-
公开(公告)号：CN117370906B
公开(公告)日：2024-05-10
申请号：CN202311054014.7
申请日：2023-08-21
Applicant: 长江生态环保集团有限公司
IPC: G06F18/2433 , F17D5/06 , G06F123/02
Abstract: 本发明公开一种基于单点和时间序列异常检测的供水管网爆管检测及性能评估方法，它包括如下步骤：步骤（1）、对供水管网实时监测数据进行单点异常值检测，识别供水管网正常工况和异常工况；步骤（2）、对供水管网实时监测数据进行时间序列异常检测，识别供水管网正常工况和异常工况；步骤（3）、集成供水管网单点和时间序列异常检测结果，对供水管网爆管和监测系统发生故障的情况进行准确检测与识别；本发明方法能够准确识别爆管并区分各种监测点数据发生异常的情况。
-
公开(公告)号：CN117216949B
公开(公告)日：2024-05-10
申请号：CN202311054010.9
申请日：2023-08-21
Applicant: 长江生态环保集团有限公司
IPC: G06F30/20 , G06F18/213 , G06F18/214 , G06N3/094 , G06F18/241 , G06F113/14
Abstract: 本发明提供了一种基于深度学习的跨传感器爆管定位域自适应方法，利用不同传感器的监测数据对供水管网的爆管进行定位。首先对传感器进行优化布置，得到满足爆管检测要求的传感器布置方案。然后，对爆管进行模拟得到各个管道发生爆管的情况，并分别将不同传感器的监测数据作为爆管定位模型训练和测试数据。最后，利用不同传感器的监测数据分别作为训练和测试数据对深度学习域自适应模型进行训练。该方法分别利用不同位置的传感器监测数据作为源域和目标域数据，有效解决了源域和目标域分布不一致的问题。
-
Patent Agency Ranking
公开(公告)号：CN117216949A
公开(公告)日：2023-12-12
申请号：CN202311054010.9
申请日：2023-08-21
Applicant: 长江生态环保集团有限公司
IPC: G06F30/20 , G06F18/213 , G06F18/214 , G06N3/094 , G06F18/241 , G06F113/14
Abstract: 本发明提供了一种基于深度学习的跨传感器爆管定位域自适应方法，利用不同传感器的监测数据对供水管网的爆管进行定位。首先对传感器进行优化布置，得到满足爆管检测要求的传感器布置方案。然后，对爆管进行模拟得到各个管道发生爆管的情况，并分别将不同传感器的监测数据作为爆管定位模型训练和测试数据。最后，利用不同传感器的监测数据分别作为训练和测试数据对深度学习域自适应模型进行训练。该方法分别利用不同位置的传感器监测数据作为源域和目标域数据，有效解决了源域和目标域分布不一致的问题。
-
公开(公告)号：CN117874667A
公开(公告)日：2024-04-12
申请号：CN202311614832.8
申请日：2023-11-27
Applicant: 长江生态环保集团有限公司
IPC: G06F18/2433 , F17D3/01 , F17D5/00 , G06F18/241 , G06F18/21 , G06F18/211 , G06N3/0499 , G06N3/082
Abstract: 本发明提供了一种基于简单轻量级神经网络的供水管网爆管检测方法。供水管网很容易发生爆管，造成大量水资源浪费。各种数据驱动方法在爆管检测中得到了广泛应用，尤其是基于预测的方法，然而现有基于预测的方法占用内存较多。为此，本发明提出了一种基于简单轻量级神经网络的供水管网爆管检测方法。该方法利用供水管网在正常工况下的历史监测数据预测得到供水管网的实时监测数据，并通过对供水管网的实时监测数据进行异常检测发现各种爆管事件。为了提高爆管检测的准确率和效率，本发明采用K‑S检验对训练数据和测试数据的特征进行筛选，以便找到训练数据和测试数据更加稳定的特征。
-
公开(公告)号：CN117874667B
公开(公告)日：2025-03-14
申请号：CN202311614832.8
申请日：2023-11-27
Applicant: 长江生态环保集团有限公司
IPC: G06F18/2433 , F17D3/01 , F17D5/00 , G06F18/241 , G06F18/21 , G06F18/211 , G06N3/0499 , G06N3/082
Abstract: 本发明提供了一种基于简单轻量级神经网络的供水管网爆管检测方法。供水管网很容易发生爆管，造成大量水资源浪费。各种数据驱动方法在爆管检测中得到了广泛应用，尤其是基于预测的方法，然而现有基于预测的方法占用内存较多。为此，本发明提出了一种基于简单轻量级神经网络的供水管网爆管检测方法。该方法利用供水管网在正常工况下的历史监测数据预测得到供水管网的实时监测数据，并通过对供水管网的实时监测数据进行异常检测发现各种爆管事件。为了提高爆管检测的准确率和效率，本发明采用K‑S检验对训练数据和测试数据的特征进行筛选，以便找到训练数据和测试数据更加稳定的特征。
-
公开(公告)号：CN117370906A
公开(公告)日：2024-01-09
申请号：CN202311054014.7
申请日：2023-08-21
Applicant: 长江生态环保集团有限公司
IPC: G06F18/2433 , F17D5/06 , G06F123/02
Abstract: 本发明公开一种基于单点和时间序列异常检测的供水管网爆管检测及性能评估方法，它包括如下步骤：步骤（1）、对供水管网实时监测数据进行单点异常值检测，识别供水管网正常工况和异常工况；步骤（2）、对供水管网实时监测数据进行时间序列异常检测，识别供水管网正常工况和异常工况；步骤（3）、集成供水管网单点和时间序列异常检测结果，对供水管网爆管和监测系统发生故障的情况进行准确检测与识别；本发明方法能够准确识别爆管并区分各种监测点数据发生异常的情况。
-
公开(公告)号：CN116975555A
公开(公告)日：2023-10-31
申请号：CN202310733390.2
申请日：2023-06-19
Applicant: 长江生态环保集团有限公司 , 湖北工业大学
IPC: G06F18/20 , C02F3/32 , C02F3/10 , G06F18/214
Abstract: 本发明公开了一种城市内湖水污染治理技术集成处理系统及优化方法，系统包括前置缓冲区、强化处理区、自然湿地区和工艺优化模型；首先根据当地湖泊蓝线保护、水系保护的要求确定近自然和因地制宜的设计原则，选取前置缓冲区工艺；然后根据主要湿地工艺单元设计参数，根据净化需求和进水浓度下选择合适的强化处理区工艺；之后构建草型清水态湖泊，利用水体自净能力进一步去除湖区污染物；然后以各指标污染物总量和成本费用最小为目标函数，考虑污染物总量削减目标、各指标现状成本费用以及污染物总量上、下限约束条件，利用工具软件对模型进行优化求解，确定最终的最优分配方案。本发明耦合性强，能够快速确定工艺适配参数，达到最佳协同处理状态。
-
-
-
-
-
-
Search Results
7
records
(took 0.047 seconds)
