CN115293293A - 一种雨型模糊识别评估方法、系统及终端设备 - Google Patents
一种雨型模糊识别评估方法、系统及终端设备 Download PDFInfo
- Publication number
- CN115293293A CN115293293A CN202211068117.4A CN202211068117A CN115293293A CN 115293293 A CN115293293 A CN 115293293A CN 202211068117 A CN202211068117 A CN 202211068117A CN 115293293 A CN115293293 A CN 115293293A
- Authority
- CN
- China
- Prior art keywords
- rainfall
- design
- actual
- water level
- similar
- 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.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 30
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 63
- 238000000034 method Methods 0.000 claims abstract description 56
- 238000004088 simulation Methods 0.000 claims abstract description 22
- 238000013461 design Methods 0.000 claims description 138
- 238000012544 monitoring process Methods 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000012790 confirmation Methods 0.000 abstract description 4
- 230000002265 prevention Effects 0.000 abstract description 4
- 238000002474 experimental method Methods 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000008239 natural water Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000003068 static effect Effects 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
Landscapes
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种雨型模糊识别评估方法、系统及终端设备，利用历史降雨和历史调度策略构建调度策略库，再通过采集实际降雨数据，采用标准化欧氏距离公式，对实际降雨和设计降雨进行相似度分析，可得出与实际降雨相似的设计降雨，从而调用该相似的设计降雨对应的调度策略，从而有效实现对正在进行的降雨过程进行模糊识别，进行人工确认后，执行对闸、泵等排水设施的运行控制，同时，将实际降雨和设计降雨输入水力模型，按设计降雨对应的调度策略模拟运行，计算相似度和峰值水位差，若准确度高，则将该组雨型匹配关系存入调度策略库，从而提高雨型模糊识别的准确性，应用于排水系统的动态调度控制中，可以为城市排水防涝提供有力支撑。
Description
技术领域
本发明涉及雨型模糊识别技术领域，尤其涉及一种雨型模糊识别评估方法、系统及终端设备。
背景技术
随着城市化进程加快以及全球气候变化的影响，城市中极端暴雨频频发生，极端暴雨所造成的城市内涝发生率、灾害程度大大提高，对人民的生命财产安全造成严重威胁并对区域自然水体环境造成严重污染，为有效应对极端暴雨，减少城市内涝带来的危害，需要对暴雨的雨型进行识别研究。
在暴雨雨型的识别研究中，雨型的特征要素主要有5点，分别为降雨强度、降雨历时、总降雨量、降雨峰值及峰值位置，现阶段大多采用模糊识别方法对降雨雨型进行分类研究，然而模糊识别法是用时段降雨量占总降雨量的百分比作为历史降雨的雨型指标，通过贴近度分析，采用择近原则进行降雨的模糊识别分类，这种模糊识别方法为静态的识别过程，然而在实际降雨过程中，因无法掌握其降雨历时及总降雨量，遂无法采用上述雨型指标对正在进行的降雨过程进行模糊识别。
发明内容
