CN115394051A - 变电站内涝灾害监测预警系统 - Google Patents

变电站内涝灾害监测预警系统 Download PDF

Info

Publication number
CN115394051A
CN115394051A CN202210920028.1A CN202210920028A CN115394051A CN 115394051 A CN115394051 A CN 115394051A CN 202210920028 A CN202210920028 A CN 202210920028A CN 115394051 A CN115394051 A CN 115394051A
Authority
CN
China
Prior art keywords
transformer substation
rainfall
waterlogging
monitoring
data
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Withdrawn
Application number
CN202210920028.1A
Other languages
English (en)
Inventor
扶光光
董武亮
池锐敏
王世旭
焦澎
田蕊
尹秀刚
丁吾鹏
张俊鹏
岳雷刚
张勋
崔琰
时延英
王多娇
高彦军
张利
李慧娜
孙步阳
张帅领
张妍妍
郝苏凡
蒋硕颜
王胜磊
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.)
Super High Voltage Co Of State Grid Henan Electric Power Co
Original Assignee
Super High Voltage Co Of State Grid Henan Electric Power Co
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 Super High Voltage Co Of State Grid Henan Electric Power Co filed Critical Super High Voltage Co Of State Grid Henan Electric Power Co
Priority to CN202210920028.1A priority Critical patent/CN115394051A/zh
Publication of CN115394051A publication Critical patent/CN115394051A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Geology (AREA)
  • Architecture (AREA)
  • Signal Processing (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Software Systems (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Multimedia (AREA)
  • Civil Engineering (AREA)
  • Computer Graphics (AREA)
  • Structural Engineering (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及变电站内涝灾害监测预警系统，所述的系统包括以下步骤：步骤S1：采用三维激光扫描技术获取变电站内高精度、高分辨率的地表高程网格数据；步骤S2：结合变电站区域不同频率降水数据，构建变电站水位‑库容曲线；步骤S3：结合站内的排水能力，构建变电站内涝算法模型；步骤S4：根据雨量实时观测数据可以实时计算出变电站内不同区域产生的内涝积水深度；步骤S5：根据雨量实时观测数据可以实时计算出变电站内不同区域的预计排水时间；步骤S6：结合BIM建模和三维仿真建模，进行动态展示，达到预警效果；本发明具有内涝及时预警、防涝动态预警、提升排水防涝工作管理水平的优点。

