摘要
本发明提供一种融合物理信息的管道泄漏识别方法及装置,该方法包括:将训练集中管道样本的泄露工况数据作为输入特征输入神经网络中,得到所述神经网络输出的所述管道样本的泄露等级预测值和物理响应预测值;计算所述管道样本的泄露等级预测值与泄露等级标签之间的分类损失,以及所述管道样本的物理响应预测值与物理响应真实值之间的物理损失;根据所述分类损失和所述物理损失的联合损失,对所述神经网络进行训练;将目标管道的泄露工况数据输入神经网络中,得到所述神经网络输出的所述目标管道的泄露等级预测值和物理响应预测值。本发明融合物理响应数据与神经网络进行管道泄漏分级,提升管道泄漏识别的精度和泛化性。
技术关键词
管道泄漏识别方法
样本
物理
前馈神经网络
统计特征
工况
数据
标签
时域特征
频域特征
模块
处理器
信息熵
超参数
存储器
电子设备
时序
系统为您推荐了相关专利信息
数据校正方法
运动噪声
BP神经网络模型
电磁
平滑滤波方法
大豆种质
分类预测方法
力检测
样本
光谱特征提取
布局优化方法
车间
物流调度算法
船舶
布局设计方案
适应性评估方法
双流神经网络
基因表达数据
油茶
注意力机制
布局优化方法
深水半潜式平台
深水系泊系统
拉丁超立方抽样
锚链