基于BP神经网络深度学习的供水管网漏损智能定位方法

• 作者: 吕谋 李丽 李红卫 王珞桦 苗小波
• 来源期刊: 水电能源科学
• 学科: 工学
• 关键词: 供水管网 BP神经网络 漏损 智能定位方法
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 水利水电工程
• 页码范围: 61-64
• 页数: 4页
• 分类号: TU991
• 语种: 中文

摘要

在深入剖析已有大型供水管网漏损成因的基础上,提出了采用BP神经网络深度学习的方法预测漏损点位置,构建了供水管网漏损模拟模型,通过管网发生漏损时5个位置的流量变化和17个位置的压力监测点变化的相关性分析,利用人工神经网络深度学习来诊断漏损点所在管网中位置,并以实验室自搭建的小型供水管网为例对漏损定位的研究方法进行了验证.结果 表明,所提方法是一个实时诊断的快速又有效的方法,可实现较为准确的漏损点定位.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕谋	青岛理工大学环境与市政工程学院	108	667	14.0	19.0
2	李红卫	青岛理工大学环境与市政工程学院	17	53	4.0	7.0
3	李丽	青岛理工大学环境与市政工程学院	13	47	4.0	6.0
4	苗小波	青岛理工大学环境与市政工程学院	5	3	1.0	1.0
5	王珞桦	青岛理工大学环境与市政工程学院	5	3	1.0	1.0