技術特征：

1.基于連續(xù)時間圖管網(wǎng)滲漏時段定位方法，其特征在于：具體包括如下步驟：

2.根據(jù)權利要求1所述的基于連續(xù)時間圖管網(wǎng)滲漏時段定位方法，其特征在于：所述步驟1具體過程為：

3.根據(jù)權利要求2所述的基于連續(xù)時間圖管網(wǎng)滲漏時段定位方法，其特征在于：所述步驟2的具體過程為：

4.根據(jù)權利要求3所述的基于連續(xù)時間圖管網(wǎng)滲漏時段定位方法，其特征在于：所述步驟2.2的具體過程為：

5.根據(jù)權利要求4所述的基于連續(xù)時間圖管網(wǎng)滲漏時段定位方法，其特征在于：所述步驟2.3的具體過程為：

6.根據(jù)權利要求5所述的基于連續(xù)時間圖管網(wǎng)滲漏時段定位方法，其特征在于：所述步驟3的具體過程為：

7.根據(jù)權利要求6所述的基于連續(xù)時間圖管網(wǎng)滲漏時段定位方法，其特征在于：所述步驟4的具體過程為：

8.根據(jù)權利要求7所述的基于連續(xù)時間圖管網(wǎng)滲漏時段定位方法，其特征在于：所述步驟5的具體過程為：

技術總結
本發(fā)明公開了基于連續(xù)時間圖管網(wǎng)滲漏時段定位方法，具體包括如下步驟：步驟1，采集水管網(wǎng)數(shù)據(jù)，包括壓力數(shù)據(jù)Ps和滲漏時段標簽Ls，將Ps和Ls劃分為訓練集和測試集；步驟2，對獲取的水管網(wǎng)數(shù)據(jù)建立連續(xù)時間動態(tài)圖G，對G進行元路徑生成和節(jié)點嵌入表示學習，得到G的節(jié)點嵌入表示E；步驟3，設計水管網(wǎng)滲漏預測網(wǎng)絡LeakP，滲漏預測網(wǎng)絡LeakP包括神經(jīng)常微分方程子網(wǎng)絡NOde、特征預測子網(wǎng)絡LstmP和分類子網(wǎng)絡Cla；步驟4，設置訓練參數(shù)，把圖G和其節(jié)點嵌入表示E送入網(wǎng)絡LeakP中進行訓練，得到網(wǎng)絡模型ModelP；步驟5，把圖G和其節(jié)點嵌入表示E送入網(wǎng)絡LeakP，利用模型ModelP進行測試，得到預測類別分數(shù)score、數(shù)據(jù)標簽label，根據(jù)測試指標對滲漏定位性能進行評價，能夠?qū)崿F(xiàn)精準的滲漏時段定位。

技術研發(fā)人員：趙凡,晁宇,張勝,陶磊,王競敏,劉俊驗,王怡雯
受保護的技術使用者：西安理工大學
技術研發(fā)日：
技術公布日：2024/12/19