CN106801463A - 排水管的排水状态检测方法和系统 - Google Patents
排水管的排水状态检测方法和系统 Download PDFInfo
- Publication number
- CN106801463A CN106801463A CN201710078296.2A CN201710078296A CN106801463A CN 106801463 A CN106801463 A CN 106801463A CN 201710078296 A CN201710078296 A CN 201710078296A CN 106801463 A CN106801463 A CN 106801463A
- Authority
- CN
- China
- Prior art keywords
- drainpipe
- water
- depth
- difference
- hull
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- E—FIXED CONSTRUCTIONS
- E03—WATER SUPPLY; SEWERAGE
- E03F—SEWERS; CESSPOOLS
- E03F3/00—Sewer pipe-line systems
- E03F3/02—Arrangement of sewer pipe-lines or pipe-line systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- E—FIXED CONSTRUCTIONS
- E03—WATER SUPPLY; SEWERAGE
- E03F—SEWERS; CESSPOOLS
- E03F2201/00—Details, devices or methods not otherwise provided for
- E03F2201/20—Measuring flow in sewer systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/14—Pipes
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Hydrology & Water Resources (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种排水管的排水状态检测方法和系统。上述排水管的排水状态检测方法,包括如下步骤:获取排水管处在预测时间点的降水量,根据所述降水量计算排水管处的水流速度;将所述水流速度输入预设的排水信息预测模型,并读取所述排水信息预测模型输出的预测水深和预测断面面积;根据所述预测水深和预测断面面积检测预测时间点对应的排水量是否超过排水管的排水能力;若是,则判定所述排水管在预测时间点处于超负荷排水状态;其可以对上述排水管在预测时间点的排水状态进行准确预测;可以使相关工作人员提前打开排水管网的阀门,或者在排水管处新增泵站设备,控制水流峰值的排放,降低积水发生概率。
Description
技术领域
本发明涉及信号处理技术领域,特别是涉及一种排水管的排水状态检测方法和系统。
背景技术
城市排水管网系统是重要的城市基础设施,是城市排洪防涝的骨干工程,对消除和减少城市道路积水等内涝灾害发挥着重要的安全保障作用。排水管网系统的各处排水管均有一定的管网流量、水位和/或者流速限制,若某排水管在某个时刻对应的管网流量、水位和/或者流速超过该排水管对应的限定值,则可能造成积水,甚至是城市内涝等事故,影响人们正常的工作生活。
传统方案通常是根据天气预测值以及相关的工作经验预测排水管的排水状态,预测结果准确性低。
发明内容
基于此,有必要针对传统方案对排水管排水状态的预测结果准确性低的技术问题,提供一种排水管的排水状态检测方法和系统。
一种排水管的排水状态检测方法,包括如下步骤:
获取排水管处在预测时间点的降水量,根据所述降水量计算排水管处的水流速度;
将所述水流速度输入预设的排水信息预测模型,并读取所述排水信息预测模型输出的预测水深和预测断面面积;其中,所述排水信息预测模型为根据排水管内水流速度计算所述排水管对应的水深和断面面积的函数模型;
根据所述预测水深和预测断面面积检测预测时间点对应的排水量是否超过排水管的排水能力;
若是,则判定所述排水管在预测时间点处于超负荷排水状态。
