CN115131186A - 一种基于人工智能的城市市政排水安全监测分析云平台 - Google Patents
一种基于人工智能的城市市政排水安全监测分析云平台 Download PDFInfo
- Publication number
- CN115131186A CN115131186A CN202210741470.8A CN202210741470A CN115131186A CN 115131186 A CN115131186 A CN 115131186A CN 202210741470 A CN202210741470 A CN 202210741470A CN 115131186 A CN115131186 A CN 115131186A
- Authority
- CN
- China
- Prior art keywords
- drainage
- street
- outlet
- well cover
- laid
- 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.)
- Withdrawn
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 80
- 238000012544 monitoring process Methods 0.000 title claims abstract description 38
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 19
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 167
- 238000012545 processing Methods 0.000 claims abstract description 10
- 238000011156 evaluation Methods 0.000 claims description 72
- 239000007789 gas Substances 0.000 claims description 40
- 239000010802 sludge Substances 0.000 claims description 25
- 230000002159 abnormal effect Effects 0.000 claims description 22
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 claims description 20
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 20
- 230000007547 defect Effects 0.000 claims description 15
- 230000002093 peripheral effect Effects 0.000 claims description 15
- 238000000034 method Methods 0.000 claims description 14
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 10
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 claims description 10
- 229910021529 ammonia Inorganic materials 0.000 claims description 10
- 229910002091 carbon monoxide Inorganic materials 0.000 claims description 10
- 229910000037 hydrogen sulfide Inorganic materials 0.000 claims description 10
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 9
- 239000001301 oxygen Substances 0.000 claims description 9
- 229910052760 oxygen Inorganic materials 0.000 claims description 9
- 239000007787 solid Substances 0.000 claims description 5
- 101100518501 Mus musculus Spp1 gene Proteins 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000012790 confirmation Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 abstract description 4
- 238000007726 management method Methods 0.000 abstract description 3
- 230000009466 transformation Effects 0.000 abstract 1
