CN116597619B - 一种基于人工智能的轨道交通防汛预警系统 - Google Patents
一种基于人工智能的轨道交通防汛预警系统 Download PDFInfo
- Publication number
- CN116597619B CN116597619B CN202310876161.6A CN202310876161A CN116597619B CN 116597619 B CN116597619 B CN 116597619B CN 202310876161 A CN202310876161 A CN 202310876161A CN 116597619 B CN116597619 B CN 116597619B
- Authority
- CN
- China
- Prior art keywords
- subway
- rainfall
- area
- time period
- track section
- 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.)
- Active
Links
- 230000002265 prevention Effects 0.000 title claims abstract description 43
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 14
- 238000012544 monitoring process Methods 0.000 claims abstract description 22
- 238000000034 method Methods 0.000 claims abstract description 10
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 63
- 230000036541 health Effects 0.000 claims description 21
- 238000004458 analytical method Methods 0.000 claims description 18
- 238000012937 correction Methods 0.000 claims description 15
- 230000035699 permeability Effects 0.000 claims description 13
- 238000012216 screening Methods 0.000 claims description 12
- 230000000630 rising effect Effects 0.000 claims description 10
- 230000000903 blocking effect Effects 0.000 claims description 7
- 238000011156 evaluation Methods 0.000 claims description 6
- 238000012876 topography Methods 0.000 claims description 4
- 238000006467 substitution reaction Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 abstract description 6
- 238000009825 accumulation Methods 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 4
- 230000035515 penetration Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000002352 surface water Substances 0.000 description 1
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
- 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
- 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G06Q50/40—Business processes related to the transportation industry
-
- 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
- G08B21/18—Status alarms
