一种PCCP断丝预测方法、装置、计算机设备及介质与流程

本发明涉及数据分析领域，具体涉及一种pccp断丝预测方法、装置、计算机设备及介质。

背景技术：

1、pccp(prestressed concrete cylinder pipe，预应力钢筒混凝土管)是一种新型复合管材，由钢板、预应力钢丝、混凝土和水泥砂浆原材料在经过钢筒成型、混凝土浇筑、预应力控制技术的施加和保护层喷射等制造工艺而成。pccp是引水调水、市政工程中的重要设施，具有承受压力高、抗震性强以及施工方便等优势。然而，随着pccp使用年限的增加，受地质、水文的影响，pccp可能出现断丝、渗漏以及爆管等现象，提前对pccp断丝情况进行预测对预防管道事故具有重大意义。

2、在现有技术中，通常对pccp所处的地质水文环境、阴极保护情况、供水压力及其变化等相关因素进行分析，以对pccp断丝情况进行预测。然而，相关因素对pccp断丝的影响程度难以用定量进行表示，因此，不易对断丝情况进行预测。

技术实现思路

1、因此，本发明要解决的技术问题在于克服现有技术中不易对断丝情况进行预测的问题，从而提供一种pccp断丝预测方法、装置、计算机设备及介质。

2、根据第一方面，本发明提供一种pccp断丝预测方法，所述方法包括：

3、获取pccp断丝影响因素，所述影响因素包括管道水压、调泵以及温度；

4、对所述影响因素进行时序特征数据分解；

5、基于注意力机制计算分解后的时序特征数据对应的加权平均向量；

6、将所述加权平均向量输入到预先训练好的预测模型中，得到pccp断丝预测结果。

7、在一实施例中，所述分解后的时序特征数据包括：趋势分量、周期分量以及余项。

8、在一实施例中，所述基于注意力机制计算分解后的时序特征数据对应的加权平均向量，包括：

9、基于注意力机制，计算各个分解后的时序特征数据被选择的概率值；

10、根据所述各个分解后的时序特征数据被选择的概率值，计算分解后的时序特征数据对应的加权平均向量。

11、在一实施例中，按照如下公式计算分解后的时序特征数据对应的加权平均向量：

12、

13、其中，x为分解后的时序特征数据，q为查询向量，αi为选择第i个分解后的时序特征数据的概率，xi为第i个分解后的时序特征数据。

14、在一实施例中，按照如下公式计算选择第i个分解后的时序特征数据的概率：

15、

16、其中，s(xi，q)为注意力打分函数，n为分解后的时序特征数据的数量。

17、在一实施例中，在将所述加权平均向量输入到预先训练好的预测模型中，得到pccp断丝预测结果之前，所述方法还包括：

18、利用回声状态网络和门控循环神经网络对模型进行训练，得到预测模型。

19、在一实施例中，在将所述加权平均向量输入到预先训练好的预测模型中，得到pccp断丝预测结果之后，所述方法还包括：

20、获取pccp实际断丝结果；

21、根据所述pccp实际断丝结果和pccp断丝预测结果，计算预测模型的评价指标数值；

22、根据所述预测模型的评价指标数值，对预测模型进行参数调整。

23、根据第二方面，本发明提供一种pccp断丝预测装置，所述装置包括：

24、获取模块，用于获取pccp断丝影响因素，所述影响因素包括管道水压、调泵以及温度；

25、分解模块，用于对所述影响因素进行时序特征数据分解；

26、计算模块，用于基于注意力机制计算分解后的时序特征数据对应的加权平均向量；

27、得到模块，用于将所述加权平均向量输入到预先训练好的预测模型中，得到pccp断丝预测结果。

28、根据第三方面，本发明提供一种计算机设备，包括存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行第一方面及其可选实施方式中任一项所述的pccp断丝预测方法。

29、根据第四方面，本发明提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行第一方面及其可选实施方式中任一项的pccp断丝预测方法。

30、本发明技术方案，具有如下优点：

31、本发明实施例提供了一种pccp断丝预测方法，获取pccp断丝影响因素，并对影响因素进行时序特征数据分解，以直观分析影响因素和断丝之间的关联，基于注意力机制计算分解后的时序特征数据对应的加权平均向量，以降低数据分析的复杂度，利用预测模型对pccp断丝结果进行处理，从而实现对pccp断丝结果进行预测，对pccp断丝情况提前预测，对管道事故进行预防。

技术特征：

1.一种pccp断丝预测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述分解后的时序特征数据包括：趋势分量、周期分量以及余项。

3.根据权利要求1所述的方法，其特征在于，所述基于注意力机制计算分解后的时序特征数据对应的加权平均向量，包括：

4.根据权利要求3所述的方法，其特征在于，按照如下公式计算分解后的时序特征数据对应的加权平均向量：

5.根据权利要求4所述的方法，其特征在于，按照如下公式计算选择第i个分解后的时序特征数据的概率：

6.根据权利要求1所述的方法，其特征在于，在将所述加权平均向量输入到预先训练好的预测模型中，得到pccp断丝预测结果之前，所述方法还包括：

7.根据权利要求1所述的方法，其特征在于，在将所述加权平均向量输入到预先训练好的预测模型中，得到pccp断丝预测结果之后，所述方法还包括：

8.一种pccp断丝预测装置，其特征在于，所述装置包括：

9.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行权利要求1-7中任一项所述的pccp断丝预测方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使计算机执行权利要求1-7中任一项所述的pccp断丝预测方法。

技术总结
本发明提供一种PCCP断丝预测方法、装置、计算机设备及介质，涉及数据分析领域，该方法包括：获取PCCP断丝影响因素，所述影响因素包括管道水压、调泵以及温度；对所述影响因素进行时序特征数据分解；基于注意力机制计算分解后的时序特征数据对应的加权平均向量；将所述加权平均向量输入到预先训练好的预测模型中，得到PCCP断丝预测结果。通过本发明提供的PCCP断丝预测方法，对影响因素进行时序特征数据分解，以直观分析影响因素和断丝之间的关联，基于注意力机制计算分解后的时序特征数据对应的加权平均向量，降低数据分析的复杂度，利用预测模型预测PCCP断丝结果，对PCCP断丝情况提前预测，对管道事故进行预防。

技术研发人员：王建慧,张海鹏,林跃朝,绍青,张立,陈新,臧少慧,黄悦,刘卫东
受保护的技术使用者：北京市水科学技术研究院
技术研发日：
技术公布日：2024/1/15