- 238000011161 development Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000004880 explosion Methods 0.000 description 2
- 239000010865 sewage Substances 0.000 description 2
- 239000002356 single layer Substances 0.000 description 2
- 206010063659 Aversion Diseases 0.000 description 1
- 206010017740 Gas poisoning Diseases 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003911 water pollution Methods 0.000 description 1
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
- 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
- G06Q50/265—Personal security, identity or safety
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- 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
- G06Q50/06—Energy or water supply
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
- H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Sewage (AREA)
Abstract
本发明公开提供的一种基于人工智能的城市市政排水安全监测分析云平台。该基于人工智能的城市市政排水安全监测分析云平台包括街道排水布设信息获取模块、街道排水井盖状态采集分析模块、街道排水管道环境采集分析模块、街道排水管道水体信息采集分析模块、街道排水安全综合解析模块和预警处理终端;本发明通过从街道排水井盖状态、街道排水管道环境、街道排水管道水体信息这三个维度对各街道布设排水口的排水安全进行监测与分析,有效的解决了当前笼统式监测与分析方式中的局限性,提高了市政排水安全分析结果的可靠性,为街道排水口后期维护保养、规划改造等提供了合理的数据支撑,实现了市政排水安全的高效管理。
Description
技术领域
本发明市政排水安全分析技术领域,涉及到一种基于人工智能的城市市政排水安全监测分析云平台。
背景技术
随着社会的日益发展,城市市政排水管网的规模也越来越大,市政排水管网作为城市的排泄系统,管道拥堵或泄露等,会造成地下水污染、城市内涝等伤害,对城市的运营发展、生活出行等造成不小的影响,由此凸显了市政排水管网安全监测分析的重要性;
当前对市政排水管网的安全监测分析主要停留在排水水质或者或者排水管道结构缺陷监测等进行简化式的监测和分析,如对排水管壁的厚度、排水管道接口情况、排水井盖的移位等进行监测与分析,存在一定的局限性,无法提高市政排水安全分析结果的可靠性和精准性,很显然,当前技术还存在以下几点问题:
第一点,排水管网由排水口、井盖、排水管道等几个基本部分组成,而井盖作为承载路面和防止排水管道堵塞的重要结构,其安全状态直接影响了行人的安全和管道的安全,当前仅对井盖的移位进行监测,过于单一,无法保障行人出行的安全性,也无法保障排水管道的安全性,监测力度不强,监测数据参考性不足;
第二点,排水管道内水面悬浮物状态管底淤泥厚度直接决定了排水管道的排水顺畅性,而排水口一般设立在城市道路中,树木的枯叶、枯枝等极容易掉落进去,对排水口的排水情况造成了极大的影响,尤其当城市内涝时,不利于城市排水的及时性,也无法降低城市内涝造成的安全影响;
第三点,排水管道内部水位、气体环境等容易造成排水管道爆炸、排水口溢流等风险隐患,是城市排水管网运行的重要影响指标,当前对此监测,属于粗略性的监测,没有进行细致的监测与分析,当前通过单一维度的监测,无法为排水管网运行的动态规律以及风险情况分析提供可靠的参考数据,同时也无法降低排水管网的运行风险隐患和安全事故的发生几率。
发明内容
鉴于此,为解决上述背景技术中所提出的问题,现提出一种基于人工智能的城市市政排水安全监测分析云平台;
本发明的目的可以通过以下技术方案实现:
本发明提供了一种基于人工智能的城市市政排水安全监测分析云平台,该系统包括:
街道排水布设信息获取模块,用于获取指定城市对应的布设街道排水口数目和各布设街道排水口对应的位置、初始布设图像、布设尺寸以及布设井盖面积,将各布设街道排水口对应的位置按照预设顺序进行编号,依次标记为1,2,...i,...n;
街道排水井盖状态采集分析模块,用于对各布设街道排水口位置对应关联排水井盖的状态信息进行采集,进而分析得到各布设街道排水口对应的关联排水井盖状态安全评估指数,并记为δi,i表示为各布设街道排水口对应的编号,i=1,2,......n;
街道排水管道环境采集分析模块,用于通过对各布设街道排水口内部管道对应的环境信息进行采集,进而分析得到各布设街道排水口对应的内部管道环境安全评估指数,并记为λi;
