摘要
本发明提供了一种多源异构燃气管网数据融合的管道泄漏预警方法及装置,其中方法包括数据层面对多源异构数据进行预处理,针对数值型数据和图像数据采用不同的预处理方法,实现对燃气管网物理属性数据和影像数据的预先处理;特征层面构建支持向量机模型和深度卷积神经网络模型分别提取数值数据和图像数据的特征,并输出分类概率,为决策层提供证据基础;决策层面基于D‑S证据理论,对模型的判断结果进行融合决策,得出最终燃气管道是否泄漏的最终决策判断。本发明分别对异构数据采取不同的特征抽取方案,实现多源异构数据的精准特征提取,通过证据理论将异构数据特征充分融合,消除了数据源的不确定性,最终实现对燃气管网泄漏潜在风险的有效预警。
技术关键词
深度卷积神经网络模型
支持向量机模型
多源异构数据
燃气管
图像
数据分类
数据标准化方法
数据中心
决策
预警方法
训练集
理论
管道
优化器
数值
判别模块