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！

龙图腾网恭喜杭州山科智能科技股份有限公司申请的专利基于图神经网络的水质异常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：CN119720063B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202510245130.X，技术领域涉及：G06F18/2433；该发明授权基于图神经网络的水质异常检测方法及系统是由杨武飞;胡金财;刘升;韩笑;晏鹰设计研发完成，并于2025-03-04向国家知识产权局提交的专利申请。

本基于图神经网络的水质异常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图神经网络的水质异常检测方法，包括如下步骤：步骤一，提取供水管网中的各个供水点作为图节点；步骤二，提取装有水质传感器的供水点所检测的水质数据；步骤三，将步骤二搭建的图关系网络以供水管网对应的城市地图为背景在显示屏呈现；步骤四，针对步骤二中特征向量为无的节点进行聚合。本发明的基于图神经网络的水质异常检测方法，通过步骤一至步骤四的设置，便可有效的利用供水管网与图神经关系网络极为相似的方式，实现更好的对节点水质等级进行检测了。

本发明授权基于图神经网络的水质异常检测方法及系统在权利要求书中公布了：1.一种基于图神经网络的水质异常检测方法，其特征在于：包括如下步骤：步骤一，提取供水管网中的各个供水点作为图节点，同时基于供水管网中节点的连接关系作为边搭建图关系网络，同时确定节点之间的流动方向构建有向边；步骤二，提取装有水质传感器的供水点所检测的水质数据，并进行本地处理分析，确定该供水点的水质等级，并将水质等级作为特征向量附加到供水点所对应的图节点，无水质传感器的供水点所对应的节点特征向量为无，完成图关系网络的搭建；步骤三，将步骤二搭建的图关系网络以供水管网对应的城市地图为背景在显示屏呈现，同时显示每个供水点的特征向量信息；步骤四，针对步骤二中特征向量为无的节点进行聚合，获得该节点关于水质等级的特征向量，并更新后从显示屏呈现；其中，步骤二中确定的水质等级包括正常等级和异常等级，并将全部异常等级的节点在显示屏上高亮显示；所述步骤一中确定节点之间的流动方向构建有向边的具体步骤如下：步骤一一，提取每个节点一段时间的水流量数据，计算出每个节点这段时间内的水流量变化量；步骤一二，将每个节点按照水流量数据的值为基础进行聚类，将该段时间内水流量相近的节点归为一组；步骤一三，将步骤一二中该段时间进行分割，分割为多个时刻，并提取每个时刻时的流量数据，并对流量数据进行分析，提取出流量数据产生变化的时刻；步骤一四，将一组中各个节点中流量数据产生变化的时刻进行比较，然后按照时刻顺序进行排序，选取时刻顺序较前的时刻所对应的节点作为下游，顺序较后的节点作为上游，然后依据上游到下游的方式为各个节点添加边的方向，完成有向边的构建；所述步骤四中针对步骤二中特征向量为无的节点进行聚合，获得该节点关于水质等级的特征向量的具体步骤如下：步骤四一，确定初始节点中准备聚合的上游节点，并提取上游节点的水质等级特征，获取每个上游节点的水质等级特征向量；步骤四二，选取聚合函数，通过聚合函数对步骤四一获取的水质等级特征向量进行聚合，得到聚合后的水质等级特征向量；步骤四三，将聚合后的水质等级特征向量替换特征向量，使得原本特征向量为无的节点特征向量为聚合后的水质等级；其中，步骤四一中在获取到所有的上游节点和下游节点的特征向量均为无时，选取其中一个上游节点，获取该上游节点的上一级上游节点和其他下游节点的特征向量，若还是特征向量均为无，则遍历其他上游节点，获取其他上游节点的上一级上游节点和其他下游节点的特征向量，若遍历其他上游节点后获取到的特征向量均为无，则遍历上一级的上游节点，直至获取到水质等级特征向量，然后执行步骤四二和步骤四三进行多层聚合，直至初始节点特征向量为聚合后的水质等级。

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杭州山科智能科技股份有限公司，其通讯地址为：310000 浙江省杭州市滨江区西兴街道启智街89号山科智能大厦1602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”。