CN115034506A - 基于降雨数据的防洪方案生成方法、装置、设备及介质 - Google Patents

基于降雨数据的防洪方案生成方法、装置、设备及介质 Download PDF

Info

Publication number
CN115034506A
CN115034506A CN202210763675.6A CN202210763675A CN115034506A CN 115034506 A CN115034506 A CN 115034506A CN 202210763675 A CN202210763675 A CN 202210763675A CN 115034506 A CN115034506 A CN 115034506A
Authority
CN
China
Prior art keywords
rainfall
duration
short
data
proportion
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
Application number
CN202210763675.6A
Other languages
English (en)
Other versions
CN115034506B (zh
Inventor
张大伟
李慧婧
郭珊
张鹏
吴辉明
李青峰
张亮亮
刘红岩
张欣
汪亚争
刘壮添
王丽
朱毅峰
林程
翁新华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Prhri Engineering Survey & Design Co ltd
Pearl River Hydraulic Research Institute of PRWRC
Original Assignee
Guangzhou Prhri Engineering Survey & Design Co ltd
Pearl River Hydraulic Research Institute of PRWRC
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangzhou Prhri Engineering Survey & Design Co ltd, Pearl River Hydraulic Research Institute of PRWRC filed Critical Guangzhou Prhri Engineering Survey & Design Co ltd
Priority to CN202210763675.6A priority Critical patent/CN115034506B/zh
Publication of CN115034506A publication Critical patent/CN115034506A/zh
Application granted granted Critical
Publication of CN115034506B publication Critical patent/CN115034506B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/9035—Filtering based on additional data, e.g. user or group profiles
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping

Abstract

本发明涉及数据分析技术，揭露了一种基于降雨数据的防洪方案生成方法，包括：从历史降雨数据中筛选出初始降雨数据，对初始降雨数据中的每场降雨数据进行排序，得到标准降雨数据；配置降雨的长短历时，逐一选取标准降雨数据中的一场降雨数据作为目标降雨数据，根据长短历时对目标降雨数据进行分段，得到分段雨量数据；逐段选定最短历时对应的分段雨量数据中的一段作为目标段，计算目标段的短历时雨量比例，得到标准降雨数据的短历时雨量比例；计算设计雨型的分段雨量比例；计算待防洪改造地区的设计雨型，利用设计雨型进行防洪改造。本发明还提出一种基于降雨数据的防洪方案生成装置、设备以及存储介质。本发明可以提高对地区进行防洪改造时的精确度。

