CN115577861A - 一种漏水区域推荐方法、电子设备和存储介质 - Google Patents
一种漏水区域推荐方法、电子设备和存储介质 Download PDFInfo
- Publication number
- CN115577861A CN115577861A CN202211553373.2A CN202211553373A CN115577861A CN 115577861 A CN115577861 A CN 115577861A CN 202211553373 A CN202211553373 A CN 202211553373A CN 115577861 A CN115577861 A CN 115577861A
- Authority
- CN
- China
- Prior art keywords
- time interval
- area
- sub
- water leakage
- score
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Biomedical Technology (AREA)
- Development Economics (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Primary Health Care (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Examining Or Testing Airtightness (AREA)
Abstract
Description
技术领域
本申请涉及供水管网漏损管理技术领域,特别是涉及一种漏水区域推荐方法、电子设备和存储介质。
背景技术
供水管网漏损管理系统基于DMA (District Metering Area,独立分区计量)漏损管理技术,结合水司产销差管理工作需求和管网结构特点,对目标区域进行分区规划设计,通过评估筛选出漏水问题突出的区域进行重点管控,大幅缩短管网漏水排查时间,提高漏水管控工作效率。但当前系统仅能监测管道区域的漏水情况,无法实现精准定位,仍需要花费大量人工测漏时间对区域内的漏水情况进行排查。
发明内容
基于上述问题,本申请提供一种漏水区域推荐方法、电子设备和存储介质。
第一方面,本申请实施例提供一种漏水区域推荐方法,包括:
根据基础时间间隔、聚集时间间隔和平均聚集时间间隔确定预测无漏时间间隔、预测聚集时间间隔和预测平均聚集时间间隔;
获取当前时间与第一检测区域上一次维修记录的时间间隔,根据当前时间与第一检测区域上一次维修记录的时间间隔、基础时间间隔、预测无漏时间间隔、预测聚集时间间隔和预测平均聚集时间间隔确定第一检测区域的漏水预测得分指数;
根据第一子区域内多个第一检测区域的漏水预测得分指数确定第一子区域的漏水得分;
根据第一子区域的历史维修记录的数量确定第一子区域的修正得分;
根据第一子区域的漏水得分和第一子区域的修正得分确定第一子区域的漏水推荐得分;
当第一子区域的漏水推荐得分大于第三判断阈值时,推荐漏水推荐得分对应的第一子区域。
进一步地,上述漏水区域推荐方法中,根据历史维修记录以及历史维修记录对应的时间确定基础时间间隔、聚集时间间隔和平均聚集时间间隔,包括:
进一步地,上述漏水区域推荐方法中,所述根据所述基础时间间隔、所述聚集时间间隔和所述平均聚集时间间隔确定预测无漏时间间隔、预测聚集时间间隔和预测平均聚集时间间隔,包括:
进一步地,上述漏水区域推荐方法中,获取当前时间与第一检测区域上一次维修记录的时间间隔,根据时间间隔、基础时间间隔、预测无漏时间间隔、预测聚集时间间隔和预测平均聚集时间间隔确定第一检测区域的漏水预测得分指数,包括:
其中,
进一步地,上述漏水区域推荐方法中,根据第一子区域内多个第一检测区域的漏水预测得分指数确定第一子区域的漏水得分,包括:
进一步地,上述漏水区域推荐方法中,所述根据第一子区域的历史维修记录的数量确定第一子区域的修正得分,包括:
进一步地,上述漏水区域推荐方法中,根据第一子区域的漏水得分和所述第一子区域的修正得分确定第一子区域的漏水推荐得分,包括:
第二方面,本发明实施例还提供了一种电子设备,包括:处理器和存储器;
所述处理器通过调用所述存储器存储的程序或指令,用于执行如上所述任一项所述的一种漏水区域推荐方法。
第三方面,本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储程序或指令,所述程序或指令使计算机执行如上所述任一项所述的一种漏水区域推荐方法。
本申请实施例的优点在于:根据独立分区计量将城市供水管网划分为多个独自计量区域,根据社区分布将多个独自计量区域划分为n个子区域,根据n个子区域的历史维修记录将n个子区域划分为个检测区域;获取个检测区域中第一检测区域的历史维修记录以及历史维修记录对应的时间,根据历史维修记录以及历史维修记录对应的时间确定基础、聚集和平均聚集时间间隔;根据基础、聚集和平均聚集时间间隔确定预测无漏、预测聚集和预测平均聚集时间间隔;获取当前时间与第一检测区域上一次维修记录的时间间隔,根据当前时间与第一检测区域上一次维修记录的时间间隔、基础、预测无漏、预测聚集和预测平均聚集时间间隔确定第一检测区域的漏水预测得分指数;根据第一子区域内多个第一检测区域的漏水预测得分指数确定第一子区域的漏水得分;根据第一子区域的历史维修记录的数量确定第一子区域的修正得分;根据第一子区域的漏水得分和第一子区域的修正得分确定第一子区域的漏水推荐得分;当第一子区域的漏水推荐得分大于第三判断阈值时,推荐漏水推荐得分对应的第一子区域。通过推荐的第一子区域定位漏水位置,提高漏水位置的估算精度,有助于供水企业提高漏水探测修复效率。
