买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉杭州电子科技大学申请的专利一种供水管网异常数据检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115628776B 。

龙图腾网通过国家知识产权局官网在2025-07-15发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211312033.0，技术领域涉及：G01D21/02；该发明授权一种供水管网异常数据检测方法是由李守俊;李江;金波;何必仕;徐哲设计研发完成，并于2022-10-25向国家知识产权局提交的专利申请。

本一种供水管网异常数据检测方法在说明书摘要公布了：本发明公开了一种供水管网异常数据检测方法，属于供水管网在线监测技术领域。本发明首先，基于正常工况聚类的监测点进行合理分组。其次，在分组及其测点组正常工况聚类结果基础上，计算组内所有样本到其类中心的距离。然后，采用箱型图确定各测点组内每类的判异阈值，并对所有样本数据进行检验。最后完成实际异常数据检测。本发明方法采用k‑means聚类和箱型图判异法，充分利用节点间的时空关联性，建立局部节点的聚类模型，能够精确识别供水管网检测的异常数据，为正确分析管网运行状态提供了保证。

本发明授权一种供水管网异常数据检测方法在权利要求书中公布了：1.一种供水管网异常数据检测方法，其特征在于包括如下步骤： 步骤1，基于正常工况聚类的监测点合理分组； S1.1，对覆盖整个供水管网的监测点，按邻近原则划分成1组、2组、…、N2组，N为测点数，若N为奇数则对N2向下取整，共有L种分组方式； 每种分组下，针对测点组所包括的正常的流量与压力数据，进行k-means聚类，得到测点组的聚类结果； 在k-means聚类时，其聚类类别数量k值的选取按照手肘法选取，手肘法的核心指标是误差平方和SSE； 计算多个k值下的SSE，以X轴为聚类类别数量k值，Y轴为SSE值，绘制曲线图即得到肘形图，选取肘部对应的k值作为聚类类别数量； S1.2，计算分组的分离性指标ε，其计算如式4 其中，Dpq表示类p与类q聚类中心之间的欧氏距离，按式5计算，dp与dp表示类p与类q的类内距； 其中，m表示聚类中心点的维度，Cpt和Cqt分别表示第p个类中心和第q个类中心的第t个属性； 类内距σ为各类中样本点到聚类中心距离的标准差，按式6计算： 其中，N表示同一类别中样本点到聚类中心的距离数量总数，xe表示样本点e到该类中心的距离，μ表示所有距离值的平均值，按式7计算： 取所有分离性指标的均值作为分组方式下聚类的分离性指标εl′，其计算方式如式8 其中，εo表示该分组第o个分离性指标，o∈[1,U]，U表示该分组方式下共有U个分离性指标； S1.3，计算分组方式的轮廓系数Sl′，轮廓系数的具体计算过程如下： S1.3.1，对某一类别中的样本点w，计算该点与同一类别中所有其它元素的距离，再取距离的平均值，记作aw，表示类内的凝聚度； S1.3.2，另取样本点w所属类外的一个类，计算样本点w与该类中所有样本点的距离，再求距离的平均值，遍历所有其它类别，找到距离最近的类别，并将样本点w到该类别所有样本点距离的平均值记作bw，表示类间的分离度； S1.3.3，对于样本点w，其轮廓系数计算公式如下 S1.3.4，计算所有样本点的轮廓系数，求所有轮廓系数的平均值，即为该分组方式的轮廓系数Sl′； S1.4，得到各个分组方式下的分离性指标和轮廓系数，绘制以分离性指标和轮廓系数为Y轴、监测点数量为X轴的双轴显示折线图，根据两个指标的折线交点选出合理的邻近监测点分组方式，确定测点合理分组； 步骤2，在步骤1基于正常工况聚类的监测点合理分组的基础上，计算组内所有样本到其类中心的欧式距离值； 得到所有欧式距离值后，按测点组组别i和聚类类别j标记欧式距离值Disij，记为Distance； 步骤3，采用箱型图确定各测点组内每类的判异阈值，并对所有样本数据进行检验； 利用箱型图分析合理分组后的欧式距离数据Distance，得到每个测点组中所有类别的箱型图参数，正常数据判断阈值区间即为箱型图上限到箱型图下限，记为[min，max]； 根据测点组分组情况，将所有样本数据按测点划分至对应的组别，再计算所有样本数据到所属类中心的欧式距离；根据欧式距离的远近，将样本数据划分至欧式距离最近的类别，按测点组组别i和聚类类别j标记欧式距离值disij，记为distance； 将disij中的欧式距离值与对应的判异阈值区间[maxij,minij]对比，在区间外即为异常； 再根据检验结果得到混淆矩阵，并计算检测准确率； 步骤4，实际异常数据检测； 针对监测点当前采样得到的节点流量压力数据； S4.1，按测点分组，构建各测点组当前样本； S4.2，各测点组当前样本，计算到本组内各类中心距离，划入本组内距离最近的某一类s，记录类内距dis′rs； S4.3，各测点组当前样本，其类内距dis′rs中的距离值与所属类的判异阈值区间[maxij,minij]比较，若在区间内则为正常，反之则为异常； 各组当前样本全部检测完毕，完成当前采样数据的检异。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。