基于BP神经网络深度学习的供水管网漏损智能定位方法

论文摘要

在深入剖析已有大型供水管网漏损成因的基础上,提出了采用BP神经网络深度学习的方法预测漏损点位置,构建了供水管网漏损模拟模型,通过管网发生漏损时5个位置的流量变化和17个位置的压力监测点变化的相关性分析,利用人工神经网络深度学习来诊断漏损点所在管网中位置,并以实验室自搭建的小型供水管网为例对漏损定位的研究方法进行了验证。结果表明,所提方法是一个实时诊断的快速又有效的方法,可实现较为准确的漏损点定位。

论文目录

• 1 引言
• 2 构建供水管网漏损模拟模型
•   2.1 模型构建
•   2.2 试验理论分析
• 3 通过BP神经网络深度学习的漏损点定位方法
•   3.1 BP神经网络
•   3.2 试验方案的可行性分析
•   3.3 漏损点定位
•   3.4 结果分析
• 4 结论

文章来源

类型: 期刊论文

作者: 王珞桦,李红卫,吕谋,李丽,苗小波

关键词: 供水管网,神经网络,漏损,智能定位方法

来源: 水电能源科学 2019年05期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 建筑科学与工程

单位: 青岛理工大学环境与市政工程学院

基金: 国家自然科学基金项目(51778307)

分类号: TU991.61

页码: 61-64

总页数: 4

文件大小: 1774K

下载量: 448