一种基于管网水力状态融合数据集的爆管事件定位方法

本发明公开了一种基于管网水力状态融合数据集的爆管事件定位方法，首先，收集并分类整理管网监测数据，构建供水管网水力模型。其次，生成爆管模拟压力数据，并以压降为媒介将爆管模拟压力数据与管网监测压力数据融合，形成管网水力状态融合数据集。在此基础上，构建基于EVO‑LSTM的爆管事件识别定位模型。最后，对模型输入实时监测数据即可得到管网工况判断，以及爆管工况下的区域定位结果。本发明通过水力状态融合数据集将管网水力特性和用户长期用水规律结合起来，在扩充了训练集样本的同时提高了样本质量。同时使用EVO优化算法优化了LSTM模型的超参数，为爆管事件的识别定位提供了一种准确度更高、实用性更强的选择。