一种基于边-云协同多模态学习的管网漏损实时检测方法及系统

本发明公开了一种基于边‑云协同多模态学习的管网漏损实时检测方法及系统，涉及管道系统技术领域，本发明首次提出融合多种实时传感器（声波、压力、温湿度、流量）的边－云协同处理架构，通过边缘侧的卷积神经网络模型（CNN）模型进行特征压缩与初判，云端基于转换器时序模型（Transformer）与注意力机制实现时序级特征动态融合，同时引入对抗网络（GAN）异常分布建模以提升微小漏损识别准确性。此外，系统具备动态增量学习机制，可随时更新模型参数，具备对管网老化和运行波动的长期适应性，是对现有漏损检测方法的实质性改进。