技术领域
本发明涉及市政工程和城市供水管网领域,具体涉及一种基于图卷积的供水管网独立计量分区方法。
背景技术
供水管理系统(WMSs)用于城市供水资源的分配、调度以及异常情况的报警与定位,然而,由于城市供水管网庞大且复杂,供水分配系统难以实现运行。供水管网独立计量(DMA)技术是指将供水管网划分为若干独立计量区域进行计量,从而实现漏损监测、水压优化以及供水平衡,该技术为供水管理系统提供了极大的管理便捷,减少了管网漏损率并增加了管道寿命。然而,现行的供水管网DMA分区时需考虑管段长度、节点关系、节点耗水量等诸多因素,通过传统人工分区方法难以实现客观的DMA分区,如何对供水管网进行合理的DMA分区,已成为行业亟待解决的重点问题之一。
现有技术中,有关供水管网独立计量分区的方法较为有限,中国发明专利CN200910238223.0公开了一种结合漏失记录仪的独立计量分区漏失检测方法,中国发明专利CN201811181755.0公开了一种城市供水系统中独立计量分区水量组份分析方法,然而此类方法通过人工实现供水管网独立计量分区,存在以下两个问题:第一,通过人工实现供水管网独立计量分区易造成供水管网分区不合理;第二,通过人工实现供水管网独立计量分区对于大型供水管网难度较大。此外,中国发明专利CN201911300313.8公开了一种基于图划分的供水管网DMA自动分区方法,中国发明专利CN201810864065.9公开了一种基于图论的供水管网辅助DMA分区方法和系统,然而此类方法在自动化独立计量分区时孤立地考虑需水节点特征,无法实现供水管网需水节点的特征交互,造成分区结果不合理。
发明内容
为了克服现有技术的缺陷,本发明提供了一种基于图卷积的供水管网独立计量分区方法,以解决现有技术背景中供水管网分区时需水节点特征孤立的问题,实现供水管网需水节点的特征交互,从而实现供水管网高可靠性的自动化独立计量分区。
为了实现上述目的,本发明采用以下技术方案:
一种基于图卷积的供水管网独立计量分区方法,包括以下步骤:
步骤1:对于包含n个需水节点的待分区供水管网,建立包含节点自身特征V与节点间关系L的初始图G
步骤2:对初始图进行k次卷积建立第k层图G
步骤3:根据V
步骤4:输出独立计量分区结果DMA
进一步,在所述步骤1中,对于包含n个需水节点P
进一步,在所述步骤2中,对初始图进行k次卷积建立第k层图G
步骤2.1:对于任一需水节点,根据邻接矩阵L对与其相邻的节点进行特征数据采样,记录节点自身特征
步骤2.2:对于该需水节点,根据节点自身以及与其相邻q个节点的特征进行聚合形成下一层的该节点特征:
步骤2.3:对于每个需水节点,根据步骤2.1与步骤2.2计算其在下一层的特征值,建立包含所有节点特征与节点间关系的下一层图G
步骤2.4:重复步骤2.1至步骤2.3,进行k次采样聚合,建立第k层图G
进一步,在所述步骤3中,根据V
步骤3.1:建立随机参数矩阵
步骤3.2:计算节点分类预测概率并根据最大概率将需水节点分类形成m个独立计量区域:
Class(DMA
步骤3.3:计算每个独立计量区域的中心
步骤3.4:计算独立计量分区离散度评价函数J:
其中,N
步骤3.5:利用梯度下降以减小离散度评价函数J为目标对参数矩阵w进行优化,直至模型收敛,得到w的最优解,并得到最优解时的独立计量分区结果。
本发明的有益效果表现在:采集供水管网需水节点的耗水量、海拔、横向位置、纵向位置四项数据形成节点特征,并记录节点间连接关系,根据节点连接关系对节点特征进行卷积,对卷积后的节点特征赋权值后作为分区评判依据对供水管网进行独立计量分区,进而形成若干独立计量区域。所提出的利用图卷积使需水节点包含其邻域节点特征的方法对于供水管网独立计量分区具有很大的参考价值。
附图说明
图1为本发明方法流程图;
图2为本发明实施例提供的A市某供水管网图;
图3为本发明实施例提供的图卷积示意图;
图4为本发明实施例提供的分区结果示意图。
具体实施方式
下面结合附图对本发明作进一步描述。
参照图1~图4,一种基于图卷积的供水管网独立计量分区方法,包括以下步骤:
步骤1:采集节点特征与节点间关系建立初始图。
如图2所示,A市某供水管网共有主要供水节点183个,管段275个,采集每个节点P的耗水量C={C
表1此外,记录管网节点间的连接关系形成邻接矩阵L:
进而建立包含节点自身特征与节点间关系的图G
步骤2:对初始图进行图卷积。
对A市某供水管网初始图进行3次卷积建立第三层图G
步骤2.1:对于任一需水节点,根据邻接矩阵L对与其相邻的节点进行特征数据采样,记录节点自身特征
表2
步骤2.2:对于该需水节点,根据节点自身以及其相邻节点的特征进行聚合形成下一层的该节点特征:
以需水节点P
步骤2.3:对于每个需水节点,根据步骤2.1与步骤2.2计算其在下一层的特征值,以A市某供水管网为例,计算得到需水节点第一层特征V
表3
建立包含所有节点特征与节点间关系的第一层图G
步骤2.4:重复步骤2.1至步骤2.3,对A市某供水管网节点特征进行3次采样聚合,建立第三层图G
表4
步骤3:对供水管网进行训练分区。
根据V
步骤3.1:建立随机参数矩阵
步骤3.2:计算供水管网需水节点分类预测概率A*w如表5所示,表5为A市某供水管网节点分类预测概率:
表5
根据每个节点的最大概率将该节点分类形成5个独立计量区域如表6所示,表6为A市某供水管网节点分区结果;
表6
步骤3.3:计算每个独立计量区域的中心
表7步骤3.4:计算独立计量分区离散度评价函数J:
其中,N
步骤3.5:利用梯度下降以减小离散度评价函数J为目标对参数矩阵w进行优化,直至模型收敛,分区离散度评价函数J的优化过程如表8所示,表8为A市某供水管网独立计量分区离散度评价函数优化过程;
表8
最终A市某供水管网需水节点分区结果如表9所示,表9为A市某供水管网节点分区最终结果。
表9
步骤4:输出分区结果。
以A市某供水管网为例,该供水管网最终分区结果DMA
本说明书的实施例所述的内容仅仅是对发明构思的实现形式的列举,仅作说明用途。本发明的保护范围不应当被视为仅限于本实施例所陈述的具体形式,本发明的保护范围也及于本领域的普通技术人员根据本发明构思所能想到的等同技术手段。
机译: 基于阀门操作和在线水计量的供水管网有效定位泄漏方法
机译: 基于卷积神经网络和特征图生成方法的深度学习中特征图计算的金字塔历史图生成方法
机译: 一种正面认证方法,其增强了计算机生成全息图转换的数字全息图标记的安全级别,这是一种基于计算机生成的全息图的正认证系统数字全息图标记发生器,用于基于计算机生成的全息图的正验证系统