有鉴于此，本发明提出一种雨型模糊识别评估方法、系统及终端设备，可以解决现有技术所存在的无法对正在进行的降雨过程进行模糊识别的缺陷。
本发明的技术方案是这样实现的：
一种雨型模糊识别评估方法，具体包括：
每间隔一段时间，采集实际降雨数据；
构建调度策略库，所述调度策略库设定有多个设计降雨和与设计降雨相对应的动态调度策略设计组合；
采用标准化欧氏距离公式计算出实际降雨与调度策略库中的多个设计降雨的距离，识别出与实际降雨相似的设计降雨；
将实际降雨和与实际降雨相似的设计降雨分别输入至水力模型中进行水力模拟，评估出与实际降雨相似的设计降雨的准确度，若准确度高于预设阈值，则调用该设计降雨相对应的动态调度策略设计组合，实现雨型的模糊识别评估。
作为所述雨型模糊识别评估方法的进一步可选方案，所述采用标准化欧氏距离公式计算出实际降雨与调度策略库中的多个设计降雨的距离，识别出与实际降雨相似的设计降雨，具体包括：
计算实际降雨与其相对应时段的每一个设计降雨的距离；
取与实际降雨距离最小的设计降雨作为与该实际降雨相似的设计降雨。
作为所述雨型模糊识别评估方法的进一步可选方案，所述将实际降雨和与实际降雨相似的设计降雨分别输入至水力模型中进行水力模拟，评估出与实际降雨相似的设计降雨的准确度，具体包括：
与实际降雨相似的设计降雨分别输入至水力模型中进行水力模拟，通过分析观察所有控制点的水位变化过程；
采用相似性法计算水位变化过程的相似度，并将水位变化过程的相似度与预设阈值进行比较，从而评估出与实际降雨相似的设计降雨的准确度。
作为所述雨型模糊识别评估方法的进一步可选方案，所述调用该设计降雨相对应的动态调度策略设计组合，具体包括：
分别调用动态调度策略设计组合内各个闸、泵的调度设计水位作为开关各个闸、泵的设定值；
根据在线水位监测系统和在线水质监测系统实时监测数据进行判断,当到达调度设计水位，则控制各个闸和泵的开关。
一种雨型模糊识别评估系统，包括：
采集模块，用于每间隔一段时间，采集实际降雨数据；
构建模块，用于构建调度策略库，所述调度策略库设定有多个设计降雨和与设计降雨相对应的动态调度策略设计组合；
识别模块，用于采用标准化欧氏距离公式计算出实际降雨与调度策略库中的多个设计降雨的距离，识别出与实际降雨相似的设计降雨；
评估模块，用于将实际降雨和与实际降雨相似的设计降雨分别输入至水力模型中进行水力模拟，评估出与实际降雨相似的设计降雨的准确度；
调用模块，用于准确度高于预设阈值，则调用该设计降雨相对应的动态调度策略设计组合，实现雨型的模糊识别评估。
作为所述雨型模糊识别评估系统的进一步可选方案，所述识别模块包括：
计算模块，用于计算实际降雨与其相对应时段的每一个设计降雨的距离；
认定模块，用于取与实际降雨距离最小的设计降雨作为与该实际降雨相似的设计降雨。
作为所述雨型模糊识别评估系统的进一步可选方案，所述评估模块包括：
分析模块，用于与实际降雨相似的设计降雨分别输入至水力模型中进行水力模拟，通过分析观察所有控制点的水位变化过程；
比较模块，用于采用相似性法计算水位变化过程的相似度，并将水位变化过程的相似度与预设阈值进行比较。
作为所述雨型模糊识别评估系统的进一步可选方案，所述调用模块包括：
设计水位调动模块，用于调用动态调度策略设计组合内各个闸、泵的调度设计水位作为开关各个闸、泵的设定值；
控制模块，用于根据在线水位监测系统和在线水质监测系统实时监测数据进行判断,当到达调度设计水位，则控制各个闸和泵的开关。
一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任意一种雨型模糊识别评估方法的步骤。
本发明的有益效果是：首先利用历史降雨和历史调度策略构建调度策略库，再通过采集实际降雨数据，采用标准化欧氏距离公式，对实际降雨和设计降雨进行相似度分析，可得出与实际降雨相似的设计降雨，从而调用该相似的设计降雨对应的调度策略，从而有效实现对正在进行的降雨过程进行模糊识别，进行人工确认后，执行对闸、泵等排水设施的运行控制，同时，将实际降雨和设计降雨输入水力模型，按设计降雨对应的调度策略模拟运行，计算相似度和峰值水位差，若准确度高，则将该组雨型匹配关系存入调度策略库，从而不断丰富调度策略库，提高雨型模糊识别的准确性，应用于排水系统的动态调度控制中，可以为城市排水防涝提供有力支撑。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中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为本发明一种雨型模糊识别评估方法的流程示意图；
图2为本发明一种雨型模糊识别评估系统的组成示意图。
具体实施方式
下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
参考图1-2，一种雨型模糊识别评估方法，具体包括：
