CN110570126A - 一种基于实时气象信息的雨水调蓄设施实时调度方法 - Google Patents
一种基于实时气象信息的雨水调蓄设施实时调度方法 Download PDFInfo
- Publication number
- CN110570126A CN110570126A CN201910863043.5A CN201910863043A CN110570126A CN 110570126 A CN110570126 A CN 110570126A CN 201910863043 A CN201910863043 A CN 201910863043A CN 110570126 A CN110570126 A CN 110570126A
- Authority
- CN
- China
- Prior art keywords
- real
- time
- rainfall
- storage facility
- rainwater storage
- 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
- 238000003860 storage Methods 0.000 title claims abstract description 146
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000005457 optimization Methods 0.000 claims abstract description 31
- 238000004088 simulation Methods 0.000 claims abstract description 21
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 20
- 230000002068 genetic effect Effects 0.000 claims abstract description 17
- 230000008569 process Effects 0.000 claims abstract description 14
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 44
- 238000010276 construction Methods 0.000 claims description 23
- 238000004458 analytical method Methods 0.000 claims description 13
- 238000013461 design Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000011161 development Methods 0.000 claims description 5
- 239000003657 drainage water Substances 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 4
- 238000004064 recycling Methods 0.000 claims description 4
- 238000011144 upstream manufacturing Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 16
- 230000000694 effects Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 4
- 238000012216 screening Methods 0.000 description 4
- 238000009825 accumulation Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 239000003403 water pollutant Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Biophysics (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Biology (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Genetics & Genomics (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Physiology (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Sewage (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于实时气象信息的雨水调蓄设施实时调度方法，通过构建区域SWMM模型，根据气象预警或实时临近预报建立不同的预案；在投入运行的过程中，建立一个针对雨水调蓄设施的上位机软件调度控制平台，在控制中心中通过实时获取国家有关部门发布的气象预警数据，以此为根据调用对应的预案；或者通过实时获取临近降雨预报信息，利用遗传算法进行实时决策寻优，实现基于实时气象信息的雨水调蓄设施实时调度控制；此外，通过设置的信息采集元件、执行元件与下位机，实现了平台预案的执行与实时数据的采集。在积累了一定的运行数据后，进行SWMM模型参数修改并重新进行模拟，根据模拟结果调整预案，保证预案的可靠性。
Description
技术领域
本发明涉及雨水利用领域，特别是一种基于实时气象信息的雨水调蓄设施实时调度方法。
背景技术
近年来，雨洪控制与雨水利用在市政排水设施规划设计与建筑设计中受到了越来越多的关注。为在完成雨洪控制的同时达到雨水利用的目的，工程建设中常常常利用天然湖泊，或者人工设置雨水调蓄池、雨水桶等雨水调蓄设施，存留一部分雨水以供后期回收利用；同时，调蓄的雨水能够减轻市政雨水排水压力，削减径流洪峰。
