基于动态均值感知器的拍门污水泄漏精准检测系统
Precise Detection System for Sewage Leakage in Pneumatic Flap Doors Based on Dynamic Mean Perceptron Neural Network作者机构:北京林业大学环境科学与工程学院北京100083 华南理工大学电力学院广东广州510641 北京林业大学信息学院北京100083
出 版 物:《中国给水排水》 (China Water & Wastewater)
年 卷 期:2024年第40卷第17期
页 面:118-122页
核心收录:
主 题:排水管网 拍门 污水泄漏 随机误差 均值检测 神经网络 感知器
摘 要:采用均值检测原理与感知器神经网络分类原理,基于动态均值感知器神经网络分类模型,研发了排水管网拍门污水泄漏精准检测系统。首先,以固有拍门临界工作气压为中心逐次对称增压/减压20 kPa,并连续9次检测拍门位置状态,组成9维动态特征向量;然后与9维均值权重向量加权求和,提取动态均值特征量;最后,通过阶跃激活函数,采用输出阈值分类检测拍门污水泄漏状态,并训练输出阈值为3.6。在广州市猎德涌进行了现场测试,拍门污水泄漏检测精度为96%。该方法有效解决了误检和漏检问题,从而减少了排水管网的拍门污水泄漏。