基于多传感器信息与机器学习的供水管网爆管诊断方法

本发明适用于供水管网安全监测技术领域，提供了一种基于多传感器信息与机器学习的供水管网爆管诊断方法，包括以下步骤：S1、常态下获取供水管网关键节点的实时低频流量信号，并基于时间序列滚动提取当前时刻的流量变化梯度；S2、基于历史流量波动的统计学特征，建立时间上下文感知的动态自适应阈值基线；当所述当前时刻的流量变化梯度的绝对幅值超过所述动态自适应阈值基线时，触发异步监测机制，立即唤醒高频压力传感器采集压力瞬态信号。本发明采用常态低频流量监测与异常触发高频压力采集相结合的异步监测机制，仅在流量变化梯度超出动态自适应阈值时才唤醒高频压力传感器，避免了持续高频率采样的能耗与数据冗余。