Description

基于降雨数据的防洪方案生成方法、装置、设备及介质
技术领域
本发明涉及数据分析技术领域，尤其涉及一种基于降雨数据的防洪方案生成方法、装置、设备及存储介质。
背景技术
随着社会现代化的加剧，越来越多的地区开始进行城镇化建设，为了给城镇建设配套的水利设施，保障暴雨时城镇泄洪工作的进行，需要对建设地区进行防洪改造。
现有的防洪改造方法多为基于简单推算的防洪改造方法。例如，根据城市暴雨强度公式以及历史洪涝记录选定重点洪涝区域，在重点洪涝区域进行防洪设施的扩充，实际应用中，基于简单推算的防洪改造方法不能准确的计算峰值降雨量，可能导致改造后的峰值排洪量与实际降雨量的误差较大，从而导致对地区进行防洪改造时的精确度较低。
发明内容
本发明提供一种基于降雨数据的防洪方案生成方法、装置、设备及存储介质，其主要目的在于解决对地区进行防洪改造时的精确度较低的问题。
为实现上述目的，本发明提供的一种基于降雨数据的防洪方案生成方法，包括：
获取待防洪改造地区的历史降雨数据，对所述历史降雨数据进行筛选处理，得到初始降雨数据，按照时间顺序对所述初始降雨数据中的每场降雨数据进行排序，得到标准降雨数据；
配置降雨的长短历时，逐一选取所述标准降雨数据中的一场降雨数据作为目标降雨数据，根据所述长短历时对所述目标降雨数据进行分段处理，得到与所述长短历时对应的分段雨量数据；
逐段选定最短历时对应的所述分段雨量数据中的一段作为目标段，利用预设的间隔降雨比例算法计算所述目标段的短历时雨量比例，得到所述标准降雨数据的短历时雨量比例；
利用第一设计雨型算法根据所述标准降雨数据和所述标准降雨数据的短历时雨量比例计算设计雨型的分段雨量比例；
利用第二设计雨型算法根据所述设计雨型的分段雨量比例和预先获取的设计雨量计算得到所述待防洪改造地区的设计雨型；
从所述标准降雨数据中选取出总降雨量最大的降雨数据作为防洪降雨数据，并根据所述设计雨型从所述防洪降雨数据中提取出峰值降雨量；
根据所述峰值降雨量生成所述待防洪改造地区的管网排洪改造以及蓄洪设施改造的方案。
可选地，所述对所述历史降雨数据进行筛选处理，得到初始降雨数据，包括：
根据预设的时间间隔阈值对所述历史降雨数据进行场次划分，得到包含多场降雨数据的历史场雨数据；
筛选出所述历史场雨数据中降雨量在预设雨量阈值范围内的降雨数据，得到标准场雨数据；
从所述标准场雨数据中筛选出降雨时长不小于所述时长阈值的降雨数据作为标准暴雨数据，并从所述标准暴雨数据中截取出时长等于所述时长阈值的降雨数据作为初始降雨数据。
可选地，所述利用预设的间隔降雨比例算法计算所述目标段的短历时雨量比例，得到所述标准降雨数据的短历时雨量比例，包括：
对所述分段雨量数据中的每个短历时的雨量进行求和，得到所述分段雨量数据的总降雨量；
将所述目标段的雨量除以所述分段雨量数据的总降雨量，得到所述目标段的短历时雨量比例；
根据所述目标段的短历时雨量比例计算所述标准降雨数据的短历时雨量比例。
可选地，所述根据所述目标段的短历时雨量比例计算所述标准降雨数据的短历时雨量比例，包括：
按照所述目标段的短历时雨量比例大小对所述目标降雨数据中的短历时分段进行降序排序，得到降序降雨数据；
计算所述降序降雨数据中序列号一致的短历时雨量比例的平均值，将所述平均值作为所述标准降雨数据的短历时雨量比例。
可选地，所述利用第一设计雨型算法根据所述标准降雨数据和所述标准降雨数据的短历时雨量比例计算设计雨型的短历时雨量比例，包括：
根据所述标准降雨数据的短历时雨量比例计算所述标准降雨数据的长历时雨量比例；
根据所述短历时雨量比例分别选取与所述标准降雨数据的每场降雨数据相对应的最大短历时雨量比例；
根据所述长历时雨量比例分别选取与所述标准降雨数据的每场降雨数据相对应的最大长历时雨量比例；
通过预设的第一设计雨型算法根据所述最大短历时雨量比例和所述最大短长时雨量比例计算设计雨型的短历时雨量比例。
可选地，所述通过预设的第一设计雨型算法根据所述最大短历时雨量比例和所述最大短长时雨量比例计算设计雨型的短历时雨量比例，包括：
通过所述第一设计雨型算法计算所述最大长历时雨量比例所对应的降雨时段中，除去所述最大短历时雨量比例所对应的降雨时段外，其余短历时时段的第一短历时雨量比例：
Figure BDA0003720742530000041
其中，h1是指所述第一短历时雨量比例，h指除去所述最大短历时雨量比例所对应的降雨时段外，其余每段短历时时段所对应的短历时雨量比例，L是指所述最大长历时雨量比例，S是指所述最大短历时雨量比例；
通过所述第一设计雨型算法计算所述设计雨型所对应的降雨时段中，除去所述最大长历时雨量比例所对应的降雨时段外，其余短历时时段的第二短历时雨量比例：
Figure BDA0003720742530000042
其中，h2是指所述第二短历时雨量比例，h是指除去所述最大短历时雨量比例所对应的降雨时段外，其余每段短历时时段所对应的短历时雨量比例，L是指所述最大长历时雨量比例；
将所述第一短历时雨量比例与所述第二短历时雨量比例组成设计雨型的短历时雨量比例。
可选地，所述利用第二设计雨型算法根据所述设计雨型的分段雨量比例和预先获取的设计雨量计算得到所述待防洪改造地区的设计雨型，包括：
根据所述长短历时对所述设计雨量进行分段处理，得到分段设计雨量；
根据所述分段设计雨量的确定所述设计雨型的最大长历时雨量比例以及所述设计雨型的最大短历时雨量比例；
通过所述第二设计雨型算法根据所述第一短历时雨量比例计算所述设计雨型的最大长历时雨量比例所对应的降雨时段中，除去最大短历时雨量比例所对应的降雨时段外，其余短历时时段的第一短历时降雨量：
H1＝(l-s)×h1％
其中，H1是指所述第一短历时降雨量，l是指所述设计雨型的最大长历时雨量比例，S是指所述设计雨型的最大短历时雨量比例，h1是指所述第一短历时雨量比例；
通过所述第二设计雨型算法根据所述第二短历时雨量比例计算所述设计雨型所对应的降雨时段中，除去所述最大长历时雨量比例所对应的降雨时段外，其余短历时时段的第二短历时降雨量：
H2＝(O-l)×h2％
其中，H2是指所述第二短历时降雨量，h2是指所述第二短历时雨量比例，l是指所述设计雨型的最大长历时雨量比例，S是指所述设计雨型的最大短历时雨量比例，O是指所述设计雨量的总降雨量；
将所述第一短历时降雨量与所述第二短历时降雨量组成所述待防洪改造地区的设计雨型。
