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！

龙图腾网获悉清华大学申请的专利一种基于时序切割的供水管网泄漏识别方法及系统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：CN118640418B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202410793556.4，技术领域涉及：F17D5/06；该发明授权一种基于时序切割的供水管网泄漏识别方法及系统是由刘书明;马兴科;郭冠呈;吴雪设计研发完成，并于2024-06-19向国家知识产权局提交的专利申请。

本一种基于时序切割的供水管网泄漏识别方法及系统在说明书摘要公布了：本发明涉及供水管道泄漏检测与识别领域，公开了一种基于时序切割的供水管网泄漏识别方法及系统，其包括：将由采集到的泄漏样本数据和正常样本数据构成的样本库中的样本数据进行预处理；将预处理后的样本数据依次进行长时序切割和短时序切割，以提取数据片段特征，并进行特征数据重构；以重构后的特征数据作为构建的二维卷积神经网络模型的输入数据，对二维卷积神经网络模型进行训练，以得到能准确识别样本数据的二维卷积神经网络模型；将二维卷积神经网络模型的输出结果进行增量数据集筛选，筛选出的增量数据集用于调整和优化二维卷积神经网络模型的参数，将二维卷积神经网络模型优化后，以提模型的识别性能。本发明提高了泄漏检测准确率。

本发明授权一种基于时序切割的供水管网泄漏识别方法及系统在权利要求书中公布了：1.一种基于时序切割的供水管网泄漏识别方法，其特征在于，包括： 将由采集到的泄漏样本数据和正常样本数据构成的样本库中的样本数据进行预处理； 将预处理后的样本数据依次进行长时序切割和短时序切割，以提取数据片段特征，并进行特征数据重构； 以重构后的特征数据作为构建的二维卷积神经网络模型的输入数据，对二维卷积神经网络模型进行训练，以得到能准确识别样本数据的二维卷积神经网络模型； 将二维卷积神经网络模型的输出结果进行增量数据集筛选，筛选出的增量数据集用于调整和优化二维卷积神经网络模型的参数，将二维卷积神经网络模型优化后，以提高模型的识别性能； 其中，将二维卷积神经网络模型的输出结果进行增量数据集筛选，包括采用二维卷积神经网络模型输出判定的数据结果经过人工确认和现场开挖的情景进行增量数据集筛选； 增量数据集筛选包括：依据二维卷积神经网络模型输出结果和实际数据标签筛选增量数据集； 对于二维卷积神经网络模型判断为泄漏，同时人工确认为泄漏的样本，取出原始声学数据X，筛选长时序切割后[X1…Xm]中概率值位于第二设定区间的数据样本作为泄漏样本增量数据集； 对于二维卷积神经网络模型判断为泄漏，而人工确认为正常的样本，取出原始声学数据X，筛选长时序切割后[X1…Xm]中50%概率值低的数据样本作为正常样本增量数据集； 对于二维卷积神经网络模型判断为正常，同时人工确认为正常的样本，取出原始声学数据X，筛选长时序切割后[X1…Xm]中概率值位于第一设定区间的数据样本作为正常样本增量数据集； 对于二维卷积神经网络模型判断为正常，而人工确认为泄漏的样本，取出原始声学数据X，筛选长时序切割后[X1…Xm]中50%概率值高的数据样本作为泄漏样本增量数据集。

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清华大学，其通讯地址为：100084 北京市海淀区100084信箱82分箱清华大学专利办公室；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”。

以上内容由龙图腾AI智能生成。