摘要
一种基于监测节点液位数据重构未监测节点液位数据的方法,它属于排水系统数据修复技术领域。本发明解决了现有方法不能对未监测节点数据进行重构,导致无法实现对整体排水管网的全面数据感知的问题。本发明根据管网拓扑关系数据形成管径、管长以及管道标高信息矩阵,借助时空图卷积神经网络将监测节点的液位数据根据管径、管长以及管道标高信息矩阵进行有物理约束的数据传递和聚合,保留监测节点与未监测节点之间的时空特征关系,更加准确和有效的重构出未监测节点的液位数据。仅需要少量监测节点的液位数据即可准确重构出排水管网系统中所有未监测节点的液位数据,减少监测设备成本以及后续运维管理费用。本发明方法可以应用于排水系统数据修复。
技术关键词
节点
时空图卷积神经网络
排水管网系统
液位
矩阵
特征提取单元
管道
重构
损失函数计算方法
关系
泵站前池
数据修复技术
排水系统
元素
检查井
代表
序列
监测设备
周期