一种排水管的排水状态检测系统,包括:
获取模块,用于获取排水管处在预测时间点的降水量,根据所述降水量计算排水管处的水流速度;
读取模块,用于将所述水流速度输入预设的排水信息预测模型,并读取所述排水信息预测模型输出的预测水深和预测断面面积;其中,所述排水信息预测模型为根据排水管内水流速度计算所述排水管对应的水深和断面面积的函数模型;
检测模块,用于根据所述预测水深和预测断面面积检测预测时间点对应的排水量是否超过排水管的排水能力;
判定模块,用于若是,则判定所述排水管在预测时间点处于超负荷排水状态。
上述排水管的排水状态检测方法和系统,可以将根据预测时间点的降水量输入上述排水管对应的排水信息预测模型,得到排水管在上述预测时间点对应的预测水深和预测断面面积,以此检测排水管处在预测时间点需要进行排放的降水量是否超过排水管的排水能力,从而实现对预测时间点排水管排水状态的检测,其可以对上述排水管在预测时间点的排水状态进行准确预测;在暴雨或特大暴雨等排水管可能处于超负荷排水状态,存在排水隐患时,可以使相关工作人员提前打开排水管网的阀门,或者在排水管处新增泵站设备,控制水流峰值的排放,降低积水发生概率。
附图说明
图1为一个实施例的排水管的排水状态检测方法流程图;
图2为一个实施例的排水管的排水状态检测系统结构示意图。
具体实施方式
下面结合附图对本发明的排水管的排水状态检测方法和系统的具体实施方式作详细描述。
参考图1,图1所示为一个实施例的排水管的排水状态检测方法流程图,包括如下步骤:
S10,获取排水管处在预测时间点的降水量,根据所述降水量计算排水管处的水流速度;
上述排水管为相应排水管网的一处排水管。排水管网的各处排水管具有相应的排水能力,上述排水能力可以通过排水管处的水深阈值和排水管某处的断面面积阈值表征。通常情况下,水深阈值为排水管可以承受的最大水深,断面面积阈值为排水管可以承受的最大断面面积。上述预测时间点可以为当前时刻往后的某个时间点,如当天晚上存在暴风雨的某个时间点或者第二天凌晨相关恶劣天气对应的某个时间点等等。
排水管网可以对应配置排水管网GIS系统和排水管网SCADA系统(数据采集与监视控制系统)。排水管网SCADA系统是以计算机为基础的生产过程控制与调度自动化系统,它可以实时监控排水运行状态,识别管网瓶颈和运行问题,上述监测数据可以通过WEB(网页)方式发布,满足调度、养护、防汛、管理、决策等需求。排水管网GIS系统可以提供排水管网的空间分布图、管网属性;排水管网SCADA系统可以采集排水管网运行状况以及管道输水能力与泵站泵送能力、降水量等数据,对排水管网分布特性和排水管网运行特性进行分析,上述排水管网GIS系统和排水管网SCADA系统均可以进行相互独立的数据分析和处理,两者之间还可以相互通信,进行数据共享。
上述排水管网SCADA系统可以根据相关气象预报数据确定排水管处在预测时间点的降水量,根据排水管的尺寸参数等排水管特征信息计算排水管处的水流速度。
S20,将所述水流速度输入预设的排水信息预测模型,并读取所述排水信息预测模型输出的预测水深和预测断面面积;其中,所述排水信息预测模型为根据排水管内水流速度计算所述排水管对应的水深和断面面积的函数模型;
排水管网SCADA系统可以根据排水管网各处排水管的分布信息和特征信息建立各个排水管对应的排水信息预测模型,上述排水信息预测模型可以根据输入的水流速度等信息输出对应的管网流量、水位(水深)和/或水流横截面面积等积水信息。
S30,根据所述预测水深和预测断面面积检测预测时间点对应的排水量是否超过排水管的排水能力;
上述排水能力可以通过排水管处的水深阈值和排水管特地处(如入口处或者出口处等)的断面面积阈值表征。通常情况下,水深阈值为排水管可以承受的最大水深,断面面积阈值为排水管可以承受的最大断面面积。
在一个实施例中,上述根据所述预测水深和预测断面面积检测预测时间点对应的排水量是否超过排水管的排水能力的步骤可以包括:
若所述预测水深超过所述排水管对应的水深阈值,和/或,所述预测断面面积超过所述排水管对应的面积阈值,判定预测时间点对应的排水量超过排水管的排水能力。
本实施例中,水深阈值和面积阈值分别可以根据排水管的尺寸参数等特征信息进行设置。预测水深超过所述排水管对应的水深阈值表明预测时间点,排水管处水深较深,此时,排水管难以通过自身排水能力实现相应积水的排放,排水管在预测时间点可能处于超负荷排水状态;相应的,预测断面面积超过所述排水管对应的面积阈值表明预测时间点,排水管处积水的断面面积较大,此时,排水管难以通过自身排水能力实现相应积水的排放,排水管在预测时间点可能处于超负荷排水状态。
