基于数据增强和混合神经网络架构的供水管网漏损识别方法、装置、设备及介质

本申请涉及基于数据增强和混合神经网络架构的供水管网漏损识别方法、装置、设备及介质，方法包括：采用生成对抗网络生成仿真管道振动音频信号，并与真实管道振动音频进行结合，以构建管道振动音频信号数据集；将梅尔倒谱系数特征矩阵与梅尔倒谱系数的一阶差分矩阵进行特征融合，以确定每个管道振动音频信号帧的特征融合矩阵；以特征融合矩阵为训练样本，以管道振动音频信号的漏损状态为样本标签，对CNN‑B i LSTM混合神经网络模型进行训练，以确定供水管网漏损检测模型；将待识别管道振动音频信号输入至供水管网漏损检测模型中，以确定待识别管道振动音频信号处于有漏损状态或无漏损状态。本申请显著提升了漏损检测的精度、鲁棒性和泛化能力。