SWMM模型由美国环保部开发，是目前使用最广泛的分布式水文模型之一。该模型包括了水文、水力与水质模块，能够进行地表产流及汇流过程、径流在管道/渠道中的流动、雨水径流水质等方面的模拟。该模型的模拟效果较好，被广泛的应用在国内外的工程建设规划中。
目前已有的雨水调蓄设施的实时调度往往依靠工程设计人员的经验分析实现，缺乏科学可靠的调度运行方法。在这样的背景下，雨水调蓄设施的空间往往在降雨初期就被充满，其调蓄容积很难被充分利用，对城市内涝的缓解作用十分有限，雨水管网的排水能力也没有得到充分的利用；此外，初期降雨一般污染物含量高，收储初期降雨径流还将导致储水污染物含量急剧升高。当降雨过程的雨强发展到最大时，此时调蓄设施往往已经蓄满水退出工作，而这是恰恰是内涝发生的关键时期，当降雨量超出排水系统排水能力后，大量的雨水无法进入调蓄设施消纳，就将在地表蓄积导致严重的内涝。
发明内容
有鉴于此，本发明的目的是提供一种基于实时气象信息的雨水调蓄设施实时调度方法，基于SWMM模拟结果指定导出预案，大大提高了雨水调蓄设施调度的科学性，根据降雨径流发展的客观科学规律进行预先调度，能够最大限度上的发挥原有排水系统的排水能力。
本发明采用以下方案实现：一种基于实时气象信息的雨水调蓄设施实时调度方法，包括以下步骤：
一种基于实时气象信息的雨水调蓄设施实时调度方法，包括以下步骤：
步骤S1：根据建设地区遥感影像资料数据、工程规划设计资料数据、实测资料数据、区域DEM数据建立区域SWMM模型；
步骤S2：利用提供的历史降雨资料数据，对所述的区域SWMM模型进行参数修正率定；
步骤S3：在雨水调蓄设施中设置信息采集元件与执行元件，将已有或新设置的雨水调蓄设施中设置的信息采集元件和执行元件与下位机连接；
步骤S4：建立针对建设地区的雨水调蓄设施上位机软件调度控制平台，同时进行下位机与上位机的通讯连接；
步骤S5：调度过程中，依托上位机软件调度平台，对定时获取的实时临近降雨预报数据进行决策分析；或者针对不同气象预警等级进行决策分析，实现基于实时气象信息预案调度的雨水调蓄设施调度控制。
进一步地，所述步骤S2的具体内容为：采用3场以上高强度历史降雨进行分析，通过对比所述SWMM模型的管道内流量、水位、积水点水深的计算结果与实际值的差异，调整所述SWMM模型中的参数，使模型计算结果与历史实测数据差异小于10％，以完成参数率定。
进一步地，所述步骤S5中所述针对不同气象预警等级进行决策分析具体包括以下步骤：
步骤SA：结合已有的建设地区历史水文统计资料数据与气象预警规定，建立不同气象预警等级下对应的SWMM模型降雨序列，并写入所述SWMM模型的.inp输入文件中，执行模拟分析；
步骤SB：利用不同气象预警下的SWMM模型分析结果，制定不同气象预警等级或不同实时气象条件下对应的雨水调蓄设施运行预案；
步骤SC：根据步骤S4中上位机软件调度控制平台所获取的实时气象预警信息，判断气象预警信息是否生效，若生效则执行步骤SD；否则，继续定时获取实时气象预警信息；
步骤SD：通过步骤SB中所制定的预案的调用，向下位机发出执行指令，以实现基于气象预警预案调度的雨水调蓄设施控制,最后返回步骤SC；
步骤SE：根据历史运行数据对SWMM模型的参数进行调整，基于调整过后的模型模拟结果对预案的内容进行调整，用以保证调度预案的可靠性。
进一步地，步骤S5中所述依托上位机软件调度平台，对定时获取的实时临近降雨预报数据进行决策分析，具体包括以下步骤：
步骤Sa：利用S4中构建的上位机软件调度控制平台，定时获取临近气象预报数据，具体要求临近降雨预报时间跨度大于5min，并且预报值间隔小于10min；判断降雨出现后，在预报降雨开始时，将降雨预报值作为降雨序列写入SWMM模型的.inp输入文件中；在预报降雨未结束时，将临近降雨预报数据添加到本场降雨的实测序列之后，完成降雨序列的输入；
步骤Sb：利用遗传算法进行SWMM模型中的调度参数寻优，降低SWMM模型中建设区域的径流峰值或降低易涝点的雨水管网管内水位；
步骤Sc：根据步骤Sb中的寻优结果，建立实时调度预案，由S4中构建的上位机软件调度控制平台控制下位机的动作，完成预案的执行。
进一步地，步骤SB中所述制定的雨水调蓄设施运行预案的内容包括：
应对对应预警等级下降雨时，调蓄设施所需调蓄库容、雨水调蓄设施预排水水量、雨水调蓄设施的开闸蓄洪时间、雨水调蓄设施的闸门开度、雨水调蓄设施排水后水位、建设控制区域内积水范围、积水深度预测和雨水调蓄设施中执行元件的工作方案与流程。
进一步地，步骤Sb中采用遗传算法进行SWMM模型中的调度参数寻优具体包括以下步骤：
步骤Sb1：在上位计算机中载入遗传算法优化模型，将优化目标函数设为调蓄池上游或者下游的易涝点雨水管网管内水位，或者区域雨水主干管的汇流排出口径流峰值流量，并利用基于等级划分的方法构建适应度函数；
步骤Sb2：根据上位计算机的并行计算能力，具体是根据CPU核心数目、线程数目，确定子代个体数目；
步骤Sb3：在遗传算法优化模型下，生成关于各个调蓄设施开闸时间、闸门开度的多组可行解，将各组解输入到SWMM模型中运行，获得适应度函数值；
步骤Sb4：评估比较各组解下的适应度函数值，依据适应度函数值采用轮盘赌算法进行方案选择，随机交换或变动剩余方案间的开闸时间、闸门开度，生成新的可行解，进行下一轮优化；
步骤Sb5：重复步骤Sb3和步骤Sb4，在优化轮次达到目标运行次数或者判定收敛后，停止优化，保存各个调蓄设施开闸时间、闸门开度并执行步骤Sc。
进一步地，步骤S3中所述的信息采集元件包括用于监测雨水调蓄池或雨水储水设施储水水位的水位信息采集元件和在调蓄设施接入点下游雨水排水管道用于测量管道流量、水位的计量设备。
进一步地，步骤S3中所述的执行元件包括用于雨水调蓄池或雨水储水设施排水或雨水回用的水泵、控制调蓄设施进水的闸门和用于控制电路的继电器。
进一步地，步骤S4中构建所述上位机软件调度控制平台的形式包括：
依托排水设施三维模拟实体信息模型进行上位机软件调度控制平台的构建，具体是通过对AutoCAD Civil 3D或Autodesk Revit软件的API接口进行开发，挂接SWMM模型模拟数据与实时调度数据、区域内雨水调蓄设施的实时运行情况与预案的内容信息，依托区域中调蓄设施的三维模型数据进行展示；
