一种基于深度学习的抽采管道泄漏定位方法及装置
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
验证码登录
×
发送
登录即代表您已同意AITNT
用户协议
和
隐私政策
登录
登录成功后会自动刷新界面
AITNT公众号
AITNT APP
AITNT交流群
搜索
未登录
首页
AI中心
退出
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI 源力市场
寻求报道
一种基于深度学习的抽采管道泄漏定位方法及装置
申请号:
CN202511058524
申请日期:
2025-07-30
公开号:
CN120892905A
公开日期:
2025-11-04
类型:
发明专利
摘要
本发明公开了一种基于深度学习的抽采管道泄漏定位方法及装置,涉及管道泄漏定位预测技术领域。该方法包括:通过获取抽采管道的多维数据;对多维数据进行经验模态分解,筛选并归一化得到初始特征;选取多个模型作为基模型,迭代剔除权重最小的初始特征,直至达到预设初始特征数,确定最优特征子集;将最优特征子集输入轻量级梯度提升机,输出管道漏点定位预测结果,实现对抽采管道泄漏的精准定位。本发明有效提高了模型输入特征质量,使得泄漏定位预测模型的预测精度得到了显著的提升。
技术关键词
管道泄漏定位方法
支持向量机模型
管道漏点定位
逻辑回归模型
随机森林模型
回归树模型
梯度提升机
特征数
管道泄漏定位装置
数据采集设备
特征选择
压力
特征提取模块
数据获取模块
策略
真空泵
输出特征