(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202111548646.X (22)申请日 2021.12.17 (65)同一申请的已公布的文献号 申请公布号 CN 114331063 A (43)申请公布日 2022.04.12 (73)专利权人 江苏中智系统集成工程有限公司 地址 226000 江苏省南 通市崇川区段家坝 商办楼801、 802、 813室 (72)发明人 储小军　 (74)专利代理 机构 南京钟山专利代理有限公司 32252 专利代理师 牛婧 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 50/06(2012.01) (56)对比文件 CN 107967486 A,2018.04.27 CN 113098888 A,2021.07.09 CN 112468443 A,2021.0 3.09 CN 106872657 A,2017.0 6.20 CN 113657780 A,2021.1 1.16 CN 107194621 A,2017.09.2 2WO 2020079650 A1,2020.04.23 赵晓东.南昌市居民用水智慧水务管网系统 的研究与分析. 《中国优秀硕士学位 论文全文数 据库信息科技 辑》 .2017,(第5期), 蔡华强.城市供 水管网DMA实时建模及应用 研究. 《中国优秀硕士学位 论文全文数据库 工程 科技Ⅱ辑》 .2017,(第4期), 张一航.基于WebGIS的城市供 水调度系统研 究与实现. 《中国优秀硕士学位 论文全文数据库 工程科技 Ⅱ辑》 .2020,(第3期), Di Wu等.Qual ity Risk Analysis for Sustainable Smart Water Sup ply Using Data Percepti on. 《IEEE Transacti ons on Sustainable Computi ng 》 .2020,第5卷(第3 期), Chu Xiaojun 等.Immunomodulatory effects of s mall whey peptide and its infant formulami lk powder. 《Journal of Chinese Institute of Fo od Science and Technology》 .2013,第12卷(第1 1期), (续) 审查员 范琳琳 (54)发明名称 应用于智慧水务的大数据可视化处理方法 及系统 (57)摘要 本申请实施例公开了一种应用 于智慧水务 的大数据可视化处理方法及系统， 在更新管线异 常趋势决策模型时结合了相关参数评估指标和 决策信息评估指标， 同时结合了对应于各个水务 场景标签下的多个水务管线状态数据进行分析， 进而可以训练目标管线异常趋势决策模型对多 个水务管线状态数据的学习平稳性， 提高目标管 线异常趋势决策模型的决策精度， 提高目标管线 异常趋势决策模 型的管线异常趋势决策准确性， 从而提高大 数可视化的准确性。 [转续页] 权利要求书4页 说明书8页 附图1页 CN 114331063 B 2022.12.13 CN 114331063 B (56)对比文件 Xu Yan等.Leaka ge Diagnosis of Water Supply Netw ork by SVM. 《2020 I nternati onal Conference o n Artificial I ntelligence and Computer Engi neering (ICAIC E)》 .2021,2/2 页 2[接上页] CN 114331063 B1.一种应用于智慧水务的大数据可视化处理方法， 应用于大数据可视化系统， 其特征 在于， 包括： 获取目标水务管线 网对应于各个水务场景标签下的多个水务管线状态数据， 并将所述 多个水务管线状态数据加载到管线异常趋势决策模型， 所述水务场景标签包括城市水务场 景标签和非城市水务场景标签， 所述水务管线状态数据包括住宅管线状态数据和商业管线 状态数据， 所述管线异常趋势决策模型为深度学习网络； 依据所述管线异常趋势决策模型确定第 一管线异常趋势决策信 息， 并依据水务管线状 态大数据确定持续 性管线状态数据； 依据所述持续性管线状态数据之间的相关参数值确定相关参数评估指标， 并依据 所述 第一管线异常趋势决策信息确定决策信息评估指标， 所述相关参数评估指标为相关参数之 间的损失函数值， 所述决策信息 评估指标为决策信息的损失函数值； 依据所述相关参数评估指标和所述决策信息评估指标更新所述管线异常趋势决策模 型的模型权重信息， 获得被配置于管线异常趋势决策 的目标管线异常趋势决策模型， 并基 于所述目标管线异常趋势决策模型进行管线异常趋势决策后将管线异常趋势进行可视化 处理； 获取对应于各个水务场景标签下的多个水务管线状态数据， 并将所述多个水务管线状 态数据加载到管线异常趋势决策模型， 包括： 获取第一数量个完成水务场景标签决策的第一水务管线状态数据和第二数量个未完 成水务场景标签决策的第二水务管线状态数据， 将所述第一数量个完成水务场景标签决策 的第一水务管线状态数据和所述第二数量个未完成水务场景标签决策的第二水务管线状 态数据加载到管线异常趋势决策模型； 所述第一数量个完成水务场景标签决策的第一水务 管线状态数据分别携带了所对应的水务管线网的管线异常趋势分布； 所述第一数量个完成 水务场景标签决策 的第一水务管线状态数据所携带的水务管线网和所述第二数量个未完 成水务场景标签决策 的第二水务管线状态数据所携带的水务管线网属于相同的水务管线 网类别； 依据所述管线异常趋势决策模型确定第 一管线异常趋势决策信 息， 并依据水务管线状 态大数据确定持续 性管线状态数据， 包括： 在所述管线异常趋势决策模型中确定每个完成水务场景标签决策的第一水务管线状 态数据所对应的水务管线网的第一管线异常趋势决策信息， 从水务管线状态大数据中获取 所述每个完成水务场景标签决策的第一水务管线状态数据的持续性管线状态数据； 所述水 务管线状态大数据包括所述第一数量个完成水务场景标签决策的第一水务管线状态数据 和所述第二数量个未完成水务场景标签决策的第二水务管线状态数据； 所述每个完成水务 场景标签决策 的第一水务管线状态数据的持续性管线状态数据未携带所属完成水务场景 标签决策的第一水务管线状态数据所携带的管线异常趋势分布； 依据所述持续性管线状态数据之间的相关参数值确定相关参数评估指标， 并依据 所述 第一管线异常趋势决策信息确定决策信息 评估指标， 包括： 依据所述每个完成水务场景标签决策的第一水务管线状态数据与相对应的持续性管 线状态数据之 间的相关参数值确定相关参数评估指标， 依据所述每个完成水务场景标签决 策的第一水务管线状态数据对应的第一管线异常趋势决策信息和所携带的管线异常趋势权　利　要　求　书 1/4 页 2 CN 114331063 B 3