或者，依托区域地理信息系统进行上位机软件调度控制平台的构建，具体是通过包括对QGIS、ArcGIS软件的API接口进行二次开发，挂接SWMM模型模拟数据与实时调度数据，区域内雨洪设施的实时运行情况与预案的内容通过二维地图或三维地理模型进行展示。
进一步地，步骤SB中建立SWMM模型降雨序列的具体过程为：
根据国家气象预警规定，确定降雨序列的降雨历时与降雨总量；采用芝加哥雨型或地方气象部门发布的雨型，通过试算确定降雨序列的重现期以匹配对应雨型下对应降雨历时的降雨量。
进一步地，步骤S4中建立针对建设地区的雨水调蓄设施上位机软件调度控制平台的具体步骤为：
利用wxpython或tkinter构建GUI界面；利用Python的request、urllib库获取气象数据源页面的JSON信息，利用python的json库解析获取的信息；利用python的csv库或xlwt库写入平台运行数据至csv或excel储存文件；利用python-snap7与PLC进行通讯；利用numpy进行遗传算法内部数据的处理与计算；利用matplotlib进行数据的展绘。
与现有技术相比，本发明具有以下有益效果：
(1)本发明基于SWMM模拟结果导出预案，大大提高了雨水调蓄设施调度的科学性，根据降雨径流发展的客观科学规律进行预先调度，能够最大限度上的发挥原有排水系统的排水能力，并为极端强降雨条件下的雨洪调度争取到了宝贵的时间，对改善建设控制区域内的内涝积水情况有突出积极的意义。
(2)本发明利用国家气象预警中心发布的气象预警信号或者临近降雨量预报作为调蓄设施调度的依据，起到了超前控制的效果，调蓄设施的运行质量也有极大提升。
(3)本发明通过预案调度，雨水调蓄设施能够预先排出调积存雨水，充分利用了雨水调蓄设施的调蓄容积，起到了削减径流峰值的作用，并保障了雨水调蓄设施内储存雨水的水质。
附图说明
图1为本发明实施例的方法流程图。
图2为本发明实施例的暴雨蓝色预警下SWMM降雨序列图。
图3为本发明实施例的暴雨黄色预警下SWMM降雨序列图。
图4为本发明实施例的暴雨橙色预警下SWMM降雨序列图。
图5为本发明实施例的暴雨红色预警下SWMM降雨序列图。
图6为本发明实施例的未采用本发明调度方法的雨水调蓄设施在实施例中暴雨红色预警降雨序列下的区域出口径流过程。
图7为本发明实施例的调度方法的雨水调蓄设施在实施例中暴雨红色预警降雨序列下的区域出口径流过程。
图8为本发明实施例的雨水调蓄设施优化效果比较展示图。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
如图1所示，本实施例还提供一种基于实时气象信息的雨水调蓄设施实时调度方法，包括以下步骤：
步骤S1：根据建设地区遥感影像资料数据、工程规划设计资料数据、实测资料数据、区域DEM数据建立区域SWMM模型；
步骤S2：利用提供的历史降雨资料数据，对所述的区域SWMM模型进行参数修正率定；
步骤S3：在雨水调蓄设施中设置信息采集元件与执行元件，将已有或新设置的雨水调蓄设施中设置的信息采集元件和执行元件与电气控制柜中的下位机(PLC或单片机)连接，下位机设置有与上位机进行通讯的支持模块；所述下位机一般设置在调蓄设施旁的电气控制柜中。
步骤S4：建立针对建设地区的雨水调蓄设施上位机软件调度控制平台，同时进行下位机与上位机的通讯连接；
步骤S5：调度过程中，依托上位机软件调度平台，对定时获取的实时临近降雨预报数据进行决策分析；或者针对不同气象预警等级进行决策分析，实现基于实时气象信息预案调度的雨水调蓄设施调度控制。
在本实施例中，所述步骤S2的具体内容为：采用3场以上高强度历史降雨进行分析，通过对比所述SWMM模型的管道内流量、水位、积水点水深的计算结果与实际值的差异，调整所述SWMM模型中的参数，使模型计算结果与历史实测数据差异小于10％，以完成参数率定。
在本实施例中，所述步骤S5中所述针对不同气象预警等级进行决策分析具体包括以下步骤：
步骤SA：结合已有的建设地区历史水文统计资料数据与国家气象预警的相关规定，建立不同气象预警等级下对应的SWMM模型降雨序列，并写入所述SWMM模型的.inp输入文件中，执行模拟分析；
步骤SB：利用不同气象预警下的SWMM模型分析结果，制定不同气象预警等级或不同实时气象条件下对应的雨水调蓄设施运行预案；
步骤SC：根据步骤S4中上位机软件调度控制平台所获取的实时气象预警信息，判断气象预警信息是否生效，若生效则执行步骤SD；否则，继续定时获取实时气象预警信息；
其中，气象预警由国家和地方的气象部门发布，具体根据国家和地方的气象部门的所发布的气象预警信息确定气象预警是否生效。
步骤SD：通过步骤SB中所制定的预案的调用，向下位机发出执行指令，以实现基于气象预警预案调度的雨水调蓄设施控制,最后返回步骤SC；
步骤SE：根据历史运行数据对SWMM模型的参数进行调整，基于调整过后的模型模拟结果对预案的内容进行调整，用以保证调度预案的可靠性。
在本实施例中，步骤S5中所述依托上位机软件调度平台，对定时获取的实时临近降雨预报数据进行决策分析，具体包括以下步骤：
步骤Sa：利用S4中构建的上位机软件调度控制平台，定时获取临近气象预报数据，具体要求临近降雨预报时间跨度大于5min，并且预报值间隔小于10min；判断降雨出现后，在预报降雨开始时，将降雨预报值作为降雨序列写入SWMM模型的.inp输入文件中；在预报降雨未结束时，将临近降雨预报数据添加到本场降雨的实测序列之后，完成降雨序列的输入；
步骤Sb：利用遗传算法进行SWMM模型中的调度参数寻优，降低SWMM模型中建设区域的径流峰值或降低易涝点的雨水管网管内水位；
步骤Sc：根据步骤Sb中的寻优结果，建立实时调度预案，由S4中构建的上位机软件调度控制平台控制下位机的动作，完成预案的执行。
在本实施例中，步骤SB中所述制定的雨水调蓄设施运行预案的内容包括：
应对对应预警等级下降雨时，调蓄设施所需调蓄库容、雨水调蓄设施预排水水量、雨水调蓄设施的开闸蓄洪时间、雨水调蓄设施的闸门开度、雨水调蓄设施排水后水位、建设控制区域内积水范围、积水深度预测和雨水调蓄设施中执行元件的工作方案与流程。
在本实施例中，步骤SB中所述制定的雨水调蓄设施运行预案的步骤为：
