摘要
本发明实施例公开了一种供水管网异常识别方法、装置、电子设备及存储介质,涉及供水管网异常识别技术领域,其中,所述方法包括:从各监测点采集压力数据并进行预处理,采用皮尔逊相关系数根据压力数据构建动态压力关联矩阵,对监测设备进行异常判断和修复;计算相邻时间周期内各监测点的压差标准差识别水锤效应;基于历史监测数据通过机器学习算法构建残差分布基准,计算各监测点的实时压力残差,根据残差分布基准计算综合异常指数,进行异常判定和预警;采用克里金插值法和半变异函数根据实时压力残差生成压力残差空间分布并展示。本发明解决了现有技术数据校验不系统、时空关联性缺失、异常分类维度单一,易误判且响应效率低的问题。
技术关键词
监测点
异常识别方法
皮尔逊相关系数
供水管
计算机可读指令
历史监测数据
水锤效应
生成压力
插值法
监测设备
机器学习算法
指数
异常识别技术
空间邻近关系
供水系统
曲面
电子设备
滑动窗口
系统为您推荐了相关专利信息
调控方法
混合整数非线性规划
能源设备
构建无人机
皮尔逊相关系数
集成学习方法
高斯混合模型
EM算法
实时图像
亮度
图案
生成对抗网络模型
力学
强化学习算法
鞋外底
短期风电功率预测
多模块
气象
历史功率数据
皮尔逊相关系数