每间隔一段时间，采集实际降雨数据；
构建调度策略库，所述调度策略库设定有多个设计降雨和与设计降雨相对应的动态调度策略设计组合；
采用标准化欧氏距离公式计算出实际降雨与调度策略库中的多个设计降雨的距离，识别出与实际降雨相似的设计降雨；
将实际降雨和与实际降雨相似的设计降雨分别输入至水力模型中进行水力模拟，评估出与实际降雨相似的设计降雨的准确度，若准确度高于预设阈值，则调用该设计降雨相对应的动态调度策略设计组合，实现雨型的模糊识别评估。
在本实施例中，首先利用历史降雨和历史调度策略构建调度策略库，再通过采集实际降雨数据，采用标准化欧氏距离公式，对实际降雨和设计降雨进行相似度分析，可得出与实际降雨相似的设计降雨，从而调用该相似的设计降雨对应的调度策略，从而有效实现对正在进行的降雨过程进行模糊识别，进行人工确认后，执行对闸、泵等排水设施的运行控制，同时，将实际降雨和设计降雨输入水力模型，按设计降雨对应的调度策略模拟运行，计算相似度和峰值水位差，若准确度高，则将该组雨型匹配关系存入调度策略库，从而不断丰富调度策略库，提高雨型模糊识别的准确性，应用于排水系统的动态调度控制中，可以为城市排水防涝提供有力支撑。
优选的，所述采用标准化欧氏距离公式计算出实际降雨与调度策略库中的多个设计降雨的距离，识别出与实际降雨相似的设计降雨，具体包括：
计算实际降雨与其相对应时段的每一个设计降雨的距离；
取与实际降雨距离最小的设计降雨作为与该实际降雨相似的设计降雨。
优选的，所述将实际降雨和与实际降雨相似的设计降雨分别输入至水力模型中进行水力模拟，评估出与实际降雨相似的设计降雨的准确度，具体包括：
与实际降雨相似的设计降雨分别输入至水力模型中进行水力模拟，通过分析观察所有控制点的水位变化过程；
采用相似性法计算水位变化过程的相似度，并将水位变化过程的相似度与预设阈值进行比较，从而评估出与实际降雨相似的设计降雨的准确度。
优选的，所述调用该设计降雨相对应的动态调度策略设计组合，具体包括：
分别调用动态调度策略设计组合内各个闸、泵的调度设计水位作为开关各个闸、泵的设定值；
根据在线水位监测系统和在线水质监测系统实时监测数据进行判断,当到达调度设计水位，则控制各个闸和泵的开关。
实施例1：
步骤一：对以上120min的完整降雨过程进行分解处理，从而分时段地对处于同时段的实际降雨与设计降雨进行相似度分析，定义降雨开始时刻为第1min，分解120min的完整降雨过程，获得第1-15min、1-30min、1-45min、1-60min、1-75min、1-90min、1-105min、1-120min等8个不同时段的降雨过程；
步骤二：基于当地雨型设定设计降雨，采用标准化欧氏距离公式计算实际降雨与调度策略库中的设计降雨的距离。当降雨时刻到达雨型模糊识别点时刻，则计算实际降雨与其相对应时段的每一个设计降雨的距离，取距离实际降雨最小的设计降雨，定义为该实际降雨的相似降雨；
设计降雨采用的中心城区暴雨强度公式计算：
其中q为设计暴雨强度，t为降雨历时，P为设计暴雨重现期。
降雨强度的时间序列可以看作是一个降雨强度的维向量，将实际降雨记为X＝(x1,x2..xn)-1，设计降雨记为Y＝(y1,y2……yn)-1；
标准化欧氏距离：
其中xk′、yk′为向量xk、yk的标准化变量；
假设实际降雨和设计降雨的模拟结果分别为A(t)＝(a1,a2,……an)、B(t)＝(b1,b2,.bn),它们之间存在n个相似要素，构成了n个相似单元，设定每个相似单元的值为qt，每一个相似单元对相似程度的影响权重为βt,则定义结果A与B的相似度为：
权重βt一般通过层次分析法获得：
其中Δ为采样时间间隔，t1为选定时间起点，t2为选定时间终点；
当降雨时刻到达第15min时，即识别点1时，计算1-15min时段的实际降雨与每一个1-15min时段的设计降雨的距离，取距离1-15min时段实际降雨距离最小的设计降雨，定义为1-15min时段实际降雨的相似降雨，同理，当降雨时刻到达第30min时，即识别点2时，计算1-30min时段的实际降雨与每一个1-30min时段的设计降雨的距离，取距离1-30min时段实际降雨距离最小的设计降雨，定义为1-30min时段实际降雨的相似降雨，为了避免系统无限次地识别，规定从第120min降雨时刻后，即识别点8后，设置滑动识别窗口进行雨型模糊识别，滑动窗口长度为120min，第9次识别时，取16-135min时段的实际降雨，计算该时段与每一个1-120min时段的设计降雨的距离，取距离最小的设计降雨，定义为该识别周期的相似降雨；
