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！

龙图腾网获悉广西桂冠开投电力有限责任公司乐滩水电厂;大唐水电科学技术研究院有限公司申请的专利基于深度学习的水泥基材料渗透溶蚀劣化分析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：CN120954574B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202510829459.0，技术领域涉及：G16C60/00；该发明授权基于深度学习的水泥基材料渗透溶蚀劣化分析方法及系统是由张波涛;刘得潭;葛凯;张庭瑜;黄默飞;苏骏;黄宗贵设计研发完成，并于2025-06-20向国家知识产权局提交的专利申请。

本基于深度学习的水泥基材料渗透溶蚀劣化分析方法及系统在说明书摘要公布了：本发明公开了基于深度学习的水泥基材料渗透溶蚀劣化分析方法及系统，涉及数据处理技术领域，包括：调用运维信息，进行微观结构表征采集得到K个运维区域的K个多尺度表征；聚合K个运维区域，得到M组运维区域；划分K个多尺度表征后，进行渗透溶蚀劣化特征联网匹配，得到M个样本时序表征和M个样本时序劣化特征；进行K个运维区域的劣化传导预测，以构建劣化预测图神经网络；通过将K个运维区域的K个时间编码向量输入劣化预测图神经网络，进行溶蚀高发区的水泥基材料渗透溶蚀劣化预测，输出实时运维任务。本发明解决现有技术存在对水泥基材料渗透溶蚀劣化预测精度低的技术问题，达到提高水泥基材料劣化预测精度的技术效果。

本发明授权基于深度学习的水泥基材料渗透溶蚀劣化分析方法及系统在权利要求书中公布了：1.基于深度学习的水泥基材料渗透溶蚀劣化分析方法，其特征在于，所述方法包括： 在本地调用水电厂大坝溶蚀高发区的运维信息后，依据所述运维信息进行微观结构表征采集，得到K个运维区域的K个多尺度表征，其中，所述K个多尺度表征标识有K个样本元数据； 根据所述K个样本元数据聚合所述K个运维区域，得到M组运维区域； 根据所述M组运维区域组别划分所述K个多尺度表征后，进行渗透溶蚀劣化特征联网匹配，得到M个样本时序表征和M个样本时序劣化特征； 基于所述M个样本时序表征和M个样本时序劣化特征，进行所述K个运维区域的劣化传导预测，以构建劣化预测图神经网络； 通过将所述K个运维区域的K个时间编码向量输入所述劣化预测图神经网络，进行所述溶蚀高发区的水泥基材料渗透溶蚀劣化预测，输出实时运维任务； 其中，基于所述M个样本时序表征和M个样本时序劣化特征，进行所述K个运维区域的劣化传导预测，以构建劣化预测图神经网络，所述方法包括： 基于所述M个样本时序表征和M个样本时序劣化特征进行劣化趋势拟合，输出M个材料劣化曲线； 依据所述M组运维区域，映射分配所述M个材料劣化曲线至所述K个运维区域，生成K个区域劣化曲线； 以水力梯度方向为约束，根据所述K个区域劣化曲线进行所述K个运维区域的劣化传导预测，并根据预测结果构建所述劣化预测图神经网络； 分解所述K个区域劣化曲线得到K个样本训练数据集，进行所述劣化预测图神经网络中K个图节点的K个材料劣化预测模型调参优化； 其中，依据所述运维信息进行微观结构表征采集，得到K个运维区域的K个多尺度表征，所述方法包括： 依据所述运维信息，在所述溶蚀高发区等距划分出所述K个运维区域； 在所述K个运维区域钻取芯样，得到K个渗透溶蚀芯样； 采用显色法测得所述K个渗透溶蚀芯样的K个氯离子渗透深度，作为K个宏观尺度表征； 通过X射线断层扫描所述K个运维区域，获得K个连通孔隙率，作为K个毫米尺度表征； 根据所述K个运维区域的超声波纵波传播特性，计算输出K个相对衰减率作为K个微米尺度特征； 将所述K个宏观尺度表征、K个毫米尺度表征和K个微米尺度特征进行运维区域绑定存储，得到所述K个多尺度表征； 其中，根据所述K个样本元数据聚合所述K个运维区域，得到M组运维区域，所述方法包括： 根据所述K个运维区域，从所述运维信息调用K个样本元数据，其中，所述样本元数据包括修补运维时间节点、修补材料配比、环境pH值和环境水力梯度； 基于修补材料配比、环境pH值和环境水力梯度进行所述K个样本元数据一致性判定，以聚合所述K个样本元数据得到M组样本元数据； 根据所述M组样本元数据将所述K个运维区域组别化处理为所述M组运维区域； 其中，根据所述M组运维区域组别划分所述K个多尺度表征后，进行渗透溶蚀劣化特征联网匹配，得到M个样本时序表征和M个样本时序劣化特征，所述方法包括： 根据所述M组运维区域组别划分所述K个多尺度表征，得到M组多尺度表征； 根据所述M组多尺度表征与所述M组样本元数据的映射关系，调用M组修补运维时间节点； 根据所述M组修补运维时间节点对所述M组多尺度表征进行劣化速率计算，得到M个劣化速率时变序列； 采用所述M个劣化速率时变序列，进行渗透溶蚀劣化特征联网匹配，得到M个样本时序表征和M个样本时序劣化特征。

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广西桂冠开投电力有限责任公司乐滩水电厂;大唐水电科学技术研究院有限公司，其通讯地址为：546200 广西壮族自治区来宾市忻城县；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。