为了解决上述问题，本发明还提供一种基于降雨数据的防洪方案生成装置，所述装置包括：
降雨数据筛选模块，用于获取待防洪改造地区的历史降雨数据，对所述历史降雨数据进行筛选处理，得到初始降雨数据，按照时间顺序对所述初始降雨数据中的每场降雨数据进行排序，得到标准降雨数据；
长短历时分段模块，用于配置降雨的长短历时，逐一选取所述标准降雨数据中的一场降雨数据作为目标降雨数据，根据所述长短历时对所述目标降雨数据进行分段处理，得到与所述长短历时对应的分段雨量数据；
雨量比例计算模块，用于逐段选定最短历时对应的所述分段雨量数据中的一段作为目标段，利用预设的间隔降雨比例算法计算所述目标段的短历时雨量比例，得到所述标准降雨数据的短历时雨量比例；
第一雨型设计模块，用于利用第一设计雨型算法根据所述标准降雨数据和所述标准降雨数据的短历时雨量比例计算设计雨型的分段雨量比例；
第二雨型设计模块，用于利用第二设计雨型算法根据所述设计雨型的分段雨量比例和预先获取的设计雨量计算得到所述待防洪改造地区的设计雨型；
防洪设施改造模块，用于从所述标准降雨数据中选取出总降雨量最大的降雨数据作为防洪降雨数据，并根据所述设计雨型从所述防洪降雨数据中提取出峰值降雨量；根据所述峰值降雨量生成所述待防洪改造地区的管网排洪改造以及蓄洪设施改造的方案。
为了解决上述问题，本发明还提供一种设备，所述设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述所述的基于降雨数据的防洪方案生成方法。
为了解决上述问题，本发明还提供一种存储介质，所述存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被设备中的处理器执行以实现上述所述的基于降雨数据的防洪方案生成方法。
本发明实施例通过对所述历史降雨数据进行筛选处理，得到初始降雨数据，能够统一目标降雨数据的降雨时长，将历史降雨数据分成符合样本需求的多场降雨数据，通过长短历时的方法对所述目标降雨数据进行划分，可以统一设计雨型中长短历时的优势，通过计算最短历时所对应的短历时雨量比例，可以更加直观地掌握降雨过程，同时也方便了后续的第一设计雨型算法的使用，利用第一设计雨型算法根据所述标准降雨数据和所述标准降雨数据的短历时雨量比例计算设计雨型的短历时雨量比例，能够有效地结合长、短历时设计雨型的概括优点，通过利用第二设计雨型算法根据所述设计雨型的短历时雨量比例和预先获取的设计雨量计算得到所述待防洪改造地区的设计雨型，减少了极端数据造成的误差影响，提高了设计降雨的准确度，通过所述设计雨型从所述防洪降雨数据中提取出峰值降雨量，能够提升预测峰值降雨量的准确度，更贴近所述待防洪改造地区的降雨情况，通过所述峰值降雨量对所述待防洪改造地区进行管网排洪改造以及蓄洪设施改造，能够提高峰值降雨量计算的准确性，进而得到更加准确的峰值排洪量，从而提升对地区进行防洪改造的精确度。因此本发明提出的基于降雨数据的防洪方案生成方法、装置、设备及存储介质，可以解决进行防洪改造时的精确度较低的问题。
附图说明
图1为本发明一实施例提供的基于降雨数据的防洪方案生成方法的流程示意图；
图2为本发明一实施例提供的筛选初始降雨数据的流程示意图；
图3为本发明一实施例提供的计算设计雨型的短历时雨量比例的流程示意图；
图4为本发明一实施例提供的基于降雨数据的防洪方案生成装置的功能模块图；
图5为本发明一实施例提供的实现所述基于降雨数据的防洪方案生成方法的设备的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本申请实施例提供一种基于降雨数据的防洪方案生成方法。所述基于降雨数据的防洪方案生成方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的设备中的至少一种。换言之，所述基于降雨数据的防洪方案生成方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content DeliveryNetwork，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示，为本发明一实施例提供的基于降雨数据的防洪方案生成方法的流程示意图。在本实施例中，所述基于降雨数据的防洪方案生成方法包括：
S1、获取待防洪改造地区的历史降雨数据，对所述历史降雨数据进行筛选处理，得到初始降雨数据，按照时间顺序对所述初始降雨数据中的每场降雨数据进行排序，得到标准降雨数据；
本发明实施例中，所述设计雨型是指设计降雨在时间上的分配，用于描述一场降雨的过程。
详细地，所述待防洪改造地区可以是广东省、北京市以及深圳市等地区。
具体地，所述历史降雨数据是指包括降雨时间与降雨雨量的降雨统计数据，所述历史降雨数据包括但不限于《广东省暴雨参数等值线图》以及《北京市暴雨参数等值线图》。
本发明实施例中，参照图2所示，所述对所述历史降雨数据进行筛选处理，得到初始降雨数据，包括：
S21、根据预设的时间间隔阈值对所述历史降雨数据进行场次划分，得到包含多场降雨数据的历史场雨数据；
S22、筛选出所述历史场雨数据中降雨量在预设雨量阈值范围内的降雨数据，得到标准场雨数据；
S23、从所述标准场雨数据中筛选出降雨时长不小于所述时长阈值的降雨数据作为标准暴雨数据，并从所述标准暴雨数据中截取出时长等于所述时长阈值的降雨数据作为初始降雨数据。
详细地，所述根据预设的时间间隔阈值对所述历史降雨数据进行场次划分，得到包含多场降雨数据的历史场雨数据，是指将降雨间隔时间大于预设时间间隔阈值的降雨数据作为两场不同的降雨数据，其中，所述时间间隔阈值优选为6h。
具体地，所述预设雨量阈值范围可以是大于2mm降雨量且小于1000mm降雨量。
详细地，由于待防洪改造地区的城市排涝片区相对独立，集雨面积相对较小，回流历时基本在3h到24h之间，因此所述时长阈值优选为24h。
详细地，所述从所述标准暴雨数据中截取出时长等于所述时长阈值的降雨数据作为初始降雨数据是指按照所述时长阈值的时间区间从所述标准暴雨数据中选取降雨雨量占比最大的降雨数据作为初始降雨数据。
本发明实施例中，通过对所述历史降雨数据进行筛选处理，得到初始降雨数据，能够统一目标降雨数据的降雨时长，将历史降雨数据分成符合样本需求的多场降雨数据，进而提高设计雨型的准确性与可靠性。
