结合长短期记忆网络与全卷积网络捕捉高频压力时序特征，实现对配水管网漏损事件及其程度的准确辨识。
彭森 · Hongyan, Zeng · Wu, Xingqi · 郑国磊
Water (Switzerland) 2025
模型在稳态和用水工况下均达到85%的总体检测准确率，表明其对漏损特征的学习能力较强，可用于实际管网。
模型直接从高频压力时序数据中提取特征，无需人工设计特征，降低了应用门槛。
数据预处理步骤可避免噪声和信息冗余的影响，使模型在实际数据上更稳健。
模型对不同用水量变化有良好的适应性，便于在实际管网中部署。