基于AE-LSTM-TCN的PVC管道漏水检测方法

摘要

针对PVC管道漏水检测准确率不高和受外界影响的问题，提出一种可剔除异常数据，准确检测供水管道的漏水检测方法。首先利用自编码器的重构误差作为异常检测的阈值从而剔除异常数据，再经过长短期记忆网络与时间卷积网络改进的并行学习模型，来同步学习管道振动数据的长期依赖特征与局部特征，最后使用模型实现对漏水的检测。通过异常剔除与模型性能对比实验表明，该方法可以剔除异常值，使数据平稳化；相比于其他单一网络模型方法，检测准确率达到0.95，能准确识别漏水。

关键词

自编码器 / 异常值 / 长短期记忆网络 / 时间卷积网络 / 漏水检测