基于密度峰值聚类改进围绕中心点划分算法的供水管网压力监测点布置方法

AITNT
正文
推荐专利
基于密度峰值聚类改进围绕中心点划分算法的供水管网压力监测点布置方法
申请号:CN202411839532
申请日期:2024-12-13
公开号:CN119783293A
公开日期:2025-04-08
类型:发明专利
摘要
本发明提出了一种基于密度峰值聚类改进围绕中心点划分算法的供水管网压力监测点布置方法,包括:建立供水管网水力模型,并执行水力分析后获取基于管网结构和运行状况的模型参数信息并生成供水管网的节点特征矩阵;通过DPC算法执行供水管网的划分和处理生成初始聚类中心;通过PAM算法对初始聚类中心进行处理后生成聚类中心P,根据聚类中心P完成所述供水管网压力监测点布置以用于供水管网压力监测。本发明利用基于DPC算法改进PAM算法对供水管网的压力监测点优化布置问题进行求解,相较于传统PAM算法,该算法在稳定性以及供水管网节点覆盖率上有所提升,保证了压力监测点能够更全面、更合理地掌握整个供水管网的水力信息。
技术关键词
初始聚类中心 供水管网压力 节点特征 密度峰值聚类 管网结构 水力 样本 压力监测点优化布置 划分算法 灵敏度矩阵 供水管网监测 供水管网节点 定义
系统为您推荐了相关专利信息
1
基于AI技术的招投标数据智能分析方法、系统及存储介质
数据智能分析方法 企业关系图谱 企业信用评估 节点特征 多任务冲突
2
一种通用的建筑结构张量化特征提取方法、系统及相关设备
特征提取方法 特征提取系统 节点特征 标签 扫描模块
3
一种基于集成学习与程序切片的代码相似性动态检测方法
程序切片 动态检测方法 输出特征 抽象语法树 序列特征
4
一种基于深度学习的链下工业数据异常检测方法
数据异常检测方法 时间序列特征 邻居 门控循环单元 工业物联网设备
5
智能物联传感器在元宇宙虚实融合的数据采集方法及系统
物联传感器 时序卷积神经网络 深度强化学习 时序特征 卷积神经网络提取
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号