S40,若是,则判定所述排水管在预测时间点处于超负荷排水状态。
上述超负荷排水状态可以包括排水管处的积水量超出排水管的排放能力,通过排水管自身的排水能力,难以有序实现上述积水的排放这一状态。排水管网SCADA系统在检测到排水管在预测时间点的排水状态(如超负荷排水状态等)后,可以进行相应的输出,或者共享至其连接的排水管网GIS系统进行输出。
本发明提供的排水管的排水状态检测方法,可以将根据预测时间点的降水量输入上述排水管对应的排水信息预测模型,得到排水管在上述预测时间点对应的预测水深和预测断面面积,以此检测排水管处在预测时间点需要进行排放的降水量是否超过排水管的排水能力,从而实现对预测时间点排水管排水状态的检测,其可以对上述排水管在预测时间点的排水状态进行准确预测;在暴雨或特大暴雨等排水管可能处于超负荷排水状态,存在排水隐患时,可以使相关工作人员提前打开排水管网的阀门,或者在排水管处新增泵站设备,控制水流峰值的排放,降低积水发生概率。
在一个实施例中,上述排水信息预测模型可以包括水流断面面积随流程与时间的变化函数A=A(s,t),以及水断面的流速随流程与时间的变化函数v=v(s,t);其中,所述t表示时间,s表示水道设定断面沿流程的距离;A表示s处对应的过水断面面积;v表示断面水流速度。
上述A(s,t)可以根据排水管网各个排水管的特征信息以及相应排水管所处的环境信息进行设置;v(s,t)可以根据相应排水管的形状信息和尺寸信息进行设置。
作为一个实施例,上述水流断面面积随流程与时间的变化函数可以包括:
At+(A,v)s=0;
所述水断面的流速随流程与时间的变化函数可以包括:
vt+α*v2/A+g*h(A)s+F(A,v)=0;
其中,At表示时刻t对应的过水断面面积,(A,v)s表示s处对应的过水断面面积与断面水流速度之间的关系,其可以根据各个排水管的特征信息以及相应排水管所处的环境信息确定,vt表示时刻t对应的断面水流速度,h(A)s表示过水断面面积A的水深,α为校正系数,g为重力加速度,h=h(A)为断面面积A的水深,F(A,v)表示摩阻力函数,符号“*”表示乘以,符号“/”表示除以。
作为一个实施例,上述排水管的排水状态检测方法,还可以包括:
获取排水管在试验时间点对应的流速记录值、水深记录值和断面面积记录值;
将所述流速记录值输入所述排水信息预测模型,读取所述排水信息预测模型输出的水深试验值和断面面积试验值;
计算所述水深试验值与所述水深记录值之间的水深差值,以及所述断面面积试验值与所述断面面积记录值之间的面积差值;
根据所述水深差值和面积差值调整所述排水信息预测模型。
上述流速记录值、水深记录值和断面面积记录值可以为排水管网SCADA系统中记录的隶属数据,试验时间点可以为当前时刻之前的某个时刻点,在该时刻点,排水管网SCADA系统记录了排水管对应的流速(水流速度)、水深和断面面积等信息。排水信息预测模型输出的水深试验值和断面面积试验值中,若水深试验值与水深记录值之间的水深差值的绝对值较小,即水深差值在预设的第一差值范围内,表明通过排水信息预测模型预测得到的水深参数误差较小;若断面面积试验值与所述断面面积记录值之间的面积差值的绝对值较小,即面积差值在预设的第二差值范围内,表明通过排水信息预测模型预测得到的断面面积参数误差较小,此时,排水信息预测模型可以较为准确地对排水管处的水量信息进行相应的预测。若水深试验值与水深记录值之间的水深差值的绝对值较大,即水深差值在预设的第一差值范围外,表明通过排水信息预测模型预测得到的水深参数误差较大;若断面面积试验值与所述断面面积记录值之间的面积差值的绝对值较大,即面积差值在预设的第二差值范围之外,表明通过排水信息预测模型预测得到的断面面积参数误差较大;此时,可以调整排水信息预测模型中的相关参数,以提高对水量参数进行预测的准确性。
作为一个实施例,上述根据所述水深差值和面积差值调整所述排水信息预测模型的步骤可以包括:
若所述水深差值在预设的第一差值范围内,且所述面积差值在预设的第二差值范围内,则保持所述排水信息预测模型的校正系数和摩阻力函数不变;
若所述水深差值不在预设的第一差值范围内,或者所述面积差值不在预设的第二差值范围内,则调节所述排水信息预测模型的校正系数和摩阻力函数。
上述第一差值范围和第二差值范围可以分别根据排水管的特征信息以及相关预测精度进行设置,比如均设置为[-0.5,0.5]或者[-0.2,0.2]等范围。
