【技術實現步驟摘要】
本專利技術屬于城市內澇風險預警領域，具體是城市內澇風險預警系統及方法。
技術介紹
1、隨著城市化進程的加快，城市排水系統面臨著日益嚴峻的挑戰。在暴雨等極端天氣條件下，城市內澇問題頻發，給城市安全和居民生活帶來極大威脅。
2、現有技術(公開號為cn117133098a的專利技術申請)提出了一種城市內澇監測預警系統，涉及城市內澇預警
，包括測量水設施終端設備：用于實時采集城市積水點的位置信息和內澇信息；內澇安全監測終端設備：用于實時監測城市易澇點的內澇信息；內澇監管平臺、內澇安全預警設備與內澇安全監測終端設備通信連接，用于將易澇點或積水點的內澇信息上傳至內澇監管平臺；在接收內澇監管平臺的指令后進行報警；該專利技術申請通過內澇監管平臺實現各節點內澇數據的實時監控，支持遠程操控，內澇安全預警設備在接收內澇監管平臺的指令后進行警報，實現自動警報的效果。但現有技術沒有考慮到積水中常常含有大量的泥沙和雜物，泥沙的堆積不僅會減少管道的有效截面積，降低水的流速，導致積水區域排水能力下降，造成內澇加劇，還會導致管道磨損加劇，縮短其使用壽命。
3、因此，本專利技術提出一種城市內澇風險預警系統及方法，以解決上述問題。
技術實現思路
1、本專利技術旨在至少解決現有技術中存在的技術問題之一；為此，本專利技術提出了城市內澇風險預警系統及方法，用于解決現有技術沒有考慮到積水中常常含有大量的泥沙和雜物，泥沙的堆積不僅會減少管道的有效截面積，降低水的流速，導致積水區域排水能力下降，造成內
2、為實現上述目的，本專利技術的第一方面提供了城市內澇風險預警系統，包括：數據采集模塊、數據分析模塊、內澇預測模塊和內澇預警模塊；
3、數據采集模塊：用于獲取目標區域的積水數據；
4、數據分析模塊：基于積水數據與預設閾值判斷是否進行內澇預警；是，則發送預警信息至內澇預警模塊；否，則持續監測判斷；以及，
5、基于積水數據計算得到排水評估系數；
6、內澇預測模塊：基于歷史積水數據訓練人工智能模型，得到內澇預測模型；基于內澇預測模型對目標區域的積水數據進行預測，得到預測結果；
7、內澇預警模塊：基于預測結果、排水評估系數和預設排水閾值判斷是否進行內澇預警；是，則發送預警信息；否，則持續監測判斷；以及，
8、基于預警信息通過預警設備進行警報提示。
9、優選的，所述數據采集模塊分別與數據分析模塊和內澇預測模塊通信和/或電氣相連接；所述內澇預警模塊分別與數據分析模塊和內澇預測模塊通信和/或電氣相連接。
10、優選的，所述獲取目標區域的積水數據，包括：
11、通過數據采集設備實時采集目標區域的積水數據；其中，積水數據包括：降雨量、積水水位、排水流速、排水量和積水中的泥沙濃度。
12、需要說明的是，所述目標區域是指城市中的易澇區域，包括：低洼地段、易澇的街道和隧道等。
13、優選的，所述基于積水數據與預設閾值判斷是否進行內澇預警，包括：
14、判斷預設時間段內的降雨量是否大于排水量；是，則生成預警信息；否，則持續監測判斷；其中，預設時間段是根據實際城市內澇需要監測的時間段所設；
15、判斷積水水位是否大于預設水位閾值；是，則生成預警信息；否，則持續監測判斷；其中，預設水位閾值是根據實際城市內澇安全標準所設。
16、優選的，所述基于積水數據計算得到排水評估系數，包括：
17、將排水流速標記為v，排水量標記為n，積水中的泥沙濃度標記為c；
18、通過內澇評估計算公式：p＝x/ln(v+1)+y/e^(n+1)+z×(e^c)/ln(c+1)，計算得到排水評估系數；其中，p是排水評估系數，x、y、z是比例系數，ln(*)是以自然數e為底的對數函數。
19、本專利技術通過實時采集目標區域的積水數據，基于積水數據計算得到排水評估系數，通過排水評估系數與預設排水閾值判斷是否進行內澇預警，有利于實時監測易澇區域的排水情況，防止泥沙和雜物的堆積。
20、優選的，所述基于歷史積水數據訓練人工智能模型，得到內澇預測模型，包括：
21、s1：通過對歷史積水數據和城市水文數據進行分析獲取積水數據之間的對應關系；其中，積水數據之間的對應關系包括：降雨量與積水水位的對應關系、排水量與積水水位之間的對應關系、排水流速與排水量之間的對應關系、積水中的泥沙濃度與排水流速之間的對應關系；
22、s2：從歷史積水數據中獲取歷史預測時刻的降雨量；
