湖大粤港澳大湾区创新研究院(广州增城)周石庆获国家专利权
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！
龙图腾网获悉湖大粤港澳大湾区创新研究院(广州增城)申请的专利一种基于边-云协同多模态学习的管网漏损实时检测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：CN120354323B 。
龙图腾网通过国家知识产权局官网在2025-09-30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：202510844214.5，技术领域涉及：G06F18/2433；该发明授权一种基于边-云协同多模态学习的管网漏损实时检测方法及系统是由周石庆;黄苑曦;谢坤廷;卜令君;李天兵;许仕荣;黄靖;徐秋红设计研发完成，并于2025-06-23向国家知识产权局提交的专利申请。
本一种基于边-云协同多模态学习的管网漏损实时检测方法及系统在说明书摘要公布了：本发明公开了一种基于边‑云协同多模态学习的管网漏损实时检测方法及系统，涉及管道系统技术领域，本发明首次提出融合多种实时传感器声波、压力、温湿度、流量的边－云协同处理架构，通过边缘侧的卷积神经网络模型CNN模型进行特征压缩与初判，云端基于转换器时序模型Transformer与注意力机制实现时序级特征动态融合，同时引入对抗网络GAN异常分布建模以提升微小漏损识别准确性。此外，系统具备动态增量学习机制，可随时更新模型参数，具备对管网老化和运行波动的长期适应性，是对现有漏损检测方法的实质性改进。
本发明授权一种基于边-云协同多模态学习的管网漏损实时检测方法及系统在权利要求书中公布了：1.一种基于边‑云协同多模态学习的管网漏损实时检测方法，其特征在于，包括： S1，数据采集：在管道关键位置部署实时传感器，0.5～2次秒实时采集管网关键节点数据； S2，边缘局部特征分析与提取：采用滑动窗口机制构造时序数据样本，部署轻量卷积神经网络模型并对滑动窗口内的短时序数据进行局部特征分析提取，快速筛查异常数据并压缩上传数据； S3，云端多模态特征融合：通过转换器时序模型建模连续3～10个时间窗口的时序依赖，结合生成对抗网络判别异常评分，使用通道注意力机制加权融合多模态特征，提升微小漏损识别率； S4，异常判定与漏损定位：异常评分超阈值时，1～3秒内定位漏损区域并触发报警，同步推送运维平台； S5，动态增量学习与模型更新：自动收集低风险样本，触发增量学习更新云端模型，经知识蒸馏同步至边缘端，形成自适应优化闭环。
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湖大粤港澳大湾区创新研究院(广州增城)，其通讯地址为：511300 广东省广州市增城区新塘镇金融大道10号创悦孵化器A栋317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。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励