[发明专利]管网状态智能评估系统及其方法

权利要求书

1.一种管网状态智能评估方法，其特征在于，包括：

在待评估供水管网的合适位置处安装多个压力传感器和多个流量传感器；

接收由所述多个压力传感器和所述多个流量传感器采集的所述待评估供水管网中多个管段的压力值和流量值；

基于所述多个管段的压力值和流量值与所述多个管段之间的连通关系提取多模态关联特征矩阵；以及

基于所述多模态关联特征矩阵，确定所述待评估供水管网的运行状态是否存在异常；

其中，基于所述多个管段的压力值和流量值与所述多个管段之间的连通关系提取多模态关联特征矩阵，包括：

基于深度卷积神经网络模型对所述多个管段的压力值和流量值进行参数关联与融合以得到多参数融合特征矩阵；

基于所述多个管段之间的连通关系提取连通逻辑拓扑特征矩阵；以及

融合所述多参数融合特征矩阵和所述连通逻辑拓扑特征矩阵以得到所述多模态关联特征矩阵；

其中，基于深度卷积神经网络模型对所述多个管段的压力值和流量值进行参数关联与融合以得到多参数融合特征矩阵，包括：

将所述多个管段的压力值和流量值按照管段样本维度排列为压力输入向量和流量输入向量；

将所述压力输入向量和所述流量输入向量分别通过包含第一卷积层和第二卷积层的管段间参数关联特征提取器以得到压力关联特征向量和流量关联特征向量；以及

使用高斯密度图来融合所述压力关联特征向量和所述流量关联特征向量以得到所述多参数融合特征矩阵；

其中，基于所述多模态关联特征矩阵，确定所述待评估供水管网的运行状态是否存在异常，包括：

将所述多模态关联特征矩阵通过分类器以得到分类结果，所述分类结果用于表示待评估供水管网的运行状态是否存在异常。

2.根据权利要求1所述的管网状态智能评估方法，其特征在于，使用高斯密度图来融合所述压力关联特征向量和所述流量关联特征向量以得到所述多参数融合特征矩阵，包括：

使用高斯密度图来融合所述压力关联特征向量和所述流量关联特征向量以得到初始多参数融合特征矩阵；以及

对所述初始多参数融合特征矩阵的每个位置的特征值进行空间多源融合验前信息分布优化以获得所述多参数融合特征矩阵。

3.根据权利要求2所述的管网状态智能评估方法，其特征在于，对所述初始多参数融合特征矩阵的每个位置的特征值进行空间多源融合验前信息分布优化以获得所述多参数融合特征矩阵，包括：以如下优化公式对所述初始多参数融合特征矩阵的每个位置的特征值进行空间多源融合验前信息分布优化以获得所述多参数融合特征矩阵；

其中，所述公式为：

，

其中是所述初始多参数融合特征矩阵的每个位置的特征值，是均值特征矩阵，表示以2为底的对数函数值，和为邻域设置超参数，是所述多参数融合特征矩阵的每个位置的特征值。

4.根据权利要求3所述的管网状态智能评估方法，其特征在于，基于所述多个管段之间的连通关系提取连通逻辑拓扑特征矩阵，包括：

构造所述多个管段的连通逻辑拓扑矩阵，其中，所述连通逻辑拓扑矩阵中非对角线位置上各个位置的特征值用于表示相应两个管段之间是否连通；

将所述连通逻辑拓扑矩阵通过基于卷积神经网络模型的拓扑特征提取器以得到所述连通逻辑拓扑特征矩阵。