CN117927880B - 一种管网漏水诊断的智能检测定位方法 - Google Patents

Abstract

本发明提供了一种管网漏水诊断的智能检测定位方法，涉及数据处理技术领域，方法包括：通过智能诊断的定位检测精度分布监测节点，激活控制传感器组执行数据采集，建立检测数据集，对网络开度数据进行连通特征提取，并将连通特征提取结果、位置数据输入自适应分配网络，建立临时通信簇进行检测数据集的数据通信，通过配置的终端节点根据数据通信结果进行异常检测，生成模糊定位结果输入决策模型，生成决策策略进行管网网络的异常决策执行，根据执行结果完成检测定位。解决现有技术中缺乏对管网进行漏水检测及定位，导致检测漏水位置存在误差的技术问题，实现管网漏水诊断的合理化精准定位，提高管网漏水的定位检测的精准性。

Description

一种管网漏水诊断的智能检测定位方法

技术领域

本发明涉及数据处理技术领域，具体涉及一种管网漏水诊断的智能检测定位方法。

背景技术

随着现代化的发展进程，特别是微电子技术的发展，地下供水管网主要肩负着输送生活和生产用水的重要任务，随着管网规模逐渐扩大，对地下供水管网建设的要求也在逐步提高，控制供水管网漏损就成了重中之重。但设备管线在运行中难免会发生跑、冒、滴、漏的现象，管道漏损问题变得越来越突出。造成了能源浪费和成本增加，因此管道查漏与定位成为重中之重，现有技术中存在缺乏对管网进行漏水检测及定位，导致检测漏水位置存在误差的技术问题。

发明内容

本申请提供了一种管网漏水诊断的智能检测定位方法，用于解决现有技术中存在的缺乏对管网进行漏水检测及定位，导致检测漏水位置存在误差的技术问题。

鉴于上述问题，本申请提供了一种管网漏水诊断的智能检测定位方法。

第一方面，本申请提供了一种管网漏水诊断的智能检测定位方法，所述方法包括：建立管网网络，所述管网网络为依据管网分布特征、管道连接特征建立的管控网络；获取智能诊断的定位检测精度，通过所述定位检测精度分布监测节点，其中，所述监测节点配置有传感器组；获取所述管网网络的网络开度数据，基于所述网络开度数据进行监测节点激活，并通过激活结果控制传感器组执行数据采集，建立检测数据集；对所述网络开度数据进行连通特征提取，并将连通特征提取结果、位置数据输入自适应分配网络，建立临时通信簇；通过所述临时通信簇进行检测数据集的数据通信，通过配置的终端节点根据数据通信结果进行异常检测，生成模糊定位结果，其中，所述模糊定位结果带有异常值标识；将所述模糊定位结果和所述异常值标识输入决策模型，生成决策策略；通过所述决策策略进行管网网络的异常决策执行，根据执行结果完成检测定位。

第二方面，本申请提供了一种管网漏水诊断的智能检测定位系统，所述系统包括：网络建立模块，所述网络建立模块用于建立管网网络，所述管网网络为依据管网分布特征、管道连接特征建立的管控网络；节点布设模块，所述节点布设模块用于获取智能诊断的定位检测精度，通过所述定位检测精度分布监测节点，其中，所述监测节点配置有传感器组；节点激活模块，所述节点激活模块用于获取所述管网网络的网络开度数据，基于所述网络开度数据进行监测节点激活，并通过激活结果控制传感器组执行数据采集，建立检测数据集；特征提取模块，所述特征提取模块用于对所述网络开度数据进行连通特征提取，并将连通特征提取结果、位置数据输入自适应分配网络，建立临时通信簇；异常检测模块，所述异常检测模块用于通过所述临时通信簇进行检测数据集的数据通信，通过配置的终端节点根据数据通信结果进行异常检测，生成模糊定位结果，其中，所述模糊定位结果带有异常值标识；第一输入模块，所述第一输入模块用于将所述模糊定位结果和所述异常值标识输入决策模型，生成决策策略；检测定位模块，所述检测定位模块用于通过所述决策策略进行管网网络的异常决策执行，根据执行结果完成检测定位。

