摘要
本发明属于管道泄漏检测与分类领域,具体涉及一种基于领域知识的机器学习供水管网虚假报警识别方法,包括:离线阶段和在线阶段;所述在线阶段进行构建虚假泄漏报警预防方案,所述离线阶段通过的构建的虚假泄漏报警预防方案对泄漏报警进行虚假/真实判别;本发明通过基于领域知识驱动的泄漏特征选择方法,引入变压器噪声特性作为领域知识进行频率选择,然后,提出生成对抗网络的合成少数过采样技术来进行数据增强来解决数据稀缺和样本不均衡问题,合成少数过采样技术的引入可以解决生成对抗网络模式崩溃问题,能够准确识别泄漏数据和误报数据,从而有效解决电气噪声导致的泄漏检测系统误报率高的问题。
技术关键词
报警识别方法
噪声干扰信号
供水管
记录仪
过采样技术
变压器噪声特性
生成对抗网络
机器学习算法
阶段
样本
泄漏检测系统
噪声数据
管道泄漏检测
异常信号
电气
随机噪声
系统为您推荐了相关专利信息
二次加氯方法
特征信息库
指令
历史数据特征
城市供水管网
流量预测方法
供水管
信号
特征提取模块
历史流量数据
车辆行车记录仪
事件特征
视频监控数据
车辆行驶数据
数据存储方法