街道排水管道水体信息采集分析模块,用于对各布设街道排水口内部水体对应的基本信息进行采集,进而分析得到各布设街道排水口对应的内部水体安全评估指数,并记为γi;
街道排水安全综合解析模块,用于基于各布设街道排水口对应的关联排水井盖的状态安全评估指数、内部管道环境安全评估指数和内部水体安全评估指数,分析得到各布设街道排水口对应的排水安全评估指数,由此确认异常排水口的数目,并提取各异常排水口对应的位置;
预警处理终端,用于将各异常排水口对应的位置进行后台显示,同时启动预警指令进行预警。
优选地,所述对各布设街道排水口位置对应关联排水井盖的状态信息进行采集,具体采集过程为:
通过无人机搭载的高清摄像头对各布设街道排水口位置进行图像采集,从中识别出关联排水井盖对应的姿态信息、损伤信息和周边环境信息;
在各布设街道排水口位置内井盖承载区域内进行压力采集点布设,将若干压力传感器分别布设在各压力采集点位置,通过各压力采集点内的压力传感器对关联排水井盖对应的压力值进行采集,由此将关联排水井盖对应的姿态信息、损伤信息、形变信息、周边环境信息、关联排水井盖内各压力采集点对应的压力值作为各布设街道排水口位置对应关联排水井盖的状态信息。
优选地,所述关联排水井盖对应的姿态信息、损伤信息、形变信息和周边环境信息的具体识别过程为:
从各布设街道排水口位置的图像中提取关联排水井盖对应的轮廓,进而从中识别出关联排水井盖对应的覆盖排水口面积和放置水平度,将关联排水井盖对应的覆盖排水口面积和放置水平度作为关联排水井盖对应的姿态信息;
将各布设街道排水口位置的图像与各铺设街道排水口对应的初始布设图像进行重叠对比,得到重合区域面积,基于重合面积,分析得到变形度,同时从各布设街道排水口位置的图像中提取关联排水井盖对应的破损区域面积,由此将变形度、破损区域面积作为关联排水井盖对应的损伤信息;
从各布设街道排水口位置的图像中提取关联排水井盖周边路面缺陷面积,并作为关联排水井盖周边环境信息。
优选地,所述各布设街道排水口对应的关联排水井盖安全评估指数,具体分析过程如下:
步骤1、从各布设街道排水口位置对应关联排水井盖的状态信息中提取关联排水井盖对应的姿态信息,通过分析公式分析得出各布设街道排水口位置对应关联排水井盖的姿态安全评估指数,并记为β1i,e为自然数,a1,b1分别表示为设定的井盖覆盖面积、放置平整度对应的影响权重,Mi、Pi分别表示为第i个布设街道排水口位置对应关联排水井盖的覆盖排水口面积、放置水平度,Mi′表示第i个布设街道排水口位置对应的布设井盖面积,P′为设定的排水井盖标准放置水平度;
步骤2、从各布设街道排水口位置对应关联排水井盖的状态信息中提取关联排水井盖对应的损伤信息,通过分析公式分析得出各布设街道排水口位置对应关联排水井盖的损伤安全评估指数,并记为β2i,a2、b2分别表示为井盖变形度、破损区域面积对应的影响权重,Bi、Si分别表示为第i个布设街道排水口位置对应关联排水井盖的变形度、破损区域面积,B′表示为设定的排水井盖许可变形度;
步骤3、从各布设街道排水口位置对应关联排水井盖的状态信息中提取关联排水井盖对应的周边环境信息,通过分析公式分析得出各布设街道排水口位置对应关联排水井盖的周边环境安全评估指数,并记为β3i,S0 i表示为第i个布设街道排水口位置对应关联排水井盖的周边路面缺陷面积,S0′为设定的排水井盖对应的许可周边路面缺陷面积;
步骤4、从各布设街道排水口位置对应关联排水井盖的状态信息中提取各压力采集点对应的压力值,从中筛选出最大压力值和最小压力值,并通过均值计算方式计算得出平均压力值,将各布设街道排水口位置对应关联排水井盖的最大压力值、最小压力值、平均压力值分别标记为Fmax i,Fmin i,通过分析公式分析得到各布设街道排水口位置对应关联排水井盖的压力均匀度安全评估指数β4i,K为设定的参考压力均匀度;
步骤5、基于各布设街道排水口位置对应关联排水井盖的姿态安全评估指数、损伤安全评估指数、周边环境安全评估指数和压力均匀度安全评估指数,通过分析公式分析得出各布设街道排水口对应的关联排水井盖状态安全评估指数,ε1、ε2、ε3、ε4分别表示为设定的排水井盖姿态、排水井盖损伤、排水井盖周边环境、排水井盖压力均匀度对应的影响权重。
优选地,所述对各布设街道排水口内部管道对应的环境信息进行采集,用于对各布设街道排水口内部管道对应的管道水面悬浮物面积、管道底部淤泥厚度和管道气体环境信息,其中气体环境信息包括各类型气体对应的浓度,其中气体类型包括甲烷、氧气、硫化氢、氨气和一氧化碳。
优选地,所述各布设街道排水口对应的内部管道环境安全评估指数,具体分析过程包括以下步骤:
从各布设街道排水口内部管道对应的环境信息中提取管道水面悬浮物面积,并记为S1 i,基于各布设街道排水口对应的尺寸,计算得出各布设街道排水口对应的面积,记为S2 i,通过分析公式分析得到各布设街道排水口内部管道水面悬浮物安全评估指数
从各布设街道排水口内部管道对应的环境信息中提取甲烷浓度、氧气浓度、硫化氢浓度、氨气浓度和一氧化碳浓度,通过分析公式分析得到各布设街道排水口内部管道气体环境安全评估指数N′w为预设的各类型气体对应参考浓度,Nw i表示为第i个布设街道排水口内部管道各类型气体对应的浓度,σw表示为设定的各类型气体浓度对应的权重因子,w表示为各类型气体,w=q1或q2或q3或q4或q5,q1,q2,q3,q4,q5依次表示为甲烷、氧气、硫化氢、氨气、一氧化碳;
