摘要
本发明公开,基于变分模态分解和时间卷积网络的管道泄漏预测方法,具体为:步骤1:在配备变频水泵、高频压力传感器、电磁流量计、闸阀、球阀及水箱的有压输水管道系统中,通过控制开关球阀模拟管道泄漏,进行泄漏测试实验;步骤2:获取不同流量工况下不同泄漏位置的实验泄漏测试数据;步骤3:构建徒步优化算法优化变分模态分解算法,然后对步骤2获得的泄漏实验测试数据进行模态分解并重构信号,对实验测试数据进行滤波;步骤4:构建时间卷积网络管道泄漏预测模型,利用步骤3得到的滤波后的数据训练模型,提升模型训练精度。该方法可有效提取输水管道泄漏信号特征,实现对有压输水管道泄漏事件有效预测。
技术关键词
管道泄漏预测方法
时间卷积网络
输水管道系统
变频水泵
变分模态分解算法
电磁流量计
工况
压力传感器
ReLU函数
信号
球阀
数据
包络
滤波
系统安全保护
频率
系统为您推荐了相关专利信息
时间卷积网络
融合多模态特征
信号预测方法
构建卷积神经网络
序列
钻井工程
网络训练方法
变分模态分解算法
粒子群优化算法
网络应用方法
虚拟场景交互方法
手势识别模型
门控循环单元网络
时间预测模型
序列
电力铁塔
光纤光栅传感器
在线监测系统
拐角装置
变分模态分解算法
入侵检测方法
入侵检测模型
时间卷积网络
注意力
检测网络流量