買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉豫章師范學院申請的專利一種城鎮(zhèn)污水管網(wǎng)漏損檢測系統(tǒng)及方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN120234750B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-15發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202510728587.6，技術(shù)領域涉及：G06F18/2433；該發(fā)明授權(quán)一種城鎮(zhèn)污水管網(wǎng)漏損檢測系統(tǒng)及方法是由張林軍;湯昊;程文沖;季志文;黃書昌;齊灶娥設計研發(fā)完成，并于2025-06-03向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種城鎮(zhèn)污水管網(wǎng)漏損檢測系統(tǒng)及方法在說明書摘要公布了：本發(fā)明涉及城鎮(zhèn)污水管網(wǎng)檢測技術(shù)領域，公開了一種城鎮(zhèn)污水管網(wǎng)漏損檢測系統(tǒng)及方法。該系統(tǒng)包含數(shù)據(jù)采集模塊，用多源傳感器采集管網(wǎng)壓力、流量等實時運行數(shù)據(jù)；特征提取模塊基于多尺度卷積神經(jīng)網(wǎng)絡提取時空特征，生成管網(wǎng)狀態(tài)特征矩陣；異常檢測模塊將特征矩陣輸入預訓練模型，標記潛在漏損區(qū)域；優(yōu)化分析模塊構(gòu)建多約束動態(tài)優(yōu)化模型，用自適應粒子群算法優(yōu)化管網(wǎng)壓力參數(shù)；分層執(zhí)行模塊通過決策層、區(qū)域協(xié)調(diào)層與執(zhí)行層，分別生成全局調(diào)控序列、動態(tài)匹配局部壓力參數(shù)、調(diào)節(jié)閥門開度與泵站功率。該系統(tǒng)及方法檢測精準、調(diào)控優(yōu)化合理，能有效降低漏損風險，提升管網(wǎng)運行管理水平，減少水資源浪費和環(huán)境污染。

本發(fā)明授權(quán)一種城鎮(zhèn)污水管網(wǎng)漏損檢測系統(tǒng)及方法在權(quán)利要求書中公布了：1.一種城鎮(zhèn)污水管網(wǎng)漏損檢測系統(tǒng)，其特征在于，包括： 數(shù)據(jù)采集模塊：用于通過多源傳感器采集管網(wǎng)實時運行數(shù)據(jù)，包括壓力、流量、聲波信號及水質(zhì)參數(shù)； 特征提取模塊：基于多尺度卷積神經(jīng)網(wǎng)絡對所述實時運行數(shù)據(jù)進行時空特征提取，生成管網(wǎng)狀態(tài)特征矩陣； 異常檢測模塊：將所述管網(wǎng)狀態(tài)特征矩陣輸入預訓練的時空異常檢測模型，生成潛在漏損區(qū)域標記； 優(yōu)化分析模塊：根據(jù)所述漏損區(qū)域標記構(gòu)建多約束動態(tài)優(yōu)化模型，所述模型以壓力平衡調(diào)整和漏損定位精度為優(yōu)化目標，采用自適應粒子群算法對管網(wǎng)壓力參數(shù)進行全局優(yōu)化； 分層執(zhí)行模塊：基于所述動態(tài)優(yōu)化模型輸出最優(yōu)調(diào)控策略，通過分層執(zhí)行架構(gòu)實現(xiàn)指令的分布式響應，所述架構(gòu)包括決策層、區(qū)域協(xié)調(diào)層與執(zhí)行層，其中決策層生成全局壓力調(diào)控序列，區(qū)域協(xié)調(diào)層采用滑動窗口優(yōu)化算法對局部壓力參數(shù)進行動態(tài)匹配，執(zhí)行層基于模糊比例積分控制算法實現(xiàn)閥門開度與泵站功率的調(diào)節(jié)； 所述通過多源傳感器采集管網(wǎng)實時運行數(shù)據(jù)包括： 多源傳感器包括壓力變送器、電磁流量計、聲波傳感器及溶解氧傳感器； 對壓力變送器數(shù)據(jù)與電磁流量計數(shù)據(jù)進行時空對齊，構(gòu)建管網(wǎng)壓力-流量分布圖；對聲波傳感器數(shù)據(jù)進行小波包分解，生成高頻振動特征序列； 構(gòu)建雙分支特征融合網(wǎng)絡，第一分支采用三維卷積網(wǎng)絡提取所述壓力-流量分布圖的空間關聯(lián)特征，第二分支采用時序卷積網(wǎng)絡提取所述高頻振動特征序列的時變特征； 通過跨模態(tài)門控機制融合所述空間關聯(lián)特征與時變特征，生成聯(lián)合特征張量；基于雙向長短期記憶網(wǎng)絡對所述聯(lián)合特征張量進行動態(tài)模式建模，輸出包含壓力波動、振動異常及水質(zhì)突變的管網(wǎng)狀態(tài)特征矩陣； 所述時空異常檢測模型采用多層級圖神經(jīng)網(wǎng)絡結(jié)構(gòu)，基于動態(tài)圖注意力機制生成漏損區(qū)域標記；所述結(jié)構(gòu)包括： 構(gòu)建管網(wǎng)-環(huán)境交互圖，圖中節(jié)點包括管道節(jié)點、泵站節(jié)點、閥門節(jié)點及環(huán)境監(jiān)測節(jié)點，節(jié)點屬性包含壓力值、流量值及聲波能量； 采用雙路徑注意力機制，第一路徑通過空間圖聚合層計算管道節(jié)點與相鄰節(jié)點的交互權(quán)重，第二路徑通過時序圖池化層對歷史運行數(shù)據(jù)進行特征篩選； 基于多頭圖注意力模塊對節(jié)點屬性進行迭代更新，每個注意力頭融合節(jié)點狀態(tài)與環(huán)境監(jiān)測參數(shù)；通過跳躍連接與層歸一化機制穩(wěn)定訓練過程，最終輸出包含管網(wǎng)拓撲約束的漏損區(qū)域標記。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人豫章師范學院，其通訊地址為：330103 江西省南昌市紅谷灘區(qū)梅嶺大道1999號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。