本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：

本申请提供的一种管网漏水诊断的智能检测定位方法，涉及数据处理技术领域，解决了现有技术中存在缺乏对管网进行漏水检测及定位，导致检测漏水位置存在误差的技术问题，实现了管网漏水诊断的合理化精准定位，提高管网漏水的定位检测的精准性。

附图说明

图1为本申请提供了一种管网漏水诊断的智能检测定位方法流程示意图；

图2为本申请提供了一种管网漏水诊断的智能检测定位系统结构示意图。

附图标记说明：网络建立模块1，节点布设模块2，节点激活模块3，特征提取模块4，异常检测模块5，第一输入模块6，检测定位模块7。

具体实施方式

本申请通过提供一种管网漏水诊断的智能检测定位方法，用于解决现有技术中存在缺乏对管网进行漏水检测及定位，导致检测漏水位置存在误差的技术问题。

实施例一

如图1所示，本申请实施例提供了一种管网漏水诊断的智能检测定位方法，该方法包括：

步骤A100：建立管网网络，所述管网网络为依据管网分布特征、管道连接特征建立的管控网络；

在本申请中，本申请实施例提供的一种管网漏水诊断的智能检测定位方法应用于一种管网漏水诊断的智能检测定位系统，为了提升后期对管网漏水诊断的精准性，因此需要对待检测的目标管网进行管网分布特征、管道连接特征的提取，管网分布特征是指管道网络在地理空间上的布局和分布情况，可以包含紧凑型布局、分散型布局、放射型布局、网络型布局、环状布局、线性布局等， 紧凑型布局是指管道之间的距离较短，分散型布局是指管道之间的距离较远，放射型布局是指管道从一个中心点向各个方向延伸，形成放射状的布局，网格型布局是指管道以水平和垂直方向形成网格状的布局，环状布局是指管道形成环状或闭合的布局，线性布局是指管道沿着一条直线或曲线路径延伸，管道连接特征是指在管网内用于连接两段管道的组件或方法，可以包含螺纹连接方式、法兰连接方式、焊接连接方式、卡箍连接方式以及压力接头连接方式等，进一步的，根据管网分布特征、管道连接特征对目标管网的管网网络进行建立，管网网络则是由多个管道所组成的系统，用于输送流体或其他物质等，为后期实现对管网漏水诊断进行智能检测定位作为重要参考依据。

步骤A200：获取智能诊断的定位检测精度，通过所述定位检测精度分布监测节点，其中，所述监测节点配置有传感器组；

在本申请中，为了更好的对目标管网进行漏水检测定位，首先对目标管网进行智能漏水诊断，同时根据智能诊断的定位检测精度进行漏水检测的分析，智能诊断的定位检测精度通常取决于多个因素，可以是使用的技术和算法、数据采集的质量和数量、系统的训练和优化程度等，对漏水检测精度大于80%的位置进行标识后，根据标识位置进行监测节点的布设，监测节点是用于对目标管网内的漏水情况进行实时传感分析的位置节点，且在监测节点内配置有传感器组，即压力传感器，为避免一个位置节点设置一个压力传感器所造成的数据传感误差，则可以在一个位置节点设置两个及以上的压力传感器进行压力数据传感，进而为实现对管网漏水诊断进行智能检测定位做保障。