Description

变电站内涝灾害监测预警系统
技术领域
本发明属于变电站内涝预警技术领域，具体涉及变电站内涝灾害监测预警系统。
背景技术
变电站是指电力系统中对电压和电流进行变换，接受电能及分配电能的场所，在发电厂内的变电站是升压变电站，其作用是将发电机发出的电能升压后馈送到高压电网中；经常对变电站的设备进行维修与护理是非常必要的，除了需要对变电站的设备进行必要的维修之外，就是要注意对于积水的防治，由于我国得天独厚的地理条件，亚热带季风气候，每年的降雨量多集中在夏季，并且雨量的变化没有规律性，变化程度也非常剧烈尤其是近几年，强降雨事件持续增多，国内众多城市均遭受过不同程度的内涝灾害，内涝成为威胁电网安全的重要灾害之一，因内涝导致的变电站全停事故造成了巨大的经济损失和严重的社会影响，变电站内涝的发生主要产生于两个方面：一是外部积水倒灌，这类现象出现的原因主要是由于城市整体排水不畅；二是变电站内部排水能力不足，此类问题出现的原因是变电站排水能力设计不足；由于洪涝灾害的冲击使得很多积水在短时间内无法排放，积水就会在变电站内部泛滥，造成严重的停电事故，针对这种情况现有的措施主要是依靠在电缆井设置水位计进行观测，并提前设置阈值，以水位是否达到某一设置值为标准进行预警，这种方式实际使用效果不理想，而且无法应对降水强度及排水能力的影响，且无法对未来趋势进行预测，一定程度上增加了运维人员的工作量；因此，提供一种内涝及时预警、防涝动态预警、提升排水防涝工作管理水平的变电站内涝灾害监测预警系统是非常有必要的。
发明内容
本发明的目的是为了克服现有技术的不足，而提供一种内涝及时预警、防涝动态预警、提升排水防涝工作管理水平的变电站内涝灾害监测预警系统。
本发明的目的是这样实现的：变电站内涝灾害监测预警系统，它包括预警监测系统，所述的系统包括以下步骤：
步骤S1：采用三维激光扫描技术获取变电站内高精度、高分辨率的地表高程网格数据；
步骤S2：结合变电站区域不同频率降水数据，构建变电站水位-库容曲线；
步骤S3：结合站内的排水能力，构建变电站内涝算法模型；
步骤S4：根据雨量实时观测数据可以实时计算出变电站内不同区域产生的内涝积水深度；
步骤S5：根据雨量实时观测数据可以实时计算出变电站内不同区域的预计排水时间；
步骤S6：结合BIM建模和三维仿真建模，进行动态展示，达到预警效果。
所述的预警监测系统包括监测终端、微气象服务器以及与微气象服务器建立通讯连接的监控中心、云平台、短信平台和移动端平台。
所述的监测终端包括一体化雨量监测站、积水监测终端、雷达水位计、水浸传感器、电子水尺、管网监测设备、电磁流量计、智能排水监控终端和摄像头；所述的积水监测终端实现变电站低洼地积水监测预警；所述的雷达水位计、水浸传感器、电子水尺配合工作实现降水水位监测预警；所述的摄像头实现对变电站的视频监控。
所述的一体化雨量监测站包括超声波六要素传感器，所述的超声波六要素传感器实时监测气象数据，为一体化雨量监测站提供数据基础；所述的管网监测设备包括智慧井盖和智能监测终端，所述的管网监测设备和电磁流量计实现排水管网在线监测；所述的智能排水监控终端包括排水泵组侧控终端，通过排水泵组侧控终端实现排水泵自动控制。
所述的积水监测终端在高精度数字高程模型DEM数据基础上，运用GIS和水文学方法，通过水流方向计算、洼地点位数据提取、洼地贡献区提取、洼地深度计算和精度评价方法确定最终的变电站低洼地易积水区分布范围，在易积水区分布数据的基础上，还可以结合降雨数据和管网数据，模拟计算实测暴雨条件下的积水深度，实现变电站低洼地积水监测预警。
所述的步骤S1中采用三维激光扫描技术获取变电站内高精度、高分辨率的地表高程网格数据，具体包括以下步骤：
S1.1：点云数据获取：使用高精度大空间三维激光扫描仪，基于长距离三维激光测量系统同步采集高精度的点云以及高分辨率影像数据，与地理信息技术结合，对变电站内部和外部结构进行扫描，获取初始点云数据，由于变电站内部结构复杂以及各建筑物体自遮挡问题导致不可能在一个测站获取整体信息，为获取变电站整体空间信息，需要多角度架设仪器站点进行扫描，并且在扫描区使用标靶纸或者标靶球作为标靶，数量最少为3，标靶用于测站扫描坐标系变至测量坐标系的坐标系转换；
S1.2：全景照片拍摄及制作：通过仪器内置相机得到全景HDR影像，并通过PTGui工具完成全景照片的拼接工作，形成测站的全景照片；
S1.3：点云数据处理，具体为：S1.31：点云数据去噪和平滑处理：将采集到的原始三维点云坐标数据和地理位置信息数据进行去噪和平滑处理，去除不合理的噪音点，剔除扫描过程中的行人、杂物等认为噪音数据，获取干净清晰的整体扫描点云拼接数据；S1.32：点云数据拼接：将无标靶点云拼接，完成相互有关联的测站区域的拼接工作，完成所有相邻站间的拼接工作后，得到完整的三维点云数据；S1.33：坐标系统转换：将拼接后的点云数据坐标系转换为测量坐标系；
S1.4：点云数据导入并进行BIM建模：将完整数据导入点云拓扑模型中，将点云数据和全景照片相互匹配；
S1.5：根据点云拓扑模型中导入的点云数据，对比实际点云数据，对变电站进行3D仿真建模,得到1：1的高精度的内部设备模型和外部结构还原模型，使其以三维立体图形的形式展现出来，达到预警效果。
所述的步骤S2中结合变电站区域不同频率降水数据，构建变电站水位-库容曲线具体为：采用GPS全球定位系统组合水下超声波测探系统并结合变电站区域不同频率降水数据，对变电站进行全面测量，得到变电站区域内均匀分布的所有地形坐标，由SUFER中的改进谢别法对数据点进行网格划分，利用辛普森3/8规则计算变电站各水位下的库容，得到变电站水位-库容关系曲线，然后选取指数函数V＝a×e(-Z/b)+c数学函数模型作为拟合，其中V为库容，Z为水位，a、b、c为常数，利用origin非线性曲线拟合工具对水位库容曲线进行拟合，得到曲线函数，为使亏你个关系曲线尽可能客观反映变电站真正的库容水位关系，最大限度的减少偏差，在拟合曲线的基础上，选取正弦函数ΔV＝a+b×sin(pi×(Z-c)/d)，其中ΔV为库容拟合偏差，Z为水位，a、b、c、d为常数，对存在的偏差进行二次拟合，得到拟合修正函数，将一次拟合函数与二次修正函数叠加，得到变电站经修正的拟合函数，即得到最终变电站水位-库容曲线。
