Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 上海三盛健康科技股份有限公司盛斌获国家专利权

上海三盛健康科技股份有限公司盛斌获国家专利权

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!

龙图腾网获悉上海三盛健康科技股份有限公司申请的专利基于多模态数据融合的燃气泄漏时空关联预警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:CN120312994B

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:202510772479.9,技术领域涉及:F17D5/06;该发明授权基于多模态数据融合的燃气泄漏时空关联预警方法及系统是由盛斌;汪旭;邓平峰;鲍秋丹;富志霞设计研发完成,并于2025-06-11向国家知识产权局提交的专利申请。

基于多模态数据融合的燃气泄漏时空关联预警方法及系统在说明书摘要公布了:本发明提供基于多模态数据融合的燃气泄漏时空关联预警方法及系统,涉及数据处理技术领域,所述方法包括:通过部署在燃气管网关键节点的NB‑IoT可燃气体传感器网络采集实时浓度数据,以及历史泄漏事故数据库;根据实时浓度数据以及历史泄漏事故数据库,采用UTM投影坐标系对地理空间数据进行配准,建立管网拓扑结构的三维空间映射模型,通过NTP时钟同步协议对所有动态监测数据流进行时间戳对齐,形成时空关联的标准化数据集合。本发明实现了燃气泄漏风险从感知、预测到处置的全链条智能化管理。

本发明授权基于多模态数据融合的燃气泄漏时空关联预警方法及系统在权利要求书中公布了:1.基于多模态数据融合的燃气泄漏时空关联预警方法,其特征在于,所述方法包括: 步骤S1:通过部署在燃气管网关键节点的NB-IoT可燃气体传感器网络采集实时浓度数据,以及历史泄漏事故数据库; 步骤S2:根据实时浓度数据以及历史泄漏事故数据库,采用UTM投影坐标系对地理空间数据进行配准,建立管网拓扑结构的三维空间映射模型,通过NTP时钟同步协议对所有动态监测数据流进行时间戳对齐,形成时空关联的标准化数据集合; 步骤S3:将标准化数据集合中的传感器浓度值、管网服役年限、实时气压梯度、累计沉降量、投诉事件空间密度分布特征进行归一化处理,提取包含18维特征向量的多模态时空特征矩阵,包括: 步骤S3.1:将标准化数据集合中的传感器浓度值、管网服役年限、实时气压梯度、累计沉降量、投诉事件空间密度分布特征进行归一化处理,得到归一化处理后的数据; 步骤S3.2:从归一化后的数据中提取以下18维特征:连续12小时的浓度均值、方差、梯度变化率,节点周边50米半径内的沉降累积量、投诉密度、相邻节点浓度差值、管段服役年限劣化系数、管材抗腐蚀等级、连接处密封性评分、实时气压梯度、温度影响因子、风速扩散系数、同位置历史泄漏频率、同类事故处置响应时长、维修记录覆盖度、节点在管网中的连通度、上下游压力差、管道弯曲半径; 步骤S3.3:将上述特征按时空标签整合为多维矩阵,按管网区域分片存储特征矩阵; 步骤S4:根据多模态时空特征矩阵,基于历史泄漏事故数据库的空间分布特征,选定泄漏频率高于阈值的两个核心监测点,获取其管材类型、服役年限劣化系数及周边人口密度参数,通过加权因子对多模态时空特征矩阵的传感器浓度、沉降累计量及投诉密度维度进行动态修正,包括: 步骤S4.1:根据历史泄漏事故数据库的空间分布特征,统计各管网节点在过去5年内的泄漏频率,筛选出泄漏频率超过预设阈值的两个核心监测点作为高风险区域基准; 步骤S4.2:根据高风险区域基准,从管网属性库中提取核心监测点的管材类型、服役年限劣化系数,并结合GIS地图获取其周边500米范围内的人口密度参数; 步骤S4.3:根据管材类型抗腐蚀等级与劣化系数的乘积,生成管材风险权重;基于人口密度参数与沉降累计量的线性关系,计算人口-沉降耦合权重,结合历史投诉密度与泄漏事件的时空重合度,生成投诉可信度权重; 步骤S4.4:将管材风险权重、人口-沉降耦合权重和投诉可信度权重分别作用于多模态时空特征矩阵中的传感器浓度、沉降累计量及投诉密度维度,对核心监测点及其相邻节点的特征值进行动态修正; 步骤S5:将连续12小时且经修正后的多模态时空特征矩阵输入到LSTM-CNN混合神经网络模型,通过时间序列特征提取与空间关联分析,生成未来2小时的燃气泄漏概率预测结果,输出空间分辨率50米×50米、时间分辨率15分钟的泄漏热力图,包括: 步骤S5.1:将连续12小时修正后的时空特征矩阵按时间步长重组为三维张量,作为模型输入,采用双向LSTM层提取时间序列特征,捕捉浓度波动、气压梯度变化的长期依赖关系,通过三维卷积层挖掘管网拓扑的空间关联性; 步骤S5.2:对LSTM输出的时序特征与CNN提取的空间特征进行注意力机制加权融合,生成未来2小时内每个管网节点的泄漏概率预测值,基于管网节点的三维坐标,采用空间插值算法将节点级预测值映射至50米×50米网格单元,结合实时风速、地形高程数据修正扩散范围,生成时间分辨率为15分钟的泄漏概率热力图。

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上海三盛健康科技股份有限公司,其通讯地址为:201400 上海市奉贤区金汇镇光泰路1107号;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AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。