Page 106 - 2023年第54卷第2期
P. 106

网,瞬态波的激励位置和方式选择的不同可能会使压力信号相互影响,导致信号中的泄漏特征更为复
              杂;其次,在实际管网中,数据采集过程中由于传感器异常、噪音等因素也会影响压力信号数据的完
              整性;模型在实际应用中也可能需要对模型网络本身的结构进一步调整和优化,以达到更好的效果和
              更低的运算成本,这也是后续研究工作之一。


              参 考 文 献:

                [ 1] 郭新蕾,马慧敏,李甲振,等.管道系统漏损控制技术进展[J].水利水电技术,2018,49(6):65 - 71.
                [ 2] LIR,HUANGH,XINK,etal.Areviewofmethodsforburst?leakagedetectionandlocationinwaterdistribution
                       systems[J].WaterScienceandTechnology:WaterSupply,2015,15(3):429 - 441.
                [ 3] 王辰,刘庆文,陈典,等.基于分布式光纤 声 波 传 感 的 管 道 泄 漏 监 测 [J].光 学 学 报,2019,39(10):
                      119 - 125.
                [ 4] 郭新蕾,郑飞飞,马朝猛,等.输水管道泄漏的探地雷达检测原理和现象机理分析[J].水利学报,2021,
                      52(7):781 - 792.
                [ 5] WUY.Designandfabricationofamaneuverablerobotforin - pipeleakdetection[D].MassachusettsInstituteof
                       Technology ,2014.
                [ 6] COLOMBOAF,LEEP,KARNEYBW.Aselectiveliteraturereviewoftransient - basedleakdetectionmethods
                       [J].Journalofhydro - environmentresearch,2009,2(4):212 - 227.
                [ 7] HUZ,CHENB,CHENW,etal.Reviewofmodel - basedanddata - drivenapproachesforleakdetectionandlo
                       cationinwaterdistributionsystems [J].WaterSupply,2021,21(7):3282 - 3306.
                [ 8] 焦敬品,李勇 强,吴 斌,等.基 于 BP神 经 网 络 的 管 道 泄 漏 声 信 号 识 别 方 法 研 究 [J].仪 器 仪 表 学 报,
                      2016,37(11):2588 - 2596.
                [ 9] 王明达,张来斌,梁伟,等.基于独立分量分析和支持向量机的管道泄漏识别方法[J].石油学报,2010,
                      31(4):659 - 663.
                [10] FEREIDOONIZ,TAHAYORIH,BAHADORI - JAHROMIA.Ahybridmodel - basedmethodforleakdetectionin
                       largescalewaterdistributionnetworks[J].JournalofAmbientIntelligenceandHumanizedComputing,2021,12
                       (2):1613 - 1629.
                [11] 龚骏,税爱社,包建明,等.多工况下基于 RBF神经网络的管道泄漏检测[J].油气储运,2015,34(7):
                      759 - 763.
                [12] 林伟国,陈萍,孙剑.具有工况适应性的管道泄漏信号特征提取[J].化工学报,2008(7):1715 - 1720.
                [13] ZHAOD,WANG T,CHU F.Deepconvolutionalneuralnetworkbasedplanetbearingfaultclassification[J].
                       ComputersinIndustry ,2019,107:59 - 66.
                [14] CHUANGW Y,TSAIYL,WANGLH.LeakdetectioninwaterdistributionpipesbasedonCNNwithmelfre
                       quencycepstralcoefficients [C]??Proceedingsofthe3rdInternationalConferenceonInnovationinArtificialIntelli
                       gence.2019.
                [15] ZHOUM, YANG Y, XU Y, etal.A pipelineleakdetectionandlocalizationapproachbasedonensemble
                       TL1DCNN [J].IEEEAccess,2021,9:47565 - 47578.
                [16] KANGJ,PARKYJ,LEEJ,etal.NovelleakagedetectionbyensembleCNN - SVM andgraph - basedlocalization
                       inwaterdistributionsystems [J].IEEETransactionsonIndustrialElectronics,2017,65(5):4279 - 4289.
                [17] CODYRA,TOLSON BA,ORCHARD J.Detectingleaksinwaterdistributionpipesusingadeepautoencoder
                       andhydroacousticspectrograms [J].JournalofComputinginCivilEngineering,2020,34(2):04020001.
                [18] GUOG,YUX,LIUS,etal.Leakagedetectioninwaterdistributionsystemsbasedontime - frequencyconvolu
                       tionalneuralnetwork [J].JournalofWaterResourcesPlanningandManagement,2021,147(2):04020101.
                [19] DINGYH,JIAM P.A multi - scaleconvolutionalauto - encoderanditsapplicationinfaultdiagnosisofrolling
                       bearings [J].JournalofSoutheastUniversity,2019,35(4):417 - 423.
                [20] 郭新蕾,杨开林.管道泄漏检测的水力瞬变全频域数学模型[J].水利学报,2008,39(10):1264 - 1271.
                [21] 郭晨,简涛,徐从安,等.基于深度多尺度一维卷积神经网络的雷达舰船目标识别[J].电子与信息学报,
                      2019,41(6):1302 - 1309.

                     0
                —  2 3  —
   101   102   103   104   105   106   107   108   109   110   111