公开(公告)号：CN114692353A

公开(公告)日：2022-07-01

申请号：CN202210376716.6

申请日：2022-04-12

Applicant: 大连理工大学

Inventor： 刘海星 ,  李靓怡 ,  赵梦珂 ,  顾建强 ,  徐佳雨

IPC: G06F30/18 ,  G06N3/12 ,  G06F111/04 ,  G06F113/14

Abstract: 本发明提供一种用于多源供水管网的优化加速方法，属于供水系统领域。步骤为：1)根据所需的管材或商业用管直径要求，获取管道的最大直径及粗糙度参数；根据管网的设计要求及规范，获取最小压力阈值，设置参数。2)确定每个水源的供应区域。3)根据最小水头损失路径计算各管的水头损失。4)根据各管的水头损失计算管径。5)由步骤4)得到的新直径将更新管网设计，重复步骤2)至步骤4)，经过多次迭代，直径不变，此时停止迭代。或者若迭代次数达到最大迭代数ITmax时，停止迭代。停止迭代时的管径即为最优管径。本发明求解质量大幅提升，计算量显著降低；增强算法的搜索能力和收敛性，为现实大规模供水管网中的优化设计问题提供一种新方法。

公开(公告)号：CN115470850A

公开(公告)日：2022-12-13

申请号：CN202211104588.6

申请日：2022-09-09

Applicant: 大连理工大学

Inventor： 李子林 ,  刘海星 ,  徐子杨 ,  徐佳雨 ,  张弛

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06N7/00 ,  G01N33/18

Abstract: 一种基于管网水质时空数据的水质异常事件识别预警方法，属于供水管网水处理技术领域。首先，对供水管网中具有相同变化趋势的相邻监测站点分组分析，进行数据的准备与处理。其次，构造对抗学习网络模型，通过模型训练和更新，找到稳定状态。第三，基于模型的生成器和判别器构造异常分数，并选择合适的异常分数阈值。第四，进行水质异常事件的概率计算，并计算各个时刻发生污染事件的概率，进行平滑处理。最后，分别利用单站点模型和多站点模型进行水质异常事故的概率计算，并进行融合，得到反映污染事件可能性的组合事件概率。本发明通过融合单站点和多站点的异常检测模型的结果提高污染事件的检测准确率；模型的构建和训练仅需要供水管网正常运行下的水质数据，应用范围广，实用性强。

公开(公告)号：CN116484219A

公开(公告)日：2023-07-25

申请号：CN202310437162.0

申请日：2023-04-23

Applicant: 大连理工大学

Inventor： 李子林 ,  刘海星 ,  徐佳雨 ,  刘璇 ,  张弛

IPC: G06F18/214 ,  G06F17/16 ,  G06F30/27 ,  G06F119/02

Abstract: 本发明提供一种基于门控图神经网络的供水管网水质异常污染源识别方法，属于供水管网水处理技术领域。本发明首先，抽象出管网的拓扑结构并构建有向图的邻接矩阵；其次，收集传感器监测站点的污染物浓度信息；再次，构造基于GGNN的污染源定位模型；最后，识别污染源节点的区域。本发明中提出的基于GGNN的污染源定位模型适用于任何规模的供水管网，能够预测污染事件发生后供水管网中每个节点成为污染源的概率。水务集团可以根据污染源定位模型的预测结果选择概率最高的几个节点，以缩小污染源的可能区域，为保障供水安全提供了更加可靠的手段。