本实施例在所述水深差值不在预设的第一差值范围内,或者所述面积差值不在预设的第二差值范围内时,可以对排水信息预测模型的校正系数以及摩阻力函数的各项系数进行微调(如向上或者向下调整一个单位值等等),以提高相应排水信息预测模型的准确性。
作为一个实施例,上述若所述水深差值不在预设的第一差值范围内,或者所述面积差值不在预设的第二差值范围内,则调节所述排水信息预测模型的校正系数和摩阻力函数的过程可以包括:
若所述水深差值超过预设的第一差值范围上界,且所述面积差值超过预设的第二差值范围上界,则将所述摩阻力函数的各项系数以及所述校正系数调小,如将所述摩阻力函数的各项系数向下调节一个单位值,将校正系数向下调节一个单位值等等;
若所述水深差值小于预设的第一差值范围下界,且所述面积差值小于预设的第二差值范围下界,则将所述校摩阻力函数的各项系数以及所述校正系数调大,如将所述摩阻力函数的各项系数向上调节一个单位值,将校正系数向上调节一个单位值等等。
本实施例有方向性的调节排水信息预测模型中的特定参数,可以提高调节上述排水信息预测模型的效率,以及相应调节的有效性。
在一个实施例中,上述排水管的排水状态检测方法还可以包括:
通过GIS系统获取所述排水管的地理位置及管道属性,将所述地理位置、管道属性和检测得到排水状态对应记录在所述GIS系统中。
上述管道属性可以包括相应排水管的尺寸参数、材料参数和/或使用年限等属性信息。
本实施例中,排水管网SCADA系统可以通过其连接GIS系统(排水管网GIS系统)获取所述排水管的地理位置及管道属性,将上述地理位置、管道属性和检测得到排水状态对应记录在GIS系统中,使相关用户可以较为便捷的查询到排水管网各处排水管的相关属性信息。以及其在预测时间点对应的排水状态。
作为一个实施例,上述排水状态检测方法,还可以包括:
将排水信息预测模型与所述排水管的地理位置对应记录在所述GIS系统中;所述GIS系统还可以对应记录排水管的管道属性等信息;
在调节所述排水信息预测模型的校正系数和摩阻力函数后,根据调节后的校正系数和摩阻力函数更新所述GIS系统记录的排水信息预测模型。
本实施例将排水信息预测模型与所述排水管的地理位置及管道属性对应记录在所述GIS系统中,便于相关工作人员通过GIS系统对上述排水信息预测模型的查询工作,根据调节后的校正系数和摩阻力函数更新所述GIS系统记录的排水信息预测模型,可以保证上述GIS系统所记录的排水信息预测模型的准确性。
作为一个实施例,上述排水管网SCADA系统在判定所述排水管在预测时间点处于超负荷排水状态之后,还可以从预测时间点之前的某个时间开始在排水管对应的地理位置处显示报警信息,比在上述排水管对应的地理位置进行闪灯,以向相关用户进行告警等等。上述排水管网SCADA系统还可以将上述预测时间点排水管对应的超负荷排水状态共享给GIS系统,使GIS系统标记预测时间点上述排水管对应的超负荷排水状态,以便通过显示或者报警等方式通知相关的工作人员。
在实际应用中,上述SCADA系统(排水管网SCADA系统)还可以与GIS系统进行数据共享。SCADA系统和GIS系统可以分别从不同方面反映管网的状态,可以对SCADA系统和GIS系统的数据进行格式转化后,共享相应的数据。
例如,GIS系统读取SCADA系统采集的实时数据,如水流量、流速、水位及压力等;SCADA系统可以读取GIS系统的设备的空间位置、设备属性数据;SCADA系统存储设备、设施的监测的实时和历史数据,GIS系统存储空间数据和属性数据;SCADA系统和GIS系统通过一个公共接口实现相互之间的数据转换和共享。
上述SCADA系统和GIS系统之间实现数据共享还可以表现在如下方面:
SCADA系统采集的实时数据,通过GIS系统的地图功能,在地图上精确定位SCADA系统监测终端的地理位置和显示相关的实时测控数据;超标报警信息在GIS系统地图上显示相应的报警图像定位或者声光报警数据显示;视频监控系统的图像或者报警信息,可以通过集成的GIS系统地图上得到快速的定位查找相关监测点的视频图像;在GIS系统地图上动态显示场站动态工艺流程模拟图;在GIS系统地图上绘制监测数据历史趋势曲线图;对系统上的数据进行分析、统计,为生产调度提供决策依据。
SCADA系统和GIS系统分别进行的数据分析与处理可以包括:对SCADA和GIS的数据进行分析、处理,如分析SCADA系统的管网流量、水位与GIS系统的管径、位置的关系。有积水情况时,分析是排水不畅、管道堵塞、或者管径偏小等其他原因。
