Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于多模态机器学习的供水管网爆管预警分析方法及系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:广州华工信元通信技术有限公司;中山大学

摘要:本发明涉及供水管网领域,更具体地,本发明涉及基于多模态机器学习的供水管网爆管预警分析方法及系统。所述方法包括:按照时间顺序采集水压序列,基于预设分段规则按照多个尺度对水压序列进行分段,获得特征数据段和参考数据段;计算参考数据段的异常程度;将相关性和异常程度的比值作为参考数据段的权重;通过CA显著性检测算法计算目标水压值的显著性值,并将权重和权重的累加值的比值作为显著性值的加权系数,计算显著性值修正值;将所有尺度的显著性值修正值的均值作为目标水压值的最终显著性值,以进行水压数据的异常检测。通过本发明的技术方案,能够提高爆管预警的准确度。

主权项:1.基于多模态机器学习的供水管网爆管预警分析方法,其特征在于,包括:获取按照时间顺序采集的水压序列,基于预设分段规则按照多个尺度对水压序列进行分段;将任意一个水压值作为目标水压值,将目标水压值所属的数据段作为特征数据段,将除特征数据段外的数据段作为参考数据段,计算参考数据段的异常程度;在同一参考数据段中,计算水压和流量的相关性,将相关性和异常程度的比值作为参考数据段的权重;将权重和权重的累加值的比值作为加权系数,计算特征数据段的水压均值和参考数据段的水压均值的差值与时间间隔倒数的乘积,将加权系数与归一化后的乘积相乘的累加值作为显著性值修正值;将各尺度的显著性值修正值的均值作为目标水压值的最终显著性值,根据最终显著性值进行水压数据的异常检测。

全文数据:

权利要求:

百度查询: 广州华工信元通信技术有限公司 中山大学 基于多模态机器学习的供水管网爆管预警分析方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。