步骤三：将实际降雨与设计降雨输入到水力模型中进行模拟运行，通过分析观察所有控制点的水位变化过程，采用相似性法计算水位变化过程的相似度，规定相似度在0.9以上且实际降雨与设计降雨的峰值水位差小于0.15m时，则认为雨型模糊识别的结果是可靠的，在第一识别点时，1-15min实际降雨识别的设计降雨为雨峰系数0.4的70mm降雨，为验证此模糊识别结果的可靠性，分别将1-15min的实际降雨和1-15min设计降雨(雨峰系数0.4的70mm降雨)输入到模型中，并同时调用调度策略库中存储的雨峰系数0.4的70mm降雨的调度设计进行模拟运行，同理，以识别点进行划分，将1-15min、1-30min、1-45min、1-60min、1-75min、1-90min、1-105min、1-120min等8个时段的实际降雨与识别得到的设计降雨分为8个对比分析实验组，每个小组中含有某一时段的实际降雨与设计降雨，分别将每一个对比分析实验组输入到模型中，并且分别调用相应组内的设计降雨所对应的调度设计进行模拟运行，模型中选取12个关键监测点作为相似度评价点进行相似可靠性评价分析观察每场实际降雨的8组模拟结果中12个监测点的水位变化过程，计算其相似度和峰值水位差；
步骤四:在识别出设计降雨后，系统便可调用调度策略库中该降雨情景下的动态调度策略设计组合，具体操作为分别调用设计组合内各个闸、泵的调度设计水位作为开关闸、泵的设定值，再根据在线水位监测系统和在线水质监测系统实时监测数据进行判断开关闸、泵。
一种雨型模糊识别评估系统，包括：
采集模块，用于每间隔一段时间，采集实际降雨数据；
构建模块，用于构建调度策略库，所述调度策略库设定有多个设计降雨和与设计降雨相对应的动态调度策略设计组合；
识别模块，用于采用标准化欧氏距离公式计算出实际降雨与调度策略库中的多个设计降雨的距离，识别出与实际降雨相似的设计降雨；
评估模块，用于将实际降雨和与实际降雨相似的设计降雨分别输入至水力模型中进行水力模拟，评估出与实际降雨相似的设计降雨的准确度；
调用模块，用于准确度高于预设阈值，则调用该设计降雨相对应的动态调度策略设计组合，实现雨型的模糊识别评估。
在本实施例中，首先利用历史降雨和历史调度策略构建调度策略库，再通过采集实际降雨数据，采用标准化欧氏距离公式，对实际降雨和设计降雨进行相似度分析，可得出与实际降雨相似的设计降雨，从而调用该相似的设计降雨对应的调度策略，从而有效实现对正在进行的降雨过程进行模糊识别，进行人工确认后，执行对闸、泵等排水设施的运行控制，同时，将实际降雨和设计降雨输入水力模型，按设计降雨对应的调度策略模拟运行，计算相似度和峰值水位差，若准确度高，则将该组雨型匹配关系存入调度策略库，从而不断丰富调度策略库，提高雨型模糊识别的准确性，应用于排水系统的动态调度控制中，可以为城市排水防涝提供有力支撑。
优选的，所述识别模块包括：
计算模块，用于计算实际降雨与其相对应时段的每一个设计降雨的距离；
认定模块，用于取与实际降雨距离最小的设计降雨作为与该实际降雨相似的设计降雨。
优选的，所述评估模块包括：
分析模块，用于与实际降雨相似的设计降雨分别输入至水力模型中进行水力模拟，通过分析观察所有控制点的水位变化过程；
比较模块，用于采用相似性法计算水位变化过程的相似度，并将水位变化过程的相似度与预设阈值进行比较。
优选的，所述调用模块包括：
设计水位调动模块，用于调用动态调度策略设计组合内各个闸、泵的调度设计水位作为开关各个闸、泵的设定值；
控制模块，用于根据在线水位监测系统和在线水质监测系统实时监测数据进行判断,当到达调度设计水位，则控制各个闸和泵的开关。
一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任意一种雨型模糊识别评估方法的步骤。
以上所述仅为本发明的较佳实施方式而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种雨型模糊识别评估方法，其特征在于，具体包括：
每间隔一段时间，采集实际降雨数据；
构建调度策略库，所述调度策略库设定有多个设计降雨和与设计降雨相对应的动态调度策略设计组合；
采用标准化欧氏距离公式计算出实际降雨与调度策略库中的多个设计降雨的距离，识别出与实际降雨相似的设计降雨；
将实际降雨和与实际降雨相似的设计降雨分别输入至水力模型中进行水力模拟，评估出与实际降雨相似的设计降雨的准确度，若准确度高于预设阈值，则调用该设计降雨相对应的动态调度策略设计组合，实现雨型的模糊识别评估。
2.根据权利要求1所述的一种雨型模糊识别评估方法，其特征在于，所述采用标准化欧氏距离公式计算出实际降雨与调度策略库中的多个设计降雨的距离，识别出与实际降雨相似的设计降雨，具体包括：
计算实际降雨与其相对应时段的每一个设计降雨的距离；
取与实际降雨距离最小的设计降雨作为与该实际降雨相似的设计降雨。
3.根据权利要求2所述的一种雨型模糊识别评估方法，其特征在于，所述将实际降雨和与实际降雨相似的设计降雨分别输入至水力模型中进行水力模拟，评估出与实际降雨相似的设计降雨的准确度，具体包括：
