期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于长时间序列预测的计量区给水管网爆管识别
被引量：
3
1
作者
文思齐
龙天渝
《重庆大学学报》
CAS
CSCD
北大核心
2023年第5期62-71,共10页
为了讯速识别计量分区给水管网中的爆管,提出了一种新的预测–分类–校核的三阶段Infomer-Z-score算法。Infomer-Z-score算法解决了传统方法数据处理效率低、不正常低用水量不处理的问题。在预测阶段中使用深度学习Informer算法预测管...
为了讯速识别计量分区给水管网中的爆管,提出了一种新的预测–分类–校核的三阶段Infomer-Z-score算法。Infomer-Z-score算法解决了传统方法数据处理效率低、不正常低用水量不处理的问题。在预测阶段中使用深度学习Informer算法预测管网长时间用水压力数据,提高用水压力预测的准确性和数据处理的效率。在分类阶段使用多阈值的分类方法提高了对用水压力数据随时间变化的鲁棒性。Infomer-Z-score算法在爆管模拟检验中的真阳性率(TPR)为90.9%、假阳性率(FPR)为1.7%、检测准确率(DA)为99.5%。长时间序列的压力预测不仅能用于爆管识别,而且还能有效的进行管网中的压力控制使爆管风险降低。
展开更多
关键词
给水系统
爆管识别
深度学习
统计过程控制
压力控制
在线阅读
下载PDF
职称材料
基于贝叶斯优化FCN-DenseNet算法的供水管网爆管智能识别
被引量：
6
2
作者
彭森
程蕊
+2 位作者
程景
吴卿
田一梅
《安全与环境学报》
CAS
CSCD
北大核心
2022年第1期306-315,共10页
为了进一步拓展深度学习算法在供水管网爆管分析中的适用范围,提出了一种爆管区域识别方法。基于全连接稠密网络算法(Full Connect Network-DenseNet,FCN-DenseNet)构建了爆管区域识别模型,提取不同区域的爆管特征。同时,采用贝叶斯优...
为了进一步拓展深度学习算法在供水管网爆管分析中的适用范围,提出了一种爆管区域识别方法。基于全连接稠密网络算法(Full Connect Network-DenseNet,FCN-DenseNet)构建了爆管区域识别模型,提取不同区域的爆管特征。同时,采用贝叶斯优化算法对识别模型的超参数组合进行优化和自动选取。以华东某园区的部分供水管网为研究对象,在建立水力模型的基础上,通过布置监测点和划分监测分区形成管网监测方案。综合考虑爆管位置、时间、流量、监测噪声及研究区域管网实际情况等因素,进行爆管工况模拟,建立爆管数据集,对识别模型进行训练和验证。结果表明,在验证数据集下,爆管区域平均识别率φ_(1)、φ_(2)分别可以达到93.5%、96.7%。贝叶斯优化的FCN-DenseNet算法增强了模型的性能和适用性,管网监测分区爆管可能性排序能够指导水司进行爆管分析和巡检。
展开更多
关键词
安全管理工程
供水管网
爆管识别
管网分区
全连接稠密网络
贝叶斯优化
在线阅读
下载PDF
职称材料
题名
基于长时间序列预测的计量区给水管网爆管识别
被引量：
3
1
作者
文思齐
龙天渝
机构
重庆大学环境与生态学院
出处
《重庆大学学报》
CAS
CSCD
北大核心
2023年第5期62-71,共10页
基金
国家自然科学基金(41877472)。
文摘
为了讯速识别计量分区给水管网中的爆管,提出了一种新的预测–分类–校核的三阶段Infomer-Z-score算法。Infomer-Z-score算法解决了传统方法数据处理效率低、不正常低用水量不处理的问题。在预测阶段中使用深度学习Informer算法预测管网长时间用水压力数据,提高用水压力预测的准确性和数据处理的效率。在分类阶段使用多阈值的分类方法提高了对用水压力数据随时间变化的鲁棒性。Infomer-Z-score算法在爆管模拟检验中的真阳性率(TPR)为90.9%、假阳性率(FPR)为1.7%、检测准确率(DA)为99.5%。长时间序列的压力预测不仅能用于爆管识别,而且还能有效的进行管网中的压力控制使爆管风险降低。
关键词
给水系统
爆管识别
深度学习
统计过程控制
压力控制
Keywords
water distribution system
pipe-burst detection
deep learning
statistical process control
pressure control
分类号
TU991 [建筑科学—市政工程]
在线阅读
下载PDF
职称材料
题名
基于贝叶斯优化FCN-DenseNet算法的供水管网爆管智能识别
被引量：
6
2
作者
彭森
程蕊
程景
吴卿
田一梅
机构
天津大学环境科学与工程学院
出处
《安全与环境学报》
CAS
CSCD
北大核心
2022年第1期306-315,共10页
基金
国家重点研发计划项目(2016YFC0802400)。
文摘
为了进一步拓展深度学习算法在供水管网爆管分析中的适用范围,提出了一种爆管区域识别方法。基于全连接稠密网络算法(Full Connect Network-DenseNet,FCN-DenseNet)构建了爆管区域识别模型,提取不同区域的爆管特征。同时,采用贝叶斯优化算法对识别模型的超参数组合进行优化和自动选取。以华东某园区的部分供水管网为研究对象,在建立水力模型的基础上,通过布置监测点和划分监测分区形成管网监测方案。综合考虑爆管位置、时间、流量、监测噪声及研究区域管网实际情况等因素,进行爆管工况模拟,建立爆管数据集,对识别模型进行训练和验证。结果表明,在验证数据集下,爆管区域平均识别率φ_(1)、φ_(2)分别可以达到93.5%、96.7%。贝叶斯优化的FCN-DenseNet算法增强了模型的性能和适用性,管网监测分区爆管可能性排序能够指导水司进行爆管分析和巡检。
关键词
安全管理工程
供水管网
爆管识别
管网分区
全连接稠密网络
贝叶斯优化
Keywords
safety control
water distribution network
burst identification
network district
FCN-DenseNet
Bayesian optimization
分类号
X956 [环境科学与工程—安全科学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于长时间序列预测的计量区给水管网爆管识别
文思齐
龙天渝
《重庆大学学报》
CAS
CSCD
北大核心
2023
3
在线阅读
下载PDF
职称材料
2
基于贝叶斯优化FCN-DenseNet算法的供水管网爆管智能识别
彭森
程蕊
程景
吴卿
田一梅
《安全与环境学报》
CAS
CSCD
北大核心
2022
6
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
