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！

龙图腾网获悉浙江大学长三角智慧绿洲创新中心;宁波东泰水务科技有限公司;浙江大学申请的专利一种基于深度学习模型的供水管网漏损监测方法及装置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：CN118705555B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202410680933.3，技术领域涉及：F17D5/06；该发明授权一种基于深度学习模型的供水管网漏损监测方法及装置是由俞亭超;余慧敏;林森;楚士鹏;邵煜设计研发完成，并于2024-05-29向国家知识产权局提交的专利申请。

本一种基于深度学习模型的供水管网漏损监测方法及装置在说明书摘要公布了：本发明公开了一种基于深度学习模型的供水管网漏损监测方法，包括以下步骤：通过水力模型构建正常工况压力监测数据和异常压力监测数据；根据供水管网的地理信息与各压力监测数据构建连续的压力空间分布图，将压力空间分布图和标签组成数据集；构建预测网络；利用数据集对预测网络进行训练，以获得用于监测漏损事件的漏损监测模型；将监测数据和地理信息输入至漏损监测模型，以输出管网中是否存在漏损事件的结果。本发明还提供了一种供水管网漏损监测装置。本发明的方法能有效提高漏损监测模型的性能和泛化性。

本发明授权一种基于深度学习模型的供水管网漏损监测方法及装置在权利要求书中公布了：1.一种基于深度学习模型的供水管网漏损监测方法，其特征在于，包括以下步骤： 通过预构建的水力模型生成正常工况下的管网节点需水量和压力值，以构建正常工况压力监测数据； 利用水力模型对每根管道进行爆管测试，以构建漏损事件下的异常压力监测数据； 获取供水管网的地理信息，并将所述地理信息分别与正常工况压力监测数据和异常压力监测数据进行耦合，并将耦合获得的离散数据采用克里金插值方法转化为连续的压力空间分布图，对压力空间分布图以异常和正常进行标签标注，将压力空间分布图和标签组成数据集； 基于深度学习框架构建预测网络，所述预测网络包括图像生成模块，特征提取模块，数据处理模块以及预测模块，所述图像生成模块根据输入的数据生成对应的压力空间分布图，所述特征提取模块用于提取压力空间分布图的图像特征，所述数据处理模块用于将提取获得图像特征进行降维处理，以获得低维数据特征，所述预测模块用于根据输入的低维数据特征进行预测，以输出预测结果； 利用数据集对预测网络进行训练，以获得用于监测漏损事件的漏损监测模型； 将监测数据和地理信息输入至漏损监测模型，以输出管网中是否存在漏损事件的结果。

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浙江大学长三角智慧绿洲创新中心;宁波东泰水务科技有限公司;浙江大学，其通讯地址为：314102 浙江省嘉兴市嘉善县西塘镇中兴路828号13幢；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。