步骤A300：获取所述管网网络的网络开度数据，基于所述网络开度数据进行监测节点激活，并通过激活结果控制传感器组执行数据采集，建立检测数据集；

进一步而言，本申请步骤A300还包括：

基于所述网络开度数据定位初始节点和末端节点，并基于所述网络开度数据配置网络走向，建立网络关联；

判断所述管网网络是否处于非周期监测时段；

若处于非周期监测时段，则执行初始节点和末端节点激活，采集初始数据和末端数据集；

根据所述初始数据和所述网络关联进行末端预测，根据末端预测结果和末端数据集的一致性完成监测节点激活管理。

进一步而言，本申请步骤A300还包括：

若任意末端数据与末端预测结果不一致性满足预设阈值，则生成激活指令；

根据对应末端数据和网络开度数据确定流通线路；

根据所述激活指令进行所述流通线路的监测节点激活，通过激活的监测点完成检测数据集建立。

在本申请中，为了保证对目标管网内漏水诊断检测定位的准确性，对管网网络内的网络开度数据进行获取，网络开度数据是指在管网网络中所包含的各个节点之间的连接程度或连接密度，用于反映了网络内部节点之间的联系和交流程度，可以评估管网网络结构以及性能，进一步的，根据网络开度数据对上述所布设的监测节点进行运行激活，是指首先根据网络开度数据定位初始节点和末端节点，以及网络开度数据对管网的网络走向进行配置，根据管网网络中介质的运输方向以及网络开度数据内管网网络节点之间的连接信息确定初始节点以及末端节点，继而根据初始节点、末端节点以及网络开度数据之间的关联数据建立网络关联，同时对管网网络与非周期监测时段进行比较判断，非周期监测时段是指监测节点对管网网络监测较少的阶段，即未激活监测节点，若管网网络处于非周期监测时段，则仅对初始节点和末端节点执行监测激活，对应采集获取初始数据和末端数据集，初始数据是对初始节点进行压力监测传感所获的数据，末端数据是对末端节点进行压力监测传感所获的数据，并根据初始数据和网络关联对末端进行数据预测，根据末端预测结果和末端数据集进行数据遍历比对，若任意末端数据与末端预测结果不一致性与预设阈值进行比较，其预设阈值可以设定为85%，若数据比对一致性小于等于85%则生成激活指令对监测节点进行依次运行激活，同时根据对应末端数据内的压力值和网络开度数据的连接信息对管网网络内的流通线路进行确定，继而根据激活指令对流通线路内所布设的所有监测节点进行激活，通过激活的监测点将所监测到的数据进行整合汇总后完成检测数据集建立。

若数据比对一致性大于85%则依旧通过初始节点和末端节点进行压力监测，完成监测节点激活管理，且若管网网络不处于非周期监测时段，即处于周期监测时段，则根据网络开度数据对管网网络内的所有监测节点进行全部激活监测，从而完成检测数据集建立，为后续实现对管网漏水诊断进行智能检测定位夯实基础。

步骤A400：对所述网络开度数据进行连通特征提取，并将连通特征提取结果、位置数据输入自适应分配网络，建立临时通信簇；

在本申请中，以网络开度数据作为基础参考数据，对管网网络内的连通特征进行提取，网络开度数据的连通特征是指管网网络中节点之间连接关系的特点和规律，可以反映出网络内部节点之间的联系和交流情况，用于对网络结构和性能进行评估，连通特征可以包含管网网络内的连通性、路径长度、群集系数等，同时将连通特征提取结果机器特征所对应的位置数据输入至自适应分配网络，自适应分配网络是用于对管网网络内的进行通信的监测数据进行分配的网络系统，自适应分配网络可以根据管网网络的实时需求和条件，灵活地分配带宽、存储、计算资源等，以优化管网网络的性能和资源利用效率，自适应分配网络可以包含动态调整、智能优化、资源弹性等操作，动态调整是指自适应分配网络能够实时监测和分析管网网络内的负载、流量情况，根据实际需求动态调整资源分配，以满足不同时间段和区域的需求变化，智能优化是指自适应分配网络具有智能优化和决策能力，能够根据预设的策略或算法，对数据源进行合理分配和调度，以提高管网网络的性能，资源弹性是指自适应分配网络能够根据需求情况实现数据资源的弹性分配和释放，以应对管网网络负载波动和突发事件，从而确保管网网络的稳定性和可靠性，在此基础上对管网网络进行临时通信簇的建立，临时通信簇是指在临时性网络环境下形成的一种通信结构，用于应对管网网络内特定的临时性通信需求，实现对管网漏水诊断进行智能检测定位有着推进的作用。

