控制与决策

作者：孙庆帅,张英杰,刘华亮,李述杰

单位：湖南大学 信息科学与工程学院，长沙 410082,,湖南大学 信息科学与工程学院，长沙 410082,,湖南省水计量信息工程技术研究中心，湖南 常德 415000,,湖南大学 信息科学与工程学院，长沙 410082,

关键词：供水管网;漏损检测;声信号分析;时频谱图;线性谱图;对数梅尔谱图;注意力机制

基金：湖南省自然科学基金项目(2023JJ50318)；湖南省战略性新兴产业科技攻关重大专项项目(2019GK4030).

基于声信号的漏损检测方法在人工巡检中具有重要应用价值, 正逐步发展为一种新兴的远程监测手段. 传统基于深度学习的漏损声信号识别方法往往受到信号预处理流程繁琐以及环境噪声干扰的限制, 难以在其他供水管网中实现良好的泛化性能, 漏损检测的准确率亦有待进一步提升. 鉴于此, 首先, 针对供水管网声信号构建高时间分辨率和高频率分辨率下的线性谱图和对数梅尔谱图, 兼顾声信号的高频与低频特征, 突出短时动态变化以及微弱频率特征, 并以并行方式输入至卷积神经网络; 然后, 引入并行机制的时-频注意力卷积块进行特征提取, 增强对时间和频率维度的细粒度特征捕捉能力; 最后, 利用真实供水管网声信号数据和物理仿真数据对所提出方法进行漏损检测性能实验验证, 实验结果表明, 所提出方法显著提高了对漏损事件的识别率, 具有良好的鲁棒性和泛化能力.

来源：2026年第5期

《控制与决策》期刊编辑部

查看控制与决策杂志2026年第5期