所述的步骤S3中结合站内的排水能力，构建变电站内涝算法模型是采用基于InfoWorks ICM模型建立一维耦合水动力学模型、二维耦合水动力学模型，对变电站排水系统能力进行分析，并通过Mike模型建立内涝模型，对变电站内涝风险进行评估，以实现对排水系统能力的评估，具体为：1)采用年最大值法推算出暴雨强度公式：
Figure BDA0003776613680000051
其中q为暴雨强度，单位mm/min；P为设计重现期/年；t为降雨历时，单位min，n、A、b、C为地区参数，与地区气候条件有关；2)搭建一维管网模型，根据设定不同下垫面的不透水率计算变电站各集水区的径流系数，通过总降雨量减去下渗水量和径流过程的初损量得到各集水区的净雨量，模拟地表降雨径流，通过现阶段变电站管道、检查井、调蓄设施、排水泵组侧控终端站的地理坐标、地面及管网高程构建模型网络数据库，设置最大入流量参数来控制雨水检查井的受水能力，在加载地表产汇流计算结果，模拟水流在管网中的运行状态，由设计暴雨构建降雨数据库，借助相关工具分析得到地面高程模型数据库，形成管网水力模型的基本数据；3)二维地表模型的地面高程数据取自测绘图，并经过实际测量对高程的误差进行修正，以地面高程模型为基础，综合考虑变电站内道路、建筑物对水流的引导和阻挡、各地面的蒸发量以及地面上不同类型地块的糙率对变电站内涝的影响，得到二维地表漫流模型；4)搭建变电站内涝模型，通过耦合模型将雨水管网模型和地表漫流模型进行耦合模拟计算，将检查井作为耦合点与二维的地面计算网格进行耦合计算，得到变电站在一定降雨条件下，管道的溢流和汇流的变化过程以及积水在地表的汇流情况；5)变电站内涝评估，内涝是指因降雨造成变电站地面产生积水灾害的现象，灾害严重程度与积水深度、流速和积水时间有关，其表达式为：Hr＝d(v+0.5)+df，其中Hr为内涝灾害指数，d为积水深度，df为水深危害指数，v为积水流速，内涝评估是在排水管网模型的基础上，耦合二维变电站地表模型，得到变电站内涝分布情况。
所述的步骤S4中根据雨量实时观测数据可以实时计算出变电站内不同区域产生的内涝积水深度，在实时计算出变电站内不同区域产生的内涝积水深度时，雨量实时观测数据采用基于雷达估算技术的降雨空间分布并结合变电站水位-库容曲线实时计算变电站内不同区域产生的内涝积水深度，具体为：基于雷达估算技术的降雨空间分布原理是通过向空中发射电磁波，接收被云雨区散射回来的电磁波，根据接收回波的时间、位置、强度、偏振等信息，通过对返回波强度的测量，计算出目标回波的散射能力，在不考虑回波衰减和充塞的程度并且满足瑞利散射的条件即
Figure BDA0003776613680000061
其中D为降雨粒子的直径，λ为发射波长，雷达气象方程可以简化为：
Figure BDA0003776613680000062
其中
Figure BDA0003776613680000063
为雷达回波功率，C为雷达参数，与雷达型号有关，K为电磁常数，取决于降水相态，r为目标粒子与雷达之间的距离，Z为反射率因子；定义降雨强度I与单位时间落到单位面积上降雨的质量，当忽略垂直气流时，降雨强度I为：
Figure BDA0003776613680000064
其中N(Dj)ΔD＝C1Dμexp(-ΛD)ΔD,(3)，v(Dj)＝C2Dβ(4)式中N(Dj)ΔD为单位体积降水的直径在(Dj,Dj+1)中的滴数，M(Dj)、v(Dj)分别为直径为Dj的粒子的质量和下降的末速度，C1、μ、Λ、C2、β均为常数，由式(1)可知反射率因子Z与目标粒子的物理特性有关，而降水强度I主要取决于降水粒子的质量、下降的末速度，其中下降的末速度与降水粒子的几何形状和相态有关，因此在理论上雷达反射率因子Z与降水强度I存在Z-R关系，由于雷达反射率因子的单位为dbz，在建立Z-R关系前，需要统一两者的单位再进行计算，通过dbz＝10×lg(Z/Z0)得到Z值，其中Z0＝1mm6/m3。
所述的步骤S5中根据雨量实时观测数据可以实时计算出变电站内不同区域的预计排水时间，在实时计算出变电站内不同区域产生的内涝积水深度时，雨量实时观测数据采用基于泰森多边形法的降雨空间分布并结合变电站内涝算法模型、站内的排水能力实时计算变电站内不同区域的预计排水时间，具体为：泰森多边形插值法是根据离散分布的一体化雨量监测站的降雨量来推求面平均降雨量的方法，采用垂直平分线法来划分计算单元，即通过相邻一体化雨量监测站点将整个变电站区域划分成大量的锐角三角形，作这些三角形每条边上的垂直平分线，于是每个站点周围相交的垂直平分线围城一个多边形即为泰森多边形，整个变电站流域内n个一体化雨量监测站网便构成了n个泰森多边形网，其中n是指一体化雨量监测站的个数，每个多边形包含唯一一个一体化雨量监测站，用一体化雨量监测站的降雨量来表示该子单元流域平均降雨量，整个变电站流域的平均雨量就是所有子单元流域平均雨量与其所在子单元流域面积权重的乘积之和，计算公式为：
Figure BDA0003776613680000071
其中
Figure BDA0003776613680000072
为变电站流域平均雨量，Pi为第i个子单元流域的平均降雨量，fi为第i个子单元流域的面积大小，F为整个变电站流域的面积大小。
本发明的有益效果：本发明为变电站内涝灾害监测预警系统，在使用中，本发明采用三维激光扫描技术获取变电站内高精度、高分辨率的地表高程网格数据；结合变电站区域不同频率降水数据，构建变电站水位-库容曲线；结合站内的排水能力，构建变电站内涝算法模型；根据雨量实时观测数据可以实时计算出变电站内不同区域产生的内涝积水深度；根据雨量实时观测数据可以实时计算出变电站内不同区域的预计排水时间；结合BIM建模和三维仿真建模，进行动态展示，达到防涝动态预警效果，提出强降雨天气下变电站水位计算模型和方法，实现对变电站内涝的及时预测预警，减少运维人员工作量，科学、有效地指导变电站防涝排涝工作，提升排水防涝工作管理水平，减少强降雨灾害对电网企业和全社会造成的影响；本发明具有内涝及时预警、防涝动态预警、提升排水防涝工作管理水平的优点。
附图说明
图1为本发明变电站内涝灾害监测预警系统的流程图。
图2为本发明变电站内涝灾害监测预警系统的结构图。
图3为本发明变电站内涝灾害监测预警系统的组成框图。
图4为本发明变电站内涝灾害监测预警系统的三维激光扫描技术流程图。
图5为本发明变电站内涝灾害监测预警系统的积水监测终端的低洼地积水监测预警原理图。
图6为本发明变电站内涝灾害监测预警系统的微气象服务器拓扑图。
图7为本发明变电站内涝灾害监测预警系统的内涝三维动态可视化整体效果图。