提取SWMM模型模拟方案中的调蓄设施初始水位、开闸时间、闸门开度等参数，确定雨水调蓄设施排水后水位、设施所需调蓄库容、雨水调蓄设施预排水水量、雨水调蓄设施的开闸蓄洪时间、雨水调蓄设施的闸门开度；根据模型计算结果预测建设控制区域内积水范围、积水深度。综上，完成雨水调蓄设施中执行元件的工作方案与流程的制定。
在本实施例中，步骤Sb中采用遗传算法进行SWMM模型中的调度参数寻优具体包括以下步骤：
步骤Sb1：在上位计算机中载入遗传算法优化模型，将优化目标函数设为调蓄池上游或者下游的易涝点雨水管网管内水位，或者区域雨水主干管的汇流排出口径流峰值流量，并利用基于等级划分的方法构建适应度函数；
步骤Sb2：根据上位计算机的并行计算能力，具体是根据CPU核心数目、线程数目，确定子代个体数目；
步骤Sb3：在遗传算法优化模型下，生成关于各个调蓄设施开闸时间、闸门开度的多组可行解，将各组解输入到SWMM模型中运行，获得适应度函数值；
步骤Sb4：评估比较各组解下的适应度函数值，依据适应度函数值采用轮盘赌算法进行方案选择，随机交换或变动剩余方案间的开闸时间、闸门开度，生成新的可行解，进行下一轮优化；
步骤Sb5：重复步骤Sb3和步骤Sb4，在优化轮次达到目标运行次数或者判定收敛后，停止优化，保存各个调蓄设施开闸时间、闸门开度并执行步骤Sc。
在本实施例中，步骤S3中所述的信息采集元件包括用于监测雨水调蓄池或雨水储水设施储水水位的水位信息采集元件和在调蓄设施接入点下游雨水排水管道用于测量管道流量、水位的计量设备。
在本实施例中，步骤S3中所述的执行元件包括用于雨水调蓄池或雨水储水设施排水或雨水回用的水泵、控制调蓄设施进水的闸门和用于控制电路的继电器。
在本实施例中，步骤S4中构建所述上位机软件调度控制平台的形式包括：
依托排水设施三维模拟实体信息模型(如AutoCAD Civil 3D、Autodesk Revit等)进行上位机软件调度控制平台的构建，具体是通过对AutoCAD Civil 3D、Autodesk Revit等软件的API接口进行开发，挂接SWMM模型模拟数据与实时调度数据、区域内雨水调蓄设施的实时运行情况与预案的内容等信息，依托区域中调蓄设施的三维模型数据进行展示；
或者，依托区域地理信息系统(如QGIS、ArcGIS等)进行上位机软件调度控制平台的构建，具体是通过包括对QGIS、ArcGIS软件的API接口进行二次开发，挂接SWMM模型模拟数据与实时调度数据，区域内雨洪设施的实时运行情况与预案的内容通过二维地图或三维地理模型进行展示。
在本实施例中，步骤SA中建立SWMM模型降雨序列的具体过程为：
根据国家气象预警规定，确定降雨序列的降雨历时与降雨总量；采用芝加哥雨型或地方气象部门发布的雨型，通过试算确定降雨序列的重现期以匹配对应雨型下对应降雨历时的降雨量。
在本实施例中，步骤S4中建立针对建设地区的雨水调蓄设施上位机软件调度控制平台的具体步骤为：
利用wxpython或tkinter构建GUI界面；利用Python的request、urllib库获取气象数据源页面的JSON信息，利用python的json库解析获取的信息；利用python的csv库或xlwt库写入平台运行数据至csv或excel储存文件；利用python-snap7与PLC进行通讯；利用numpy进行遗传算法内部数据的处理与计算；利用matplotlib进行数据的展绘。
较佳的，在本实施例中，根据建设地区遥感影像资料数据、工程规划设计资料数据、实测资料数据、区域DEM数据建立区域SWMM模型，具体为：根据建设地区的遥感影像资料、规划设计资料等确定用地类型，结合排水设施的布设进行子汇水区域的划分，根据DEM数据确定区域内的平均坡度，以确定不同子汇水区域内的水文参数；根据管网设计资料确定模型中的管段和节点及相关的参数。
在本实施例中，所述上位机软件调度控制平台具体包括以下几个模块：
建设地区实时气象条件的实时获取、储存与展示模块、从国家气象预警中心实时获取建设地区的气象预警信息，并进行储存于展示的模块、雨水调蓄设施的实时运行数据的储存与展示模块、雨水调蓄设施的历史运行监测数据的储存与展示模块、上位机软件调度控制平台历史运行数据储存与展示模块、区域SWMM模型的调用与修改模块、调度预案的内容展示与修改模块、遗传算法寻优模块、下位机运行控制模块。
较佳的，在本实施例中，不同气象预警等级或不同实时气象条件下对应的雨水调蓄设施运行预案，还可以人为通过经验判定调整各个调蓄设施开闸时间、闸门开度，选取模型运行效果较优方案完成预案制定。
较佳的，本实施例通过构建区域SWMM模型，依据国家气象预警规定或实时临近降雨预报数据建立不同的预案；在投入运行的过程中，建立了一个针对雨水调蓄设施的上位机软件调度控制平台，在控制中心中通过实时获取国家有关部门发布的气象预警数据，以此为根据调用对应的预案，实现基于实时在线预案调度的雨水调蓄设施控制；上位机软件控制中心还设置了围绕前述功能的数据储存与展示功能。此外，平台设置有信息采集元件、执行机构与下位机，用于实现平台预案的执行与实时数据的采集。在积累了一定的运行数据后，通过修改SWMM模型参数，重新进行模拟，根据模拟结果调整预案，从而保证预案的可靠性。
较佳的，在本实施例中，列举具体的示例来进行详细说明：
示例(一)：
本实施例依据气象预警进行预案的制定。
首先，对规划区域进行建模，根据规划区域排水管网设计实测综合资料(2019.01)，结合现场踏勘成果进行建模。确定排水节点后，利用泰森多边形法进行子汇水区域的划分，并结合地块内设计资料与实测数据，进行子汇水区域面积、宽度、坡度、用地类型比例、汇水演算模式等参数的率定，同时结合改造规划设计情况进行LID设施的设置；利用现有管网资料，进行管网节点、管段参数各个参数的率定。
而后确定不同预案下降雨序列，国家暴雨预警发布标准如下表所示：
根据《给水排水设计手册第5册城镇排水》附录4中，查找改造地区的暴雨强度公式，得：
式中：q——暴雨强度，L/s·ha；
TE——重现期，a；
t——降雨历时，min。
结合国家气象预警规定、暴雨强度公式与近五年来的气象预警发布资料及相关的降雨统计资料，确定制定预案的相关参数如下：
结合相关参数，采用芝加哥雨型进行雨量的逐分钟分配，采用峰值系数r＝0.4，分配结果如图2-图5所示；
