常见问题
技术与工作原理
通过机器学习特征识别，区分需求/维护活动和漏水/爆管信号，并结合已知维修事件降低误报。
先粗定位，再通过时间反演与现场测量进行精定位。
时间反演可定位既有漏水；仅机器学习通常需要历史数据支持回溯。
通过临时侧排装置或受控消火栓阀门操作，在短时间窗口内安全产生瞬态波。
不是，设备为临时使用，完成评估后移除。
传感器与部署
默认采用压阻式压力传感器，也可兼容加速度计和流量传感器。
取决于分辨率和现场条件，一般建议数百米一个点位。
通过 4G（SIM）上传压力-时间戳数据，并以 GPS 同步。
每个 DMA 最少两个传感点，后续按目标分辨率增加。
准确性与性能
取决于系统噪声和信噪比，团队会先测量系统动态再给出最小可检测值。
在充分承压下影响有限；未知阀位、空气或堵塞会被识别，系统数据越完整越准确。
实施与建模
会。会先建立水力/瞬态模型并核对管网数据以提升准确性。
试点项目与评估
可比较模拟/实测场景下的检出率与定位精度，并与既有技术对照。
案例与经验
可分享香港案例材料，并提供广州及非洲、乌干达探索案例信息。