图8为本发明变电站内涝灾害监测预警系统的内涝三维动态可视化局部效果图。
图9为本发明变电站内涝灾害监测预警系统的变电站内涝监测预警系统平台的界面展示图。
图中：1、预警监控系统 2、监测终端 3、微气象服务器 4、监控中心 5、云平台 6、短信平台 7、移动端平台 8、一体化雨量监测站 9、超声波六要素传感器 10、积水监测终端11、雷达水位计 12、水浸传感器 13、电子水尺 14、管网监测设备 15、智慧井盖 16、智能监测终端 17、电磁流量计 18、智能排水监控终端 19、排水泵组侧控终端 20、摄像头。
具体实施方式
下面结合附图对本发明做进一步的说明。
实施例1
如图1-9所示，变电站内涝灾害监测预警系统，它包括预警监测系统，所述的系统包括以下步骤：
步骤S1：采用三维激光扫描技术获取变电站内高精度、高分辨率的地表高程网格数据；
步骤S2：结合变电站区域不同频率降水数据，构建变电站水位-库容曲线；
步骤S3：结合站内的排水能力，构建变电站内涝算法模型；
步骤S4：根据雨量实时观测数据可以实时计算出变电站内不同区域产生的内涝积水深度；
步骤S5：根据雨量实时观测数据可以实时计算出变电站内不同区域的预计排水时间；
步骤S6：结合BIM建模和三维仿真建模，进行动态展示，达到预警效果。
所述的预警监测系统包括监测终端、微气象服务器以及与微气象服务器建立通讯连接的监控中心、云平台、短信平台和移动端平台。
所述的监测终端包括一体化雨量监测站、积水监测终端、雷达水位计、水浸传感器、电子水尺、管网监测设备、电磁流量计、智能排水监控终端和摄像头；所述的积水监测终端实现变电站低洼地积水监测预警；所述的雷达水位计、水浸传感器、电子水尺配合工作实现降水水位监测预警；所述的摄像头实现对变电站的视频监控。
所述的一体化雨量监测站包括超声波六要素传感器，所述的超声波六要素传感器实时监测气象数据，为一体化雨量监测站提供数据基础；所述的管网监测设备包括智慧井盖和智能监测终端，所述的管网监测设备和电磁流量计实现排水管网在线监测；所述的智能排水监控终端包括排水泵组侧控终端，通过排水泵组侧控终端实现排水泵自动控制。
所述的积水监测终端在高精度数字高程模型DEM数据基础上，运用GIS和水文学方法，通过水流方向计算、洼地点位数据提取、洼地贡献区提取、洼地深度计算和精度评价方法确定最终的变电站低洼地易积水区分布范围，在易积水区分布数据的基础上，还可以结合降雨数据和管网数据，模拟计算实测暴雨条件下的积水深度，实现变电站低洼地积水监测预警。
本发明为变电站内涝灾害监测预警系统，在使用中，本发明采用三维激光扫描技术获取变电站内高精度、高分辨率的地表高程网格数据；结合变电站区域不同频率降水数据，构建变电站水位-库容曲线；结合站内的排水能力，构建变电站内涝算法模型；根据雨量实时观测数据可以实时计算出变电站内不同区域产生的内涝积水深度；根据雨量实时观测数据可以实时计算出变电站内不同区域的预计排水时间；结合BIM建模和三维仿真建模，进行动态展示，达到防涝动态预警效果，提出强降雨天气下变电站水位计算模型和方法，实现对变电站内涝的及时预测预警，减少运维人员工作量，科学、有效地指导变电站防涝排涝工作，提升排水防涝工作管理水平，减少强降雨灾害对电网企业和全社会造成的影响；本发明具有内涝及时预警、防涝动态预警、提升排水防涝工作管理水平的优点。
实施例2
如图1-9所示，变电站内涝灾害监测预警系统，它包括预警监测系统，所述的系统包括以下步骤：
步骤S1：采用三维激光扫描技术获取变电站内高精度、高分辨率的地表高程网格数据；
步骤S2：结合变电站区域不同频率降水数据，构建变电站水位-库容曲线；
步骤S3：结合站内的排水能力，构建变电站内涝算法模型；
步骤S4：根据雨量实时观测数据可以实时计算出变电站内不同区域产生的内涝积水深度；
步骤S5：根据雨量实时观测数据可以实时计算出变电站内不同区域的预计排水时间；
步骤S6：结合BIM建模和三维仿真建模，进行动态展示，达到预警效果。
所述的预警监测系统包括监测终端、微气象服务器以及与微气象服务器建立通讯连接的监控中心、云平台、短信平台和移动端平台。
所述的步骤S1中采用三维激光扫描技术获取变电站内高精度、高分辨率的地表高程网格数据，具体包括以下步骤：
S1.1：点云数据获取：使用高精度大空间三维激光扫描仪，基于长距离三维激光测量系统同步采集高精度的点云以及高分辨率影像数据，与地理信息技术结合，对变电站内部和外部结构进行扫描，获取初始点云数据，由于变电站内部结构复杂以及各建筑物体自遮挡问题导致不可能在一个测站获取整体信息，为获取变电站整体空间信息，需要多角度架设仪器站点进行扫描，并且在扫描区使用标靶纸或者标靶球作为标靶，数量最少为3，标靶用于测站扫描坐标系变至测量坐标系的坐标系转换；
S1.2：全景照片拍摄及制作：通过仪器内置相机得到全景HDR影像，并通过PTGui工具完成全景照片的拼接工作，形成测站的全景照片；
S1.3：点云数据处理，具体为：S1.31：点云数据去噪和平滑处理：将采集到的原始三维点云坐标数据和地理位置信息数据进行去噪和平滑处理，去除不合理的噪音点，剔除扫描过程中的行人、杂物等认为噪音数据，获取干净清晰的整体扫描点云拼接数据；S1.32：点云数据拼接：将无标靶点云拼接，完成相互有关联的测站区域的拼接工作，完成所有相邻站间的拼接工作后，得到完整的三维点云数据；S1.33：坐标系统转换：将拼接后的点云数据坐标系转换为测量坐标系；
S1.4：点云数据导入并进行BIM建模：将完整数据导入点云拓扑模型中，将点云数据和全景照片相互匹配；
S1.5：根据点云拓扑模型中导入的点云数据，对比实际点云数据，对变电站进行3D仿真建模,得到1：1的高精度的内部设备模型和外部结构还原模型，使其以三维立体图形的形式展现出来，达到预警效果。
所述的步骤S2中结合变电站区域不同频率降水数据，构建变电站水位-库容曲线具体为：采用GPS全球定位系统组合水下超声波测探系统并结合变电站区域不同频率降水数据，对变电站进行全面测量，得到变电站区域内均匀分布的所有地形坐标，由SUFER中的改进谢别法对数据点进行网格划分，利用辛普森3/8规则计算变电站各水位下的库容，得到变电站水位-库容关系曲线，然后选取指数函数V＝a×e(-Z/b)+c数学函数模型作为拟合，其中V为库容，Z为水位，a、b、c为常数，利用origin非线性曲线拟合工具对水位库容曲线进行拟合，得到曲线函数，为使亏你个关系曲线尽可能客观反映变电站真正的库容水位关系，最大限度的减少偏差，在拟合曲线的基础上，选取正弦函数ΔV＝a+b×sin(pi×(Z-c)/d)，其中ΔV为库容拟合偏差，Z为水位，a、b、c、d为常数，对存在的偏差进行二次拟合，得到拟合修正函数，将一次拟合函数与二次修正函数叠加，得到变电站经修正的拟合函数，即得到最终变电站水位-库容曲线。
