基于Attention+LSTM的供水管网漏损识别方法  

作　　者：胡鹏伟 刘璐 戴昭骞 叶蕾 林钰峰 尹浪 王星 

机构地区：[1]IBM大数据和人工智能专家实验室 [2]IBM全球商业服务中心 [3]广东日丰企业集团有限公司 [4]佛山市三水区淼才投资有限公司

出　　处：《广东科技》2020年第12期63-70,共8页Guangdong Science & Technology

摘　　要：0引言大数据与人工智能等技术近年来正在促进传统基础设施转型升级,使传统与创新融合,如智慧能源基础设施、智慧城市基础设施等。在城市基础设施建设中,城市地下供水管网建设是一个重要的组成部分,其负责着整个城市用水的供应,对城市的居民生活工作、工业生产等许多方面有着非常大的影响。随着城市的不断发展,地下管道网络越来越复杂,而其中的安全隐患也愈发严重,建设良好的管理城市地下供水管道网络,构建科学的管网系统是城市建设中亟待解决的难题。在智慧城市建设的语境下,物联网和人工智能技术为传统地下供水管网问题提供了新的解决思路。本文主要探讨了传感器网络部署与机器学习算法在供水管网中应用的问题和挑战,提出了使用传感器融合模型解决管网漏点识别的问题,并基于管网漏点检测的场景设计实验进行了可行性验证,最终得出对利用多视图学习模型构建智慧供水管网漏损识别方法的可行性分析。

关 键 词：城市基础设施建设 管网漏损 地下管道 供水管网 管网系统 城市用水 人工智能技术 传感器融合 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] TP212.9[自动化与计算机技术—控制科学与工程] TU991.33[建筑科学—市政工程]