排水管网积水事件出现时,视频报警联动业务处理过程可以包括:当SCADA采集阀井积水水位发生告警时,通过接口插件实时通知GIS平台,进行业务处理,如:与视频系统联动;当GIS平台接收到报警联动时,由业务插件主动触发视频监控系统进行相应的视频推送;在GIS客户端上相应的阀井管网图上显示报警信息和视频信息;在阀井管网图上点击对应的摄像头,可以查看对应的实时监控视频、云台控制、历史回放等;在阀井管网图上点击可以显示阀井(摄像头)的属性资料,结合视频信息对报警事件进行分析;根据对排水管网积水关联分析,制定相应的调度方案;监控调度方案的实施,并进行资料归档。
本发明可以对排水管网进行相应的优化,利用排水管网的SCADA系统和GIS系统获取排水管网实时数据库和管道位置信息(排水流量、压力、液位、管网拓扑结构、管网管径、管网长度),同时通过获取天气预报的雨量信息,结合这两个数据库构建排水管网模型(如排水信息预测模型);在此基础上,设计优化调度算法,构建优化调度模型,对排水管网进行计算分析和调度控制,输出优化结果;再结合初步的优化结果和评价目标对模型进行调整,如此反复循环迭代,不断优化调度模型,保证排水管网调度系统可以在最优化,最高效的情况下运作。
参考图2所示,图2为一个实施例的排水管的排水状态检测系统结构示意图,包括:
获取模块10,用于获取排水管处在预测时间点的降水量,根据所述降水量计算排水管处的水流速度;
读取模块20,用于将所述水流速度输入预设的排水信息预测模型,并读取所述排水信息预测模型输出的预测水深和预测断面面积;其中,所述排水信息预测模型为根据排水管内水流速度计算所述排水管对应的水深和断面面积的函数模型;
检测模块30,用于根据所述预测水深和预测断面面积检测预测时间点对应的排水量是否超过排水管的排水能力;
判定模块40,用于若是,则判定所述排水管在预测时间点处于超负荷排水状态。
本发明提供的排水管的排水状态检测系统与本发明提供的排水管的排水状态检测方法一一对应,在所述排水管的排水状态检测方法的实施例阐述的技术特征及其有益效果均适用于排水管的排水状态检测系统的实施例中,特此声明。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种排水管的排水状态检测方法,其特征在于,包括如下步骤:
获取排水管处在预测时间点的降水量,根据所述降水量计算排水管处的水流速度;
将所述水流速度输入预设的排水信息预测模型,并读取所述排水信息预测模型输出的预测水深和预测断面面积;其中,所述排水信息预测模型为根据排水管内水流速度计算所述排水管对应的水深和断面面积的函数模型;
根据所述预测水深和预测断面面积检测预测时间点对应的排水量是否超过排水管的排水能力;
若是,则判定所述排水管在预测时间点处于超负荷排水状态。
2.根据权利要求1所述的排水管的排水状态检测方法,其特征在于,所述排水信息预测模型包括水流断面面积随流程与时间的变化函数A=A(s,t),以及水断面的流速随流程与时间的变化函数v=v(s,t);其中,所述t表示时间,s表示水道设定断面沿流程的距离;A表示s处对应的过水断面面积;v表示断面水流速度。
3.根据权利要求2所述的排水管的排水状态检测方法,其特征在于,所述水流断面面积随流程与时间的变化函数包括:
At+(A,v)s=0;
所述水断面的流速随流程与时间的变化函数包括:
vt+α*v2/A+g*h(A)s+F(A,v)=0;
其中,At表示时刻t对应的过水断面面积,(A,v)s表示s处对应的过水断面面积与断面水流速度之间的关系,vt表示时刻t对应的断面水流速度,h(A)s表示过水断面面积A的水深,α为校正系数,g为重力加速度,h=h(A)为断面面积A的水深,F(A,v)表示摩阻力函数。
4.根据权利要求3所述的排水管的排水状态检测方法,其特征在于,还包括:
获取排水管在试验时间点对应的流速记录值、水深记录值和断面面积记录值;
将所述流速记录值输入所述排水信息预测模型,读取所述排水信息预测模型输出的水深试验值和断面面积试验值;
计算所述水深试验值与所述水深记录值之间的水深差值,以及所述断面面积试验值与所述断面面积记录值之间的面积差值;
根据所述水深差值和面积差值调整所述排水信息预测模型。
5.根据权利要求4所述的排水管的排水状态检测方法,其特征在于,所述根据所述水深差值和面积差值调整所述排水信息预测模型的步骤包括:
若所述水深差值在预设的第一差值范围内,且所述面积差值在预设的第二差值范围内,则保持所述排水信息预测模型的校正系数和摩阻力函数不变;