所述的步骤S3中结合站内的排水能力，构建变电站内涝算法模型是采用基于InfoWorksICM模型建立一维耦合水动力学模型、二维耦合水动力学模型，对变电站排水系统能力进行分析，并通过Mike模型建立内涝模型，对变电站内涝风险进行评估，以实现对排水系统能力的评估，具体为：1)采用年最大值法推算出暴雨强度公式：
Figure BDA0003776613680000131
其中q为暴雨强度，单位mm/min；P为设计重现期/年；t为降雨历时，单位min，n、A、b、C为地区参数，与地区气候条件有关；2)搭建一维管网模型，根据设定不同下垫面的不透水率计算变电站各集水区的径流系数，通过总降雨量减去下渗水量和径流过程的初损量得到各集水区的净雨量，模拟地表降雨径流，通过现阶段变电站管道、检查井、调蓄设施、排水泵组侧控终端站的地理坐标、地面及管网高程构建模型网络数据库，设置最大入流量参数来控制雨水检查井的受水能力，在加载地表产汇流计算结果，模拟水流在管网中的运行状态，由设计暴雨构建降雨数据库，借助相关工具分析得到地面高程模型数据库，形成管网水力模型的基本数据；3)二维地表模型的地面高程数据取自测绘图，并经过实际测量对高程的误差进行修正，以地面高程模型为基础，综合考虑变电站内道路、建筑物对水流的引导和阻挡、各地面的蒸发量以及地面上不同类型地块的糙率对变电站内涝的影响，得到二维地表漫流模型；4)搭建变电站内涝模型，通过耦合模型将雨水管网模型和地表漫流模型进行耦合模拟计算，将检查井作为耦合点与二维的地面计算网格进行耦合计算，得到变电站在一定降雨条件下，管道的溢流和汇流的变化过程以及积水在地表的汇流情况；5)变电站内涝评估，内涝是指因降雨造成变电站地面产生积水灾害的现象，灾害严重程度与积水深度、流速和积水时间有关，其表达式为：Hr＝d(v+0.5)+df，其中Hr为内涝灾害指数，d为积水深度，df为水深危害指数，v为积水流速，内涝评估是在排水管网模型的基础上，耦合二维变电站地表模型，得到变电站内涝分布情况。
所述的步骤S4中根据雨量实时观测数据可以实时计算出变电站内不同区域产生的内涝积水深度，在实时计算出变电站内不同区域产生的内涝积水深度时，雨量实时观测数据采用基于雷达估算技术的降雨空间分布并结合变电站水位-库容曲线实时计算变电站内不同区域产生的内涝积水深度，具体为：基于雷达估算技术的降雨空间分布原理是通过向空中发射电磁波，接收被云雨区散射回来的电磁波，根据接收回波的时间、位置、强度、偏振等信息，通过对返回波强度的测量，计算出目标回波的散射能力，在不考虑回波衰减和充塞的程度并且满足瑞利散射的条件即
Figure BDA0003776613680000141
其中D为降雨粒子的直径，λ为发射波长，雷达气象方程可以简化为：
Figure BDA0003776613680000142
其中
Figure BDA0003776613680000143
为雷达回波功率，C为雷达参数，与雷达型号有关，K为电磁常数，取决于降水相态，r为目标粒子与雷达之间的距离，Z为反射率因子；定义降雨强度I与单位时间落到单位面积上降雨的质量，当忽略垂直气流时，降雨强度I为：
Figure BDA0003776613680000144
其中N(Dj)ΔD＝C1Dμexp(-ΛD)ΔD,(3)，v(Dj)＝C2Dβ(4)式中N(Dj)ΔD为单位体积降水的直径在[Dj,Dj+1]中的滴数，M(Dj)、v(Dj)分别为直径为Dj的粒子的质量和下降的末速度，C1、μ、Λ、C2、β均为常数，由式(1)可知反射率因子Z与目标粒子的物理特性有关，而降水强度I主要取决于降水粒子的质量、下降的末速度，其中下降的末速度与降水粒子的几何形状和相态有关，因此在理论上雷达反射率因子Z与降水强度I存在Z-R关系，由于雷达反射率因子的单位为dbz，在建立Z-R关系前，需要统一两者的单位再进行计算，通过dbz＝10×lg(Z/Z0)得到Z值，其中Z0＝1mm6/m3。
所述的步骤S5中根据雨量实时观测数据可以实时计算出变电站内不同区域的预计排水时间，在实时计算出变电站内不同区域产生的内涝积水深度时，雨量实时观测数据采用基于泰森多边形法的降雨空间分布并结合变电站内涝算法模型、站内的排水能力实时计算变电站内不同区域的预计排水时间，具体为：泰森多边形插值法是根据离散分布的一体化雨量监测站的降雨量来推求面平均降雨量的方法，采用垂直平分线法来划分计算单元，即通过相邻一体化雨量监测站点将整个变电站区域划分成大量的锐角三角形，作这些三角形每条边上的垂直平分线，于是每个站点周围相交的垂直平分线围城一个多边形即为泰森多边形，整个变电站流域内n个一体化雨量监测站网便构成了n个泰森多边形网，其中n是指一体化雨量监测站的个数，每个多边形包含唯一一个一体化雨量监测站，用一体化雨量监测站的降雨量来表示该子单元流域平均降雨量，整个变电站流域的平均雨量就是所有子单元流域平均雨量与其所在子单元流域面积权重的乘积之和，计算公式为：
Figure BDA0003776613680000151
其中
Figure BDA0003776613680000152
为变电站流域平均雨量，Pi为第i个子单元流域的平均降雨量，fi为第i个子单元流域的面积大小，F为整个变电站流域的面积大小。
本发明为变电站内涝灾害监测预警系统，在使用中，本发明采用三维激光扫描技术获取变电站内高精度、高分辨率的地表高程网格数据；结合变电站区域不同频率降水数据，构建变电站水位-库容曲线；结合站内的排水能力，构建变电站内涝算法模型；根据雨量实时观测数据可以实时计算出变电站内不同区域产生的内涝积水深度；根据雨量实时观测数据可以实时计算出变电站内不同区域的预计排水时间；结合BIM建模和三维仿真建模，进行动态展示，达到防涝动态预警效果，提出强降雨天气下变电站水位计算模型和方法，实现对变电站内涝的及时预测预警，减少运维人员工作量，科学、有效地指导变电站防涝排涝工作，提升排水防涝工作管理水平，减少强降雨灾害对电网企业和全社会造成的影响；本发明具有内涝及时预警、防涝动态预警、提升排水防涝工作管理水平的优点。