23、s3：基于歷史預測時刻的降雨量和積水數據之間的對應關系獲取預測時刻的內澇數據；其中，預測時刻的內澇數據包括：預測時刻的積水水位、預測時刻的排水流速、預測時刻的排水量和預測時刻的積水中的泥沙濃度；
24、s4：將歷史積水數據和歷史預測時刻的降雨量整合為標準輸入數據；將預測時刻的內澇數據整合為標準輸出數據；
25、s5：基于標準輸入數據和標準輸出數據訓練人工智能模型，得到內澇預測模型；其中，人工智能模型包括：卷積神經網絡或深度置信網絡。
26、需要說明的是，所述歷史積水數據是指采集目標區域積水數據的歷史數據；所述預測時刻是指需要預測的時間點，根據時間城市內澇需要預測的時間設定；
27、城市水文數據是指與城市水文循環和城市排水系統相關的各種數據，這些數據用于描述城市中水的運動、分布和變化情況；
28、所述歷史預測時刻的降雨量是指歷史積水數據中預測時刻的降雨量；
29、所述歷史積水數據是指采集目標區域積水數據的歷史數據；所述預測時刻是指需要預測的時間點，根據實際城市內澇需要預測的時間設定；
30、歷史積水數據包含了多種變量(如降雨量、積水水位、排水量、排水流速、泥沙濃度等)，通過分析這些變量之間的關系可以構建一個更加系統化的內澇預測模型，提高預測的準確性，例如，排水流速與排水量之間存在一定的關系，排水流速的增加通常意味著排水量的增加；泥沙濃度與排水流速的關系則反映了水流帶動物質的能力。
31、優選的，所述基于歷史預測時刻的降雨量和積水數據之間的對應關系獲取預測時刻的內澇數據，包括：
32、s1：基于歷史預測時刻的降雨量和降雨量與積水水位的對應關系獲取預測時刻的積水水位；
33、s2：基于預測時刻的積水水位和排水量與積水水位之間的對應關系獲取預測時刻的排水量；
34、s3：基于預測時刻的排水量和排水流速與排水量之間的對應關系獲取預測時刻的排水流速；
35、s4：基于預測時刻的排水流速和積水中的泥沙濃度與排水流速之間的對應關系獲取預測時刻積水中的泥沙濃度。
36、優選的，所述基于內澇預測模型對目標區域的積水數據進行預測，得到預測結果，包括：
37、通過天氣預測平臺獲取預測時刻的降雨量；
3本文檔來自技高網...
【技術保護點】
1.城市內澇風險預警系統，其特征在于，包括：數據采集模塊、數據分析模塊、內澇預測模塊和內澇預警模塊；
2.根據權利要求1所述的城市內澇風險預警系統，其特征在于，所述獲取目標區域的積水數據，包括：
3.根據權利要求1所述的城市內澇風險預警系統，其特征在于，所述基于積水數據與預設閾值判斷是否進行內澇預警，包括：
4.根據權利要求1所述的城市內澇風險預警系統，其特征在于，所述基于積水數據計算得到排水評估系數，包括：
5.根據權利要求1所述的城市內澇風險預警系統，其特征在于，所述基于歷史積水數據訓練人工智能模型，得到內澇預測模型，包括：
6.根據權利要求5所述的城市內澇風險預警系統，其特征在于，所述基于歷史預測時刻的降雨量和積水數據之間的對應關系獲取預測時刻的內澇數據，包括：
7.根據權利要求1所述的城市內澇風險預警系統，其特征在于，所述基于內澇預測模型對目標區域的積水數據進行預測，得到預測結果，包括：
8.根據權利要求1所述的城市內澇風險預警系統，其特征在于，所述基于預測結果、排水評估系數和預設排水閾值
9.根據權利要求8所述的城市內澇風險預警系統，其特征在于，所述預測排水評估系數，包括：
10.城市內澇風險預警方法，應用于權利要求1-9任一項所述的城市內澇風險預警系統，其特征在于，包括：
...【技術特征摘要】
1.城市內澇風險預警系統，其特征在于，包括：數據采集模塊、數據分析模塊、內澇預測模塊和內澇預警模塊；
2.根據權利要求1所述的城市內澇風險預警系統，其特征在于，所述獲取目標區域的積水數據，包括：
3.根據權利要求1所述的城市內澇風險預警系統，其特征在于，所述基于積水數據與預設閾值判斷是否進行內澇預警，包括：
4.根據權利要求1所述的城市內澇風險預警系統，其特征在于，所述基于積水數據計算得到排水評估系數，包括：
5.根據權利要求1所述的城市內澇風險預警系統，其特征在于，所述基于歷史積水數據訓練人工智能模型，得到內澇預測模型，包括：
6.根據權利要求5所述...
【專利技術屬性】
技術研發人員：張衛東，周劍，黃德強，管東東，宋金金，
申請(專利權)人：安徽中科天達信息技術有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。