步骤A500：通过所述临时通信簇进行检测数据集的数据通信，通过配置的终端节点根据数据通信结果进行异常检测，生成模糊定位结果，其中，所述模糊定位结果带有异常值标识；

进一步而言，本申请步骤A500还包括：

通过网络开度数据配置关键网络节点；

基于所述关键网络节点进行节点通信，生成关键节点辅助数据；

通过所述关键节点辅助数据进行所述模糊定位结果的定位修正；

根据定位修正结果进行定位管理。

在本申请中，通过将上述所建立的临时通信簇作为基础参照数据对检测数据集在管网网络内进行数据通信，进而通过配置的终端节点基于数据通信结果进行管网网络的异常检测，是指通过所配置的终端节点根据临时通信簇内的通信通道对检测数据集内的压力监测值进行实时通信与数据传输的过程中进行数据通信的异常行为以及潜在攻击进行识别，可以通过数据完整性、数据传输超时、重复数据包以及流量异常等方面进行检测，数据完整性检测是指在数据通信过程中，如果数据包在传输过程中发生了错误可以通过校验和CRC码等技术对数据包的完整性进行检测，以及时发现并进行重传或其他处理， 超时检测是指数据发送方在发送数据包后可以对超时时间进行设置，当数据接收方没有在规定时间内确认收到数据包时，数据发送方可以认为数据包丢失并进行重发，重复数据包检测是指数据接收方可以通过记录已经接收到的数据包序列号，并对接收到的数据包进行去重操作，以避免重复处理相同的数据包，流量异常检测是通过监控管网网络内的流量的变化，当数据通信的流量突然发生增大或减小的操作时，对管网网络进行异常检测，并在异常检测结果的基础上对管网网络内的异常进行模糊定位，生成模糊定位结果，且在模糊定位结果内具有异常值标识，其异常值越高则视为其所对应的定位为异常的可能性越大。

进一步的，由于基于异常检测结果对管网网络内的异常进行初步定位获取的模糊定位结果，因此在模糊定位结果内存在一定的误差，则需要通过网络开度数据在管网网络内根据模糊定位结果中的定位信息确定多个位置节点，并根据多个位置节点进行关键网络节点的配置，且临时通信簇为管网网络内的局部数据，关键节点辅助数据为管网网络内的全局角度的数据，继而根据关键网络节点在管网网络内进行节点之间的数据通信，将数据通信结果记作关键节点辅助数据进行输出，进一步的，根据关键节点辅助数据内的节点定位信息对模糊定位结果进行定位修正，最终根据定位修正结果进行定位的修改、增加、删除、查找操作的管理，以便为后期对管网漏水诊断进行智能检测定位时作为参照数据。