附图说明
为了更清楚地说明本申请实施例或传统技术中的技术方案,下面将对实施例或传统技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种漏水区域推荐方法示意图;
图2是本公开实施例提供的一种电子设备的示意性框图。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂,下面结合附图对本申请的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本申请内涵时做类似改进,因此本申请不受下面公开的具体实施的限制。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
图1为本申请实施例提供的一种漏水区域推荐方法示意图。
第一方面,本申请实施例提供一种漏水区域推荐方法,结合图1,包括S101至S108八个步骤:
第一方面,本申请实施例提供一种漏水区域推荐方法,包括S101至S108八个步骤:
具体的,本申请实施例中,根据独立分区计量将城市供水管网划分为多个独自计量区域,对独立计量区域根据区域内的社区分布将独自计量区域划分为n个子区域记为,其中i为子区域的序号,对于任一子区域,获取子区域的历史维修记录,将历史维修记录中每一次维修位置的坐标进行聚类,得到聚类中心及半径集合,其中为聚类中心坐标,为聚类区域半径,j为聚类区域的序号,根据聚类区域的个数将子区域划分为个检测区域。
S103:根据基础时间间隔、聚集时间间隔和平均聚集时间间隔确定预测无漏时间间隔、预测聚集时间间隔和预测平均聚集时间间隔。
具体的,本申请实施例中,根据基础时间间隔、聚集时间间隔和平均聚集时间间隔确定预测无漏时间间隔、预测聚集时间间隔和预测平均聚集时间间隔的方法下文详细介绍。
S104:获取当前时间与第一检测区域上一次维修记录的时间间隔,根据当前时间与第一检测区域上一次维修记录的时间间隔、基础时间间隔、预测无漏时间间隔、预测聚集时间间隔和预测平均聚集时间间隔确定第一检测区域的漏水预测得分指数。
具体的,本申请实施例中,根据当前时间与第一检测区域上一次维修记录的时间间隔、基础时间间隔、预测无漏时间间隔、预测聚集时间间隔和预测平均聚集时间间隔确定第一检测区域的漏水预测得分指数的方法下文详细介绍。
S105:根据第一子区域内多个第一检测区域的漏水预测得分指数确定第一子区域的漏水得分。
S106:根据第一子区域的历史维修记录的数量确定第一子区域的修正得分。
S107:根据第一子区域的漏水得分和第一子区域的修正得分确定第一子区域的漏水推荐得分。
具体的,本申请实施例中,第一子区域是n个子区域中任意一个,确定第一子区域的漏水得分、第一子区域的修正得分和第一子区域的漏水推荐得分的方法下文详细介绍。
S108:当第一子区域的漏水推荐得分大于第三判断阈值时,推荐漏水推荐得分对应的第一子区域。
具体的,本申请实施例中,第三判断阈值的大小根据实际情况灵活确定,通过判断第一子区域的漏水推荐得分与第三判断阈值的大小,确定是否推荐漏水推荐得分对应的第一子区域,可准确定位漏水位置,提高漏水估算精度,有助于供水企业提高漏水探测修复效率。
进一步地,上述漏水区域推荐方法中,根据历史维修记录以及历史维修记录对应的时间确定基础时间间隔、聚集时间间隔和平均聚集时间间隔,包括:
进一步地,上述漏水区域推荐方法中,所述根据所述基础时间间隔、所述聚集时间间隔和所述平均聚集时间间隔确定预测无漏时间间隔、预测聚集时间间隔和预测平均聚集时间间隔,包括:
进一步地,上述漏水区域推荐方法中,获取当前时间与第一检测区域上一次维修记录的时间间隔,根据时间间隔、基础时间间隔、预测无漏时间间隔、预测聚集时间间隔和预测平均聚集时间间隔确定第一检测区域的漏水预测得分指数,包括:
其中,
进一步地,上述漏水区域推荐方法中,根据第一子区域内多个第一检测区域的漏水预测得分指数确定第一子区域的漏水得分,包括:
进一步地,上述漏水区域推荐方法中,所述根据第一子区域的历史维修记录的数量确定第一子区域的修正得分,包括:
进一步地,上述漏水区域推荐方法中,根据第一子区域的漏水得分和所述第一子区域的修正得分确定第一子区域的漏水推荐得分,包括:
第二方面,本发明实施例还提供了一种电子设备,包括:处理器和存储器;
所述处理器通过调用所述存储器存储的程序或指令,用于执行如上所述任一项所述的一种漏水区域推荐方法。
第三方面,本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储程序或指令,所述程序或指令使计算机执行如上所述任一项所述的一种漏水区域推荐方法。
图2是本公开实施例提供的一种电子设备的示意性框图。
如图2所示,电子设备包括:至少一个处理器201、至少一个存储器202和至少一个通信接口203。电子设备中的各个组件通过总线系统204耦合在一起。通信接口203,用于与外部设备之间的信息传输。可理解,总线系统204用于实现这些组件之间的连接通信。总线系统204除包括数据总线之外,还包括电源总线、控制总线和状态信号总线。但为了清楚说明起见,在图2中将各种总线都标为总线系统204。
