基于GA-SVR的管网异常漏损检测

作     者：杨辉斌 郑德仁 王贺龙 温进化 苏龙强 李进兴 YANG Hui-bin;ZHENG De-ren;WANG He-long;WEN Jin-hua;SU Long-qiang;LI Jin-xing

作者机构：浙江省水利河口研究院(浙江省海洋规划设计研究院)浙江杭州310020 平阳县水利局浙江温州325499 

出 版 物：《水电能源科学》 (Water Resources and Power)

年 卷 期：2024年第42卷第3期

页      面：133-136,53页

学科分类：081504[工学-水利水电工程] 08[工学] 0815[工学-水利工程] 

基　　金：浙江省水利厅科技计划项目(RC2114 RB2106 RB2020) 

主　　题：漏损检测 支持向量回归 遗传算法 水量预测 

摘      要：为快速、准确定位供水管网异常漏损所在位置,减少水资源流失和降低漏损检测成本,以A村为例,在区域管网分区计量的基础上,采用遗传算法(GA)优化支持向量回归(SVR)模型,建立基于GA-SVR的水量预测模型,进而分析模型预测水量与实际水量之间的差异性,从而识别区域管网异常漏损情况,构建区域管网异常漏损检测模型。结果显示,基于GA-SVR的水量预测模型,其测试期的平均纳什效率系数为0.891;管网异常漏损识别准确率为91.7%。结果表明,构建的GA-SVR管网异常漏损检测模型,其异常漏损识别程度较高,实际应用效果良好,结合区域管网分区计量方法,可实现漏损的快速识别和定位。