一种结合网络核密度估计和SVM的供水管网风险预测方法

摘要

本发明涉及一种结合网络核密度估计和SVM的供水管网风险预测方法，其基于管道渗漏、破裂、爆管等事件数据，通过匹配事件点与病害管道，建立管网‑点事件网络拓扑；采用NetKDE方法计算各管段单元事件点的核密度，定量表征该管段结构风险水平，采用自然分界法划分管段风险状况等级；以风险状况等级为响应向量，基于SVM构建供水管网风险预测模型，该模型采用径向基(RBF)核函数，通过交叉验证和网格搜索确定最优模型参数；利用优化后的模型预测供水管网管段结构风险状况，形成供水管网风险分布图。本发明将网络核密度估计和支持向量机方法相结合，实现事件驱动的供水管网风险动态预测，为供水管网风险识别和事故灾害主动防控开辟了新的技术途径。