步骤A600：将所述模糊定位结果和所述异常值标识输入决策模型，生成决策策略；

进一步而言，本申请步骤A600还包括：

依据管网网络调用管道数据，所述管道数据包括管道位置数据，及与管道位置对应的覆盖数据；

通过所述管道数据作为基础匹配数据，执行决策模型的搭建；

当所述模糊定位结果和所述异常值标识输入决策模型后，通过所述模糊定位结果进行响应方式决策，通过异常值进行测试方式决策，以获得决策策略。

进一步而言，当所述模糊定位结果和所述异常值标识输入决策模型后，通过所述模糊定位结果进行响应方式决策，通过异常值进行测试方式决策，以获得决策策略包括：

以所述管道数据搭建响应方式决策子网络，所述响应方式决策子网络为决策模型的处理子网络；

将所述模糊定位结果输入所述响应方式决策子网络，生成响应方式决策结果；

基于管网网络搭建测试方式决策子网络，所述测试方式决策子网络为决策模型的处理子网络；

将所述异常值输入所述测试方式决策子网络，通过所述测试方式决策子网络进行泄漏显示异常与管道尺寸的比例评价；

根据比例评价结果生成测试决策结果，通过所述响应方式决策结果和所述测试决策结果生成决策策略。

进一步而言，根据比例评价结果生成测试决策结果，通过所述响应方式决策结果和所述测试决策结果生成决策策略包括：

泄漏显示异常与管道尺寸的平衡系数；

根据比例评价结果和所述平衡系数进行测试压力的决策寻优；

根据决策寻优结果生成所述测试决策结果。

在本申请中，为了提高对管网漏水诊断检测定位的精准度，因此需要将上述所生成的模糊定位结果以及其所包含的异常值标识输入至决策模型内进行管网异常定位决策的制定，是指首先依据管网网络调用管道数据，该管道数据内包括管道位置数据，及与管道位置对应的覆盖数据，管道位置数据是指管道在管网网络内的空间点位数据，与管道位置对应的覆盖数据是在管网网络中的不同节点或位置上所覆盖的数据内容或信息，具体的覆盖数据取决于不同的应用和管网的网络架构，可以包含管网网络监控数据、管网网络传感器数据、管网网络日志数据等，通过将管网数据作为基础匹配数据，对决策模型执行搭建操作，首先根据管网数据内的管网网络监控数据、管网网络传感器数据、管网网络日志数据进行数据信息的匹配，管网网络监控数据是指在管网网络监控系统中的各个节点所收集并传输关于管网网络的性能、流量、延迟等方面的数据。用来分析管网网络运行状态、故障排查以及性能优化，管网网络传感器数据是通过在管网内的传感器网络中，各个传感器节点所收集环境、设备或实时数据，再通过网络传输到中央服务器或其他节点进行处理和分析，管网网络日志数据在分布式系统或服务器集群中，各个节点所产生的日志数据，记录系统运行状态、异常事件、错误信息等用于故障排查、系统监控和安全分析，在此基础上对决策模型内的策略进行设定，示例性的，可以根据管网网络内不同的管道位置数据制定相应的策略，即当管道位置为覆在土壤的，可以通过检测土壤层温度、湿度变化，用于预测管道异常点位，当管道位置存在内部空间结构，可以通过声音监测来辅助定位，进一步的，当模糊定位结果和异常值标识输入决策模型后，基于模糊定位结果进行响应方式决策，是指以管道数据搭建响应方式决策子网络，对管道数据进行数据清洗以及特征选择后，分为训练数据集、监督数据集和测试数据集，用于进行模型的训练与评估，进一步的，响应方式决策子网络构建过程为：将训练数据集中每一组训练数据输入响应方式决策子网络，通过这组训练数据对应的监督数据进行响应方式决策子网络的输出监督调整，当响应方式决策子网络的输出结果与监督数据一致，则当前组训练结束，将训练数据集中全部的训练数据均训练结束，则响应方式决策子网络训练完成。

为了保证响应方式决策子网络的准确性，可以通过测试数据集进行响应方式决策子网络的测试处理，举例而言，测试准确率可以设定为80%，当测试数据集的测试准确率满足80%时，则响应方式决策子网络构建完成，且响应方式决策子网络为决策模型的处理子网络，同时将模糊定位结果输入响应方式决策子网络，生成响应方式决策结果。