S2、配置降雨的长短历时，逐一选取所述标准降雨数据中的一场降雨数据作为目标降雨数据，根据所述长短历时对所述目标降雨数据进行分段处理，得到与所述长短历时对应的分段雨量数据；
本发明实施例中，所述降雨的长短历时是指用于划分一场降雨的降雨时段的方法。
本发明实施例中，所述配置降雨的长短历时，是指获取所述带设计雨型地区的汇水距离、地面坡度和地面类型，根据所述汇水距离、地面坡度和地面类型计算所述降雨的长短历时间隔。
本发明实施例中，根据《室外排水设计规范》(GB 50014—2006，2016版本)以及待防洪改造地区的汇水距离、地面坡度和地面类型计算所述降雨的长短历时间隔优选为10min、1h以及6h。
详细地，所述根据所述长短历时对所述目标降雨数据进行分段处理，得到与所述长短历时对应的分段雨量数据是指根据所述降雨历时的长短，分别从所述目标降雨数据中选取与所述降雨历时的降雨时长相同时长的降雨数据，并将选取后的降雨数据按照所述降雨历时的历时间隔进行划分，得到所述长短历时对应的分段雨量数据。
例如，时长阈值在24h时，使用10min的降雨历时可以将所述目标降雨数据中的每场降雨数据划分为144段，使用1h的降雨历时可以将所述目标降雨数据中的每场降雨数据划分为24段，使用6的降雨历时可以将所述目标降雨数据中的每场降雨数据划分为4段。
本发明实施例中，通过根据所述长短历时对所述目标降雨数据进行分段处理，得到与所述长短历时对应的分段雨量数据，方便后续设计雨型的统计计算操作，也能将目标降雨数据按照历史间隔进行划分，增加了设计雨型的直观度，同时，通过长短历时的方法对所述目标降雨数据进行划分，可以统一设计雨型中长短历时的优势，提升了设计雨型的精度。
S3、逐段选定最短历时对应的所述分段雨量数据中的一段作为目标段，利用预设的间隔降雨比例算法计算所述目标段的短历时雨量比例，得到所述标准降雨数据的短历时雨量比例；
本发明实施例中，所述最短历时可以是10min的降雨历时。
本发明实施例中，所述利用预设的间隔降雨比例算法计算所述目标段的短历时雨量比例，得到所述标准降雨数据的短历时雨量比例，包括：
对所述分段雨量数据中的每个短历时的雨量进行求和，得到所述分段雨量数据的总降雨量；
将所述目标段的雨量除以所述分段雨量数据的总降雨量，得到所述目标段的短历时雨量比例；
根据所述目标段的短历时雨量比例计算所述标准降雨数据的短历时雨量比例。
详细地，所述根据所述目标段的短历时雨量比例计算所述标准降雨数据的短历时雨量比例，包括：
按照所述目标段的短历时雨量比例大小对所述目标降雨数据中的短历时分段进行降序排序，得到降序降雨数据；
计算所述降序降雨数据中序列号一致的短历时雨量比例的平均值，将所述平均值作为所述标准降雨数据的短历时雨量比例。
本发明实施例中，通过计算最短历时所对应的短历时雨量比例，可以更加直观地掌握降雨过程，提高设计雨型的准确度，同时也方便了后续的第一设计雨型算法的使用。
S4、利用第一设计雨型算法根据所述标准降雨数据和所述标准降雨数据的短历时雨量比例计算设计雨型的短历时雨量比例；
本发明实施例中，参照图3所示，所述利用第一设计雨型算法根据所述标准降雨数据和所述标准降雨数据的短历时雨量比例计算设计雨型的短历时雨量比例，包括：
S31、根据所述标准降雨数据的短历时雨量比例计算所述标准降雨数据的长历时雨量比例；
S32、根据所述短历时雨量比例分别选取与所述标准降雨数据的每场降雨数据相对应的最大短历时雨量比例；
S33、根据所述长历时雨量比例分别选取与所述标准降雨数据的每场降雨数据相对应的最大长历时雨量比例；
S34、通过预设的第一设计雨型算法根据所述最大短历时雨量比例和所述最大短长时雨量比例计算设计雨型的短历时雨量比例。
具体地，所述长历时雨量比例是指长历时对应的所述分段雨量数据中每段雨量所对应的雨量比例。
详细地，所述根据所述标准降雨数据的短历时雨量比例计算所述标准降雨数据的长历时雨量比例是指将所述标准降雨数据的长历时雨量比例中包含的所有相应的短历时雨量比例进行相加，进而得到所述标准降雨数据的长历时雨量比例。
例如，设所述标准降雨数据的1h历时雨量比例中包含的10min历时雨量比例分别是0.35％、0.46％、0.27％、0.37％、0.55％以及0.82％，则所述标准降雨数据的1h历时雨量比例为2.82％。
本发明实施例中，所述通过预设的第一设计雨型算法根据所述最大短历时雨量比例和所述最大短长时雨量比例计算设计雨型的短历时雨量比例，包括：
通过所述第一设计雨型算法计算所述最大长历时雨量比例所对应的降雨时段中，除去所述最大短历时雨量比例所对应的降雨时段外，其余短历时时段的第一短历时雨量比例：
Figure BDA0003720742530000121
其中，h1是指所述第一短历时雨量比例，h是指除去所述最大短历时雨量比例所对应的降雨时段外，其余每段短历时时段所对应的短历时雨量比例，L是指所述最大长历时雨量比例，S是指所述最大短历时雨量比例；
通过所述第一设计雨型算法计算所述设计雨型所对应的降雨时段中，除去所述最大长历时雨量比例所对应的降雨时段外，其余短历时时段的第二短历时雨量比例：
Figure BDA0003720742530000122
其中，h2是指所述第二短历时雨量比例，h是指除去所述最大短历时雨量比例所对应的降雨时段外，其余每段短历时时段所对应的短历时雨量比例，L是指所述最大长历时雨量比例；
将所述第一短历时雨量比例与所述第二短历时雨量比例组成设计雨型的短历时雨量比例。
详细地，所述根据所述第一短历时雨量比例与所述第二短历时雨量比例组成设计雨型的短历时雨量比例是指：将所述第一短历时雨量比例作为所述设计雨型的最大长历时雨量比例所对应的降雨时段中，除去所述设计雨型的最大短历时雨量比例所对应的降雨时段外，其余短历时时段的雨量比例；将所述第二短历时雨量比例作为所述设计雨型所对应的降雨时段中，除去所述最大长历时雨量比例所对应的降雨时段外，其余短历时时段的雨量比例。
本发明实施例中，利用第一设计雨型算法根据所述标准降雨数据和所述标准降雨数据的短历时雨量比例计算设计雨型的短历时雨量比例，能够有效地结合长、短历时设计雨型的概括优点。
S5、利用第二设计雨型算法根据所述设计雨型的短历时雨量比例和预先获取的设计雨量计算得到所述待防洪改造地区的设计雨型；
