基于 Attention+LSTM的供水管網 漏損識別方法

文/胡鵬偉 劉璐 戴昭騫 葉蕾 林鈺峰 尹浪 王星

0 引言

大數據與人工智能等技術近年來正在促進傳統基礎設施轉型升級，使傳統與創新融合，如智慧能源基礎設施、智慧城市基礎設施等。在城市基礎設施建設中，城市地下供水管網建設是一個重要的組成部分，其負責著整個城市用水的供應，對城市的居民生活工作、工業生產等許多方面有著非常大的影響。隨著城市的不斷發展，地下管道網絡越來越復雜，而其中的安全隱患也愈發嚴重，建設良好的管理城市地下供水管道網絡，構建科學的管網系統是城市建設中亟待解決的難題。在智慧城市建設的語境下，物聯網和人工智能技術為傳統地下供水管網問題提供了新的解決思路。本文主要探討了傳感器網絡部署與機器學習算法在供水管網中應用的問題和挑戰，提出了使用傳感器融合模型解決管網漏點識別的問題，并基于管網漏點檢測的場景設計實驗進行了可行性驗證，最終得出對利用多視圖學習模型構建智慧供水管網漏損識別方法的可行性分析。

1 問題定義

水資源是城市生存發展的物質基礎，由于水資源的供給不均衡，世界上許多國家和地區處在極端缺水狀態；而另一方面，城鎮水資源的低效利用和漏損浪費也十分嚴重。城市供水管網，作為城市供水的最主要途徑，有著城市的“生命線”之稱。供水管網的管道由于深埋在路面下，當其發生漏損時常常難以及時發覺，不僅給供水企業帶來經濟利益和社會效益的影響，同時可能造成區域性停水等影響居民生活品質的問題發生?！?br>