若所述水深差值不在预设的第一差值范围内,或者所述面积差值不在预设的第二差值范围内,则调节所述排水信息预测模型的校正系数和摩阻力函数。
6.根据权利要求5所述的排水管的排水状态检测方法,其特征在于,所述若所述水深差值不在预设的第一差值范围内,或者所述面积差值不在预设的第二差值范围内,则调节所述排水信息预测模型的校正系数和摩阻力函数的过程包括:
若所述水深差值超过预设的第一差值范围上界,且所述面积差值超过预设的第二差值范围上界,则将所述摩阻力函数的各项系数以及所述校正系数调小;
若所述水深差值小于预设的第一差值范围下界,且所述面积差值小于预设的第二差值范围下界,则将所述校摩阻力函数的各项系数以及所述校正系数调大。
7.根据权利要求1至6任一项所述的排水管的排水状态检测方法,其特征在于,还包括:
通过GIS系统获取所述排水管的地理位置及管道属性,将所述地理位置、管道属性和检测得到排水状态对应记录在所述GIS系统中。
8.根据权利要求7所述的排水管的排水状态检测方法,其特征在于,还包括:
将排水信息预测模型与所述排水管的地理位置对应记录在所述GIS系统中;
在调节所述排水信息预测模型的校正系数和摩阻力函数后,根据调节后的校正系数和摩阻力函数更新所述GIS系统记录的排水信息预测模型。
9.根据权利要求1至6任一项所述的排水管的排水状态检测方法,其特征在于,所述根据所述预测水深和预测断面面积检测预测时间点对应的排水量是否超过排水管的排水能力的步骤包括:
若所述预测水深超过所述排水管对应的水深阈值,和/或,所述预测断面面积超过所述排水管对应的面积阈值,判定预测时间点对应的排水量超过排水管的排水能力。
10.一种排水管的排水状态检测系统,其特征在于,包括:
获取模块,用于获取排水管处在预测时间点的降水量,根据所述降水量计算排水管处的水流速度;
读取模块,用于将所述水流速度输入预设的排水信息预测模型,并读取所述排水信息预测模型输出的预测水深和预测断面面积;其中,所述排水信息预测模型为根据排水管内水流速度计算所述排水管对应的水深和断面面积的函数模型;
检测模块,用于根据所述预测水深和预测断面面积检测预测时间点对应的排水量是否超过排水管的排水能力;
判定模块,用于若是,则判定所述排水管在预测时间点处于超负荷排水状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710078296.2A CN106801463B (zh) | 2017-02-14 | 2017-02-14 | 排水管的排水状态检测方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710078296.2A CN106801463B (zh) | 2017-02-14 | 2017-02-14 | 排水管的排水状态检测方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106801463A true CN106801463A (zh) | 2017-06-06 |
CN106801463B CN106801463B (zh) | 2019-03-08 |
Family
ID=58988489
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710078296.2A Active CN106801463B (zh) | 2017-02-14 | 2017-02-14 | 排水管的排水状态检测方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106801463B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107991956A (zh) * | 2017-12-04 | 2018-05-04 | 江苏环保产业技术研究院股份公司 | 一种工业废水偷排监控预警系统 |
CN108958301A (zh) * | 2018-06-27 | 2018-12-07 | 北京小米移动软件有限公司 | 控制设备排水的方法、装置及存储介质 |
CN109405924A (zh) * | 2018-11-15 | 2019-03-01 | 广州市市政工程设计研究总院有限公司 | 一种排水管网液位在线远程监测系统及方法 |
