1.供水管道泄漏多域特征提取与融合辨识方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的供水管道泄漏多域特征提取与融合辨识方法，其特征在于，所述步骤1具体包括以下步骤：
3.根据权利要求1所述的供水管道泄漏多域特征提取与融合辨识方法，其特征在于，所述步骤2中，人工特征提取模块对泄漏信号数据的多域特征分析得到人工特征。
4.根据权利要求1所述的供水管道泄漏多域特征提取与融合辨识方法，其特征在于，所述人工特征包括：谱宽参数、奇异谱值、小波包能量、ar模型系数、mfcc系数特征；
5.根据权利要求1所述的供水管道泄漏多域特征提取与融合辨识方法，其特征在于，在步骤2中，所述深度特征提取模块的构成包括卷积层c1、relu层、池化层p1、残差块r1、卷积层c2、relu层、池化层p2、残差块r2；
6.根据权利要求1所述所述的供水管道泄漏多域特征提取与融合辨识方法，其特征在于，所述步骤2中，将得到的人工特征和深度特征输入到aff模块进行特征融合，aff模块的输出依次通过两层全连接层后，利用softmax方法得到最终分类结果。
7.根据权利要求6所述所述的供水管道泄漏多域特征提取与融合辨识方法，其特征在于，所述步骤2中，特征融合具体包括以下步骤：
8.根据权利要求7所述的供水管道泄漏多域特征提取与融合辨识方法，其特征在于，所述步骤3.2具体包括以下步骤：
9.根据权利要求8所述的供水管道泄漏多域特征提取与融合辨识方法，其特征在于，所述步骤3.2.2中，注意力模块采用aff模块，具体实现为：将深度特征设为x，人工特征设为y；深度特征和人工特征分别进行一个相应的卷积操作，使两者具有相同的维度，设卷积操作后的深度特征为x'，人工特征为y'；然后将深度特征x'和人工特征y'相加后分别求取局部的注意力特征和全局的注意力特征；设输入特征为c，则相应的局部注意力特征和全局注意力特征计算过程如下：
10.根据权利要求8所述的供水管道泄漏多域特征提取与融合辨识方法，其特征在于，所述步骤3.2.3具体包括以下步骤：