Claims (10)

1.变电站内涝灾害监测预警系统，它包括预警监测系统，其特征在于：所述的系统包括以下步骤：
步骤S1：采用三维激光扫描技术获取变电站内高精度、高分辨率的地表高程网格数据；
步骤S2：结合变电站区域不同频率降水数据，构建变电站水位-库容曲线；
步骤S3：结合站内的排水能力，构建变电站内涝算法模型；
步骤S4：根据雨量实时观测数据可以实时计算出变电站内不同区域产生的内涝积水深度；
步骤S5：根据雨量实时观测数据可以实时计算出变电站内不同区域的预计排水时间；
步骤S6：结合BIM建模和三维仿真建模，进行动态展示，达到预警效果。
2.如权利要求1所述的变电站内涝灾害监测预警系统，其特征在于：所述的预警监测系统包括监测终端、微气象服务器以及与微气象服务器建立通讯连接的监控中心、云平台、短信平台和移动端平台。
3.如权利要求2所述的变电站内涝灾害监测预警系统，其特征在于：所述的监测终端包括一体化雨量监测站、积水监测终端、雷达水位计、水浸传感器、电子水尺、管网监测设备、电磁流量计、智能排水监控终端和摄像头；所述的积水监测终端实现变电站低洼地积水监测预警；所述的雷达水位计、水浸传感器、电子水尺配合工作实现降水水位监测预警；所述的摄像头实现对变电站的视频监控。
4.如权利要求3所述的变电站内涝灾害监测预警系统，其特征在于：所述的一体化雨量监测站包括超声波六要素传感器，所述的超声波六要素传感器实时监测气象数据，为一体化雨量监测站提供数据基础；所述的管网监测设备包括智慧井盖和智能监测终端，所述的管网监测设备和电磁流量计实现排水管网在线监测；所述的智能排水监控终端包括排水泵组侧控终端，通过排水泵组侧控终端实现排水泵自动控制。
5.如权利要求3所述的变电站内涝灾害监测预警系统，其特征在于：所述的积水监测终端在高精度数字高程模型DEM数据基础上，运用GIS和水文学方法，通过水流方向计算、洼地点位数据提取、洼地贡献区提取、洼地深度计算和精度评价方法确定最终的变电站低洼地易积水区分布范围，在易积水区分布数据的基础上，还可以结合降雨数据和管网数据，模拟计算实测暴雨条件下的积水深度，实现变电站低洼地积水监测预警。
6.如权利要求1所述的变电站内涝灾害监测预警系统，其特征在于：所述的步骤S1中采用三维激光扫描技术获取变电站内高精度、高分辨率的地表高程网格数据，具体包括以下步骤：
S1.1：点云数据获取：使用高精度大空间三维激光扫描仪，基于长距离三维激光测量系统同步采集高精度的点云以及高分辨率影像数据，与地理信息技术结合，对变电站内部和外部结构进行扫描，获取初始点云数据，由于变电站内部结构复杂以及各建筑物体自遮挡问题导致不可能在一个测站获取整体信息，为获取变电站整体空间信息，需要多角度架设仪器站点进行扫描，并且在扫描区使用标靶纸或者标靶球作为标靶，数量最少为3，标靶用于测站扫描坐标系变至测量坐标系的坐标系转换；
S1.2：全景照片拍摄及制作：通过仪器内置相机得到全景HDR影像，并通过PTGui工具完成全景照片的拼接工作，形成测站的全景照片；
S1.3：点云数据处理，具体为：S1.31：点云数据去噪和平滑处理：将采集到的原始三维点云坐标数据和地理位置信息数据进行去噪和平滑处理，去除不合理的噪音点，剔除扫描过程中的行人、杂物等认为噪音数据，获取干净清晰的整体扫描点云拼接数据；S1.32：点云数据拼接：将无标靶点云拼接，完成相互有关联的测站区域的拼接工作，完成所有相邻站间的拼接工作后，得到完整的三维点云数据；S1.33：坐标系统转换：将拼接后的点云数据坐标系转换为测量坐标系；
S1.4：点云数据导入并进行BIM建模：将完整数据导入点云拓扑模型中，将点云数据和全景照片相互匹配；
S1.5：根据点云拓扑模型中导入的点云数据，对比实际点云数据，对变电站进行3D仿真建模,得到1：1的高精度的内部设备模型和外部结构还原模型，使其以三维立体图形的形式展现出来，达到预警效果。
7.如权利要求1所述的变电站内涝灾害监测预警系统，其特征在于：所述的步骤S2中结合变电站区域不同频率降水数据，构建变电站水位-库容曲线具体为：采用GPS全球定位系统组合水下超声波测探系统并结合变电站区域不同频率降水数据，对变电站进行全面测量，得到变电站区域内均匀分布的所有地形坐标，由SUFER中的改进谢别法对数据点进行网格划分，利用辛普森3/8规则计算变电站各水位下的库容，得到变电站水位-库容关系曲线，然后选取指数函数V＝a×e(-Z/b)+c数学函数模型作为拟合，其中V为库容，Z为水位，a、b、c为常数，利用origin非线性曲线拟合工具对水位库容曲线进行拟合，得到曲线函数，为使亏你个关系曲线尽可能客观反映变电站真正的库容水位关系，最大限度的减少偏差，在拟合曲线的基础上，选取正弦函数ΔV＝a+b×sin(pi×(Z-c)/d)，其中ΔV为库容拟合偏差，Z为水位，a、b、c、d为常数，对存在的偏差进行二次拟合，得到拟合修正函数，将一次拟合函数与二次修正函数叠加，得到变电站经修正的拟合函数，即得到最终变电站水位-库容曲线。
8.如权利要求1所述的变电站内涝灾害监测预警系统，其特征在于：所述的步骤S3中结合站内的排水能力，构建变电站内涝算法模型是采用基于InfoWorks ICM模型建立一维耦合水动力学模型、二维耦合水动力学模型，对变电站排水系统能力进行分析，并通过Mike模型建立内涝模型，对变电站内涝风险进行评估，以实现对排水系统能力的评估，具体为：1)采用年最大值法推算出暴雨强度公式：
Figure FDA0003776613670000041
