典型文献
基于PSO-LSSVM时序预测模型的管网漏失信号识别
文献摘要:
为解决城市供水管网的漏失问题,基于在供水管网各测压点收集的压力数据,构建粒子群(PSO)算法优化LSSVM的时序预测模型来预测压力监测点下一时刻压力值,并提出了城市供水管网漏失识别模型,通过监测点压力值与预测值的残差值是否在阈值范围内来判断管网是否处于正常工况.测试分析结果表明,改进的时序预测模型预测精度较高,可确定各压力监测点阈值,识别管网是否发生漏失事故,为相似工程提供借鉴.
文献关键词:
供水管网;PSO算法;LSSVM算法;时序预测模型;管网漏失信号识别
中图分类号:
作者姓名:
王彤;金赵归;杨瑞虎;杨军;尚渝钧;王伟;鞠彩;韩大鹏
作者机构:
长安大学建筑工程学院,陕西西安710061;长安大学住房和城乡建设部给排水重点实验室,陕西西安710061;上海市政工程设计研究总院(集团)第六设计院有限公司,安徽合肥230009
文献出处:
引用格式:
[1]王彤;金赵归;杨瑞虎;杨军;尚渝钧;王伟;鞠彩;韩大鹏-.基于PSO-LSSVM时序预测模型的管网漏失信号识别)[J].水电能源科学,2022(02):132-135,181
A类:
管网漏失信号识别
B类:
PSO,LSSVM,时序预测模型,城市供水管网,测压点,点收,算法优化,压力监测点,压力值,识别模型,残差值,阈值范围,测试分析,别管,失事
AB值:
0.193253
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。