与实际降雨相似的设计降雨分别输入至水力模型中进行水力模拟，通过分析观察所有控制点的水位变化过程；
采用相似性法计算水位变化过程的相似度，并将水位变化过程的相似度与预设阈值进行比较，从而评估出与实际降雨相似的设计降雨的准确度。
4.根据权利要求3所述的一种雨型模糊识别评估方法，其特征在于，所述调用该设计降雨相对应的动态调度策略设计组合，具体包括：
分别调用动态调度策略设计组合内各个闸、泵的调度设计水位作为开关各个闸、泵的设定值；
根据在线水位监测系统和在线水质监测系统实时监测数据进行判断,当到达调度设计水位，则控制各个闸和泵的开关。
5.一种雨型模糊识别评估系统，其特征在于，包括：
采集模块，用于每间隔一段时间，采集实际降雨数据；
构建模块，用于构建调度策略库，所述调度策略库设定有多个设计降雨和与设计降雨相对应的动态调度策略设计组合；
识别模块，用于采用标准化欧氏距离公式计算出实际降雨与调度策略库中的多个设计降雨的距离，识别出与实际降雨相似的设计降雨；
评估模块，用于将实际降雨和与实际降雨相似的设计降雨分别输入至水力模型中进行水力模拟，评估出与实际降雨相似的设计降雨的准确度；
调用模块，用于准确度高于预设阈值，则调用该设计降雨相对应的动态调度策略设计组合，实现雨型的模糊识别评估。
6.根据权利要求5所述的一种雨型模糊识别评估系统，其特征在于，所述识别模块包括：
计算模块，用于计算实际降雨与其相对应时段的每一个设计降雨的距离；
认定模块，用于取与实际降雨距离最小的设计降雨作为与该实际降雨相似的设计降雨。
7.根据权利要求6所述的一种雨型模糊识别评估系统，其特征在于，所述评估模块包括：
分析模块，用于与实际降雨相似的设计降雨分别输入至水力模型中进行水力模拟，通过分析观察所有控制点的水位变化过程；
比较模块，用于采用相似性法计算水位变化过程的相似度，并将水位变化过程的相似度与预设阈值进行比较。
8.根据权利要求7所述的一种雨型模糊识别评估系统，其特征在于，所述调用模块包括：
设计水位调动模块，用于调用动态调度策略设计组合内各个闸、泵的调度设计水位作为开关各个闸、泵的设定值；
控制模块，用于根据在线水位监测系统和在线水质监测系统实时监测数据进行判断,当到达调度设计水位，则控制各个闸和泵的开关。
9.一种终端设备，其特征在于，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现权利要求1-4中任意一种雨型模糊识别评估方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211068117.4A CN115293293A (zh) | 2022-09-01 | 2022-09-01 | 一种雨型模糊识别评估方法、系统及终端设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211068117.4A CN115293293A (zh) | 2022-09-01 | 2022-09-01 | 一种雨型模糊识别评估方法、系统及终端设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115293293A true CN115293293A (zh) | 2022-11-04 |
Family
ID=83831671
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211068117.4A Pending CN115293293A (zh) | 2022-09-01 | 2022-09-01 | 一种雨型模糊识别评估方法、系统及终端设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115293293A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115730769A (zh) * | 2022-11-25 | 2023-03-03 | 武汉大学 | 用于评估丰水城市管网排水能力的复合雨型构造方法及装置 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105046445A (zh) * | 2015-08-13 | 2015-11-11 | 上海市城市排水有限公司 | 一种防汛调度决策支持系统 |
| 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 |
-
2022