本发明实施例中，所述设计雨量是指所述待防洪改造地区的设计降雨量数据，可以是所述待防洪改造地区近期的一场降雨记录。
本发明实施例中，所述利用第二设计雨型算法根据所述设计雨型的分段雨量比例和预先获取的设计雨量计算得到所述待防洪改造地区的设计雨型，包括：
根据所述长短历时对所述设计雨量进行分段处理，得到分段设计雨量；
根据所述分段设计雨量的确定所述设计雨型的最大长历时雨量比例以及所述设计雨型的最大短历时雨量比例；
通过所述第二设计雨型算法根据所述第一短历时雨量比例计算所述设计雨型的最大长历时雨量比例所对应的降雨时段中，除去最大短历时雨量比例所对应的降雨时段外，其余短历时时段的第一短历时降雨量：
H1＝(l-s)×h1％
其中，H1是指所述第一短历时降雨量，l是指所述设计雨型的最大长历时雨量比例，S是指所述设计雨型的最大短历时雨量比例，h1是指所述第一短历时雨量比例；
通过所述第二设计雨型算法根据所述第二短历时雨量比例计算所述设计雨型所对应的降雨时段中，除去所述最大长历时雨量比例所对应的降雨时段外，其余短历时时段的第二短历时降雨量：
H2＝(O-l)×h2％
其中，H2是指所述第二短历时降雨量，h2是指所述第二短历时雨量比例，l是指所述设计雨型的最大长历时雨量比例，S是指所述设计雨型的最大短历时雨量比例，O是指所述设计雨量的总降雨量；
将所述第一短历时降雨量与所述第二短历时降雨量组成所述待防洪改造地区的设计雨型。
详细地，所述根据所述长短历时对所述设计雨量进行分段处理，得到分段设计雨量的方法与上述步骤S2中的根据所述长短历时对所述目标降雨数据进行分段处理，得到与所述长短历时对应的分段雨量数据的方法一致，这里不再赘述。
具体地，所述根据所述分段设计雨量的确定所述设计雨型的最大长历时雨量比例以及所述设计雨型的最大短历时雨量比例的方法与上述步骤S4中利用第一设计雨型算法根据所述标准降雨数据和所述标准降雨数据的短历时雨量比例计算设计雨型的短历时雨量比例的方法一致，这里不再赘述。
本发明实施例中，通过利用第二设计雨型算法根据所述设计雨型的短历时雨量比例和预先获取的设计雨量计算得到所述待防洪改造地区的设计雨型，减少了极端数据造成的误差影响，提高了设计降雨的准确度。
S6、从所述标准降雨数据中选取出总降雨量最大的降雨数据作为防洪降雨数据，并根据所述设计雨型从所述防洪降雨数据中提取出峰值降雨量；
详细地，所述根据所述设计雨型从所述防洪降雨数据中提取出峰值降雨量，是指利用所述设计雨型对所述防洪降雨数据进行雨型设计，并从雨型设计的结果中提取出所述峰值降雨量。
本发明实施例中，通过所述设计雨型从所述防洪降雨数据中提取出峰值降雨量，能够提升预测峰值降雨量的准确度，更贴近所述待防洪改造地区的降雨情况。
S7、根据所述峰值降雨量生成所述待防洪改造地区的管网排洪改造以及蓄洪设施改造的方案。
详细地，所述根据所述峰值降雨量生成所述待防洪改造地区的管网排洪改造以及蓄洪设施改造的方案是指计算所述峰值降雨量与所述待防洪改造地区的网关排洪峰值以及蓄洪峰值之间的差值，从而根据所述差值对所述待防洪改造地区进行管网排洪改造模拟以及蓄洪设施改造模拟，从而得到管网排洪改造及蓄洪设施改造的方案。
本发明实施例中，通过所述峰值降雨量对所述待防洪改造地区进行管网排洪改造以及蓄洪设施改造，能够提高峰值降雨量计算的准确性，进而得到更加准确的峰值排洪量，从而提升对地区进行防洪改造的精确度。
本发明实施例通过对所述历史降雨数据进行筛选处理，得到初始降雨数据，能够统一目标降雨数据的降雨时长，将历史降雨数据分成符合样本需求的多场降雨数据，通过长短历时的方法对所述目标降雨数据进行划分，可以统一设计雨型中长短历时的优势，通过计算最短历时所对应的短历时雨量比例，可以更加直观地掌握降雨过程，同时也方便了后续的第一设计雨型算法的使用，利用第一设计雨型算法根据所述标准降雨数据和所述标准降雨数据的短历时雨量比例计算设计雨型的短历时雨量比例，能够有效地结合长、短历时设计雨型的概括优点，通过利用第二设计雨型算法根据所述设计雨型的短历时雨量比例和预先获取的设计雨量计算得到所述待防洪改造地区的设计雨型，减少了极端数据造成的误差影响，提高了设计降雨的准确度，通过所述设计雨型从所述防洪降雨数据中提取出峰值降雨量，能够提升预测峰值降雨量的准确度，更贴近所述待防洪改造地区的降雨情况，通过所述峰值降雨量对所述待防洪改造地区进行管网排洪改造以及蓄洪设施改造，能够提高峰值降雨量计算的准确性，进而得到更加准确的峰值排洪量，从而提升对地区进行防洪改造的精确度。因此本发明提出的基于降雨数据的防洪方案生成方法，可以解决对地区进行防洪改造时的精确度较低的问题。
如图4所示，是本发明一实施例提供的基于降雨数据的防洪方案生成装置的功能模块图。
本发明所述基于降雨数据的防洪方案生成装置100可以安装于设备中。根据实现的功能，所述基于降雨数据的防洪方案生成装置100可以包括降雨数据筛选模块101、长短历时分段模块102、雨量比例计算模块103、第一雨型设计模块104、第二雨型设计模块105及防洪设施改造模块106。本发明所述模块也可以称之为单元，是指一种能够被设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
所述降雨数据筛选模块101，用于获取待防洪改造地区的历史降雨数据，对所述历史降雨数据进行筛选处理，得到初始降雨数据，按照时间顺序对所述初始降雨数据中的每场降雨数据进行排序，得到标准降雨数据；
所述长短历时分段模块102，用于配置降雨的长短历时，逐一选取所述标准降雨数据中的一场降雨数据作为目标降雨数据，根据所述长短历时对所述目标降雨数据进行分段处理，得到与所述长短历时对应的分段雨量数据；
所述雨量比例计算模块103，用于逐段选定最短历时对应的所述分段雨量数据中的一段作为目标段，利用预设的间隔降雨比例算法计算所述目标段的短历时雨量比例，得到所述标准降雨数据的短历时雨量比例；
所述第一雨型设计模块104，用于利用第一设计雨型算法根据所述标准降雨数据和所述标准降雨数据的短历时雨量比例计算设计雨型的分段雨量比例；
所述第二雨型设计模块105，用于利用第二设计雨型算法根据所述设计雨型的分段雨量比例和预先获取的设计雨量计算得到所述待防洪改造地区的设计雨型；
