咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于LSSVM交互预测的供水管网爆管检测 收藏

基于LSSVM交互预测的供水管网爆管检测

Water Supply Network Burst Detection Based on Least Squares Support Vector Machine Interactive Prediction

作     者:吴以文 杜坤 吴汉清 罗雄武 宋志刚 黄乐烽 WU Yi-wen;DU Kun;WU Han-qing;LUO Xiong-wu;SONG Zhi-gang;HUANG Le-feng

作者机构:昆明理工大学建筑工程学院云南昆明650500 云南省城乡规划设计研究院云南昆明650228 昆明官房建筑设计有限公司云南昆明650051 

出 版 物:《中国给水排水》 (China Water & Wastewater)

年 卷 期:2022年第38卷第9期

页      面:58-63页

核心收录:

学科分类:08[工学] 0815[工学-水利工程] 

基  金:云南省重点领域科技计划项目(202003AC100001)。 

主  题:供水管网 爆管 最小二乘支持向量机(LSSVM) 交互预测 

摘      要:随着我国越来越多的供水管网安装SCADA系统,基于数据预测的爆管检测方法越来越受到重视。传统基于数据预测的方法大多根据单点流量、压力的历史监测数据预测当前时刻监测值,当预测值与监测值的差值超过阈值时判定为爆管。然而,实践经验表明,监测数据的丢失与错误会严重影响单点预测结果,进而引起频繁误报与漏报。考虑到实际用水及监测数据的空间关联性(例如水压监测点布置距离越近其监测数据相关性越大),开展了基于最小二乘支持向量机(LSSVM)交互预测的供水管网爆管检测研究。对管网中不同位置监测数据构建多输入单输出LSSVM交互预测模型,选取1倍标准差为阈值进行爆管检测,并与传统的卡尔曼滤波爆管检测结果相对比。结果表明,LSSVM交互预测模型能降低数据丢失、数据错误对预测结果的影响,且对较小的爆管响应更加灵敏,进而有效地提高了基于数据预测的爆管检测性能。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分