[发明专利]基于双层循环神经网络的独立计量区域管网漏损检测方法

说明书

一种基于双层循环神经网络的独立计量区域管网漏损检测方法，包括以下步骤：步骤1：采集供水管网需水节点耗水量，根据节点耗水量将供水管网划分为N个相似耗水量的独立计量区域；步骤2：在独立计量区域出入管段上安装物联网流量计，根据独立计量区域进出口流量计数据计算该区域t时段的耗水量；步骤3：利用基于双层循环神经网络的区域耗水量预测模型得到独立计量区域在t时段的预测耗水量；步骤4：对残差r进行分类训练得到正常耗水量残差与异常耗水量残差的边界；步骤5：对比独立计量区域待检测时段t的预测耗水量与真实耗水量得到残差，将该残差值与残差边界比较，判定该区域在t时段是否发生漏水。本发明对发生漏损区域进行报警与定位。

技术领域

本发明涉及市政工程和城市供水管网领域，具体涉及一种基于双层循环神经网络的独立计量区域管网漏损检测方法。

技术背景

管道漏水是供水设施的一个主要问题，供水管网的漏损率与城市发展水平、供水系统寿命以及日常维护能力具有高度相关性。供水管网的漏损问题不仅造成经济资源的大量浪费，同时还存在污染水质的潜在性风险。在管道老化、技术落后等因素的影响下，我国城乡供水管网的漏损率普遍偏高，供水管网的漏损问题日益严重，如何对供水管网的漏损点进行快速精准的识别，已成为行业急需解决的重点问题之一。

供水管网分区独立计量(DMA)技术是目前有效的供水管网漏损定位技术之一，DMA技术通过将整体供水管网划分为若干个独立计量区域，在各区域出入管段安装流量计，通过监测流量计数据得到各独立计量区域耗水情况，从而对区域内管段是否漏水进行监测。

现有技术中有关独立计量区域漏损检测的方法较为有限，专利CN201810393876.5公开了一种水管网漏损定位方法及装置，专利CN201910458598.1公开了一种基于时间序列分析的供水管网漏损监测预警方法、专利CN201910320000.21公开了一种基于动态DMA分区的城镇供水系统漏损监测方法、专利CN201910320000.21公开了一种供水管网漏损的自动识别和定位方法等，然而此类方法存在以下三个问题：第一，此类发明通常利用传统机器学习算法对异常耗水量信号进行识别，由于耗水量的不规则性此类方法精准度较低；第二，此类发明根据单个时间点的耗水量数据进行检测，判断供水管网是否发生泄露，其检测过程易受到用户突然大量用水、仪器偶然误报等因素干扰；第三，此类发明只将检测结果分为发生漏损和未发生漏损两类，对于较小规模漏损导致的可能漏损情况无法有效识别。

发明内容

为了克服现有技术的缺陷，本发明提供一种基于双层循环神经网络的独立计量区域管网漏损检测方法，以解决现有技术背景中检测精准度较低、易误报且识别效率较低的问题。通过双层循环神经网络利用历史耗水数据中的时序信息，从而预测下一时段耗水量，并计算真实耗水量与预测耗水量之间残差，根据残差值的大小来实现异常数据的辨别，从而对发生漏损区域进行报警与定位。

为了实现上述目的，本发明采用以下技术方案：

一种基于双层循环神经网络的独立计量区域管网漏损检测方法，包括以下步骤：

步骤1：采集供水管网需水节点P₁,P₂,…,P_n的耗水量，根据节点耗水量将供水管网划分为N个相似耗水量的独立计量区域DMA₁,DMA₂,…,DMA_N；

步骤2：在独立计量区域出入管段上安装物联网流量计，根据独立计量区域DMA_i进出口流量计数据计算该区域t时段的耗水量C_i(t)：

其中：N_e表示区块入水口数量；N_o表示区块出水口数量；I_j(t)表示第j个入水口在t时段内的进水量；O_j(t)表示第j个出水口在t时段内的出水量；