-
Patent Agency Ranking
公开(公告)号：CN113962483B
公开(公告)日：2024-11-26
申请号：CN202111359125.X
申请日：2021-11-17
Applicant: 湖南大学
Abstract: 本发明提供一种基于相空间重构和基因表达式编程的日用水量预测方法，包括如下步骤：采集供水管网的历史用水量数据，形成训练集；针对所述训练集中任意点，基于相空间重构方法计算互信息和虚假临近点获取最佳的延迟时间和嵌入维数，对训练集进行重构；用基因表达式编程模型对重构后的训练集进行训练，构建基于角度的收敛函数，训练直至收敛，最终得到用水量预测的函数式，利用所述函数式进行日用水量的预测。本发明提供的基于相空间重构和基因表达式编程的日用水量预测方法利用相空间重构方法有利于指导相关技术人员加强对供水系统的认知，同时可以快速的收敛到一个最优目标。
-
公开(公告)号：CN114004310A
公开(公告)日：2022-02-01
申请号：CN202111359191.7
申请日：2021-11-17
Applicant: 湖南大学
Abstract: 本发明提供一种基于参数自适应聚类分析的供水管网漏损检测方法，将每个检测矩阵构成一个数据集，基于稠密度和类距离构建决策函数确定聚类中心，对数据进行初始分类；求取每个类中所有数据点到中心线段的欧式距离，按照欧式距离从小到大排序，通过预设函数获取每个类的域半径，根据每个数据点到所有聚类中心轴的距离，对数据点进行重新分类；检测时，每采集到一组流量数据，传入相应时刻的检测矩阵，计算该组数据到检测矩阵中所有类的聚类中心轴的距离，将该距离与该类的域半径进行比对，实现管网漏损识别。本发明提供的基于参数自适应聚类分析的供水管网漏损检测方法的参数设定中采用自适应的函数进行选择，有利于在其他管网进行快速有效地部署。
-
公开(公告)号：CN113962483A
公开(公告)日：2022-01-21
申请号：CN202111359125.X
申请日：2021-11-17
Applicant: 湖南大学
Abstract: 本发明提供一种基于相空间重构和基因表达式编程的日用水量预测方法，包括如下步骤：采集供水管网的历史用水量数据，形成训练集；针对所述训练集中任意点，基于相空间重构方法计算互信息和虚假临近点获取最佳的延迟时间和嵌入维数，对训练集进行重构；用基因表达式编程模型对重构后的训练集进行训练，构建基于角度的收敛函数，训练直至收敛，最终得到用水量预测的函数式，利用所述函数式进行日用水量的预测。本发明提供的基于相空间重构和基因表达式编程的日用水量预测方法利用相空间重构方法有利于指导相关技术人员加强对供水系统的认知，同时可以快速的收敛到一个最优目标。
-
公开(公告)号：CN114004310B
公开(公告)日：2024-08-20
申请号：CN202111359191.7
申请日：2021-11-17
Applicant: 湖南大学
IPC: G06F18/2413 , G06F18/2321 , F17D5/02
Abstract: 本发明提供一种基于参数自适应聚类分析的供水管网漏损检测方法，将每个检测矩阵构成一个数据集，基于稠密度和类距离构建决策函数确定聚类中心，对数据进行初始分类；求取每个类中所有数据点到中心线段的欧式距离，按照欧式距离从小到大排序，通过预设函数获取每个类的域半径，根据每个数据点到所有聚类中心轴的距离，对数据点进行重新分类；检测时，每采集到一组流量数据，传入相应时刻的检测矩阵，计算该组数据到检测矩阵中所有类的聚类中心轴的距离，将该距离与该类的域半径进行比对，实现管网漏损识别。本发明提供的基于参数自适应聚类分析的供水管网漏损检测方法的参数设定中采用自适应的函数进行选择，有利于在其他管网进行快速有效地部署。
-
公开(公告)号：CN216645426U
公开(公告)日：2022-05-31
申请号：CN202122811434.8
申请日：2021-11-17
Applicant: 湖南大学
Abstract: 本实用新型提供一种拓扑可变的多传感器融合供水管网实验平台，包括管网平台和监控系统，管网平台包括蓄水池、外围框架、内部支架、固定支架及模拟管网，外围框架固定于蓄水池的外侧，内部支架与外围框架固定并悬置于所蓄水池的上方，固定支架放置于内部支架上，模拟管网与固定支架固定，模拟管网包括水泵、主供水管路及拓扑管网，水泵设置于所述蓄水池内，主供水管路与外围框架固定，拓扑管网与主供水管路连通，监控系统包括采集设备及控制终端，采集设备设置于拓扑管网的检测节点上，采集设备与控制终端通讯连接，向控制终端发送检测数据，控制终端控制采集设备的运行。本实用新型提供的实验平台可以对供水管网进行模拟。
-
-
-
-
Search Results
5
records
(took 0.022 seconds)
