本发明公开了一种基于生成对抗网络及强化学习的智能渗水检测方法,采用GAN算法作为水网管线水流量补全的算法工具,基于当前网络小样本数据模拟生成供水网络,利用节点属性信息、链路属性信息以及当前供水网络质量数据,动态模拟生成大规模供水网络管线可用状态数据;将原始数据和生成数据一起作为基于Q学习的强化学习模型的输入信息,进行训练学习,以试错的机制与环境进行交互,通过最大化积累奖赏的方式,实现渗漏水的智能检测。本发明克服了已有的大多数智能渗水检测算法都存在的训练标记样本量不足的问题,并利用Q学习建立强化学习模型实现对供水系统中渗漏水故障点的检测,节省了人工成本,并在一定程度上提高了检测效率和精确度。
声明:
“基于生成对抗网络及强化学习的智能渗水检测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)