科研之友
微信
新浪微博
Facebook
分享链接
摘要
实时准确地识别居民用水行为对制定有效的家庭用水需求管理策略、提高用水安全、改善当前水基础设施的规划和管理有重要的研究意义。针对每个用水事件的流量特点,通过分析几种典型的居民用水行为,提出了两种居民用水行为识别方法。分别利用HMM和BP神经网络建立不同类型居民用水行为的识别模型,对居民用水行为进行实时而有效的识别。这两种方法首先从训练集合中提取不同用水行为的流量特征、并建立该行为的参考模型,然后从测试集合中提取用水行为的流量特征和已设置的参考模型进行匹配,得出识别结果,最后对两种识别方法的结果进行了对比分析。可以得出两个结论:在不同流量模式用水事件下,HMM模型比BP神经网络的识别准确度高6%左右;在相似流量模式用水事件下,BP神经网络比HMM模型的识别准确度高约6%。
- 出版日期2016
- 单位西安理工大学