其中q为暴雨强度，单位mm/min；P为设计重现期/年；t为降雨历时，单位min，n、A、b、C为地区参数，与地区气候条件有关；2)搭建一维管网模型，根据设定不同下垫面的不透水率计算变电站各集水区的径流系数，通过总降雨量减去下渗水量和径流过程的初损量得到各集水区的净雨量，模拟地表降雨径流，通过现阶段变电站管道、检查井、调蓄设施、排水泵组侧控终端站的地理坐标、地面及管网高程构建模型网络数据库，设置最大入流量参数来控制雨水检查井的受水能力，在加载地表产汇流计算结果，模拟水流在管网中的运行状态，由设计暴雨构建降雨数据库，借助相关工具分析得到地面高程模型数据库，形成管网水力模型的基本数据；3)二维地表模型的地面高程数据取自测绘图，并经过实际测量对高程的误差进行修正，以地面高程模型为基础，综合考虑变电站内道路、建筑物对水流的引导和阻挡、各地面的蒸发量以及地面上不同类型地块的糙率对变电站内涝的影响，得到二维地表漫流模型；4)搭建变电站内涝模型，通过耦合模型将雨水管网模型和地表漫流模型进行耦合模拟计算，将检查井作为耦合点与二维的地面计算网格进行耦合计算，得到变电站在一定降雨条件下，管道的溢流和汇流的变化过程以及积水在地表的汇流情况；5)变电站内涝评估，内涝是指因降雨造成变电站地面产生积水灾害的现象，灾害严重程度与积水深度、流速和积水时间有关，其表达式为：Hr＝d(v+0.5)+df，其中Hr为内涝灾害指数，d为积水深度，df为水深危害指数，v为积水流速，内涝评估是在排水管网模型的基础上，耦合二维变电站地表模型，得到变电站内涝分布情况。
9.如权利要求1所述的变电站内涝灾害监测预警系统，其特征在于：所述的步骤S4中根据雨量实时观测数据可以实时计算出变电站内不同区域产生的内涝积水深度，在实时计算出变电站内不同区域产生的内涝积水深度时，雨量实时观测数据采用基于雷达估算技术的降雨空间分布并结合变电站水位-库容曲线实时计算变电站内不同区域产生的内涝积水深度，具体为：基于雷达估算技术的降雨空间分布原理是通过向空中发射电磁波，接收被云雨区散射回来的电磁波，根据接收回波的时间、位置、强度、偏振等信息，通过对返回波强度的测量，计算出目标回波的散射能力，在不考虑回波衰减和充塞的程度并且满足瑞利散射的条件即
Figure FDA0003776613670000051
其中D为降雨粒子的直径，λ为发射波长，雷达气象方程可以简化为：
Figure FDA0003776613670000052
其中
Figure FDA0003776613670000053
为雷达回波功率，C为雷达参数，与雷达型号有关，K为电磁常数，取决于降水相态，r为目标粒子与雷达之间的距离，Z为反射率因子；定义降雨强度I与单位时间落到单位面积上降雨的质量，当忽略垂直气流时，降雨强度I为：
Figure FDA0003776613670000054
其中N(Dj)ΔD＝C1Dμexp(-ΛD)ΔD,(3)，v(Dj)＝C2Dβ(4)式中N(Dj)ΔD为单位体积降水的直径在(Dj,Dj+1)中的滴数，M(Dj)、v(Dj)分别为直径为Dj的粒子的质量和下降的末速度，C1、μ、Λ、C2、β均为常数，由式(1)可知反射率因子Z与目标粒子的物理特性有关，而降水强度I主要取决于降水粒子的质量、下降的末速度，其中下降的末速度与降水粒子的几何形状和相态有关，因此在理论上雷达反射率因子Z与降水强度I存在Z-R关系，由于雷达反射率因子的单位为dbz，在建立Z-R关系前，需要统一两者的单位再进行计算，通过dbz＝10×lg(Z/Z0)得到Z值，其中Z0＝1mm6/m3。
10.如权利要求1所述的变电站内涝灾害监测预警系统，其特征在于：所述的步骤S5中根据雨量实时观测数据可以实时计算出变电站内不同区域的预计排水时间，在实时计算出变电站内不同区域产生的内涝积水深度时，雨量实时观测数据采用基于泰森多边形法的降雨空间分布并结合变电站内涝算法模型、站内的排水能力实时计算变电站内不同区域的预计排水时间，具体为：泰森多边形插值法是根据离散分布的一体化雨量监测站的降雨量来推求面平均降雨量的方法，采用垂直平分线法来划分计算单元，即通过相邻一体化雨量监测站点将整个变电站区域划分成大量的锐角三角形，作这些三角形每条边上的垂直平分线，于是每个站点周围相交的垂直平分线围城一个多边形即为泰森多边形，整个变电站流域内n个一体化雨量监测站网便构成了n个泰森多边形网，其中n是指一体化雨量监测站的个数，每个多边形包含唯一一个一体化雨量监测站，用一体化雨量监测站的降雨量来表示该子单元流域平均降雨量，整个变电站流域的平均雨量就是所有子单元流域平均雨量与其所在子单元流域面积权重的乘积之和，计算公式为：
Figure FDA0003776613670000061
其中
Figure FDA0003776613670000062
为变电站流域平均雨量，Pi为第i个子单元流域的平均降雨量，fi为第i个子单元流域的面积大小，F为整个变电站流域的面积大小。
CN202210920028.1A 2022-08-01 2022-08-01 变电站内涝灾害监测预警系统 Withdrawn CN115394051A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210920028.1A CN115394051A (zh) 2022-08-01 2022-08-01 变电站内涝灾害监测预警系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210920028.1A CN115394051A (zh) 2022-08-01 2022-08-01 变电站内涝灾害监测预警系统

Publications (1)

Publication Number Publication Date
CN115394051A true CN115394051A (zh) 2022-11-25

Family

ID=84118541

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210920028.1A Withdrawn CN115394051A (zh) 2022-08-01 2022-08-01 变电站内涝灾害监测预警系统

Country Status (1)

Country Link
CN (1) CN115394051A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116361973A (zh) * 2023-04-18 2023-06-30 中国水利水电科学研究院 考虑排水管网节点水位自动修正的城市洪涝过程模拟方法
CN116562416A (zh) * 2023-03-01 2023-08-08 福建中锐汉鼎数字科技有限公司 基于变模态与延时特征Transformer模型的水库水位预测方法
CN117275186A (zh) * 2023-10-13 2023-12-22 国网安徽省电力有限公司电力科学研究院 一种基于电网设施周边防灾产汇流模型系统
CN117541068A (zh) * 2024-01-10 2024-02-09 武汉华测卫星技术有限公司 基于无人船的崩岸风险评估方法及系统
CN117571080A (zh) * 2024-01-15 2024-02-20 福建澳泰自动化设备有限公司 基于积水漏电检测终端的户外用电设施周边积水预警系统
CN117802935A (zh) * 2024-01-02 2024-04-02 广东省水利水电科学研究院 一种防洪防涝系统及方法
CN117934205A (zh) * 2024-01-23 2024-04-26 清华大学 雨水管道系统的管控方法、装置、计算机设备和存储介质
CN118244387A (zh) * 2024-05-28 2024-06-25 北京城市气象研究院 基于瓦片分区的雷达反射率因子组网定量降水估测方法

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116562416B (zh) * 2023-03-01 2024-04-12 福建中锐汉鼎数字科技有限公司 基于变模态与延时特征Transformer模型的水库水位预测方法
CN116562416A (zh) * 2023-03-01 2023-08-08 福建中锐汉鼎数字科技有限公司 基于变模态与延时特征Transformer模型的水库水位预测方法
CN116361973B (zh) * 2023-04-18 2023-09-12 中国水利水电科学研究院 考虑排水管网节点水位自动修正的城市洪涝过程模拟方法
CN116361973A (zh) * 2023-04-18 2023-06-30 中国水利水电科学研究院 考虑排水管网节点水位自动修正的城市洪涝过程模拟方法
CN117275186A (zh) * 2023-10-13 2023-12-22 国网安徽省电力有限公司电力科学研究院 一种基于电网设施周边防灾产汇流模型系统
CN117275186B (zh) * 2023-10-13 2024-07-02 国网安徽省电力有限公司电力科学研究院 一种基于电网设施周边防灾产汇流模型系统
CN117802935A (zh) * 2024-01-02 2024-04-02 广东省水利水电科学研究院 一种防洪防涝系统及方法
CN117541068B (zh) * 2024-01-10 2024-04-02 武汉华测卫星技术有限公司 基于无人船的崩岸风险评估方法及系统
CN117541068A (zh) * 2024-01-10 2024-02-09 武汉华测卫星技术有限公司 基于无人船的崩岸风险评估方法及系统
CN117571080A (zh) * 2024-01-15 2024-02-20 福建澳泰自动化设备有限公司 基于积水漏电检测终端的户外用电设施周边积水预警系统
CN117571080B (zh) * 2024-01-15 2024-03-29 福建澳泰自动化设备有限公司 基于积水漏电检测终端的户外用电设施周边积水预警系统
CN117934205A (zh) * 2024-01-23 2024-04-26 清华大学 雨水管道系统的管控方法、装置、计算机设备和存储介质
CN118244387A (zh) * 2024-05-28 2024-06-25 北京城市气象研究院 基于瓦片分区的雷达反射率因子组网定量降水估测方法
CN118244387B (zh) * 2024-05-28 2024-07-30 北京城市气象研究院 基于瓦片分区的雷达反射率因子组网定量降水估测方法

Similar Documents

Publication Publication Date Title
CN115394051A (zh) 变电站内涝灾害监测预警系统
CN113742818B (zh) 市政道路积水多因素复合型预警预报方法
Le Coz et al. Performance of image-based velocimetry (LSPIV) applied to flash-flood discharge measurements in Mediterranean rivers
CN109000158B (zh) 基于物联网和bim的管道渗漏预警系统、方法及其应用
Ran et al. Application of an automated LSPIV system in a mountainous stream for continuous flood flow measurements
CN107316095B (zh) 一种耦合多源数据的区域气象干旱等级预测方法
Muste et al. Considerations on direct stream flow measurements using video imagery: Outlook and research needs
CN114353876A (zh) 一种黄土公路边坡健康监测方法
CN111651885A (zh) 一种智慧型海绵城市洪涝预报方法
CN110646867A (zh) 一种城市排水监测预警方法和系统
Akgul et al. Short term monitoring of forest road pavement degradation using terrestrial laser scanning
CN111507375B (zh) 一种城市内涝风险快速评估方法及系统
Fencl et al. Assessing the potential of using telecommunication microwave links in urban drainage modelling
CN113470333A (zh) 一种线路工程走廊浅层滑坡危险性评估及监测预警系统
Msadala et al. Sediment yield prediction for South Africa: 2010 edition
CN114966689A (zh) 沿海城市时序InSAR沉降监测分析方法、装置、设备及介质
Abban et al. Quantifying the changes of soil surface microroughness due to rainfall impact on a smooth surface
CN104931040A (zh) 基于机器学习的北斗ⅱ代导航系统电力铁塔变形监测设备安装和调试方法
CN115422766A (zh) 一种基于数字孪生技术的泥石流监测方法及系统
CN114971224A (zh) 一种基于智能手机的灌区智能巡检系统及其巡检方法
Khan et al. Uncertainty in remote sensing of streams using noncontact radars
Nogherotto et al. An integrated hydrological and hydraulic modelling approach for the flood risk assessment over Po river basin
CN117726043B (zh) 一种水库水情自动测报及预报方法
CN107860375A (zh) 一种基于三维激光扫描技术的滑坡灾害体积快速提取方法
Musaev et al. Up-to-the-date practices of geodetic measurements for build-up area expansion: a case study from Uzbekistan

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: 20221125

WW01 Invention patent application withdrawn after publication