本發明公開了一種基于生成對抗網絡及強化學習的智能滲水檢測方法,采用GAN算法作為水網管線水流量補全的算法工具,基于當前網絡小樣本數據模擬生成供水網絡,利用節點屬性信息、鏈路屬性信息以及當前供水網絡質量數據,動態模擬生成大規模供水網絡管線可用狀態數據;將原始數據和生成數據一起作為基于Q學習的強化學習模型的輸入信息,進行訓練學習,以試錯的機制與環境進行交互,通過最大化積累獎賞的方式,實現滲漏水的智能檢測。本發明克服了已有的大多數智能滲水檢測算法都存在的訓練標記樣本量不足的問題,并利用Q學習建立強化學習模型實現對供水系統中滲漏水故障點的檢測,節省了人工成本,并在一定程度上提高了檢測效率和精確度。
聲明:
“基于生成對抗網絡及強化學習的智能滲水檢測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)