所述防洪设施改造模块106，用于从所述标准降雨数据中选取出总降雨量最大的降雨数据作为防洪降雨数据，并根据所述设计雨型从所述防洪降雨数据中提取出峰值降雨量；根据所述峰值降雨量生成所述待防洪改造地区的管网排洪改造以及蓄洪设施改造的方案。
详细地，本发明实施例中所述基于降雨数据的防洪方案生成装置100中所述的各模块在使用时采用与上述图1至图3中所述的基于降雨数据的防洪方案生成方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
如图5所示，是本发明一实施例提供的实现基于降雨数据的防洪方案生成方法的设备的结构示意图。
所述设备1可以包括处理器10、存储器11、通信总线12以及通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如基于降雨数据的防洪方案生成程序。
其中，所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述设备的控制核心(Control Unit)，利用各种接口和线路连接整个设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如执行基于降雨数据的防洪方案生成程序等)，以及调用存储在所述存储器11内的数据，以执行设备的各种功能和处理数据。
所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是设备的内部存储单元，例如该设备的移动硬盘。所述存储器11在另一些实施例中也可以是设备的外部存储设备，例如设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(Secure Digital，SD)卡、闪存卡(Flash Card)等。进一步地，所述存储器11还可以既包括设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于设备的应用软件及各类数据，例如基于降雨数据的防洪方案生成程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线12可以是外设部件互连标准(peripheral componentinterconnect，简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
所述通信接口13用于上述设备与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该设备与其他设备之间建立通信连接。所述用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在设备中处理的信息以及用于显示可视化的用户界面。
图中仅示出了具有部件的设备，本领域技术人员可以理解的是，图中示出的结构并不构成对所述设备的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述设备还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述设备1中的所述存储器11存储的基于降雨数据的防洪方案生成程序是多个指令的组合，在所述处理器10中运行时，可以实现：
获取待防洪改造地区的历史降雨数据，对所述历史降雨数据进行筛选处理，得到初始降雨数据，按照时间顺序对所述初始降雨数据中的每场降雨数据进行排序，得到标准降雨数据；
配置降雨的长短历时，逐一选取所述标准降雨数据中的一场降雨数据作为目标降雨数据，根据所述长短历时对所述目标降雨数据进行分段处理，得到与所述长短历时对应的分段雨量数据；
逐段选定最短历时对应的所述分段雨量数据中的一段作为目标段，利用预设的间隔降雨比例算法计算所述目标段的短历时雨量比例，得到所述标准降雨数据的短历时雨量比例；
利用第一设计雨型算法根据所述标准降雨数据和所述标准降雨数据的短历时雨量比例计算设计雨型的分段雨量比例；
利用第二设计雨型算法根据所述设计雨型的分段雨量比例和预先获取的设计雨量计算得到所述待防洪改造地区的设计雨型；
从所述标准降雨数据中选取出总降雨量最大的降雨数据作为防洪降雨数据，并根据所述设计雨型从所述防洪降雨数据中提取出峰值降雨量；
根据所述峰值降雨量生成所述待防洪改造地区的管网排洪改造以及蓄洪设施改造的方案。
具体地，所述处理器10对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述，在此不赘述。
进一步地，所述设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个存储介质中。所述存储介质可以是易失性的，也可以是非易失性的。例如，所述存储介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-OnlyMemory)。
本发明还提供一种存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被设备的处理器所执行时，可以实现：
获取待防洪改造地区的历史降雨数据，对所述历史降雨数据进行筛选处理，得到初始降雨数据，按照时间顺序对所述初始降雨数据中的每场降雨数据进行排序，得到标准降雨数据；
配置降雨的长短历时，逐一选取所述标准降雨数据中的一场降雨数据作为目标降雨数据，根据所述长短历时对所述目标降雨数据进行分段处理，得到与所述长短历时对应的分段雨量数据；
逐段选定最短历时对应的所述分段雨量数据中的一段作为目标段，利用预设的间隔降雨比例算法计算所述目标段的短历时雨量比例，得到所述标准降雨数据的短历时雨量比例；
利用第一设计雨型算法根据所述标准降雨数据和所述标准降雨数据的短历时雨量比例计算设计雨型的分段雨量比例；
利用第二设计雨型算法根据所述设计雨型的分段雨量比例和预先获取的设计雨量计算得到所述待防洪改造地区的设计雨型；
从所述标准降雨数据中选取出总降雨量最大的降雨数据作为防洪降雨数据，并根据所述设计雨型从所述防洪降雨数据中提取出峰值降雨量；
根据所述峰值降雨量生成所述待防洪改造地区的管网排洪改造以及蓄洪设施改造的方案。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (10)

