多源数据融合的地下管网数据智能探测方法、模块、系统和介质

本发明属于数据处理技术领域，本发明提供了一种多源数据融合的地下管网数据智能探测方法，首先获取地下管网的多源探测数据；然后根据多源探测数据和基于贝叶斯优化的孤立森林算法，确定异常点信息；最终将异常点信息输入到预先建立的管线状态模型中，确定地下管网的异常点的故障预测值；其中，管线状态模型的参数根据在线变分推断算法实时更新；在线变分推断算法设置有全局参数的第一学习率和局部参数的第二学习率；第一学习率用于反映整个监测系统或管道网络的共同特征；第二学习率用于反映传感器随地下环境变化而引起的变化。通过对全局参数与局部参数采用差异化学习率，使管线状态模型不断实时更新，从而准确预测未来地下管网的安全风险。