公开(公告)号：CN119829925A

公开(公告)日：2025-04-15

申请号：CN202411905291.9

申请日：2024-12-23

Applicant: 北京交通大学

Inventor： 宋飞 ,  张绮璇 ,  马玉寅 ,  朱明强 ,  晏振宇 ,  彭天皓

IPC: G06F18/15 ,  G06F18/213 ,  G06F18/25 ,  G06F18/241

Abstract: 本发明公开了本发明提出的多源异步异构数据深层流型特征提取与状态判定方法基于深层流型特征提取的三个主要步骤：数据预处理、特征提取和判漏。首先，利用绝对差值中位法对来自多源数据传感器的压力、流量和浓度等数据进行初步筛选；然后，对通过初步筛选的燃气管道监测数据进行归一化和白化处理，以消除不同传感器的量纲和去除数据中的冗余信息。通过归一化，将数据转化为统一的尺度，确保不同传感器的数据具有可比性。接下来，使用流型学习方法对经过预处理的高维燃气管道监测序列进行降维，提取潜在的低维流型特征。通过不确定理论和加权平均法联合对提取的特征数据进行融合，判断燃气管道是否发生泄漏。

公开(公告)号：CN119084836A

公开(公告)日：2024-12-06

申请号：CN202410853691.3

申请日：2024-06-28

Applicant: 中国检验认证集团北京有限公司 ,  北京交通大学

Inventor： 郭翔 ,  黄建华 ,  张冬冬 ,  贾旻 ,  杨斯超 ,  张绮璇 ,  张畅 ,  刘金宝 ,  彭天皓 ,  马玉寅

IPC: F17D5/02 ,  F17D5/00

Abstract: 本发明提供了一种多源异构燃气管网数据融合的管道泄漏预警方法及装置，其中方法包括数据层面对多源异构数据进行预处理，针对数值型数据和图像数据采用不同的预处理方法，实现对燃气管网物理属性数据和影像数据的预先处理；特征层面构建支持向量机模型和深度卷积神经网络模型分别提取数值数据和图像数据的特征，并输出分类概率，为决策层提供证据基础；决策层面基于D‑S证据理论，对模型的判断结果进行融合决策，得出最终燃气管道是否泄漏的最终决策判断。本发明分别对异构数据采取不同的特征抽取方案，实现多源异构数据的精准特征提取，通过证据理论将异构数据特征充分融合，消除了数据源的不确定性，最终实现对燃气管网泄漏潜在风险的有效预警。