供水管网故障预测的机器学习方法

摘要

近年来我国各地供水管网运行安全问题频发，造成了巨大的经济损失与严重的社会影响。因此，准确地预测管道故障，精准地维护管道，经济高效地保障供水管网的运行安全具有十分重要的意义。然而，目前关于前沿算法在管道故障预测方面的应用有待探索，并且关于系统性比较机器学习算法的研究尚不多见。为此，首先明确了供水管网故障预测问题，介绍了逻辑回归、随机森林、人工神经网络和一维卷积神经网络四种机器学习算法的基本原理。以我国南方某市工业园区供水管网为例，检验比较了四种模型的故障预测性能，结果显示一维卷积神经网络准确性最好但随机森林效率最高。同时分析了管道特征对故障概率的影响，管径、管长、道路等级与施工企业资质是最重要的四个特征，故障概率与管径、道路等级呈负相关，而与管长、施工企业资质呈正相关。

关键词

供水管网 / 故障预测 / 机器学习 / 管道特征影响

基金资助

“十四五”国家重点研发计划（2022YFC3801000）; 上海市2022年度“科技创新行动计划”社会发展科技攻关项目（22dz1201201）