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！

龙图腾网获悉内蒙古引绰济辽供水有限责任公司;中国水利水电科学研究院申请的专利一种基于深度学习的干支线输水系统水质预测方法及系统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：CN120911750B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202511015481.8，技术领域涉及：G06Q10/063；该发明授权一种基于深度学习的干支线输水系统水质预测方法及系统是由白金;林俊强;朱博然;折永华;韩瑞华;陈紫涵;范俊一;毕海鹏;丁启航;张石磊;徐鹏;刘瀚元设计研发完成，并于2025-07-23向国家知识产权局提交的专利申请。

本一种基于深度学习的干支线输水系统水质预测方法及系统在说明书摘要公布了：本发明涉及水质监测技术领域，公开了一种基于深度学习的干支线输水系统水质预测方法及系统，从干支线输水系统的各个监测点收集历史监测数据，对历史监测数据进行预处理，得到预处理后的数据；选用Transformer编码器作为基础模型，引入GNN网络、GGNN网络和交叉注意力机制构建水质预测模型；采用预处理后的数据对水质预测模型进行训练，并采用灰狼算法进行模型参数调优；利用变分自编码器学习水质指标的正常分布范围，生成基于概率的动态阈值区间，当水质预测模型的预测结果超出阈值时，发出预警信息；本发明突破传统模型单一维度建模的局限，提升预警准确率。

本发明授权一种基于深度学习的干支线输水系统水质预测方法及系统在权利要求书中公布了：1.一种基于深度学习的干支线输水系统水质预测方法，其特征在于，该方法包括以下步骤： 从干支线输水系统的各个监测点收集历史监测数据，对历史监测数据进行预处理，得到预处理后的数据； 选用Transformer编码器作为基础模型，引入GNN网络、GGNN网络和交叉注意力机制构建水质预测模型； 所述选用Transformer编码器作为基础模型，引入GNN网络、GGNN网络和交叉注意力机制构建水质预测模型，包括： 采用Transformer编码器处理时间序列数据，通过自注意力机制捕捉长距离时间依赖关系，引入位置编码表征时间序列的顺序特征，构建时间特征提取分支； 基于GNN网络构建干支线管网拓扑图，以干支线输水系统管道节点为顶点，水流关系为边，学习节点间的空间传导规律，通过GGNN网络模拟污染物在干支线输水系统中的扩散过程，构建空间特征提取分支； 时空特征融合层采用交叉注意力机制增强时间特征和空间特征，以构建水质预测模型； 采用预处理后的数据对水质预测模型进行训练，并采用灰狼算法进行模型参数调优； 利用变分自编码器学习水质指标的正常分布范围，生成基于概率的动态阈值区间，当水质预测模型的预测结果超出阈值时，发出预警信息。

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内蒙古引绰济辽供水有限责任公司;中国水利水电科学研究院，其通讯地址为：137400 内蒙古自治区兴安盟扎赉特旗音德尔镇音德尔路；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。