CN120234750A 一种城镇污水管网漏损检测系统及方法 （豫章师范学院）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN120234750A(43)申请公布日2025.07.01

(21)申请号202510728587.6

(22)申请日2025.06.03

(71)申请人豫章师范学院

地址330103江西省南昌市红谷滩区梅岭

大道1999号

(72)发明人张林军汤昊程文冲季志文黄书昌齐灶娥

(74)专利代理机构青岛齐悦智珩专利代理事务

所(普通合伙)3700540专利代理师宋鹏飞

GO6N

GO6N

GO6N

GO6N

GO6N

GO6N

GO6N

G01M

G01M

G01D

F17D

3/006(2023.01)

3/042(2023.01)

3/0442(2023.01)

3/045(2023.01)

3/0464(2023.01) 3/08(2023.01)5/048(2023.01)3/28(2006.01)

3/24(2006.01)21/02(2006.01)5/06(2006.01)

(51)Int.CI.

GO6FGO6FGO6FGO6F

18/2433(2023.01)

18/213(2023.01)

18/241(2023.01)

18/25(2023.01)

权利要求书3页说明书8页附图4页

(54)发明名称

一种城镇污水管网漏损检测系统及方法

(57)摘要

CN120234750A本发明涉及城镇污水管网检测技术领域，公开了一种城镇污水管网漏损检测系统及方法。该系统包含数据采集模块，用多源传感器采集管网压力、流量等实时运行数据；特征提取模块基于多尺度卷积神经网络提取时空特征，生成管网状态特征矩阵；异常检测模块将特征矩阵输入预训练模型，标记潜在漏损区域；优化分析模块构建多约束动态优化模型，用自适应粒子群算法优化管网压力参数；分层执行模块通过决策层、区域协调层与执行层，分别生成全局调控序列、动态匹配局部压力参数、调节阀门开度与泵站功率。该系统及方法检测精准、调控优化合理，能有效降低漏损风险，提升管网运行管理水平，减少水

CN120234750A

数据采集模块采集压力、流

数据采集模块采集压力、流量等实时数据

特征提取模块进行时空特征提取

生成管网状态特征矩阵

输入时空异常检测模型

生成潜在漏损区域标记

构建多约束动态优化模型

采用自适应粒子群算法优化压力参数

分层执行模块接收最优调控策略

区域协调层动态匹配局部压力参数

执行层调节阀门开度与泵站功率

决策层生成全局压力调控序列

CN120234750A权利要求书1/3页

2

1.一种城镇污水管网漏损检测系统，其特征在于，包括：

数据采集模块：用于通过多源传感器采集管网实时运行数据，包括压力、流量、声波信号及水质参数；

特征提取模块：基于多尺度卷积神经网络对所述实时运行数据进行时空特征提取，生成管网状态特征矩阵；

异常检测模块：将所述管网状态特征矩阵输入预训练的时空异常检测模型，生成潜在漏损区域标记；

优化分析模块：根据所述漏损区域标记构建多约束动态优化模型，所述模型以压力平衡调整和漏损定位精度为优化目标，采用自适应粒子群算法对管网压力参数进行全局优化；

分层执行模块：基于所述动态优化模型输出最优调控策略，通过分层执行架构实现指令的分布式响应，所述架构包括决策层、区域协调层与执行层，其中决策层生成全局压力调控序列，区域协调层采用滑动窗口优化算法对局部压力参数进行动态匹配，执行层基于模糊比例积分控制算法实现阀门开度与泵站功率的调节。

2.根据权利要求1所述的城镇污水管网漏损检测系统，其特征在于，所述通过多源传感器采集管网实时运行数据包括：

多源传感器包括压力变送器、电磁流量计、声波传感器及溶解氧传感器；

对压力变送器数据与电磁流量计数据进行时空对齐，构建管网压力-流量分布图；对声波传感器数据进行小波包分解，生成高频振动特征序列；

构建双分支特征融合网络，第一分支采用三维卷积网络提取所述压力-流量分布图的空间关联特征，第二分支采用时序卷积网络提取所述高频振动特征序列的时变特征；

通过跨模态门控机制融合所述空间关联特征与时变特征，生成联合特征张量；基于双向长短期记忆网络对所述联合特征张量进行动态模式建模，输出包含压力波动、振动异常及水质突变的管网状态特征矩阵。

3.根据权利要求1所述的城镇污水管网漏损检测系统，其特征在于，