可以理解,本实施例中的存储器202可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。
在一些实施方式中,存储器202存储了如下的元素,可执行单元或者数据结构,或者他们的子集,或者他们的扩展集:操作系统和应用程序。
其中,操作系统,包含各种系统程序,例如框架层、核心库层、驱动层等,用于实现各种基础业务以及处理基于硬件的任务。应用程序,包含各种应用程序,例如媒体播放器(Media Player)、浏览器(Browser)等,用于实现各种应用业务。实现本申请实施例提供的一种漏水区域推荐方法中任一方法的程序可以包含在应用程序中。
在本申请实施例中,处理器201通过调用存储器202存储的程序或指令,具体的,可以是应用程序中存储的程序或指令,处理器201用于执行本申请实施例提供的一种漏水区域推荐方法各实施例的步骤。
根据基础时间间隔、聚集时间间隔和平均聚集时间间隔确定预测无漏时间间隔、预测聚集时间间隔和预测平均聚集时间间隔;
获取当前时间与第一检测区域上一次维修记录的时间间隔,根据当前时间与第一检测区域上一次维修记录的时间间隔、基础时间间隔、预测无漏时间间隔、预测聚集时间间隔和预测平均聚集时间间隔确定第一检测区域的漏水预测得分指数;
根据第一子区域内多个第一检测区域的漏水预测得分指数确定第一子区域的漏水得分;
根据第一子区域的历史维修记录的数量确定第一子区域的修正得分;
根据第一子区域的漏水得分和第一子区域的修正得分确定第一子区域的漏水推荐得分;
当第一子区域的漏水推荐得分大于第三判断阈值时,推荐漏水推荐得分对应的第一子区域。
本申请实施例提供的一种漏水区域推荐方法中任一方法可以应用于处理器201中,或者由处理器201实现。处理器201可以是一种集成电路芯片,具有信号能力。在实现过程中,上述方法的各步骤可以通过处理器201中的硬件的集成逻辑电路或者软件形式的指令完成。上述器201可以是通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规器等。
本申请实施例提供的一种漏水区域推荐方法中任一方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件单元组合执行完成。软件单元可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器202,处理器201读取存储器202中的信息,结合其硬件完成一种漏水区域推荐方法的步骤。
本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本申请的范围之内并且形成不同的实施例。
本领域的技术人员能够理解,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (9)
1.一种漏水区域推荐方法,其特征在于,包括:
根据所述基础时间间隔、所述聚集时间间隔和所述平均聚集时间间隔确定预测无漏时间间隔、预测聚集时间间隔和预测平均聚集时间间隔;
获取当前时间与第一检测区域上一次维修记录的时间间隔,根据所述当前时间与第一检测区域上一次维修记录的时间间隔、所述基础时间间隔、所述预测无漏时间间隔、所述预测聚集时间间隔和所述预测平均聚集时间间隔确定第一检测区域的漏水预测得分指数;
根据第一子区域内多个第一检测区域的漏水预测得分指数确定第一子区域的漏水得分;
根据第一子区域的历史维修记录的数量确定第一子区域的修正得分;
根据所述第一子区域的漏水得分和所述第一子区域的修正得分确定第一子区域的漏水推荐得分;
当所述第一子区域的漏水推荐得分大于第三判断阈值时,推荐所述漏水推荐得分对应的第一子区域。
8.一种电子设备,其特征在于,包括:处理器和存储器;
所述处理器通过调用所述存储器存储的程序或指令,用于执行如权利要求1至7任一项所述一种漏水区域推荐方法。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储程序或指令,所述程序或指令使计算机执行如权利要求1至7任一项所述一种漏水区域推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211553373.2A CN115577861B (zh) | 2022-12-06 | 2022-12-06 | 一种漏水区域推荐方法、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211553373.2A CN115577861B (zh) | 2022-12-06 | 2022-12-06 | 一种漏水区域推荐方法、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115577861A true CN115577861A (zh) | 2023-01-06 |
CN115577861B CN115577861B (zh) | 2023-04-18 |
Family
ID=84590402