将不同预警预案下分配完成的降雨量输入到不同文件的雨量计中，运行模型。通过人为设定雨水储水构筑物中的初始水量(水位)，模拟不同预先排水调度情景下的水量与雨洪控制效果。运用模拟结果导出预案执行数据，完成预案的建立。
完成上述建模过程后，进行预警获取程序的设定。通过对气象数据提供方的数据进行筛选甄别，找到对应所需气象预警数据、实时降雨数据储存的位置，撰写Python代码，构建GUI界面，完成上位机软件调度控制平台的各个功能。同时，完成下位机硬件设施的设置，包括信息采集元件与执行元件的安装调试。
下面以红色预警下的极端强降雨应对预案进行分析，利用SWMM构建区域内未设置调蓄设施、设置了未经调度优化的调蓄设施以及经过本平台优化的调蓄设施三种情况，说明系统运行效果。在红色预警触发时，区域内雨水调蓄利用设施的储水被完全排空，腾出全部库容以供雨水调蓄。
以暴雨红色预警为例，未设置调蓄设施时，对应降雨序列模拟所得的峰值流量为1579.61L/s。结合设计要求，在改造地区的绿化带、草坪下方共设置六处雨水调蓄利用设施，总调蓄容积为1245m3。在雨水调蓄设施未进行优化时，改造地区雨水主干管汇流排出点流量过程见图6，峰值流量为1351.41L/s，径流峰值削减比率仅为14.45％。优化后，在实施例中的降雨序列进行到1.23h时，打开闸门，并根据不同调蓄设施的设计位置与运行情况设置不同的闸门开度，起到削减径流峰值的作用。调度优化后的效果见图7，峰值流量为820.03L/s，径流峰值削减比率达到48.09％。通过调蓄池的调度运行优化，雨水主干管的峰值流量相比未经调蓄的情况削减了39.30％。运行效果对比参见图8。预案充分的利用了调蓄库容，使得径流洪峰得到了明显的削减，大大降低了现有雨水管网面对极端降雨情景下的排水压力，保障了区域内的排水安全。
示例(二)：
本实施例依据实时降雨临近预报进行预案的制定。
完成上位机平台与下位机硬件的设置，包括信息采集元件与执行元件的安装与调试后，进行如下步骤：
首先筛选气象数据提供方提供的数据，若临近降雨预报值不为零，构建临近降雨条件下的降雨序列；若降雨已经开始，将预报序列添加到累计降雨序列的后方。完成降雨序列的构造后，将降雨序列载入SWMM模型中。
而后载入遗传算法优化模型，将适应度函数设为调蓄池上游或者下游的易涝点雨水管网水位，或者区域雨水主干管的汇流排出口径流峰值流量。
在遗传算法优化模型下，生成关于各个调蓄设施开闸时间、闸门开度的多组可行解，将各组解输入到SWMM中运行，获得适应度函数值；评估比较各组解下的适应度函数值，进行方案筛选，而后随机交换或变动剩余方案间的开闸时间、闸门开度，进行下一轮优化；重复前述步骤，在优化轮次达到30次或者判定收敛后，停止优化，保存相关的值并执行预案。
根据预报值跨度，在预报更新后及时读取更新过后的预报信息，重复上述步骤。
以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本发明的涵盖范围。
Claims (10)
1.一种基于实时气象信息的雨水调蓄设施实时调度方法，其特征在于：包括以下步骤：
步骤S1：根据建设地区遥感影像资料数据、工程规划设计资料数据、实测资料数据、区域DEM数据建立区域SWMM模型；
步骤S2：利用提供的历史降雨资料数据，对所述的区域SWMM模型进行参数修正率定；
步骤S3：在雨水调蓄设施中设置信息采集元件与执行元件，将已有或新设置的雨水调蓄设施中设置的信息采集元件和执行元件与下位机连接；
步骤S4：建立针对建设地区的雨水调蓄设施上位机软件调度控制平台，同时进行下位机与上位机的通讯连接；
步骤S5：调度过程中，依托上位机软件调度平台，对定时获取的实时临近降雨预报数据进行决策分析；或者针对不同气象预警等级进行决策分析，实现基于实时气象信息预案调度的雨水调蓄设施调度控制。
2.根据权利要求1所述的一种基于实时气象信息的雨水调蓄设施实时调度方法，其特征在于：所述步骤S2的具体内容为：采用3场以上高强度历史降雨进行分析，通过对比所述SWMM模型的管道内流量、水位、积水点水深的计算结果与实际值的差异，调整所述SWMM模型中的参数，使模型计算结果与历史实测数据差异小于10%，以完成参数率定。
3.根据权利要求1所述的一种基于实时气象信息的雨水调蓄设施实时调度方法，其特征在于：步骤S5中所述针对不同气象预警等级进行决策分析具体包括以下步骤：
步骤SA：结合已有的建设地区历史水文统计资料数据与气象预警规定，建立不同气象预警等级下对应的SWMM模型降雨序列，并写入所述SWMM模型的.inp输入文件中，执行模拟分析；
步骤SB：利用不同气象预警下的SWMM模型分析结果，制定不同气象预警等级或不同实时气象条件下对应的雨水调蓄设施运行预案；
步骤SC：根据步骤S4中上位机软件调度控制平台所获取的实时气象预警信息，判断气象预警信息是否生效，若生效则执行步骤SD；否则，继续定时获取实时气象预警信息；
步骤SD：通过步骤SB中所制定的预案的调用，向下位机发出执行指令，以实现基于气象预警预案调度的雨水调蓄设施控制,最后返回步骤SC；
步骤SE：根据历史运行数据对SWMM模型的参数进行调整，基于调整过后的模型模拟结果对预案的内容进行调整，用以保证调度预案的可靠性。
4.根据权利要求1所述的一种基于实时气象信息的雨水调蓄设施实时调度方法，其特征在于：步骤S5中所述依托上位机软件调度平台，对定时获取的实时临近降雨预报数据进行决策分析，具体包括以下步骤：
步骤Sa：利用S4中构建的上位机软件调度控制平台，定时获取临近气象预报数据，具体要求临近降雨预报时间跨度大于5min，并且预报值间隔小于10min；判断降雨出现后，在预报降雨开始时，将降雨预报值作为降雨序列写入SWMM模型的.inp输入文件中；在预报降雨未结束时，将临近降雨预报数据添加到本场降雨的实测序列之后，完成降雨序列的输入；
步骤Sb：利用遗传算法进行SWMM模型中的调度参数寻优，降低SWMM模型中建设区域的径流峰值或降低易涝点的雨水管网管内水位；
步骤Sc：根据步骤Sb中的寻优结果，建立实时调度预案，由S4中构建的上位机软件调度控制平台控制下位机的动作，完成预案的执行。
5.根据权利要求3所述的一种基于实时气象信息的雨水调蓄设施实时调度方法，其特征在于：步骤SB中所述制定的雨水调蓄设施运行预案的内容包括：