再通过异常值进行测试方式决策，是指基于管网网络通过与响应方式决策子网络的同理训练方式，搭建测试方式决策子网络，在此不做过多赘述，且测试方式决策子网络为决策模型的处理子网络，最终将异常值输入测试方式决策子网络，通过测试方式决策子网络进行泄漏显示异常与管道尺寸的比例评价，其比例值越小，则视为管道内的泄漏发生率小，此时对管道进行暂时安全标识，当难以对管道进行漏水定位时，则可以增大管道供水压力，以此来准确异常定位，当比例值大时，则视为管道内的泄漏发生率大且漏水明显，可以根据此时管道内的安全状态，决定是否对管道进行压力的保持或降低，从而对管道进行进一步的漏水检测，首先通过建立泄漏显示异常与管道尺寸之间的平衡系数，该平衡系数用于在决策过程中综合考虑泄漏显示异常和管道尺寸之间的权衡关系，定义用于评估泄漏显示异常和管道尺寸的指标，可以使用泄漏显示异常指标（如泄漏率或泄漏频次）来衡量管道的安全性，使用管道尺寸指标（如直径或长度）来衡量管道的规模，再通过主观判断、专家意见或基于数据分析等方法来确定泄漏显示异常和管道尺寸在决策中的权重系数，基于线性缩放、标准化等归一化方法对泄漏显示异常指标和管道尺寸指标进行归一化处理，最终通过将泄漏显示异常指标和管道尺寸指标按照权重进行加权求和，建立平衡系数，进一步的，根据比例评价结果和平衡系数进行测试压力的决策寻优，是指根据性能指标、资源利用率、成本等。根据实际情况确定适用的指标评价测试压力，同时对每个指标进行归一化处理，使得不同的指标之间具有可比性，并根据比例评价结果和平衡系数，确定各个指标的权重，比例评价结果可以提供关于不同指标之间相对重要性的信息，而平衡系数可以反映泄漏显示异常与管道尺寸之间的权衡，继而通过将归一化后的指标与对应的权重相乘，并对结果进行加权求和，得到综合评估值，基于综合评估值选择具有最优评估结果的测试压力方案作为最佳决策并将其记作测试决策结果，最终根据测试决策结果作为约束，遍历响应方式决策结果生成决策策略进行输出，提高后期实现对管网漏水诊断进行智能检测定位的准确率。

步骤A700：通过所述决策策略进行管网网络的异常决策执行，根据执行结果完成检测定位。

在本申请中，按照上述决策模型所输出的决策策略对管网网络执行异常决策，通过传感器在异常决策中采集与管网网络内异常相关的数据，可以包括泄漏、压力、流量等参数的实时监测数据，同时基于实时监测数据对管网网络进行异常评估，根据预先定义的指标和阈值判断是否存在异常情况，示例性的，如果某个管段的泄漏率超过了设定的阈值，就可以认为存在泄漏异常，进一步的，通过决策策略结合异常评估结果，执行相应的决策措施，并在执行决策措施后，通过使用多个监测点的数据进行比对分析来确认异常发生的具体位置，并基于检测定位的结果，对异常进行段进行维护、更换或修复等操作，保障管网网络的安全运行和高效管理。

综上所述，本申请实施例提供的一种管网漏水诊断的智能检测定位方法，至少包括如下技术效果，实现了管网漏水诊断的合理化精准定位，提高管网漏水的定位检测的精准性。

实施例二

基于与前述实施例中一种管网漏水诊断的智能检测定位方法相同的发明构思，如图2所示，本申请提供了一种管网漏水诊断的智能检测定位系统，系统包括：

网络建立模块1，所述网络建立模块1用于建立管网网络，所述管网网络为依据管网分布特征、管道连接特征建立的管控网络；

节点布设模块2，所述节点布设模块2用于获取智能诊断的定位检测精度，通过所述定位检测精度分布监测节点，其中，所述监测节点配置有传感器组；

节点激活模块3，所述节点激活模块3用于获取所述管网网络的网络开度数据，基于所述网络开度数据进行监测节点激活，并通过激活结果控制传感器组执行数据采集，建立检测数据集；

特征提取模块4，所述特征提取模块4用于对所述网络开度数据进行连通特征提取，并将连通特征提取结果、位置数据输入自适应分配网络，建立临时通信簇；

异常检测模块5，所述异常检测模块5用于通过所述临时通信簇进行检测数据集的数据通信，通过配置的终端节点根据数据通信结果进行异常检测，生成模糊定位结果，其中，所述模糊定位结果带有异常值标识；

