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！

龙图腾网获悉浙江大学申请的专利一种基于图与深度学习的市政排水管网状态预测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：CN116227362B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202310278316.6，技术领域涉及：G06F30/27；该发明授权一种基于图与深度学习的市政排水管网状态预测方法是由邹铭轩;黄楚媛;周逊盛;黄文君设计研发完成，并于2023-03-21向国家知识产权局提交的专利申请。

本一种基于图与深度学习的市政排水管网状态预测方法在说明书摘要公布了：本发明公开了一种基于图与深度学习的市政排水管网状态预测方法，包括以下步骤：收集目标地区市政排水管网拓扑结构，并实时获取各监测点特征；使用上述信息建立时空序列的图集合；对建立的时空序列图模型进行预处理；结合图卷积神经网络和门控循环单元对建立的图数据进行学习，训练相关模型；使用训练完成的模型进行排水管网状态预测；将预测结果重构为图，可视化展示各点预测溢流量；最后利用建立的图模型和算法预测结果对排水管网系统进行故障排查及防汛预警。应用本发明，可减少模型建立的复杂度，提高排水管网系统状态预测的准确性，可精确排查堵塞故障管道并提前预警短期内可能发生灾害的区域，有效提高了城市的防灾减灾能力。

本发明授权一种基于图与深度学习的市政排水管网状态预测方法在权利要求书中公布了：1.一种基于图与深度学习的市政排水管网状态预测方法，其特征在于，包括以下步骤： S1：收集目标地区的市政排水管网拓扑结构信息，并在各连接井处放置可无线通讯的在线监测设备，以实时获取监测节点处的液位、流量、降水量、节点溢流量信息； S2：使用收集到的城市排水管网拓扑结构信息及监测节点各时刻下的采样数据，将目标区域的排水管网系统建模为时空序列图集合，其中表示当前时刻； S3：对建立的每个图模型进行预处理； S4：结合图卷积神经网络GCN和门控循环神经网络GRU对预处理后的图模型进行学习，并训练GCN-GRU模型； S5：使用训练完成的GCN-GRU模型进行排水管网状态预测； S6：将各个时刻下的预测结果重构得到预测重构图，可视化展示未来时刻下各监测节点处的预测溢流量； S7：结合建立的图模型及各节点预测溢流量对排水管网系统进行故障排查及防汛预警； 设置各管道初始堵塞度以及管道堵塞度阈值，若当前一个周期某监测节点在各段降水条件下其平均液位相比上一周期发生变化时，更新该监测节点对应输出管道堵塞度，该更新方式可表示为：，式中，和分别表示当前周期以及上一周期的管道堵塞度，表示降水量分段数量，与分别表示第k段降水条件下上一周期的监测节点液位以及当前周期与上一周期的监测节点液位改变量；当某管道堵塞度超过时，对该管道进行故障排查工作；设置节点预测溢流量阈值，当未来某一时刻下某节点溢流量超过时，及时预警并输出对应时刻、节点以及与问题节点相关联的管道信息，若预测重构图中预测溢流量超过阈值的节点数量小于设定最低阈值，则对该节点以及相关联的管道进行故障排查；若预测重构图中预测溢流量超过阈值的节点数量大于设定的最高阈，则在故障排查的同时，提前准备好防汛排涝工作。

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大学，其通讯地址为：310030 浙江省杭州市西湖区余杭塘路866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。