[發(fā)明專利]一種供水管道的泄露程度確定方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201811311647.0
• 申請日: 2018-11-06
• 公開（公告）號: CN109654383A
• 公開（公告）日: 2019-04-19
• 發(fā)明（設計）人: 鐘華;祝向輝;陳坤;舒莉丹
• 申請（專利權）人: 三川智慧科技股份有限公司
• 主分類號: F17D5/06
• 分類號: F17D5/06;G06K9/00
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王瑩;吳歡燕

1.一種供水管道的泄露程度確定方法，其特征在于，包括：

將布置于供水管道各水表上的任一采集器采集到的振動信號進行經驗模態(tài)分解，以得到若干個本征模態(tài)分量；

基于所述若干個本征模態(tài)分量的能量，獲取所述振動信號的特征向量；

將所述特征向量輸入至訓練好的神經網絡模型中，以確定所述供水管道的泄露程度。

2.根據權利要求1所述的方法，其特征在于，基于所述若干個本征模態(tài)分量的能量，獲取所述振動信號的特征向量，進一步包括：

對于所述若干個本征模態(tài)分量，獲取每一本征模態(tài)分量的能量；

基于每一本征模態(tài)分量的能量，獲取所述若干個本征模態(tài)分量的總能量；

根據每一本征模態(tài)分量的能量和所述總能量，獲取所述振動信號的特征向量。

3.根據權利要求2所述的方法，其特征在于，根據每一本征模態(tài)分量的能量和所述總能量，獲取所述振動信號的特征向量，進一步包括：

對于每一本征模態(tài)分量，將所述本征模態(tài)分量的能量與所述總能量相除，以得到所述本征模態(tài)分量的歸一化能量；

將所述若干個本征模態(tài)分量的歸一化能量進行組合，以生成所述振動信號的特征向量。

4.根據權利要求1所述的方法，其特征在于，所述訓練好的神經網絡模型，通過以下步驟獲取：

獲取振動信號樣本集；

通過所述振動信號樣本集，對神經網絡模型進行訓練，以獲取所述訓練好的神經網絡模型。

5.根據權利要求4所述的方法，其特征在于，通過所述振動信號樣本集，對神經網絡模型進行訓練，進一步包括：

獲取振動信號樣本集中每一振動信號樣本的特征向量；

將所述振動信號樣本集中所有振動信號樣本的特征向量組成矩陣，并通過所述矩陣對神經網絡模型進行訓練。

6.一種供水管道的泄露程度確定系統(tǒng)，其特征在于，包括：

經驗模態(tài)分解模塊，用于將布置于供水管道各水表上的任一采集器采集到的振動信號進行經驗模態(tài)分解，以得到若干個本征模態(tài)分量；

特征向量獲取模塊，用于基于所述若干個本征模態(tài)分量的能量，獲取所述振動信號的特征向量；

泄露程度確定模塊，用于將所述特征向量輸入至訓練好的神經網絡模型中，以確定所述供水管道的泄露程度。

7.一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執(zhí)行所述程序時實現如權利要求1至5任一項所述方法的步驟。

8.一種非暫態(tài)計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該計算機程序被處理器執(zhí)行時實現如權利要求1至5任一項所述方法的步驟。