- 2022-09-01 CN CN202211068117.4A patent/CN115293293A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105046445A (zh) * | 2015-08-13 | 2015-11-11 | 上海市城市排水有限公司 | 一种防汛调度决策支持系统 |
| 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 |
Non-Patent Citations (2)
| Title |
|---|
| 李雨欣等: "基于DTW与K-Means 算法的河北场雨及雨型分区特征研究", 地球信息科学学报, pages 860 - 868 * |
| 许启慧;于长文;张金龙;关阳;陈明强;: "唐山市区短历时设计暴雨雨型分析", 给水排水, no. 1 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115730769A (zh) * | 2022-11-25 | 2023-03-03 | 武汉大学 | 用于评估丰水城市管网排水能力的复合雨型构造方法及装置 |
| CN115730769B (zh) * | 2022-11-25 | 2023-08-22 | 武汉大学 | 用于评估丰水城市管网排水能力的复合雨型构造方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104778837A (zh) | 一种道路交通运行态势多时间尺度预测方法 | |
| CN111507762B (zh) | 基于多任务共预测神经网络的城市出租车需求预测方法 | |
| CN104318325A (zh) | 多流域实时智能水质预测方法及系统 | |
| CN111652425A (zh) | 一种基于粗糙集和长短期记忆网络的河流水质预测方法 | |
| CN115423163A (zh) | 一种流域短期洪水事件预测方法、装置及终端设备 | |
| CN117150600B (zh) | 一种用于城市防内涝的屋顶蓄排水控制方法 | |
| CN115293293A (zh) | 一种雨型模糊识别评估方法、系统及终端设备 | |
| CN116109011B (zh) | 一种智慧园区的能耗管理方法及终端 | |
| Ouyang et al. | Model of selecting prediction window in ramps forecasting | |
| CN112084240B (zh) | 一种群租房智能识别、联动治理方法及系统 | |
| CN118469157B (zh) | 基于大数据分析的河流综合管理系统 | |
| CN117892882A (zh) | 基于网络通讯平台的黄河坝岸监控报警报险系统及方法 | |
| CN115170052A (zh) | 一种基于人工智能的工程管理方法及系统 | |
| CN109635008B (zh) | 一种基于机器学习的设备故障检测方法 | |
| CN116955947A (zh) | 一种降雨诱发的输电线路边坡位移非线性预测方法及系统 | |
| CN109284286B (zh) | 一种从原始数据集中提取有效特征的方法 | |
| CN117033923A (zh) | 一种基于可解释性机器学习的犯罪数量预测方法及系统 | |
| CN102999766B (zh) | 基于时空结构上下文关系在线学习的目标跟踪方法 | |
| Faruq et al. | Flood disaster and early warning: application of ANFIS for river water level forecasting | |
| CN111461461B (zh) | 一种水利工程异常检测方法及系统 | |
| CN114881074A (zh) | 一种基于聚类-深度学习的工程结构变形预测方法 | |
| CN113011657A (zh) | 进行台风水位预测的方法、装置、电子设备及存储介质 | |
| Hong et al. | Drainage network flow anomaly classification based on XGBoost | |
| CN111143774A (zh) | 一种基于影响因素多状态模型的电力负荷预测方法和装置 | |
| CN117875521B (zh) | 实时铁路客流量预测方法、系统、介质以及电子设备 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20221104 |
|
| RJ01 | Rejection of invention patent application after publication |