一种基于门控图神经网络的供水管网水力状态预测方法

本发明提供一种基于门控图神经网络的供水管网水力状态预测方法，属于城市供水领域。所述的供水管网水力状态预测方法首先，利用传感器节点监测的水头数据，初始化其他没有布置传感器的管网节点的数据；其次，抽象出供水管网的拓扑结构，并构建有向图的管网邻接矩阵；最后，基于管网邻接矩阵和初始化后的节点水头信息，构造基于GGNN的水头预测模型，对供水管网中所有节点的水头进行预测。本发明通过结合基于传感器的初始化策略和物理约束，能够提高水头预测准确性；GGNN模型展现出了在各种不同配置的供水管网中都能有效适应的能力，适应性强；水头预测模型为实时监控和管网管理决策提供了可靠高效的解决方案，能够提高实时监测和决策支持能力。