基于多源异构数据的管廊病害监测诊断方法

本申请提供了基于多源异构数据的管廊病害监测诊断方法，涉及病害监测诊断技术领域，该方法包括：通过部署于地下管廊的多模态传感器网络进行数据采集；基于图神经网络对多源异构数据集进行融合，生成管廊全域的动态感知特征图谱；进行病害演化模式识别，确定管廊病害风险等级；触发自适应预警策略，执行自适应预警策略生成决策指令集，将决策指令集并推送至可视化监测平台。通过本申请解决了由于依赖于周期性进行管廊病害的检测和风险评估，导致难以及时发现潜在问题，从而影响管廊运行效率的技术问题，通过对多源异构数据的有效整合和处理，实现了对地下管廊病害的实时监测和早期识别，提升管廊管理的效率和安全性。