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！

龙图腾网获悉中国电建集团北京勘测设计研究院有限公司申请的专利一种大坝安全监测方法、装置、计算机设备和存储介质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：CN119442097B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202411509280.9，技术领域涉及：G06F18/2433；该发明授权一种大坝安全监测方法、装置、计算机设备和存储介质是由马龙;宋朝;胡亮;李进敏;焦利民;王梵鹏;凌磊;李志超;王仲;赵静雅;王欣垚;李欣达;董华林;丁祺设计研发完成，并于2024-10-28向国家知识产权局提交的专利申请。

本一种大坝安全监测方法、装置、计算机设备和存储介质在说明书摘要公布了：本发明提供了一种大坝安全监测方法、装置、计算机设备和存储介质，所述方法包括：对采集的多源监测时序数据进行预处理，并输入至训练完成的异常检测模型，获得各监测节点的异常概率分布，并通过大坝安全监测可视化系统展示异常信息。本发明通过各监测类型的传播模型、监测节点的空间特征和时间特征构建无向图，将无向图输入至图神经网络进行编码获得表征大坝结构状态信息的第二特征向量，将环境信息输入至第一深度神经网络进行编码获得第一特征向量，并将第一特征向量和第二特征向量进行融合后输入至第二深度神经网络，获得异常概率分布，大大提高了大坝异常检测的准确性和精度。

本发明授权一种大坝安全监测方法、装置、计算机设备和存储介质在权利要求书中公布了：1.一种大坝安全监测方法，其特征在于，包括以下步骤： S1：采集多源监测时序数据，所述多源监测时序数据包括大坝结构状态信息和环境信息；其中，所述大坝结构状态信息包括应力、应变、变形、渗透压力和流量；所述环境信息包括库水位、气温、气压、降雨量和蒸发量中的一种或多种； S2：对所述多源监测时序数据进行预处理，得到待处理的多源监测时序数据；所述待处理的多源监测时序数据包括待处理的大坝结构状态信息和待处理的环境信息； S3：将待处理的多源监测时序数据输入至训练完成的异常检测模型，识别获得大坝异常信息； S4：基于大坝安全监测可视化系统，展示所述大坝异常信息； 所述异常检测模型包括第一深度神经网络、图神经网络和第二深度神经网络；利用所述第一深度神经网络和所述图神经网络对所述待处理的多源监测时序数据进行编码，得到第三特征向量，具体包括：利用大坝结构状态信息的传播模型和监测节点位置信息，构建无向图；所述无向图包括无向空间子图和无向时间子图； 所述利用大坝结构状态信息的传播模型和监测节点位置信息，构建无向图，具体包括： 利用应力传播模型、应变传播模型、变形传播模型、渗透压力传播模型、流量传播模型，获得所有监测节点的属性，所述监测节点的属性包括应力、应变、变形、渗透压力和流量； 获取t时刻的所有监测节点的属性，按照监测节点空间位置将相邻节点进行边连接，构建无向空间子图；根据所述无向空间子图中监测节点之间的距离构建空间权重矩阵WS，根据监测节点的应力、应变、变形、渗透压力和流量构建空间节点属性矩阵XS； 获取t-t1、t、t+t2时刻的所有监测节点的属性，按照时间分布将相邻节点进行边连接，构建无向时间子图；根据所述无向时间子图中时间步长构建时间权重矩阵WT，根据监测节点的应力、应变、变形、渗透压力和流量构建时间节点属性矩阵XT； 将待处理的环境信息输入至第一深度神经网络，得到第一特征向量；将无向图输入至图神经网络，得到第二特征向量；将所述第一特征向量和所述第二特征向量进行融合，得到第三特征向量； 所述利用所述第二深度神经网络对所述第三特征向量进行解码，得到大坝异常信息，具体包括：将所述第三特征向量输入至所述第二深度神经网络，得到监测节点的异常概率分布；利用所述第二深度神经网络对所述第三特征向量进行解码，得到大坝异常信息。

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中国电建集团北京勘测设计研究院有限公司，其通讯地址为：100024 北京市朝阳区定福庄西街1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。