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Emergency Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Computing Systems (AREA)
- Geology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Alarm Systems (AREA)
Abstract
本发明属于轨道交通防汛预警技术领域,具体公开提供的一种基于人工智能的轨道交通防汛预警系统,该系统包括:对预降雨地区受降雨影响情况进行全局性的监测和预警,及时定位出可能存在洪灾风险的地区,进而相应地区在未来时间周期内受降雨影响情况,并根据预测结果提前采取相应的防汛措施,从而降低地铁运营受洪涝破坏的概率,避免不必要的维修和更换设备,有效减少维护成本,以保障地铁运营的安全性和可靠性。对降雨地区的各地铁轨道路段的排水系统运行风险指数和站口雨水倒灌风险指数进行评估,精准定位出地铁轨道路段中可能存在的风险位置和风险类型,及时发现和解决潜在的安全隐患,从而更好地规划和安排地铁运营轨迹。
Description
技术领域
本发明属于轨道交通防汛预警技术领域,涉及到一种基于人工智能的轨道交通防汛预警系统。
背景技术
轨道交通防汛是一项非常重要的工作,因为轨道交通系统通常位于城市中心或人口密集区域,一旦发生洪水等自然灾害,可能会对人们的出行和生命安全造成严重影响,因此,我国对于轨道交通防汛意识的重视程度不断提高,轨道交通系统也加强了防汛预警技术的研发与应用。轨道交通防汛预警技术是指通过科学、准确的预测和监测手段,及时获取洪水灾害相关信息,并采取相应措施,保障轨道交通系统运营的安全和稳定。
随着科技的不断进步,各种先进的监测设备和技术手段的出现,为轨道交通防汛预警提供了更多可行的解决方案,现有防汛预警的不足之处在于:一方面,现有的地铁轨道交通防汛预警机制主要依赖于人工传达预警信息,由于信息传递不畅的问题,防汛部门可能无法及时获得准确的信息和数据,从而无法做出正确的决策和部署。因此,现有的地铁轨道交通防汛预警机制在防汛信息传达上缺乏准确性和时效性,往往在灾害发生时才采取防汛应急措施,以至于在实施防汛措施时,已经存在地铁轨道设施受损和人员受困情况,由于缺乏有效的预警机制,公众也难以及时采取应对措施,导致灾害影响更加严重。
另一方面,现有的地铁轨道交通防汛预警机制对洪水灾害位置的分析和评估不够全面,往往只能提供灾害的可能性或概率,而无法提供具体的可能存在洪灾风险的风险位置和风险类型,因此在实际应用中,预警精准率并不高,需要通过人工干预来进一步确认和处理,从而无法做出及时有效的防汛预警决策,无法为轨道交通系统的安全运营提供更加可靠的保障。
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轨道交通防汛预警系统。
本发明的目的可以通过以下技术方案实现:本发明提供一种基于人工智能的轨道交通防汛预警系统,该系统包括:降雨区域获取模块,用于获取当地未来设定时间周期内的气象信息,对未来设定时间周期内会发生降雨的地区进行标注,得到各预降雨地区。
指定地区筛选模块,用于获取各预降雨地区的地势信息和降雨信息,进而分析各预降雨地区的轨道交通运营影响系数,当其大于或等于设定的轨道交通运营影响系数阈值时,将对应预降雨地区记为指定地区,进而从各预降雨地区中筛选出指定地区。
排水运行分析模块,用于获取指定地区相应各地铁轨道路段对应各排水井口位置,评估指定地区相应各地铁轨道路段对应各排水井口位置的雨水渗透程度系数,进而分析指定地区相应各地铁轨道路段的排水系统运行风险指数。
路面积水分析模块,用于获取指定地区相应各地铁轨道路段的各地铁站口位置在未来设定时间周期内的预计水位上升高度,进而分析指定地区各地铁轨道路段的站口雨水倒灌风险指数。
防汛安全健康评估模块,用于基于指定地区各地铁轨道路段的排水系统运行风险指数和站口雨水倒灌风险指数,对指定地区各地铁轨道路段的防汛安全健康综合系数进行评估。
预警终端,用于对地铁轨道路段中的风险位置和风险类型进行预警显示,进而对指定地区各地铁轨道路段采取相应的防汛预警措施。
在本发明的具体实施例中,所述各预降雨地区的地势信息包括海拔高度和坡度。
所述各预降雨地区的降雨信息包括各预降雨地区的各降雨时间段和对应降雨强度。
在本发明的具体实施例中,所述分析各预降雨地区的轨道交通运营影响系数的分析步骤为:从当地气象信息平台中提取各预降雨地区在未来设定时间周期内各时间段的降雨强度,筛选各预降雨地区在未来设定时间周期内超出设定降雨强度阈值的时间段数量和对应时间段的降雨强度/>,/>为预降雨地区编号,/>,/>为超出设定降雨强度阈值的时间段编号,/>。