应对对应预警等级下降雨时，调蓄设施所需调蓄库容、雨水调蓄设施预排水水量、雨水调蓄设施的开闸蓄洪时间、雨水调蓄设施的闸门开度、雨水调蓄设施排水后水位、建设控制区域内积水范围、积水深度预测和雨水调蓄设施中执行元件的工作方案与流程。
6.根据权利要求4所述的一种基于实时气象信息的雨水调蓄设施实时调度方法，其特征在于：步骤Sb中采用遗传算法进行SWMM模型中的调度参数寻优具体包括以下步骤：
步骤Sb1：在上位计算机中载入遗传算法优化模型，将优化目标函数设为调蓄池上游或者下游的易涝点雨水管网管内水位，或者区域雨水主干管的汇流排出口径流峰值流量，并利用基于等级划分的方法构建适应度函数；
步骤Sb2：根据上位计算机的并行计算能力，具体是根据CPU核心数目、线程数目，确定子代个体数目；
步骤Sb3：在遗传算法优化模型下，生成关于各个调蓄设施开闸时间、闸门开度的多组可行解，将各组解输入到SWMM模型中运行，获得适应度函数值；
步骤Sb4：评估比较各组解下的适应度函数值，依据适应度函数值采用轮盘赌算法进行方案选择，随机交换或变动剩余方案间的开闸时间、闸门开度，生成新的可行解，进行下一轮优化；
步骤Sb5：重复步骤Sb3和步骤Sb4，在优化轮次达到目标运行次数或者判定收敛后，停止优化，保存各个调蓄设施开闸时间、闸门开度并执行步骤Sc。
7.根据权利要求1所述的一种基于实时气象信息的雨水调蓄设施实时调度方法，其特征在于：步骤S3中所述的信息采集元件包括用于监测雨水调蓄池或雨水储水设施储水水位的水位信息采集元件和在调蓄设施接入点下游雨水排水管道用于测量管道流量、水位的计量设备；所述的执行元件包括用于雨水调蓄池或雨水储水设施排水或雨水回用的水泵、控制调蓄设施进水的闸门和用于控制电路的继电器。
8.根据权利要求1所述的一种基于实时气象信息的雨水调蓄设施实时调度方法，其特征在于：步骤S4中构建所述上位机软件调度控制平台的形式包括：
依托排水设施三维模拟实体信息模型进行上位机软件调度控制平台的构建，具体是通过对AutoCAD Civil 3D或Autodesk Revit软件的API接口进行开发，挂接SWMM模型模拟数据与实时调度数据、区域内雨水调蓄设施的实时运行情况与预案的内容信息，依托区域中调蓄设施的三维模型数据进行展示；
或者，依托区域地理信息系统进行上位机软件调度控制平台的构建，具体是通过包括对QGIS、ArcGIS软件的API接口进行二次开发，挂接SWMM模型模拟数据与实时调度数据，区域内雨洪设施的实时运行情况与预案的内容通过二维地图或三维地理模型进行展示。
9.根据权利要求3所述的一种基于实时气象信息的雨水调蓄设施实时调度方法，其特征在于：步骤SA中建立SWMM模型降雨序列的具体过程为：
根据国家气象预警规定，确定降雨序列的降雨历时与降雨总量；采用芝加哥雨型或地方气象部门发布的雨型，通过试算确定降雨序列的重现期以匹配对应雨型下对应降雨历时的降雨量。
10.根据权利要求1所述的一种基于实时气象信息的雨水调蓄设施实时调度方法，其特征在于：步骤S4中建立针对建设地区的雨水调蓄设施上位机软件调度控制平台的具体步骤为：
利用wxpython或tkinter构建GUI界面；利用Python的request、urllib库获取气象数据源页面的JSON信息，利用python的json库解析获取的信息；利用python的csv库或xlwt库写入平台运行数据至csv或excel储存文件；利用python-snap7与PLC进行通讯；利用numpy进行遗传算法内部数据的处理与计算；利用matplotlib进行数据的展绘。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910863043.5A CN110570126B (zh) | 2019-09-11 | 2019-09-11 | 一种基于实时气象信息的雨水调蓄设施实时调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910863043.5A CN110570126B (zh) | 2019-09-11 | 2019-09-11 | 一种基于实时气象信息的雨水调蓄设施实时调度方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110570126A true CN110570126A (zh) | 2019-12-13 |
| CN110570126B CN110570126B (zh) | 2022-05-10 |
Family
ID=68779742
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910863043.5A Active CN110570126B (zh) | 2019-09-11 | 2019-09-11 | 一种基于实时气象信息的雨水调蓄设施实时调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110570126B (zh) |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111077864A (zh) * | 2019-12-24 | 2020-04-28 | 上海水顿智能科技有限公司 | 一种智慧排水调度和分析方法及系统 |
| CN111274690A (zh) * | 2020-01-16 | 2020-06-12 | 无锡北大建筑工程有限公司 | 一种海绵城市的雨水源头调蓄系统的构建方法 |
| CN111489052A (zh) * | 2020-03-10 | 2020-08-04 | 上海水顿智能科技有限公司 | 一种利用水质水量进行截流排水调度的方法 |
| CN111501952A (zh) * | 2020-04-24 | 2020-08-07 | 北京北排智慧水务有限公司 | 一种新型管道空间调蓄装置及其使用方法 |
| CN111597619A (zh) * | 2020-05-19 | 2020-08-28 | 广东天濠建设工程有限公司 | 一种市政雨水智能调蓄系统 |
| CN111898911A (zh) * | 2020-07-31 | 2020-11-06 | 上海市水务规划设计研究院(上海市海洋规划设计研究院) | 一种排水防涝应急方案设计系统 |
