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！

龙图腾网获悉北京英特利为环境科技有限公司申请的专利一种半监督迭代训练的污水管网降雨-入流事件识别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：CN120597183B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202511115738.7，技术领域涉及：G06F18/2433；该发明授权一种半监督迭代训练的污水管网降雨-入流事件识别方法是由邹锐;任婷玉;容思亮设计研发完成，并于2025-08-11向国家知识产权局提交的专利申请。

本一种半监督迭代训练的污水管网降雨-入流事件识别方法在说明书摘要公布了：本发明公开了一种半监督迭代训练的污水管网降雨‑入流事件识别方法，包括以下步骤，S1：获取实时液位数据、历史液位数据和实时降雨数据；S2：分别对两种液位数据进行预处理；S3：获得统一时间尺度的降雨序列、实时液位序列和历史液位序列；S4：采用STL获得趋势项；S5：获得状态识别模型；S6：获得候选降雨‑入流事件；S7：判断是否达到时间间隔阈值，未达到则进入下一步骤；达到则基于候选降雨‑入流事件频率判断是否调整period，若不调整则进入下一步骤，若调整则返回S4；S8：结果实时输出。本发明结合STL和HMM模型识别液位变化的隐状态序列，实现对污水管网降雨入流事件的长期、稳定、低人工成本识别。

本发明授权一种半监督迭代训练的污水管网降雨-入流事件识别方法在权利要求书中公布了：1.一种半监督迭代训练的污水管网降雨-入流事件识别方法，其特征在于：包括以下步骤， S1：获取目标监测站点的实时液位数据和历史液位数据，以及目标监测站点对应区域的实时降雨数据； S2：分别对实时液位数据和历史液位数据进行异常值剔除与缺失值填补的预处理； S3：对实时降雨数据、预处理后的实时液位数据和历史液位数据进行重采样，获得统一时间尺度的降雨序列、实时液位序列和历史液位序列； S4：采用STL时序分解方法分别对实时液位序列和历史液位序列进行时序分解，分别获得实时液位序列的趋势项Tt实和历史液位序列的趋势项Tt历； S5：构建隐马尔可夫模型，并利用趋势项Tt历的时间序列作为观测序列，采用Baum-Welch期望最大化算法对隐马尔可夫模型进行无监督训练，获得用于预测液位隐状态序列的状态识别模型； S6：将实时液位数据的趋势项Tt实输入状态识别模型，状态识别模型输出液位隐状态序列；对该液位隐状态序列中的“高液位”状态段进行筛选，将满足预设条件的“高液位”状态段识别为候选降雨-入流事件； S7：设置状态识别模型校准的时间间隔阈值，若未到达所述时间间隔阈值，则直接进入下一步骤；当达到所述时间间隔阈值后，计算所述候选降雨-入流事件在指定周期内的发生频率，并将其与人工经验频率或人工标注样本频率进行差值对比，若差值小于预设的频率误差阈值，则进入下一步骤；若差值大于或等于所述频率误差阈值，则以等间距方式递增STL时序分解方法中的季节周期参数period值，重新执行步骤S4至S7，直至差值小于预设的频率误差阈值； S8：将最终识别出的候选降雨-入流事件以结构化记录格式进行实时输出。

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北京英特利为环境科技有限公司，其通讯地址为：100083 北京市海淀区花园东路30号花园饭店5号楼3层5310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。