分析各预降雨地区在未来设定时间周期的降雨信息影响因子,其中/>为设定的降雨频率和累计降雨量对应的影响权重占比,/>为设定降雨强度阈值,/>为设定时间周期内的累计时间段数量,e为自然常数。
根据各预降雨地区的海拔高度和坡度/>,分析各预降雨地区在未来设定时间周期的地势信息影响因子/>,其中/>分别为设定的参照海拔高度和参照坡度,/>分别为设定的海拔高度、坡度对应的影响权重占比。
由分析公式得到各预降雨地区的轨道交通运营影响系数,其中/>分别为设定的降雨信息和地势信息影响因子对应的占比权重。
在本发明的具体实施例中,所述评估指定地区相应各地铁轨道路段对应各排水井口位置的雨水渗透程度系数,包括:D1、在指定地区相应各地铁轨道路段对应各排水井口位置安装水位计,得到指定地区相应各地铁轨道路段对应各排水井口位置在降雨前期监测时间段内的水位上升高度,/>为地铁轨道路段编号,/>,/>为排水井口编号,。
D2、当时,表明指定地区相应第j地铁轨道路段对应第k排水井口位置存在雨水渗透情况,进而由/>得到指定地区相应各地铁轨道路段对应各排水井口位置的雨水渗透程度系数,其中/>为地铁轨道路段对应排水井口高度,/>为设定的水位上升高度占比参照值,/>为设定的水位上升高度占比误差允许值,/>为设定的雨水渗透程度系数对应偏差修正因子。
D3、当时,进一步判断指定地区相应第j地铁轨道路段对应第k排水井口位置是否存在堵塞情况,若存在堵塞情况,则对其位置进行预警显示。
在本发明的具体实施例中,所述分析指定地区相应各地铁轨道路段的排水系统运行风险指数的步骤为:从各预降雨地区在未来设定时间周期内各时间段的降雨强度中提取指定地区在未来设定时间周期内各时间段的降雨强度,/>为未来设定时间周期内的所有时间段编号,/>。
由分析公式得到指定地区各地铁轨道路段在未来设定时间周期内的排水系统运行风险指数,/>为指定地区在降雨前期监测时间段内的降雨强度。
在本发明的具体实施例中,所述降雨前期监测时间段为未来设定时间周期内的第1个时间段。
在本发明的具体实施例中,所述指定地区相应各地铁轨道路段的各地铁站口位置在未来设定时间周期内的预计水位上升高度获取内容包括:在指定地区相应各地铁轨道路段的各地铁站口位置安装水位计,获取指定地区相应各地铁轨道路段的各地铁站口在降雨前期监测时间段内的水位上升高度,/>为地铁站口编号,/>,由计算指定地区相应各地铁轨道路段的各地铁站口位置在未来设定时间周期内的预计水位上升高度,/>为设定的偏差高度。
若,则以/>作为指定地区相应第j地铁轨道路段的第/>地铁站口对应市政排水影响因子,/>为指定地区相应第j地铁轨道路段的第/>地铁站口对应阶梯高度,/>为设定的市政排水影响因子第一修正系数。
若,则以/>作为指定地区相应第j地铁轨道路段的第地铁站口对应市政排水影响因子,/>为设定的市政排水影响因子第二修正系数。
在本发明的具体实施例中,所述分析指定地区各地铁轨道路段的站口雨水倒灌风险指数的分析方式为:将指定地区相应各地铁轨道路段的各地铁站口对应市政排水影响因子代入公式:/>得到指定地区各地铁轨道路段的站口雨水倒灌风险指数,/>为地铁站口数量,/>为设定的积水量上升指数阈值,/>为设定的积水量上升指数允许误差值,/>为设定的站口雨水倒灌风险系数影响修正因子。
将指定地区各地铁轨道路段的站口雨水倒灌风险指数与预设的站口雨水倒灌风险指数阈值进行对比,若其大于或等于预设的站口雨水倒灌风险指数阈值,则将对应地铁站口位置发送至预警显示终端。
在本发明的具体实施例中,所述对指定地区各地铁轨道路段的防汛安全健康综合系数进行评估的评估方式为:由分析公式得到指定地区各地铁轨道路段的防汛安全健康综合系数,/>分别为设定的排水系统运行风险指数和站口雨水倒灌风险指数对应的影响占比因子。
在本发明的具体实施例中,所述对指定地区各地铁轨道路段采取相应的防汛预警措施内容包括:获取指定地区各地铁轨道路段的防汛安全健康综合系数所对应的防汛安全等级,进而根据各防汛安全等级对应的防汛实施方式,对指定地区各地铁轨道路段实施相应的防汛方式。
相较于现有技术,本发明的有益效果如下:(1)本发明通过分析降雨地区内各地铁轨道路段在降雨前期监测时间段内的降雨影响因素,可以更加准确地预测地铁轨道路段在未来时间周期内受降雨影响情况,并根据预测结果提前采取相应的防汛措施,从而降低地铁运营受洪涝破坏的概率,可以避免不必要的维修和更换设备,有效地减少维护成本,以保障地铁运营的安全性和可靠性。
(2)本发明基于降雨地区在未来时间周期的降雨情况,对降雨地区的各地铁轨道路段的排水系统运行风险指数和站口雨水倒灌风险指数进行评估,可以及时发现和解决潜在的安全隐患,并精准定位出可能存在的风险位置和风险类型,从而及时采取正对性的防汛措施,可以更好地规划和安排地铁运营行径轨迹。