| CN112052561A (zh) * | 2020-07-31 | 2020-12-08 | 上海市水务规划设计研究院(上海市海洋规划设计研究院) | 一种排水系统防涝应急预案制定方法 |
| CN112560209A (zh) * | 2020-12-01 | 2021-03-26 | 重庆华悦生态环境工程研究院有限公司 | 一种初雨水收集调度方法和系统 |
| CN112797958A (zh) * | 2020-12-30 | 2021-05-14 | 中国地质科学院岩溶地质研究所 | 一种基于岩溶地下河系统的岩溶湿地水资源调蓄方法 |
| CN113297760A (zh) * | 2021-05-19 | 2021-08-24 | 天津万峰环保科技有限公司 | 雨洪预测调度方法、装置、电子设备和机器可读存储介质 |
| CN113406940A (zh) * | 2021-07-28 | 2021-09-17 | 金盛 | 一种基于模型预测控制的智能排水分级实时控制方法 |
| CN114861550A (zh) * | 2022-05-27 | 2022-08-05 | 同济大学 | 基于溢流污染负荷控制的分布式雨水调蓄池优化设计方法 |
| CN116821272A (zh) * | 2023-08-30 | 2023-09-29 | 中交第四航务工程勘察设计院有限公司 | 一种城市内涝智慧监控预警方法及系统 |
| CN117196328A (zh) * | 2023-07-25 | 2023-12-08 | 深圳市城市规划设计研究院股份有限公司 | 多功能调蓄系统的管控方法 |
| CN117348497A (zh) * | 2023-11-22 | 2024-01-05 | 塔斯波迩(广州)有限公司 | 一种一体泵闸智能控制装置及控制方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160144959A1 (en) * | 2014-11-21 | 2016-05-26 | Oil & Gas IT, LLC | Systems, Methods and Devices for Collecting Data at Remote Oil and Natural Gas Sites |
| CN109164509A (zh) * | 2018-07-06 | 2019-01-08 | 中铁建设集团有限公司 | 基于径流模拟和多传感器监控的智慧雨水系统及运行方法 |
| CN109284873A (zh) * | 2018-10-15 | 2019-01-29 | 上海凯泉泵业（集团）有限公司 | 一种基于swmm模型进行泵组优化调度和预警处置的智慧排水泵站 |
-
2019
- 2019-09-11 CN CN201910863043.5A patent/CN110570126B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160144959A1 (en) * | 2014-11-21 | 2016-05-26 | Oil & Gas IT, LLC | Systems, Methods and Devices for Collecting Data at Remote Oil and Natural Gas Sites |
| CN109164509A (zh) * | 2018-07-06 | 2019-01-08 | 中铁建设集团有限公司 | 基于径流模拟和多传感器监控的智慧雨水系统及运行方法 |
| CN109284873A (zh) * | 2018-10-15 | 2019-01-29 | 上海凯泉泵业（集团）有限公司 | 一种基于swmm模型进行泵组优化调度和预警处置的智慧排水泵站 |
Non-Patent Citations (2)
| Title |
|---|
| M. DI MATTEO等: "Controlling rainwater storage as a system: An opportunity to reduce urban flood peaks for rare, long duration storms", 《ENVIRONMENTAL MODELLING & SOFTWARE》 * |
| 朱敏 等: "城市雨水模型参数校准研究进展综述", 《给水排水》 * |
Cited By (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111077864A (zh) * | 2019-12-24 | 2020-04-28 | 上海水顿智能科技有限公司 | 一种智慧排水调度和分析方法及系统 |
| CN111274690A (zh) * | 2020-01-16 | 2020-06-12 | 无锡北大建筑工程有限公司 | 一种海绵城市的雨水源头调蓄系统的构建方法 |
| CN111489052A (zh) * | 2020-03-10 | 2020-08-04 | 上海水顿智能科技有限公司 | 一种利用水质水量进行截流排水调度的方法 |
| CN111501952A (zh) * | 2020-04-24 | 2020-08-07 | 北京北排智慧水务有限公司 | 一种新型管道空间调蓄装置及其使用方法 |
| CN111597619A (zh) * | 2020-05-19 | 2020-08-28 | 广东天濠建设工程有限公司 | 一种市政雨水智能调蓄系统 |
| CN111898911A (zh) * | 2020-07-31 | 2020-11-06 | 上海市水务规划设计研究院(上海市海洋规划设计研究院) | 一种排水防涝应急方案设计系统 |
| CN112052561A (zh) * | 2020-07-31 | 2020-12-08 | 上海市水务规划设计研究院(上海市海洋规划设计研究院) | 一种排水系统防涝应急预案制定方法 |