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211553373.2A Active CN115577861B (zh) | 2022-12-06 | 2022-12-06 | 一种漏水区域推荐方法、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115577861B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115855070A (zh) * | 2023-03-01 | 2023-03-28 | 东莞先知大数据有限公司 | 一种水管漏水检测方法、装置、电子设备和存储介质 |
CN116123465A (zh) * | 2023-04-11 | 2023-05-16 | 东莞先知大数据有限公司 | 一种管道漏损预警方法、电子设备和存储介质 |
CN116128375A (zh) * | 2023-03-29 | 2023-05-16 | 东莞先知大数据有限公司 | 一种用户用水信用异常确定方法、装置、电子设备和介质 |
CN116188203A (zh) * | 2023-05-04 | 2023-05-30 | 东莞先知大数据有限公司 | 一种用户水管漏水检测方法、装置、电子设备和存储介质 |
CN116245512A (zh) * | 2023-03-15 | 2023-06-09 | 东莞先知大数据有限公司 | 一种易漏损区域推荐方法、装置、电子设备和存储介质 |
CN116293480A (zh) * | 2023-03-15 | 2023-06-23 | 东莞先知大数据有限公司 | 一种暗管检测方法、装置、电子设备和存储介质 |
CN116293486A (zh) * | 2023-03-15 | 2023-06-23 | 东莞先知大数据有限公司 | 一种水管探漏方法、装置、电子设备和存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107676634A (zh) * | 2017-10-19 | 2018-02-09 | 郑州尚润电子科技有限公司 | 供水管网漏损检测分析方法、装置及系统 |
US20180136076A1 (en) * | 2015-05-13 | 2018-05-17 | Nec Corporation | Water-leak state estimation system, method, and recording medium |
CN109595469A (zh) * | 2018-12-29 | 2019-04-09 | 清华大学 | 输水管网的水压检测和水流系统及方法 |
CN110864225A (zh) * | 2018-08-28 | 2020-03-06 | 中华电信股份有限公司 | 用于输配水网的监控系统及方法 |
CN114331128A (zh) * | 2021-12-28 | 2022-04-12 | 上海思寒环保科技有限公司 | 一种基于物联网的智慧水务管理方法、系统、设备及介质 |
CN115136131A (zh) * | 2022-05-16 | 2022-09-30 | 广东逸动科技有限公司 | 漏水检测方法、漏水检测装置、电子设备及存储介质 |
-
2022
- 2022-12-06 CN CN202211553373.2A patent/CN115577861B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180136076A1 (en) * | 2015-05-13 | 2018-05-17 | Nec Corporation | Water-leak state estimation system, method, and recording medium |
CN107676634A (zh) * | 2017-10-19 | 2018-02-09 | 郑州尚润电子科技有限公司 | 供水管网漏损检测分析方法、装置及系统 |
CN110864225A (zh) * | 2018-08-28 | 2020-03-06 | 中华电信股份有限公司 | 用于输配水网的监控系统及方法 |
CN109595469A (zh) * | 2018-12-29 | 2019-04-09 | 清华大学 | 输水管网的水压检测和水流系统及方法 |
CN114331128A (zh) * | 2021-12-28 | 2022-04-12 | 上海思寒环保科技有限公司 | 一种基于物联网的智慧水务管理方法、系统、设备及介质 |
CN115136131A (zh) * | 2022-05-16 | 2022-09-30 | 广东逸动科技有限公司 | 漏水检测方法、漏水检测装置、电子设备及存储介质 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115855070A (zh) * | 2023-03-01 | 2023-03-28 | 东莞先知大数据有限公司 | 一种水管漏水检测方法、装置、电子设备和存储介质 |
CN115855070B (zh) * | 2023-03-01 | 2023-04-28 | 东莞先知大数据有限公司 | 一种水管漏水检测方法、装置、电子设备和存储介质 |