第一输入模块6，所述第一输入模块6用于将所述模糊定位结果和所述异常值标识输入决策模型，生成决策策略；

检测定位模块7，所述检测定位模块7用于通过所述决策策略进行管网网络的异常决策执行，根据执行结果完成检测定位。

进一步而言，系统还包括：

配置模块，所述配置模块用于基于所述网络开度数据定位初始节点和末端节点，并基于所述网络开度数据配置网络走向，建立网络关联；

第一判断模块，所述第一判断模块用于判断所述管网网络是否处于非周期监测时段；

第二判断模块，所述第二判断模块用于若处于非周期监测时段，则执行初始节点和末端节点激活，采集初始数据和末端数据集；

第一预测模块，所述第一预测模块用于根据所述初始数据和所述网络关联进行末端预测，根据末端预测结果和末端数据集的一致性完成监测节点激活管理。

进一步而言，系统还包括：

第三判断模块，所述第三判断模块用于若任意末端数据与末端预测结果不一致性满足预设阈值，则生成激活指令；

线路确定模块，所述线路确定模块用于根据对应末端数据和网络开度数据确定流通线路；

数据集建立模块，所述数据集建立模块用于根据所述激活指令进行所述流通线路的监测节点激活，通过激活的监测点完成检测数据集建立。

进一步而言，系统还包括：

数据模块，所述数据模块用于依据管网网络调用管道数据，所述管道数据包括管道位置数据，及与管道位置对应的覆盖数据；

模型搭建模块，所述模型搭建模块用于通过所述管道数据作为基础匹配数据，执行决策模型的搭建；

第二输入模块，所述第二输入模块用于当所述模糊定位结果和所述异常值标识输入决策模型后，通过所述模糊定位结果进行响应方式决策，通过异常值进行测试方式决策，以获得决策策略。

进一步而言，系统还包括：

网络建立模块，所述网络建立模块用于以所述管道数据搭建响应方式决策子网络，所述响应方式决策子网络为决策模型的处理子网络；

第三输入模块，所述第三输入模块用于将所述模糊定位结果输入所述响应方式决策子网络，生成响应方式决策结果；

子网络模块，所述子网络模块用于基于管网网络搭建测试方式决策子网络，所述测试方式决策子网络为决策模型的处理子网络；

第四输入模块，所述第四输入模块用于将所述异常值输入所述测试方式决策子网络，通过所述测试方式决策子网络进行泄漏显示异常与管道尺寸的比例评价；

策略生成模块，所述策略生成模块用于根据比例评价结果生成测试决策结果，通过所述响应方式决策结果和所述测试决策结果生成决策策略。

进一步而言，系统还包括：

系数建立模块，所述系数建立模块用于建立泄漏显示异常与管道尺寸的平衡系数；

决策寻优模块，所述决策寻优模块用于根据比例评价结果和所述平衡系数进行测试压力的决策寻优；

决策生成模块，所述决策生成模块用于根据决策寻优结果生成所述测试决策结果。

进一步而言，系统还包括：

节点配置模块，所述节点配置模块用于通过网络开度数据配置关键网络节点；

节点通信模块，所述节点通信模块用于基于所述关键网络节点进行节点通信，生成关键节点辅助数据；

定位修正模块，所述定位修正模块用于通过所述关键节点辅助数据进行所述模糊定位结果的定位修正；

定位管理模块，所述定位管理模块用于根据定位修正结果进行定位管理。

本说明书通过前述对一种管网漏水诊断的智能检测定位方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种管网漏水诊断的智能检测定位系统，对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (3)

1.一种管网漏水诊断的智能检测定位方法，其特征在于，所述方法包括：

建立管网网络，所述管网网络为依据管网分布特征、管道连接特征建立的管控网络；

获取智能诊断的定位检测精度，通过所述定位检测精度分布监测节点，其中，所述监测节点配置有传感器组；

获取所述管网网络的网络开度数据，基于所述网络开度数据进行监测节点激活，并通过激活结果控制传感器组执行数据采集，建立检测数据集；

对所述网络开度数据进行连通特征提取，并将连通特征提取结果、位置数据输入自适应分配网络，建立临时通信簇；

通过所述临时通信簇进行检测数据集的数据通信，通过配置的终端节点根据数据通信结果进行异常检测，生成模糊定位结果，其中，所述模糊定位结果带有异常值标识；

将所述模糊定位结果和所述异常值标识输入决策模型，生成决策策略；

通过所述决策策略进行管网网络的异常决策执行，根据执行结果完成检测定位；

所述基于所述网络开度数据进行监测节点激活，还包括：

基于所述网络开度数据定位初始节点和末端节点，并基于所述网络开度数据配置网络走向，建立网络关联；

判断所述管网网络是否处于非周期监测时段；

若处于非周期监测时段，则执行初始节点和末端节点激活，采集初始数据和末端数据集；

根据所述初始数据和所述网络关联进行末端预测，根据末端预测结果和末端数据集的一致性完成监测节点激活管理；

所述建立检测数据集，还包括：

若任意末端数据与末端预测结果不一致性满足预设阈值，则生成激活指令；

根据对应末端数据和网络开度数据确定流通线路；

根据所述激活指令进行所述流通线路的监测节点激活，通过激活的监测节点完成检测数据集建立；

所述生成决策策略，还包括：

依据管网网络调用管道数据，所述管道数据包括管道位置数据，及与管道位置对应的覆盖数据；

通过所述管道数据作为基础匹配数据，执行决策模型的搭建；

当所述模糊定位结果和所述异常值标识输入决策模型后，通过所述模糊定位结果进行响应方式决策，通过异常值进行测试方式决策，以获得决策策略；

所述生成决策策略，还包括：

以所述管道数据搭建响应方式决策子网络，所述响应方式决策子网络为决策模型的处理子网络；

将所述模糊定位结果输入所述响应方式决策子网络，生成响应方式决策结果；

基于管网网络搭建测试方式决策子网络，所述测试方式决策子网络为决策模型的处理子网络；

将所述异常值输入所述测试方式决策子网络，通过所述测试方式决策子网络进行泄漏显示异常与管道尺寸的比例评价；

根据比例评价结果生成测试决策结果，通过所述响应方式决策结果和所述测试决策结果生成决策策略；

所述生成测试决策结果，还包括：

建立泄漏显示异常与管道尺寸的平衡系数；

根据比例评价结果和所述平衡系数进行测试压力的决策寻优；

根据决策寻优结果生成所述测试决策结果。

2.如权利要求1所述的方法，其特征在于，所述方法还包括：

通过网络开度数据配置关键网络节点；

基于所述关键网络节点进行节点通信，生成关键节点辅助数据；

通过所述关键节点辅助数据进行所述模糊定位结果的定位修正；

根据定位修正结果进行定位管理。

3.一种管网漏水诊断的智能检测定位系统，其特征在于，所述系统用于实施权利要求1至2中任意一项所述方法的步骤，所述系统包括：

网络建立模块，所述网络建立模块用于建立管网网络，所述管网网络为依据管网分布特征、管道连接特征建立的管控网络；

节点布设模块，所述节点布设模块用于获取智能诊断的定位检测精度，通过所述定位检测精度分布监测节点，其中，所述监测节点配置有传感器组；

节点激活模块，所述节点激活模块用于获取所述管网网络的网络开度数据，基于所述网络开度数据进行监测节点激活，并通过激活结果控制传感器组执行数据采集，建立检测数据集；

特征提取模块，所述特征提取模块用于对所述网络开度数据进行连通特征提取，并将连通特征提取结果、位置数据输入自适应分配网络，建立临时通信簇；

异常检测模块，所述异常检测模块用于通过所述临时通信簇进行检测数据集的数据通信，通过配置的终端节点根据数据通信结果进行异常检测，生成模糊定位结果，其中，所述模糊定位结果带有异常值标识；

第一输入模块，所述第一输入模块用于将所述模糊定位结果和所述异常值标识输入决策模型，生成决策策略；

检测定位模块，所述检测定位模块用于通过所述决策策略进行管网网络的异常决策执行，根据执行结果完成检测定位。