1.一种基于降雨数据的防洪方案生成方法，其特征在于，所述方法包括：
获取待防洪改造地区的历史降雨数据，对所述历史降雨数据进行筛选处理，得到初始降雨数据，按照时间顺序对所述初始降雨数据中的每场降雨数据进行排序，得到标准降雨数据；
配置降雨的长短历时，逐一选取所述标准降雨数据中的一场降雨数据作为目标降雨数据，根据所述长短历时对所述目标降雨数据进行分段处理，得到与所述长短历时对应的分段雨量数据；
逐段选定最短历时对应的所述分段雨量数据中的一段作为目标段，利用预设的间隔降雨比例算法计算所述目标段的短历时雨量比例，得到所述标准降雨数据的短历时雨量比例；
利用第一设计雨型算法根据所述标准降雨数据和所述标准降雨数据的短历时雨量比例计算设计雨型的分段雨量比例；
利用第二设计雨型算法根据所述设计雨型的分段雨量比例和预先获取的设计雨量计算得到所述待防洪改造地区的设计雨型；
从所述标准降雨数据中选取出总降雨量最大的降雨数据作为防洪降雨数据，并根据所述设计雨型从所述防洪降雨数据中提取出峰值降雨量；
根据所述峰值降雨量生成所述待防洪改造地区的管网排洪改造以及蓄洪设施改造的方案。
2.如权利要求1所述的基于降雨数据的防洪方案生成方法，其特征在于，所述对所述历史降雨数据进行筛选处理，得到初始降雨数据，包括：
根据预设的时间间隔阈值对所述历史降雨数据进行场次划分，得到包含多场降雨数据的历史场雨数据；
筛选出所述历史场雨数据中降雨量在预设雨量阈值范围内的降雨数据，得到标准场雨数据；
从所述标准场雨数据中筛选出降雨时长不小于所述时长阈值的降雨数据作为标准暴雨数据，并从所述标准暴雨数据中截取出时长等于所述时长阈值的降雨数据作为初始降雨数据。
3.如权利要求1所述的基于降雨数据的防洪方案生成方法，其特征在于，所述利用预设的间隔降雨比例算法计算所述目标段的短历时雨量比例，得到所述标准降雨数据的短历时雨量比例，包括：
对所述分段雨量数据中的每个短历时的雨量进行求和，得到所述分段雨量数据的总降雨量；
将所述目标段的雨量除以所述分段雨量数据的总降雨量，得到所述目标段的短历时雨量比例；
根据所述目标段的短历时雨量比例计算所述标准降雨数据的短历时雨量比例。
4.如权利要求3所述的基于降雨数据的防洪方案生成方法，其特征在于，所述根据所述目标段的短历时雨量比例计算所述标准降雨数据的短历时雨量比例，包括：
按照所述目标段的短历时雨量比例大小对所述目标降雨数据中的短历时分段进行降序排序，得到降序降雨数据；
计算所述降序降雨数据中序列号一致的短历时雨量比例的平均值，将所述平均值作为所述标准降雨数据的短历时雨量比例。
5.如权利要求1所述的基于降雨数据的防洪方案生成方法，其特征在于，所述利用第一设计雨型算法根据所述标准降雨数据和所述标准降雨数据的短历时雨量比例计算设计雨型的短历时雨量比例，包括：
根据所述标准降雨数据的短历时雨量比例计算所述标准降雨数据的长历时雨量比例；
根据所述短历时雨量比例分别选取与所述标准降雨数据的每场降雨数据相对应的最大短历时雨量比例；
根据所述长历时雨量比例分别选取与所述标准降雨数据的每场降雨数据相对应的最大长历时雨量比例；
通过预设的第一设计雨型算法根据所述最大短历时雨量比例和所述最大短长时雨量比例计算设计雨型的短历时雨量比例。
6.如权利要求5所述的基于降雨数据的防洪方案生成方法，其特征在于，所述通过预设的第一设计雨型算法根据所述最大短历时雨量比例和所述最大短长时雨量比例计算设计雨型的短历时雨量比例，包括：
通过所述第一设计雨型算法计算所述最大长历时雨量比例所对应的降雨时段中，除去所述最大短历时雨量比例所对应的降雨时段外，其余短历时时段的第一短历时雨量比例：
Figure FDA0003720742520000031
其中，h1是指所述第一短历时雨量比例，h是指除去所述最大短历时雨量比例所对应的降雨时段外，其余每段短历时时段所对应的短历时雨量比例，L是指所述最大长历时雨量比例，S是指所述最大短历时雨量比例；
通过所述第一设计雨型算法计算所述设计雨型所对应的降雨时段中，除去所述最大长历时雨量比例所对应的降雨时段外，其余短历时时段的第二短历时雨量比例：
Figure FDA0003720742520000032
其中，h2是指所述第二短历时雨量比例，h是指除去所述最大短历时雨量比例所对应的降雨时段外，其余每段短历时时段所对应的短历时雨量比例，L是指所述最大长历时雨量比例；
将所述第一短历时雨量比例与所述第二短历时雨量比例组成设计雨型的短历时雨量比例。
7.如权利要求1至6中任一项所述的基于降雨数据的防洪方案生成方法，其特征在于，所述利用第二设计雨型算法根据所述设计雨型的分段雨量比例和预先获取的设计雨量计算得到所述待防洪改造地区的设计雨型，包括：
根据所述长短历时对所述设计雨量进行分段处理，得到分段设计雨量；
根据所述分段设计雨量的确定所述设计雨型的最大长历时雨量比例以及所述设计雨型的最大短历时雨量比例；
通过所述第二设计雨型算法根据所述第一短历时雨量比例计算所述设计雨型的最大长历时雨量比例所对应的降雨时段中，除去最大短历时雨量比例所对应的降雨时段外，其余短历时时段的第一短历时降雨量：
H1＝(l-s)×h1％
其中，H1是指所述第一短历时降雨量，l是指所述设计雨型的最大长历时雨量比例，S是指所述设计雨型的最大短历时雨量比例，h1是指所述第一短历时雨量比例；
通过所述第二设计雨型算法根据所述第二短历时雨量比例计算所述设计雨型所对应的降雨时段中，除去所述最大长历时雨量比例所对应的降雨时段外，其余短历时时段的第二短历时降雨量：
H2＝(O-1)×h2％
其中，H2是指所述第二短历时降雨量，h2是指所述第二短历时雨量比例，l是指所述设计雨型的最大长历时雨量比例，S是指所述设计雨型的最大短历时雨量比例，O是指所述设计雨量的总降雨量；
将所述第一短历时降雨量与所述第二短历时降雨量组成所述待防洪改造地区的设计雨型。
8.一种基于降雨数据的防洪方案生成装置，其特征在于，所述装置包括：
降雨数据筛选模块，用于获取待防洪改造地区的历史降雨数据，对所述历史降雨数据进行筛选处理，得到初始降雨数据，按照时间顺序对所述初始降雨数据中的每场降雨数据进行排序，得到标准降雨数据；
长短历时分段模块，用于配置降雨的长短历时，逐一选取所述标准降雨数据中的一场降雨数据作为目标降雨数据，根据所述长短历时对所述目标降雨数据进行分段处理，得到与所述长短历时对应的分段雨量数据；
雨量比例计算模块，用于逐段选定最短历时对应的所述分段雨量数据中的一段作为目标段，利用预设的间隔降雨比例算法计算所述目标段的短历时雨量比例，得到所述标准降雨数据的短历时雨量比例；
第一雨型设计模块，用于利用第一设计雨型算法根据所述标准降雨数据和所述标准降雨数据的短历时雨量比例计算设计雨型的分段雨量比例；
第二雨型设计模块，用于利用第二设计雨型算法根据所述设计雨型的分段雨量比例和预先获取的设计雨量计算得到所述待防洪改造地区的设计雨型；
防洪设施改造模块，用于从所述标准降雨数据中选取出总降雨量最大的降雨数据作为防洪降雨数据，并根据所述设计雨型从所述防洪降雨数据中提取出峰值降雨量；根据所述峰值降雨量生成所述待防洪改造地区的管网排洪改造以及蓄洪设施改造的方案。
9.一种设备，其特征在于，所述设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至7中任意一项所述的基于降雨数据的防洪方案生成方法。
10.一种存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述的基于降雨数据的防洪方案生成方法。
CN202210763675.6A 2022-06-29 2022-06-29 基于降雨数据的防洪方案生成方法、装置、设备及介质 Active CN115034506B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210763675.6A CN115034506B (zh) 2022-06-29 2022-06-29 基于降雨数据的防洪方案生成方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210763675.6A CN115034506B (zh) 2022-06-29 2022-06-29 基于降雨数据的防洪方案生成方法、装置、设备及介质

