摘要
本发明涉及供水管道泄漏检测与识别领域,公开了一种基于时序切割的供水管网泄漏识别方法及系统,其包括:将由采集到的泄漏样本数据和正常样本数据构成的样本库中的样本数据进行预处理;将预处理后的样本数据依次进行长时序切割和短时序切割,以提取数据片段特征,并进行特征数据重构;以重构后的特征数据作为构建的二维卷积神经网络模型的输入数据,对二维卷积神经网络模型进行训练,以得到能准确识别样本数据的二维卷积神经网络模型;将二维卷积神经网络模型的输出结果进行增量数据集筛选,筛选出的增量数据集用于调整和优化二维卷积神经网络模型的参数,将二维卷积神经网络模型优化后,以提模型的识别性能。本发明提高了泄漏检测准确率。
技术关键词
二维卷积神经网络
泄漏识别方法
样本
时序
异常数据点
重构矩阵
采集现场
噪声
重构模块
数据标签
程序
供水管道
情景
识别系统
高频段
识别模块
可读存储介质
系统为您推荐了相关专利信息
动态监测方法
时序遥感数据
智能决策模型
深度学习模型
浮叶植被
数据驱动融合
定量预测方法
微震事件数据
LSTM模型
样本
融合图像数据
缺陷识别方法
磷酸铁锂
多尺度特征融合
置信度阈值
多智能体模型
电池模组
态势评估方法
储能变换器
实时监测数据
系统级芯片
驱动模组
非门电路
背光电源
中继电路