| CN112560209A (zh) * | 2020-12-01 | 2021-03-26 | 重庆华悦生态环境工程研究院有限公司 | 一种初雨水收集调度方法和系统 |
| CN112797958A (zh) * | 2020-12-30 | 2021-05-14 | 中国地质科学院岩溶地质研究所 | 一种基于岩溶地下河系统的岩溶湿地水资源调蓄方法 |
| CN112797958B (zh) * | 2020-12-30 | 2023-05-19 | 中国地质科学院岩溶地质研究所 | 一种基于岩溶地下河系统的岩溶湿地水资源调蓄方法 |
| CN113297760A (zh) * | 2021-05-19 | 2021-08-24 | 天津万峰环保科技有限公司 | 雨洪预测调度方法、装置、电子设备和机器可读存储介质 |
| CN113406940A (zh) * | 2021-07-28 | 2021-09-17 | 金盛 | 一种基于模型预测控制的智能排水分级实时控制方法 |
| CN113406940B (zh) * | 2021-07-28 | 2024-05-17 | 金盛 | 一种基于模型预测控制的智能排水分级实时控制方法 |
| CN114861550A (zh) * | 2022-05-27 | 2022-08-05 | 同济大学 | 基于溢流污染负荷控制的分布式雨水调蓄池优化设计方法 |
| CN117196328A (zh) * | 2023-07-25 | 2023-12-08 | 深圳市城市规划设计研究院股份有限公司 | 多功能调蓄系统的管控方法 |
| CN117196328B (zh) * | 2023-07-25 | 2024-08-06 | 深圳市城市规划设计研究院股份有限公司 | 多功能调蓄系统的管控方法 |
| CN116821272A (zh) * | 2023-08-30 | 2023-09-29 | 中交第四航务工程勘察设计院有限公司 | 一种城市内涝智慧监控预警方法及系统 |
| CN116821272B (zh) * | 2023-08-30 | 2023-11-03 | 中交第四航务工程勘察设计院有限公司 | 一种城市内涝智慧监控预警方法及系统 |
| CN117348497A (zh) * | 2023-11-22 | 2024-01-05 | 塔斯波迩(广州)有限公司 | 一种一体泵闸智能控制装置及控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110570126B (zh) | 2022-05-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110570126B (zh) | 一种基于实时气象信息的雨水调蓄设施实时调度方法 | |
| CN110298076B (zh) | 一种基于gis和swmm的城市内涝智能建模及分析方法 | |
| Efstratiadis et al. | Flood design recipes vs. reality: can predictions for ungauged basins be trusted? | |
| CN110276145A (zh) | 城市排水系统仿真建模与调度方法 | |
| WO2021259009A1 (zh) | 深层污水排水隧道的调度运行方法、装置和计算机设备 | |
| CN109657948A (zh) | 地块海绵城市建设绩效综合评估方法 | |
| CN108984823B (zh) | 一种合流制溢流调蓄池规模的确定方法 | |
| CN110633865A (zh) | 一种基于排涝模型的城市积水预测与安全预警系统 | |
| CN111428972A (zh) | 基于swmm与efdc耦合模型的调蓄工程环境效应评估方法及装置 | |
| CN111062125B (zh) | 海绵型综合管廊水文效应评估方法 | |
| CN104392111A (zh) | 基于水位样本的洪水预报方法 | |
| CN102890792A (zh) | 市政排水管网决策评估方法 | |
| CN109559098B (zh) | 一种海绵城市试点区低影响开发设施模拟方法 | |
| CN116882211B (zh) | 一种基于数字孪生的水库水情预报仿真方法和系统 | |
| CN114358664B (zh) | 变化环境与洪旱急转条件下洪水调度与水资源保障方法 | |
| CN111581767B (zh) | 一种管网-河流耦合模型校核特征参数率定方法 | |
| CN104636834B (zh) | 一种改进的联合概率规划模型系统优化方法 | |
| Efstratiadis et al. | HYDROGEIOS: a semi-distributed GIS-based hydrological model for modified river basins | |
| CN111985129A (zh) | 一种城市暴雨内涝精细化模拟方法 | |
| CN114970171B (zh) | 考虑产流结构不确定性的水文模型及对地表地下水文过程影响的量化方法 | |
| CN110033139A (zh) | 一种基于海绵城市理念的城市雨水优化系统和方法 | |
| Xu et al. | Multi-mode surface generalization supports a detailed urban flooding simulation model | |
| CN113869804A (zh) | 一种洪涝灾害下的电网设备风险预警方法及系统 | |
| Liang | Modeling of Modern Eco-Environment Landscape Planning in Sponge City. | |
| Krężałek | FLOOD FLOW FORECAST FOR A IN SMALL LOWLAND CATCHMENT FOR DIFFERENT SCENARIOS OF URBANIZATION. |
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 |