Publications (2)

Publication Number Publication Date
CN115034506A true CN115034506A (zh) 2022-09-09
CN115034506B CN115034506B (zh) 2023-02-07

Family

ID=83129045

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210763675.6A Active CN115034506B (zh) 2022-06-29 2022-06-29 基于降雨数据的防洪方案生成方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN115034506B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103902828A (zh) * 2014-04-02 2014-07-02 北京工业大学 城市24小时长历时暴雨强度的确定方法
CN105426346A (zh) * 2015-11-15 2016-03-23 北京工业大学 基于水利雨型峰值的城市长历时设计暴雨雨型制作方法
CN107797968A (zh) * 2017-09-14 2018-03-13 邵丹娜 一种城市设计暴雨雨型统计方法
WO2018119880A1 (zh) * 2016-12-29 2018-07-05 柳成荫 一种基于降雨量及土壤湿度的降雨型滑坡预警方法及装置
CN113111486A (zh) * 2021-03-08 2021-07-13 郑州大学 一种城市短历时暴雨概率雨型构建方法
WO2021164238A1 (zh) * 2020-02-18 2021-08-26 河海大学 链路长短可调的微波雨衰规律人工降雨实验方法
CN113435661A (zh) * 2021-07-14 2021-09-24 珠江水利委员会珠江水利科学研究院 暴雨雨峰位置推求方法、装置、介质和设备
CN114547009A (zh) * 2022-02-22 2022-05-27 上海市城市排水有限公司 一种利用p＆c法推求设计雨型的方法及系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103902828A (zh) * 2014-04-02 2014-07-02 北京工业大学 城市24小时长历时暴雨强度的确定方法
CN105426346A (zh) * 2015-11-15 2016-03-23 北京工业大学 基于水利雨型峰值的城市长历时设计暴雨雨型制作方法
WO2018119880A1 (zh) * 2016-12-29 2018-07-05 柳成荫 一种基于降雨量及土壤湿度的降雨型滑坡预警方法及装置
CN107797968A (zh) * 2017-09-14 2018-03-13 邵丹娜 一种城市设计暴雨雨型统计方法
WO2021164238A1 (zh) * 2020-02-18 2021-08-26 河海大学 链路长短可调的微波雨衰规律人工降雨实验方法
CN113111486A (zh) * 2021-03-08 2021-07-13 郑州大学 一种城市短历时暴雨概率雨型构建方法
CN113435661A (zh) * 2021-07-14 2021-09-24 珠江水利委员会珠江水利科学研究院 暴雨雨峰位置推求方法、装置、介质和设备
CN114547009A (zh) * 2022-02-22 2022-05-27 上海市城市排水有限公司 一种利用p＆c法推求设计雨型的方法及系统

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
DONGLAI LI等: "An Efficient Method for Approximately Simulating Drainage Capability for Urban Flood", 《FRONTIERS IN EARTH SCIENCE》 *
YILIN YANG等: "Water quality assessment of Middle Route of South-North Water Diversion Project based on modified Nemerow index method", 《WATER SUPPLY》 *
宁静: "上海市短历时暴雨强度公式与设计雨型研究", 《网页在线公开：HTTPS://D.WANFANGDATA.COM.CN/THESIS/CHJUAGVZAXNOZXDTMJAYMJA5MDESB1K4NTEZOTMACHN4CHHSDZUZ》 *
张宇航等: "降雨场次划分方法对降雨控制率的影响分析", 《中国给水排水》 *
徐文昊等: "基于防洪排涝设计的鄂州市短历时暴雨雨型研究", 《自然科学》 *
深圳市市场监督管理局: "《DB4403涉河建设项目防洪评价和管理技术规范》", 11 November 2020, 深圳市市场监督管理局 *

Also Published As

Publication number Publication date
CN115034506B (zh) 2023-02-07

Similar Documents

Publication Publication Date Title
CN114496264B (zh) 基于多维数据的健康指数分析方法、装置、设备及介质
CN113032403B (zh) 数据洞察方法、装置、电子设备及存储介质
CN111950621A (zh) 基于人工智能的目标数据检测方法、装置、设备及介质
CN114781768B (zh) 基于城市资源数据的停车场设施规划方法、装置及设备
CN114399212A (zh) 生态环境质量评估方法、装置、电子设备及存储介质
CN113807553A (zh) 预约服务的数量分析方法、装置、设备及存储介质
CN113868529A (zh) 知识推荐方法、装置、电子设备及可读存储介质
CN113139743A (zh) 污水排放指标分析方法、装置、电子设备及存储介质
CN110836683A (zh) 河道管理方法、河道管理装置及终端
CN115829124A (zh) 充电桩选址方法、装置、设备及存储介质
CN113627160B (zh) 文本纠错方法、装置、电子设备及存储介质
CN114612194A (zh) 产品推荐方法、装置、电子设备及存储介质
CN112651782A (zh) 基于缩放点积注意力的行为预测方法、装置、设备及介质
CN115034506B (zh) 基于降雨数据的防洪方案生成方法、装置、设备及介质
CN111950707A (zh) 基于行为共现网络的行为预测方法、装置、设备及介质
CN111985545A (zh) 基于人工智能的目标数据检测方法、装置、设备及介质
CN115907082A (zh) 区域人流量分析方法、装置、设备及存储介质
CN113627692A (zh) 投诉量预测方法、装置、设备及存储介质
CN111460293B (zh) 信息推送方法、装置及计算机可读存储介质
CN113869269A (zh) 活动现场拥挤度检测方法、装置、电子设备及存储介质
CN114550076A (zh) 区域异常行为监控方法、装置、设备及存储介质
CN113704407A (zh) 基于类别分析的投诉量分析方法、装置、设备及存储介质
CN114689975B (zh) 基于谐波电流的产品测试方法、装置、设备及存储介质
CN114997512A (zh) 员工离职预测方法、装置、设备及存储介质
CN115757987B (zh) 基于轨迹分析的伴随对象确定方法、装置、设备及介质

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