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！

龙图腾网获悉东北石油大学三亚海洋油气研究院申请的专利改进1DCNN的油气管道信息物理融合系统泄漏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：CN116659767B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202310394623.0，技术领域涉及：G01M3/24；该发明授权改进1DCNN的油气管道信息物理融合系统泄漏检测方法是由董宏丽;杨丹迪;路敬祎;侯男;胡仲瑞;王鹏设计研发完成，并于2023-04-13向国家知识产权局提交的专利申请。

本改进1DCNN的油气管道信息物理融合系统泄漏检测方法在说明书摘要公布了：本发明涉及的是改进1DCNN的油气管道信息物理融合系统泄漏检测方法，它包括通过油气管道信息物理融合系统中的声波传感器获取油气管道数据同时上传至系统云端；通过调整网络结构和参数构建一维卷积神经网络1DCNN管道泄漏检测模型；构建1DCNN‑TSNE‑SVM模型，提取1DCNN网络各层特征并进行特征融合，通过TSNE算法对其进行降维，并采用粒子群优化PSO算法优化后的支持向量机SVM分类器进行分类识别；从系统云端下载各类管道信号构建训练样本和测试样本，进行训练及测试模型，对管道异常情况实时监测。本发明可以准确地发现管道发生泄漏并及时报警，减少经济损失。

本发明授权改进1DCNN的油气管道信息物理融合系统泄漏检测方法在权利要求书中公布了：1.一种改进1DCNN的油气管道信息物理融合系统泄漏检测方法，其特征在于包括如下步骤： 步骤1、通过油气管道信息物理融合系统中的声波传感器获取油气管道数据同时上传至油气管道信息物理融合系统云端，油气管道信息物理融合系统凭借智能感知层中的声波传感器单元实时地获取管道运行工况的声波信号参数，通过信息传输层中的信号变送单元传输到油气管道信息物理融合系统云端进性备份，便于随时调用； 步骤2、通过调整网络结构和参数构建一维卷积神经网络1DCNN管道泄漏检测模型； 步骤3、构建1DCNN-TSNE-SVM模型，提取1DCNN网络各层特征并进行特征融合，通过TSNE算法对其进行降维，并采用粒子群优化PSO算法优化后的支持向量机SVM分类器进行分类识别； 特征融合通过提取1DCNN网络各隐藏层输出特征的方式进行，提取第一层池化层特征、平坦层特征以及第一层全连接层特征，采用串联融合的方式进行融合； 步骤4、从油气管道信息物理融合系统云端下载各类管道信号构建训练样本和测试样本，训练样本输入到构建的1DCNN-TSNE-SVM模型中进行训练，使用测试样本测试模型泛化性能；对管道异常情况实时监测，将实时油气管道数据传入训练后模型，快速进行泄漏检测。

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东北石油大学三亚海洋油气研究院，其通讯地址为：572024 海南省三亚市崖州区崖州湾科技城创新路8号中兴产业园A栋3层区；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。