CN116245512A (zh) * | 2023-03-15 | 2023-06-09 | 东莞先知大数据有限公司 | 一种易漏损区域推荐方法、装置、电子设备和存储介质 |
CN116293480A (zh) * | 2023-03-15 | 2023-06-23 | 东莞先知大数据有限公司 | 一种暗管检测方法、装置、电子设备和存储介质 |
CN116293486A (zh) * | 2023-03-15 | 2023-06-23 | 东莞先知大数据有限公司 | 一种水管探漏方法、装置、电子设备和存储介质 |
CN116293480B (zh) * | 2023-03-15 | 2023-09-12 | 东莞先知大数据有限公司 | 一种暗管检测方法、装置、电子设备和存储介质 |
CN116245512B (zh) * | 2023-03-15 | 2023-09-26 | 东莞先知大数据有限公司 | 一种易漏损区域推荐方法、装置、电子设备和存储介质 |
CN116128375A (zh) * | 2023-03-29 | 2023-05-16 | 东莞先知大数据有限公司 | 一种用户用水信用异常确定方法、装置、电子设备和介质 |
CN116128375B (zh) * | 2023-03-29 | 2023-08-18 | 东莞先知大数据有限公司 | 一种用户用水信用异常确定方法、装置、电子设备和介质 |
CN116123465A (zh) * | 2023-04-11 | 2023-05-16 | 东莞先知大数据有限公司 | 一种管道漏损预警方法、电子设备和存储介质 |
CN116188203A (zh) * | 2023-05-04 | 2023-05-30 | 东莞先知大数据有限公司 | 一种用户水管漏水检测方法、装置、电子设备和存储介质 |
CN116188203B (zh) * | 2023-05-04 | 2023-08-18 | 东莞先知大数据有限公司 | 一种用户水管漏水检测方法、装置、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115577861B (zh) | 2023-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115577861A (zh) | 一种漏水区域推荐方法、电子设备和存储介质 | |
CN108038040A (zh) | 计算机集群性能指标检测方法、电子设备及存储介质 | |
CN111242793B (zh) | 医保数据异常的检测方法和装置 | |
CN111754110A (zh) | 基于人工智能的经营指标评价方法、装置、设备及介质 | |
CN115370973B (zh) | 供水漏损监测方法、装置、存储介质及电子设备 | |
CN113505942A (zh) | 项目工程造价预估方法、装置、电子设备及存储介质 | |
Cheng et al. | Integrating chaotic initialized opposition multiple-objective differential evolution and stochastic simulation to optimize ready-mixed concrete truck dispatch schedule | |
CN113807046A (zh) | 一种测试激励优化回归验证方法、系统及介质 | |
CN105302724A (zh) | 一种基于混和效应移除的即时缺陷预测方法 | |
CN111324781A (zh) | 一种数据分析方法、装置及设备 | |
CN115879748A (zh) | 一种基于大数据的企业信息化管理集成平台 | |
CN114429265A (zh) | 一种基于栅格技术的企业画像服务构建方法、装置及设备 | |
CN112633701B (zh) | 基于区块链的交通工程道路裂缝的巡检方法及系统 | |
CN108920601A (zh) | 一种数据匹配方法及装置 | |
JP7070535B2 (ja) | システム、方法、および、プログラム | |
Fang et al. | A data-driven smooth test of symmetry | |
CN107368941A (zh) | 一种湿地生态系统服务价值大数据评估方法及装置 | |
CN111639057A (zh) | 日志消息处理方法、装置、计算机设备及存储介质 | |
CN114022045A (zh) | 一种区域经济发展水平确定方法、装置及终端设备 | |
CN113935295A (zh) | 一种估值表汇总方法、装置、设备及介质 | |
CN110796178B (zh) | 决策模型训练方法及样本特征选择方法、装置和电子设备 | |
CN113220551A (zh) | 指标趋势预测及预警方法、装置、电子设备及存储介质 | |
US11281458B2 (en) | Evaluation of developer organizations | |
CN116862135B (zh) | 一种机械设备维修分析方法、系统及电子设备 | |
CN114205733B (zh) | 一种高速道路用户的异常感知事件定位方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |