浙江省水利河口研究院(浙江省海洋规划设计研究院);宁波市水文与数据中心苏龙强获国家专利权
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!
龙图腾网获悉浙江省水利河口研究院(浙江省海洋规划设计研究院);宁波市水文与数据中心申请的专利一种园区供水管网水质综合监测预警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:CN120612197B 。
龙图腾网通过国家知识产权局官网在2025-11-11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:202511106482.3,技术领域涉及:G06Q50/06;该发明授权一种园区供水管网水质综合监测预警方法是由苏龙强;赵立锋;李卫政;姚水萍;顾妍平;钱依忞;钱浩;杜蓓蓓;张企诺;苏飞;郑宝仙;陈言;项俊洪;吴昶槐;吴金波设计研发完成,并于2025-08-08向国家知识产权局提交的专利申请。
本一种园区供水管网水质综合监测预警方法在说明书摘要公布了:本发明属于水质监测技术领域,本发明公开了一种园区供水管网水质综合监测预警方法,包括:确定供水管网中的水质采集点,在同一时间序列采集水质采集点的水质数据和对应的水质标签;对水质数据进行能量评估,获得点位能量;将点位能量划分为若干点位分级簇,对点位分级簇进行异常分类,获得异常点位簇,剔除水质数据中的异常数据,获得有效水质数据;基于构建好的生物絮凝影响评估模型对有效水质数据进行絮凝影响修正,获得修正水质数据;基于修正水质数据和水质标签构建水质监测模型,通过水质监测模型实现对供水管网水质的精准监测;极大的提高了园区供水管网水质监测的精度和准度。
本发明授权一种园区供水管网水质综合监测预警方法在权利要求书中公布了:1.一种园区供水管网水质综合监测预警方法,其特征在于,包括: S1、确定供水管网中的水质采集点,在同一时间序列采集水质采集点的水质数据和对应的水质标签; S2、采用改进的小波分解算法对水质数据进行能量评估,获得点位能量;将点位能量划分为若干点位分级簇,对点位分级簇进行异常分类,获得异常点位簇,剔除水质数据中异常点位簇对应的数据,获得有效水质数据; S3、基于构建好的生物絮凝影响评估模型对有效水质数据进行絮凝影响修正,获得修正水质数据; S4、基于修正水质数据和水质标签构建水质监测模型,通过水质监测模型实现对供水管网水质的精准监测; 所述水质采集点的确定方式包括: 构建管网拓扑图,预采集每个管道节点的水流量,以水流量作为管网拓扑图中每个节点的流量权重;采用排列组合算法对图节点进行两两组合,获得图节点组,以每组图节点组中的一个图节点作为探索起点,另外一个图节点作为探索终点,采用贪心算法求解探索起点和探索终点在管网拓扑图中的最短路径,记录每组图节点间的最短路径;对于图节点,以经过的最短路径数量除以图节点组的总组数作为的节点中心性;基于节点中心性和流量权重对每个图节点进行重要度评估,获得节点重要性;基于节点重要性对每组最短路径进行路径评估,获得路径适应度,选择路径适应度值最大的最短路径作为采集路径,采集路径中的图节点即为水质采集点; 所述生物絮凝影响评估模型的构建方式包括: 采集历史水质数据和对应的历史絮凝影响度,历史水质数据与水质数据的数据类型一致,历史絮凝影响度包含历史水质数据中每类数据对应的絮凝影响度,预设初始评估模型;初始化M组参数组合,每组参数组合包括:幅值系数、时间衰减系数、周期系数和相位因子;将每组参数组合置入初始评估模型,以历史水质数据和对应的历史絮凝影响度作为训练数据对初始评估模型进行模型训练,基于训练结果对参数组合进行优劣评估,获得组合优异度;基于组合优异度对参数组合进行优化选择,获得全局最优参数组合,将全局最优参数组合置入初始评估模型,获得生物絮凝影响评估模型; 所述初始评估模型的公式为:;其中,代表絮凝影响度,代表幅值系数,时间衰减系数,代表时间刻度,代表周期系数,代表相位因子; 所述对参数组合进行优劣评估的公式为: ;其中,代表组合优异度,代表训练数据的个数,代表历史水质数据的数据类别总数,代表第个历史水质数据中第类数据对应的历史絮凝影响度,代表第个历史水质数据中第类数据对应的预测絮凝影响度。
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省水利河口研究院(浙江省海洋规划设计研究院);宁波市水文与数据中心,其通讯地址为:310000 浙江省杭州市上城区凤起东路50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”。
以上内容由龙图腾AI智能生成。
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。

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