CN109632005A (zh) * | 2019-01-10 | 2019-04-16 | 义乌市吉龙科技有限公司 | 一种积流系统 |
CN112232589A (zh) * | 2020-10-30 | 2021-01-15 | 国网山西省电力公司大同供电公司 | 一种电缆管廊水环境数据的处理方法及系统 |
CN112987808A (zh) * | 2021-05-13 | 2021-06-18 | 浙江鼎胜环保技术有限公司 | 一种管网管理方法及数字管网系统 |
CN114876025A (zh) * | 2022-04-28 | 2022-08-09 | 诚通凯胜生态建设有限公司 | 一种公园排水方法、系统、存储介质及智能终端 |
CN115222165A (zh) * | 2022-09-20 | 2022-10-21 | 国能大渡河大数据服务有限公司 | 一种基于Transformer模型的排水系统运行状态预测方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1760912A (zh) * | 2005-11-11 | 2006-04-19 | 杭州电子科技大学 | 城市排水系统不确定水力学模型建模方法 |
CN101692273A (zh) * | 2009-09-28 | 2010-04-07 | 北京工业大学 | 城市排水管网在线水力模型建模方法 |
CN102890792A (zh) * | 2011-07-20 | 2013-01-23 | 北京源汇远科技有限公司 | 市政排水管网决策评估方法 |
CN103591996A (zh) * | 2013-10-27 | 2014-02-19 | 沈阳建筑大学 | 一种分流制雨水管网内涝预警及应急响应装置及方法 |
KR20150089191A (ko) * | 2014-01-27 | 2015-08-05 | 주식회사 에스비아이에스 | 폭풍 해일 예보 시스템 |
CN105651484A (zh) * | 2015-12-29 | 2016-06-08 | 北京无线电计量测试研究所 | 一种自适应雨水管网监测方法及系统 |
-
2017
- 2017-02-14 CN CN201710078296.2A patent/CN106801463B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1760912A (zh) * | 2005-11-11 | 2006-04-19 | 杭州电子科技大学 | 城市排水系统不确定水力学模型建模方法 |
CN101692273A (zh) * | 2009-09-28 | 2010-04-07 | 北京工业大学 | 城市排水管网在线水力模型建模方法 |
CN102890792A (zh) * | 2011-07-20 | 2013-01-23 | 北京源汇远科技有限公司 | 市政排水管网决策评估方法 |
CN103591996A (zh) * | 2013-10-27 | 2014-02-19 | 沈阳建筑大学 | 一种分流制雨水管网内涝预警及应急响应装置及方法 |
KR20150089191A (ko) * | 2014-01-27 | 2015-08-05 | 주식회사 에스비아이에스 | 폭풍 해일 예보 시스템 |
CN105651484A (zh) * | 2015-12-29 | 2016-06-08 | 北京无线电计量测试研究所 | 一种自适应雨水管网监测方法及系统 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107991956A (zh) * | 2017-12-04 | 2018-05-04 | 江苏环保产业技术研究院股份公司 | 一种工业废水偷排监控预警系统 |
CN108958301A (zh) * | 2018-06-27 | 2018-12-07 | 北京小米移动软件有限公司 | 控制设备排水的方法、装置及存储介质 |
US11188102B2 (en) | 2018-06-27 | 2021-11-30 | Beijing Xiaomi Mobile Software Co., Ltd. | Method, apparatus and storage medium for controlling drainage of equipment |