基于各布设街道排水口内部管道水面悬浮物安全评估指数内部管道底部淤泥厚度安全评估指数和内部管道气体环境安全评估指数依据分析公式分析得到各布设街道排水口对应的内部管道环境安全评估指数λi,η1,η2,η3分别表示为设定的管道水面悬浮物、管道底部淤泥厚度、管道内部气体环境对应的权重因子。
优选地,所述排水口内部水体对应的基本信息为水体流速和水位高度。
优选地,所述各布设街道排水口对应的内部水体安全评估指数具体分析公式为:vi、hi分别为第i个布设街道排水口内部对应的水体流速、水位高度,v′、h′为设定的街道排水口参考水体流速、参考水位高度,Δv、Δh分别表示为设定的许可水体流速差、许可水位高度差,分别为设定的水体流速参考权重、水位高度参考权重。
优选地,所述各布设街道排水口对应的排水安全评估指数具体分析公式为Qi表示为第i个布设街道排水口对应的排水安全评估指数,μ1、μ2、μ3分别表示为设定的井盖安全、内部管道环境安全、内部水体安全对应的影响权重,μ1+μ2+μ3=1。
优选地,所述确认异常排水口的数目,具体确认过程如下:
将各布设街道排水口对应的排水安全评估指数分别与设定的街道排水口对应的标准排水安全评估指数进行对比,若某布设街道排水口对应的排水安全评估指数小于街道排水口对应的标准排水安全评估指数,则判定该布设街道排水口为异常排水口,反之则判断该布设街道排水口为异常排水口为正常排水口,以此统计异常排水口数目。
相较于现有技术,本发明的有益效果如下:
(1)本发明提供的一种基于人工智能的城市市政排水安全监测分析云平台,通过从街道排水井盖状态、街道排水管道环境、街道排水管道水体信息这三个维度对各布设街道排水口对应的排水安全进行监测与分析,一方面有效的解决了当前笼统式监测与分析方式中的局限性,提高了市政排水安全分析结果的可靠性和精准性,为街道排水口后期维护保养、规划改造等提供了合理的数据支撑,进而在一定程度上大大的提高了市政排水的安全性,实现了市政排水安全的高效管理,另一方面,通过从路面、管道水面、管道底部这三个方位对街道排水口的排水安全进行监测,实现了市政排水的垂直化监测,提高了街道排水口排水安全监测的全面性,从而大幅度提高市政排水安全评估的规范性。
(2)本发明在街道排水井盖状态采集分析模块,通过对各布设街道排水口位置对应关联排水井盖的姿态信息、损伤信息、形变信息和周边环境信息这四个维度对井盖的状态进行监测与分析,规避了单一层面分析的弊端,为行人的出行安全提供了有力保障,提高了排水井盖的安全监测力度,进而提高了排水井盖安全监测数据的参考性。
(3)本发明在街道排水管道环境采集分析模块,通过对各布设街道排水口内部管道对应的管道水面悬浮物面积、管道底部淤泥厚度和管道气体环境信息这三个维度进行分析,有效降低了城市内涝的安全影响,提高了排水管道中枯叶、枯枝等悬浮物的处理效率,保障了排水管道排水的顺畅性,降低了对排水口排水效率的影响,提高了城市排水的及时性。
(4)本发明在街道排水管道水体信息采集分析模块,通过对排水管道内水体信息进行细致的监测与分析,为排水管网运行的动态规律以及风险情况分析提供可靠的参考数据,有效的降低了排水管网的运行风险隐患和安全事故的发生几率。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明系统各模块连接示意图。
具体实施方式
下面将结合本发明实施以上内容仅仅是对本发明的构思所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的构思或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
请参阅图1所示,本发明提供了一种基于人工智能的城市市政排水安全监测分析云平台,包括街道排水布设信息获取模块、街道排水井盖状态采集分析模块、街道排水管道环境采集分析模块、街道排水管道水体信息采集分析模块、街道排水安全综合解析模块和预警处理终端;
基于图中连接关系所示,街道排水布设信息获取模块分别与街道排水井盖状态采集分析模块和街道排水管道环境采集分析模块连接,街道排水安全综合解析模块分别与街道排水井盖状态采集分析模块、街道排水管道环境采集分析模块、街道排水管道水体信息采集分析模块和预警处理终端连接;
所述街道排水布设信息获取模块,用于获取指定城市对应的布设街道排水口数目和各布设街道排水口对应的位置、初始布设图像、布设尺寸以及布设井盖面积,将各布设街道排水口对应的位置按照预设顺序进行编号,依次标记为1,2,...i,...n;
所述街道排水井盖状态采集分析模块,用于对各布设街道排水口位置对应关联排水井盖的状态信息进行采集,进而分析得到各布设街道排水口对应的关联排水井盖安全评估指数,并记为δi,i表示为各布设街道排水口对应的编号,i=1,2,......n;
上述中,对各布设街道排水口位置对应关联排水井盖的状态信息进行采集,具体采集过程为:
通过无人机搭载的高清摄像头对各布设街道排水口位置进行图像采集,从中识别出关联排水井盖对应的姿态信息、损伤信息和周边环境信息;
在各布设街道排水口位置内井盖承载区域内进行压力采集点布设,将若干压力传感器分别布设在各压力采集点位置,通过各压力采集点内的压力传感器对关联排水井盖对应的压力值进行采集,由此将关联排水井盖对应的姿态信息、损伤信息、形变信息、周边环境信息、关联排水井盖内各压力采集点对应的压力值作为各布设街道排水口位置对应关联排水井盖的状态信息。
