[发明专利]基于长短时记忆神经网络模型的漏损识别方法有效
| 申请号： | 201811283725.0 | 申请日： | 2018-10-30 |
| 公开（公告）号： | CN109359698B | 公开（公告）日： | 2020-07-21 |
| 发明（设计）人： | 刘书明;王晓婷;吴雪 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04 |
| 代理公司： | 中科专利商标代理有限责任公司 11021 | 代理人： | 李佳 |
| 地址： | 100084*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开提供了一种基于长短时记忆神经网络模型的管网漏损识别方法，包括以下步骤：S1，获取DMA入口数据；S2，对获取的所述DMA入口数据进行清洗，并构建多尺度时间数据集；S3，建立长短时记忆神经网络模型；S4，基于构建的所述多尺度时间数据集及建立的长短时记忆神经网络模型进行异常流量点识别；S5，根据识别的所述异常流量点进行管网漏损识别。本公开管网漏损识别方法降低了事故误报率，增加了漏损识别的精确度。 | ||
| 搜索关键词： | 基于 短时记忆 神经网络 模型 识别 方法 | ||
【主权项】：
1.一种基于长短时记忆神经网络模型的管网漏损识别方法，包括以下步骤：S1，获取DMA入口数据；S2，对获取的所述DMA入口数据进行清洗，并构建多尺度时间数据集；S3，建立长短时记忆神经网络模型；S4，基于构建的所述多尺度时间数据集及建立的长短时记忆神经网络模型进行异常流量点识别；S5，根据识别的所述异常流量点进行管网漏损识别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于清华大学，未经清华大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811283725.0/，转载请声明来源钻瓜专利网。