CN109405924A (zh) * | 2018-11-15 | 2019-03-01 | 广州市市政工程设计研究总院有限公司 | 一种排水管网液位在线远程监测系统及方法 |
CN109632005A (zh) * | 2019-01-10 | 2019-04-16 | 义乌市吉龙科技有限公司 | 一种积流系统 |
CN112232589A (zh) * | 2020-10-30 | 2021-01-15 | 国网山西省电力公司大同供电公司 | 一种电缆管廊水环境数据的处理方法及系统 |
CN112987808A (zh) * | 2021-05-13 | 2021-06-18 | 浙江鼎胜环保技术有限公司 | 一种管网管理方法及数字管网系统 |
CN114876025A (zh) * | 2022-04-28 | 2022-08-09 | 诚通凯胜生态建设有限公司 | 一种公园排水方法、系统、存储介质及智能终端 |
CN115222165A (zh) * | 2022-09-20 | 2022-10-21 | 国能大渡河大数据服务有限公司 | 一种基于Transformer模型的排水系统运行状态预测方法及系统 |
CN115222165B (zh) * | 2022-09-20 | 2022-12-27 | 国能大渡河大数据服务有限公司 | 一种基于Transformer模型的排水系统运行状态预测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN106801463B (zh) | 2019-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106801463A (zh) | 排水管的排水状态检测方法和系统 | |
US11721191B1 (en) | Method and system for flood early warning in smart city based on internet of things | |
CN108320462A (zh) | 城市防汛预警预报系统 | |
CN112070286B (zh) | 复杂地形流域的降水预报预警系统 | |
KR101381192B1 (ko) | 실시간 제어 기반의 지능형 우수관리 시스템 및 방법 | |
CN111815128B (zh) | 深层污水排水隧道的调度运行方法、装置和计算机设备 | |
CN107169645B (zh) | 一种计及暴雨灾害影响的输电线路故障概率在线评估方法 | |
KR101545335B1 (ko) | 인공신경망 및 퍼지 기법을 이용한 우수 펌프 제어시스템 | |
CN112097851B (zh) | 一种易涝点涝情检测方法及内涝预测方法 | |
CN111221286B (zh) | 智能物联排水系统及其控制方法 | |
CN106706033A (zh) | 一种海绵城市性能监视系统和方法 | |
CN113011903A (zh) | 基于gis和水力模型的水污染精准溯源方法 | |
CN117173871B (zh) | 一种防汛监测方法和系统 | |
CN207924874U (zh) | 城市防汛预警预报装置 | |
CN111780829B (zh) | 一种用于排水井盖的堵塞检测系统及堵塞检测方法 | |
CN111915847A (zh) | 一种精细化降雨预报系统及其预警方法 | |
CN117057616A (zh) | 基于数字孪生的水利监测方法及系统 | |
CN114331186A (zh) | 一种排水厂网河智能调度方法及系统 | |
CN116821272A (zh) | 一种城市内涝智慧监控预警方法及系统 | |
CN117152935A (zh) | 基于流体三维动态模拟仿真的隧道洪涝预警系统和方法 | |
CN114723595A (zh) | 一种基于水联网平台的排水系统综合管理平台 | |
CN117275188A (zh) | 一种山洪灾害监测预警系统和方法 | |
CN212007314U (zh) | 一种水文机器人 | |
CN115018165A (zh) | 基于大数据的洪水预报分析系统及方法 | |
CN118015813B (zh) | 一种水库防洪预警方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |