• ▶ 2008-2024年被中国情报信息研究所评价中心评为“中国科技核心期刊”
  • ▶ 2019-2024年连续三届被中国科学院文献情报中心中国科学引文数据库CSCD(核心库)收录
  • ▶ 2021、2023年入编北京大学图书馆《中文核心期刊要目总览》
  • ▶ 2020-2024连续四年入选《科技期刊世界影响力指数(WJCI)报告》
王 力, 刘光尧 , 曾佩佩.基于SVM的机场供水管网泄漏辨识定位系统研究水资源与水工程学报[J].,2014,25(1):38-41
基于SVM的机场供水管网泄漏辨识定位系统研究
Study on position system of leakage identification for water supply network at airport based on SVM
  
DOI:10.11705/j.issn.1672-643X.2014.01.008
中文关键词:  管网泄漏监测  支持向量机  粒子群算法  压力梯度法
英文关键词:pipeline leak detection  support vector machine  particle swarm optimization  pressure gradient method
基金项目:国家自然科学基金(U1333111); 中央高校基本科研业务项目(ZXB2011A003)
作者单位
王 力, 刘光尧 , 曾佩佩 (中国民航大学 航空自动化学院 天津 300300) 
摘要点击次数: 1724
全文下载次数: 1167
中文摘要:
      针对供水管网泄漏辨识定位系统,研究了以管网压力、流量参数形成的时间序列数据为基础,应用支持向量机方法建立漏损辨识模型,采用粒子群算法对支持向量机中的c、g参数进行优化,最终通过压力梯度法实现漏点的准确定位。结果表明:所建立模型对管网漏损辨识定位的准确率较高,满足供水管网漏损监测的要求。
英文摘要:
      Aimed at the position system of leakage identification of water supply pipeline, based on the time series data witch are formed by pipe network pressure and flow parameters, the paper applied support vector machine method to set up leakage identification model. By using particle swarm algorithm to optimize the parameter c, g in support vector machine (SVM) ,it eventually realized accurate positioning through using the method of pressure gradient. The experiment shows that the accuracy of established model of pipeline leakage positioning is higher and can meet the requirements of leakage monitoring of water supply pipe network.
查看全文  查看/发表评论  下载PDF阅读器
关闭