[發(fā)明專利]一種基于VARX模型的供水管網(wǎng)異常事件偵測方法有效
| 申請?zhí)枺?/td> | 201610078560.8 | 申請日: | 2016-02-03 |
| 公開(公告)號: | CN105740989B | 公開(公告)日: | 2019-09-27 |
| 發(fā)明(設(shè)計(jì))人: | 徐哲;熊曉鋒;洪嘉鳴;何必仕;陳云 | 申請(專利權(quán))人: | 杭州電子科技大學(xué) |
| 主分類號: | G06F17/50 | 分類號: | G06F17/50 |
| 代理公司: | 浙江杭州金通專利事務(wù)所有限公司 33100 | 代理人: | 王佳健 |
| 地址: | 310018 浙*** | 國省代碼: | 浙江;33 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 varx 模型 供水 管網(wǎng) 異常 事件 偵測 方法 | ||
本發(fā)明公開了一種基于VARX模型的供水管網(wǎng)異常事件偵測方法。本發(fā)明首先進(jìn)行測點(diǎn)分組,確定輸入樣本。其次按分組建立VARX模型。然后進(jìn)行壓力預(yù)測并計(jì)算差異,并計(jì)算差異的平均值和標(biāo)準(zhǔn)差。最后按照異常事件判定規(guī)則偵測異常事件。本發(fā)明基于VARX模型采用差異分析的供水管網(wǎng)異常事件偵測方法,具有抗干擾性強(qiáng),偵測能力強(qiáng)等特點(diǎn)。
技術(shù)領(lǐng)域
本發(fā)明屬于城市供水領(lǐng)域,具體是一種基于VARX模型的供水管網(wǎng)異常事件偵測方法。
背景技術(shù)
暗漏和爆管是城市供水管網(wǎng)常見的兩種異常事件,前者具有時間持續(xù)長、規(guī)模小、不易察覺的特點(diǎn),而后者則正好相反,具有突發(fā)性、不確定性,規(guī)模大的特點(diǎn)。及時發(fā)現(xiàn)供水管網(wǎng)中存在的漏損事件,準(zhǔn)確定位事件發(fā)生地點(diǎn),迅速采取措施防止事態(tài)惡化,對供水管網(wǎng)安全運(yùn)行來說顯得尤為重要。
目前供水管網(wǎng)異常事件偵測主要基于微觀水力學(xué)模型和宏觀數(shù)據(jù)模型兩種。其中微觀模型需要已知管網(wǎng)系統(tǒng)的詳細(xì)資料,如管網(wǎng)的拓?fù)浣Y(jié)構(gòu)、管段的材質(zhì)、長度、直徑、摩阻等具體信息,國內(nèi)基于微觀模型的應(yīng)用研究較少。基于宏觀模型的研究主要分為邊界分析和差異分析兩種方法,邊界分析方法易受噪聲的干擾而差異分析方法抗干擾能力較強(qiáng)。
有鑒于此,使用差異分析方法可以較好地對供水管網(wǎng)異常事件進(jìn)行偵測。本發(fā)明基于VARX模型高精度預(yù)測進(jìn)行差異分析法偵測供水管網(wǎng)異常事件。
發(fā)明內(nèi)容
本發(fā)明針對現(xiàn)有技術(shù)的不足,提供了一種基于VARX模型的供水管網(wǎng)異常事件偵測方法。其中VARX(a Vector Auto-Regressive with eXogenous variables)模型將單向因果關(guān)系的變量作為外生變量加入VAR模型中,可以有效地增強(qiáng)模型的抗擾動性,同時該模型具有較高的精度。
為實(shí)現(xiàn)以上目的,本發(fā)明采取以下步驟:
步驟1.測點(diǎn)分組,確定輸入樣本
建立供水管網(wǎng)預(yù)測數(shù)據(jù)庫。其中輸入數(shù)據(jù)包括:測量點(diǎn)壓力、流量值等;輸出數(shù)據(jù)包括:預(yù)測壓力、流量值等。
(1)監(jiān)測點(diǎn)分組
將監(jiān)測點(diǎn)通過相關(guān)性分組,相關(guān)性計(jì)算公式如下:
說明:x,y是兩組時間序列數(shù)據(jù);Ex,Ey是對應(yīng)的兩組時間序列數(shù)據(jù)的期望值;Dx,Dy是對應(yīng)的兩組時間序列的方差;corr(x,y)則是對應(yīng)的兩組時間序列數(shù)據(jù)的相關(guān)系數(shù),用來表征相關(guān)性。相關(guān)系數(shù)的取值范圍在0~1,0表示不相關(guān),反之1表示相關(guān)性明顯,將相關(guān)性明顯的監(jiān)測點(diǎn)歸為一類。
(2)確定輸入樣本
根據(jù)監(jiān)測點(diǎn)分組確定輸入樣本為{xt,yt}i,其中xt為d維外生變量,yt為k維內(nèi)生變量,即d個外生變量的監(jiān)測點(diǎn)k個內(nèi)生變量的監(jiān)測點(diǎn),t為時間單位,i表示第i組監(jiān)測點(diǎn)。
步驟2.按分組建立VARX模型
為每一組監(jiān)測點(diǎn)的每一次預(yù)測建立VARX模型,根據(jù)輸入樣本數(shù)據(jù){xt,yt}i進(jìn)行模型定階并建立模型。
(1)VARX模型定階
采用AIC(Akaike Information Criterion)定階準(zhǔn)則。其定義如下:
其中為殘差,T為樣本周期,p為模型滯后項(xiàng),AIC值取最小值時的p值為模型最佳選擇值。
(2)建立VARX模型
VARX模型的表達(dá)式為:
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于杭州電子科技大學(xué),未經(jīng)杭州電子科技大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201610078560.8/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06F 電數(shù)字?jǐn)?shù)據(jù)處理
G06F17-00 特別適用于特定功能的數(shù)字計(jì)算設(shè)備或數(shù)據(jù)處理設(shè)備或數(shù)據(jù)處理方法
G06F17-10 .復(fù)雜數(shù)學(xué)運(yùn)算的
G06F17-20 .處理自然語言數(shù)據(jù)的
G06F17-30 .信息檢索;及其數(shù)據(jù)庫結(jié)構(gòu)
G06F17-40 .數(shù)據(jù)的獲取和記錄
G06F17-50 .計(jì)算機(jī)輔助設(shè)計(jì)





