摘要
本发明涉及一种供水管网漏损识别系统和方法,通过设置声发射采集装置以对供水管网被测区段进行声发射信号采集,而后由信号降噪处理装置以变分模态分解与相关性检验方式对声发射信号进行降噪滤波处理,获得滤波声发射信号,最后通过漏损识别装置从滤波声发射信号中提取梅尔倒频谱系数特征,并通过深度神经计算模型根据梅尔倒频谱系数特征获取供水管网被测区段的漏损情况。由于降噪滤波后的声发射信号的梅尔倒频谱系数特征可以较为准确地推动对供水管网漏损情况进行识别预测,确保供水管网被测区段的漏损情况能够被深度神经计算模型获取,漏损识别精度较高,无须依靠人为经验辨识。
技术关键词
神经计算模型
供水管
识别系统
信号降噪
模态分解方法
特征提取装置
识别装置
降噪滤波
时序依赖关系
前置放大器
声发射传感器
检验装置
长短期记忆单元
报警装置
搜索算法优化
电信号
采集仪
系统为您推荐了相关专利信息
影像采集模块
识别系统
多媒体
左双腔支气管导管
胸部CT图像
航空发动机燃烧室
BP神经网络
故障诊断方法
基因
遗传算法寻优
电力变压设备
磁芯
电力设备故障
机器学习模型
数据
水位监测方法
样本
渗漏集水井
水位在线监测
图像