需要说明的是,所述关联排水井盖对应的姿态信息、损伤信息、形变信息和周边环境信息的具体识别过程为:
从各布设街道排水口位置的图像中提取关联排水井盖对应的轮廓,进而从中识别出关联排水井盖对应的覆盖排水口面积和放置水平度,将关联排水井盖对应的覆盖排水口面积和放置水平度作为关联排水井盖对应的姿态信息;
将各布设街道排水口位置的图像与各铺设街道排水口对应的初始布设图像进行重叠对比,得到重合区域面积,基于重合面积,分析得到变形度,同时从各布设街道排水口位置的图像中提取关联排水井盖对应的破损区域面积,由此将变形度、破损区域面积作为关联排水井盖对应的损伤信息;
从各布设街道排水口位置的图像中提取关联排水井盖周边路面缺陷面积,并作为关联排水井盖周边环境信息。
上述中,各布设街道排水口对应的关联排水井盖安全评估指数,具体分析过程如下:
步骤1、从各布设街道排水口位置对应关联排水井盖的状态信息中提取关联排水井盖对应的姿态信息,通过分析公式分析得出各布设街道排水口位置对应关联排水井盖的姿态安全评估指数,并记为β1i,e为自然数,a1,b1分别表示为设定的井盖覆盖面积、放置平整度对应的影响权重,Mi、Pi分别表示为第i个布设街道排水口位置对应关联排水井盖的覆盖排水口面积、放置水平度,Mi′表示第i个布设街道排水口位置对应的布设井盖面积,P′为设定的排水井盖标准放置水平度;
步骤2、从各布设街道排水口位置对应关联排水井盖的状态信息中提取关联排水井盖对应的损伤信息,通过分析公式分析得出各布设街道排水口位置对应关联排水井盖的损伤安全评估指数,并记为β2i,a2、b2分别表示为井盖变形度、破损区域面积对应的影响权重,Bi、Si分别表示为第i个布设街道排水口位置对应关联排水井盖的变形度、破损区域面积,B′表示为设定的排水井盖许可变形度;
步骤3、从各布设街道排水口位置对应关联排水井盖的状态信息中提取关联排水井盖对应的周边环境信息,通过分析公式分析得出各布设街道排水口位置对应关联排水井盖的周边环境安全评估指数,并记为β3i,S0 i表示为第i个布设街道排水口位置对应关联排水井盖的周边路面缺陷面积,S0′为设定的排水井盖对应的许可周边路面缺陷面积;
步骤4、从各布设街道排水口位置对应关联排水井盖的状态信息中提取各压力采集点对应的压力值,从中筛选出最大压力值和最小压力值,并通过均值计算方式计算得出平均压力值,将各布设街道排水口位置对应关联排水井盖的最大压力值、最小压力值、平均压力值分别标记为Fmax i,Fmin i,通过分析公式分析得到各布设街道排水口位置对应关联排水井盖的压力均匀度安全评估指数β4i,K为设定的参考压力均匀度;
步骤5、基于各布设街道排水口位置对应关联排水井盖的姿态安全评估指数、损伤安全评估指数、周边环境安全评估指数和压力均匀度安全评估指数,通过分析公式分析得出各布设街道排水口对应的关联排水井盖状态安全评估指数,ε1、ε2、ε3、ε4分别表示为设定的排水井盖姿态、排水井盖损伤、排水井盖周边环境、排水井盖压力均匀度对应的影响权重。
本发明实施例通过对各布设街道排水口位置对应关联排水井盖的姿态信息、损伤信息、形变信息和周边环境信息这四个维度对井盖的状态进行监测与分析,规避了单一层面分析的弊端,为行人的出行安全提供了有力保障,提高了排水井盖的安全监测力度,进而提高了排水井盖安全监测数据的参考性。
所述街道排水管道环境采集分析模块,用于通过对各布设街道排水口内部管道对应的环境信息进行采集,进而分析得到各布设街道排水口对应的内部管道环境安全评估指数,并记为λi;
上述中,对各布设街道排水口内部管道对应的环境信息进行采集,用于对各布设街道排水口内部管道对应的管道水面悬浮物面积、管道底部淤泥厚度和管道气体环境信息,其中气体环境信息包括各类型气体对应的浓度,其中气体类型包括甲烷、氧气、硫化氢、氨气和一氧化碳。
需要说明的是,水面悬浮物面积通过摄像头进行采集,管道底部淤泥厚度通过超声波泥位计进行采集,气体环境信息通过气体传感器进行采集。
还需要说明的是,水面悬浮物和管道底部淤泥厚度均为污水排放速率的主要影响因素,决定了污水的排放效果,甲烷浓度过高会造成排水口爆炸,硫化氢、氨气浓度过高会使排水口异味过重,一氧化碳浓度过高,会造成排水管道维护人员发生气体中毒事故,对居民生活均造成重大影响,因此,需要对气体环境进行检测。
上述中,各布设街道排水口对应的内部管道环境安全评估指数,具体分析过程包括以下步骤:
第一步、从各布设街道排水口内部管道对应的环境信息中提取管道水面悬浮物面积,并记为S1 i,基于各布设街道排水口对应的尺寸,计算得出各布设街道排水口对应的面积,记为S2 i,通过分析公式分析得到各布设街道排水口内部管道水面悬浮物安全评估指数
第三步、从各布设街道排水口内部管道对应的环境信息中提取甲烷浓度、氧气浓度、硫化氢浓度、氨气浓度和一氧化碳浓度,通过分析公式分析得到各布设街道排水口内部管道气体环境安全评估指数N′w为预设的各类型气体对应参考浓度,Nw i表示为第i个布设街道排水口内部管道各类型气体对应的浓度,σw表示为设定的各类型气体浓度对应的权重因子,w表示为各类型气体,w=q1或q2或q3或q4或q5,q1,q2,q3,q4,q5依次表示为甲烷、氧气、硫化氢、氨气、一氧化碳;
第四步、基于各布设街道排水口内部管道水面悬浮物安全评估指数内部管道底部淤泥厚度安全评估指数和内部管道气体环境安全评估指数依据分析公式分析得到各布设街道排水口对应的内部管道环境安全评估指数λi,η1,η2,η3分别表示为设定的管道水面悬浮物、管道底部淤泥厚度、管道内部气体环境对应的权重因子。
本发明实施例通过对各布设街道排水口内部管道对应的管道水面悬浮物面积、管道底部淤泥厚度和管道气体环境信息这三个维度进行分析,有效降低了城市内涝的安全影响,提高了排水管道中枯叶、枯枝等悬浮物的处理效率,保障了排水管道排水的顺畅性,降低了对排水口排水效率的影响,提高了城市排水的及时性。
所述街道排水管道水体信息采集分析模块,用于对各布设街道排水口内部水体对应的基本信息进行采集,进而分析得到各布设街道排水口对应的内部水体安全评估指数,并记为γi;
上述中,排水口内部水体对应的基本信息为水体流速和水位高度其中,水体流速通过流速传感器进行采集,水位高度通过液位计进行采集。
上述中,各布设街道排水口对应的内部水体安全评估指数具体分析公式为:vi、hi分别为第i个布设街道排水口内部对应的水体流速、水位高度,v′、h′为设定的街道排水口参考水体流速、参考水位高度,Δv、Δh分别表示为设定的许可水体流速差、许可水位高度差,分别为设定的水体流速参考权重、水位高度参考权重。
本发明实施例通过对排水管道内水体信息进行细致的监测与分析,为排水管网运行的动态规律以及风险情况分析提供可靠的参考数据,有效的降低了排水管网的运行风险隐患和安全事故的发生几率。
所述街道排水安全综合解析模块,用于基于各布设街道排水口对应的关联排水井盖的状态安全评估指数、内部管道环境安全评估指数和内部水体安全评估指数,分析得到各布设街道排水口对应的排水安全评估指数,由此确认异常排水口的数目,并提取各异常排水口对应的位置;
具体地,所述各布设街道排水口对应的排水安全评估指数具体分析公式为Qi表示为第i个布设街道排水口对应的排水安全评估指数,μ1、μ2、μ3分别表示为设定的井盖安全、内部管道环境安全、内部水体安全对应的影响权重,μ1+μ2+μ3=1。
进一步地,所述确认异常排水口的数目,具体确认过程如下:
将各布设街道排水口对应的排水安全评估指数分别与设定的街道排水口对应的标准排水安全评估指数进行对比,若某布设街道排水口对应的排水安全评估指数小于街道排水口对应的标准排水安全评估指数,则判定该布设街道排水口为异常排水口,反之则判断该布设街道排水口为异常排水口为正常排水口,以此统计异常排水口数目。
本发明实施例通过从街道排水井盖状态、街道排水管道环境、街道排水管道水体信息这三个维度对各布设街道排水口对应的排水安全进行监测与分析,一方面有效的解决了当前笼统式监测与分析方式中的局限性,提高了市政排水安全分析结果的可靠性和精准性,为街道排水口后期维护保养、规划改造等提供了合理的数据支撑,进而在一定程度上大大的提高了市政排水的安全性,实现了市政排水安全的高效管理,另一方面,通过从路面、管道水面、管道底部这三个方位对街道排水口的排水安全进行监测,实现了市政排水的垂直化监测,提高了街道排水口排水安全监测的全面性,从而大幅度提高市政排水安全评估的规范性。
所述预警处理终端,用于将各异常排水口对应的位置进行后台显示,同时启动预警指令进行预警。
本发明实施例通过预警终端进行预警,提高了异常排水口的异常响应效率和异常处理效率,进而降低了异常排水口的安全隐患。
以上内容仅仅是对本发明的构思所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的构思或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (10)
1.一种基于人工智能的城市市政排水安全监测分析云平台,其特征在于,包括:
街道排水布设信息获取模块,用于获取指定城市对应的布设街道排水口数目和各布设街道排水口对应的位置、初始布设图像、布设尺寸以及布设井盖面积,将各布设街道排水口对应的位置按照预设顺序进行编号,依次标记为1,2,...i,...n;
街道排水井盖状态采集分析模块,用于对各布设街道排水口位置对应关联排水井盖的状态信息进行采集,进而分析得到各布设街道排水口对应的关联排水井盖状态安全评估指数,并记为δi,i表示为各布设街道排水口对应的编号,i=1,2,......n;
街道排水管道环境采集分析模块,用于通过对各布设街道排水口内部管道对应的环境信息进行采集,进而分析得到各布设街道排水口对应的内部管道环境安全评估指数,并记为λi;
街道排水管道水体信息采集分析模块,用于对各布设街道排水口内部水体对应的基本信息进行采集,进而分析得到各布设街道排水口对应的内部水体安全评估指数,并记为γi;
街道排水安全综合解析模块,用于基于各布设街道排水口对应的关联排水井盖的状态安全评估指数、内部管道环境安全评估指数和内部水体安全评估指数,分析得到各布设街道排水口对应的排水安全评估指数,由此确认异常排水口的数目,并提取各异常排水口对应的位置;
预警处理终端,用于将各异常排水口对应的位置进行后台显示,同时启动预警指令进行预警。
2.根据权利要求1所述的一种基于人工智能的城市市政排水安全监测分析云平台,其特征在于:所述对各布设街道排水口位置对应关联排水井盖的状态信息进行采集,具体采集过程为:
通过无人机搭载的高清摄像头对各布设街道排水口位置进行图像采集,从中识别出关联排水井盖对应的姿态信息、损伤信息和周边环境信息;
在各布设街道排水口位置内井盖承载区域内进行压力采集点布设,将若干压力传感器分别布设在各压力采集点位置,通过各压力采集点内的压力传感器对关联排水井盖对应的压力值进行采集,由此将关联排水井盖对应的姿态信息、损伤信息、形变信息、周边环境信息、各压力采集点对应的压力值作为各布设街道排水口位置对应关联排水井盖的状态信息。
3.根据权利要求2所述的一种基于人工智能的城市市政排水安全监测分析云平台,其特征在于:所述关联排水井盖对应的姿态信息、损伤信息、形变信息和周边环境信息的具体识别过程为:
从各布设街道排水口位置的图像中提取关联排水井盖对应的轮廓,进而从中识别出关联排水井盖对应的覆盖排水口面积和放置水平度,将关联排水井盖对应的覆盖排水口面积和放置水平度作为关联排水井盖对应的姿态信息;
将各布设街道排水口位置的图像与各铺设街道排水口对应的初始布设图像进行重叠对比,得到重合区域面积,基于重合面积,分析得到变形度,同时从各布设街道排水口位置的图像中提取关联排水井盖对应的破损区域面积,由此将变形度、破损区域面积作为关联排水井盖对应的损伤信息;
从各布设街道排水口位置的图像中提取关联排水井盖周边路面缺陷面积,并作为关联排水井盖周边环境信息。
4.根据权利要求3所述的一种基于人工智能的城市市政排水安全监测分析云平台,其特征在于:所述各布设街道排水口对应的关联排水井盖安全评估指数,具体分析过程如下:
步骤1、从各布设街道排水口位置对应关联排水井盖的状态信息中提取关联排水井盖对应的姿态信息,通过分析公式分析得出各布设街道排水口位置对应关联排水井盖的姿态安全评估指数,并记为β1i,e为自然数,a1,b1分别表示为设定的井盖覆盖面积、放置平整度对应的影响权重,Mi、Pi分别表示为第i个布设街道排水口位置对应关联排水井盖的覆盖排水口面积、放置水平度,Mi′表示第i个布设街道排水口位置对应的布设井盖面积,P′为设定的排水井盖标准放置水平度;
步骤2、从各布设街道排水口位置对应关联排水井盖的状态信息中提取关联排水井盖对应的损伤信息,通过分析公式分析得出各布设街道排水口位置对应关联排水井盖的损伤安全评估指数,并记为β2i,a2、b2分别表示为井盖变形度、破损区域面积对应的影响权重,Bi、Si分别表示为第i个布设街道排水口位置对应关联排水井盖的变形度、破损区域面积,B′表示为设定的排水井盖许可变形度;
步骤3、从各布设街道排水口位置对应关联排水井盖的状态信息中提取关联排水井盖对应的周边环境信息,通过分析公式分析得出各布设街道排水口位置对应关联排水井盖的周边环境安全评估指数,并记为β3i,S0 i表示为第i个布设街道排水口位置对应关联排水井盖的周边路面缺陷面积,S0′为设定的排水井盖对应的许可周边路面缺陷面积;
步骤4、从各布设街道排水口位置对应关联排水井盖的状态信息中提取各压力采集点对应的压力值,从中筛选出最大压力值和最小压力值,并通过均值计算方式计算得出平均压力值,将各布设街道排水口位置对应关联排水井盖的最大压力值、最小压力值、平均压力值分别标记为Fmax i,Fmin i,通过分析公式分析得到各布设街道排水口位置对应关联排水井盖的压力均匀度安全评估指数β4i,K为设定的参考压力均匀度;
5.根据权利要求1所述的一种基于人工智能的城市市政排水安全监测分析云平台,其特征在于:所述对各布设街道排水口内部管道对应的环境信息进行采集,用于对各布设街道排水口内部管道对应的管道水面悬浮物面积、管道底部淤泥厚度和管道气体环境信息,其中气体环境信息包括各类型气体对应的浓度,其中气体类型包括甲烷、氧气、硫化氢、氨气和一氧化碳。
6.根据权利要求5所述的一种基于人工智能的城市市政排水安全监测分析云平台,其特征在于:所述各布设街道排水口对应的内部管道环境安全评估指数,具体分析过程包括以下步骤:
从各布设街道排水口内部管道对应的环境信息中提取管道水面悬浮物面积,并记为S1 i,基于各布设街道排水口对应的尺寸,计算得出各布设街道排水口对应的面积,记为S2 i,通过分析公式分析得到各布设街道排水口内部管道水面悬浮物安全评估指数
从各布设街道排水口内部管道对应的环境信息中提取甲烷浓度、氧气浓度、硫化氢浓度、氨气浓度和一氧化碳浓度,通过分析公式分析得到各布设街道排水口内部管道气体环境安全评估指数N′w为预设的各类型气体对应参考浓度,Nw i表示为第i个布设街道排水口内部管道各类型气体对应的浓度,σw表示为设定的各类型气体浓度对应的权重因子,w表示为各类型气体,w=q1或q2或q3或q4或q5,q1,q2,q3,q4,q5依次表示为甲烷、氧气、硫化氢、氨气、一氧化碳;
7.根据权利要求1所述的一种基于人工智能的城市市政排水安全监测分析云平台,其特征在于:所述排水口内部水体对应的基本信息为水体流速和水位高度。
10.根据权利要求1所述的一种基于人工智能的城市市政排水安全监测分析云平台,其特征在于:所述确认异常排水口的数目,具体确认过程如下:
将各布设街道排水口对应的排水安全评估指数分别与设定的街道排水口对应的标准排水安全评估指数进行对比,若某布设街道排水口对应的排水安全评估指数小于街道排水口对应的标准排水安全评估指数,则判定该布设街道排水口为异常排水口,反之则判断该布设街道排水口为异常排水口为正常排水口,以此统计异常排水口数目。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210741470.8A CN115131186A (zh) | 2022-06-27 | 2022-06-27 | 一种基于人工智能的城市市政排水安全监测分析云平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210741470.8A CN115131186A (zh) | 2022-06-27 | 2022-06-27 | 一种基于人工智能的城市市政排水安全监测分析云平台 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115131186A true CN115131186A (zh) | 2022-09-30 |
Family
ID=83379637
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210741470.8A Withdrawn CN115131186A (zh) | 2022-06-27 | 2022-06-27 | 一种基于人工智能的城市市政排水安全监测分析云平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115131186A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116823005A (zh) * | 2022-11-18 | 2023-09-29 | 武汉北曦盛科技有限公司 | 基于人工智能的二次供水监测管理系统 |
-
2022
- 2022-06-27 CN CN202210741470.8A patent/CN115131186A/zh not_active Withdrawn
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116823005A (zh) * | 2022-11-18 | 2023-09-29 | 武汉北曦盛科技有限公司 | 基于人工智能的二次供水监测管理系统 |
CN116823005B (zh) * | 2022-11-18 | 2024-05-17 | 武汉北曦盛科技有限公司 | 基于人工智能的二次供水监测管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103543706B (zh) | 一种排水物联网系统 | |
CN103345815B (zh) | 城市暴雨洪水监测与交通控导系统及方法 | |
CN105065917A (zh) | 城市排水管网在线检测方法 | |
CN109740971B (zh) | 一种危化品生产企业突发流域水环境的风险评估方法及系统 | |
CN111325947B (zh) | 一种基于长短期记忆网络的风暴潮洪涝预警方法和系统 | |
CN116070918A (zh) | 一种城市洪涝安全评估及洪涝灾害防治方法 | |
CN107516167A (zh) | 城市排水一体化运行智能调度管理系统 | |
CN110765419B (zh) | 一种基于多源数据耦合的重要水功能区水质风险测评方法 | |
CN115327065B (zh) | 一种水利水电工程样本检测方法及系统 | |
CN115131186A (zh) | 一种基于人工智能的城市市政排水安全监测分析云平台 | |
CN115789527A (zh) | 一种基于水环境信息化治理的分析系统及方法 | |
CN113505471A (zh) | 一种河流断面污染物浓度预测计算方法 | |
CN111866452A (zh) | 一种滑坡堰塞坝应急处置的视频实时监测系统及方法 | |
Li et al. | Real-time collision risk based safety management for vessel traffic in busy ports and waterways | |
CN116380153A (zh) | 一种城市内涝监测预警系统及预警方法 | |
CN116029460A (zh) | 一种基于大数据的市政建筑工程节水管理平台 | |
Dai et al. | Predicting coastal urban floods using artificial neural network: The case study of Macau, China | |
Eriksson et al. | Analysis of station locations in a road weather information system | |
Jiang et al. | An integrated supervision framework to safeguard the urban river water quality supported by ICT and models | |
CN113128709A (zh) | 一种供水管网漏损管理系统 | |
CN210865032U (zh) | 城市内涝监测预警系统 | |
CN116416108A (zh) | 基于多项因素进行同步分析的城市小微水体风险评估方法 | |
CN110990659A (zh) | 一种基于三维实景的城市内涝管理方法 | |
CN208654841U (zh) | 一种水质预警预报系统 | |
CN113137983B (zh) | 一种自学习的井盖姿态监测方法及监测系统 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220930 |
|
WW01 | Invention patent application withdrawn after publication |