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为本发明系统模块连接示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,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他实施例,都属于本发明保护的范围。
请参阅图1所示,本发明提供了一种基于人工智能的轨道交通防汛预警系统,该系统包括:降雨区域获取模块、指定地区筛选模块、排水运行分析模块、路面积水分析模块、防汛安全健康评估模块和预警终端。
所述降雨区域获取模块与指定地区筛选模块连接,指定地区筛选模块与排水运行分析模块连接,防汛安全健康评估模块分别与排水运行分析模块、路面积水分析模块连接,预警终端分别与排水运行分析模块、路面积水分析模块连接。
所述降雨区域获取模块用于获取当地未来设定时间周期内的气象信息,对未来设定时间周期内会发生降雨的地区进行标注,得到各预降雨地区。
所述指定地区筛选模块用于获取各预降雨地区的地势信息和降雨信息,进而分析各预降雨地区的轨道交通运营影响系数,当其大于或等于设定的轨道交通运营影响系数阈值时,将对应预降雨地区记为指定地区,进而从各预降雨地区中筛选出指定地区。
在一种优选的实施方式中,所述各预降雨地区的地势信息包括海拔高度和坡度。
所述各预降雨地区的降雨信息包括各预降雨地区的各降雨时间段和对应降雨强度。
在一种优选的实施方式中,所述分析各预降雨地区的轨道交通运营影响系数的分析步骤为:从当地气象信息平台中提取各预降雨地区在未来设定时间周期内各时间段的降雨强度,筛选各预降雨地区在未来设定时间周期内超出设定降雨强度阈值的时间段数量和对应时间段的降雨强度/>,/>为预降雨地区编号,/>,/>为超出设定降雨强度阈值的时间段编号,/>。
分析各预降雨地区在未来设定时间周期的降雨信息影响因子,其中/>为设定的降雨频率和累计降雨量对应的影响权重占比,/>为设定降雨强度阈值,/>为设定时间周期内的累计时间段数量,e为自然常数。
在一个具体实施例中,设定的降雨频率对应的影响权重占比=0.4,设定的降雨量对应的影响权重占比/>=0.6。
根据各预降雨地区的海拔高度和坡度/>,分析各预降雨地区在未来设定时间周期的地势信息影响因子/>,其中/>分别为设定的参照海拔高度和参照坡度,/>分别为设定的海拔高度、坡度对应的影响权重占比。
在一个具体的实施例中,设定的海拔高度对应的影响权重占比=0.5,设定的坡度对应的影响权重占比/>=0.5。
由分析公式得到各预降雨地区的轨道交通运营影响系数,其中/>分别为设定的降雨信息和地势信息影响因子对应的占比权重。
在一个具体的实施例中,设定的降雨信息对应的占比权重=0.45,设定的地势信息影响因子对应的占比权重/>=0.55。
需要说明的是,所述各预降雨地区的海拔高度和坡度是从地理信息管理平台中提取得到。在适宜海拔高度和坡度范围内,海拔高度与预降雨地区降雨积累量成反比关系,故而与对应地区的地势信息影响因子成反比关系,随着海拔高度的升高,气压逐渐降低,空气密度减小,水汽含量也随之减少,从而影响了降水的形成和积累。
坡度与降雨积累量成正比关系,故而与对应地区的地势信息影响因子成正比关系,坡度是指地面倾斜程度的度量,通常用百分比表示。在适宜的坡度范围内,坡度越大,地表水分蒸发速度越快,导致水分流失加剧,从而影响了降水的形成和积累。
本发明基于预降雨地区的地势信息和降雨信息,对预降雨地区受降雨影响情况进行初步评估,实现全局性的监测和预警,可以提高预测准确性、及时定位出可能存在洪灾风险的地区,进而可以及时向公众传递有关洪水灾害风险的信息,提高公众的安全意识,从而减少不必要的伤亡和损失。
所述排水运行分析模块用于获取指定地区相应各地铁轨道路段对应各排水井口位置,评估指定地区相应各地铁轨道路段对应各排水井口位置的雨水渗透程度系数,进而分析指定地区相应各地铁轨道路段的排水系统运行风险指数。
在一种优选的实施方式中,所述评估指定地区相应各地铁轨道路段对应各排水井口位置的雨水渗透程度系数,包括:D1、在指定地区相应各地铁轨道路段对应各排水井口位置安装水位计,得到指定地区相应各地铁轨道路段对应各排水井口位置在降雨前期监测时间段内的水位上升高度,/>为地铁轨道路段编号,/>,/>为排水井口编号,。
D2、当时,表明指定地区相应第j地铁轨道路段对应第k排水井口位置存在雨水渗透情况,进而由/>得到指定地区相应各地铁轨道路段对应各排水井口位置的雨水渗透程度系数,其中/>为地铁轨道路段对应排水井口高度,/>为设定的水位上升高度占比参照值,/>为设定的水位上升高度占比误差允许值,为设定的雨水渗透程度系数对应偏差修正因子。
在一个具体的实施例中,=20。
特别说明的,将指定地区相应各地铁轨道路段对应各排水井口位置的雨水渗透程度系数与预设的雨水渗透程度系数阈值进行对比,若指定地区相应某地铁轨道路段对应某排水井口位置的雨水渗透程度系数大于预设的雨水渗透程度系数阈值,则将指定地区相应该地铁轨道路段对应该排水井口位置发送至预警显示终端。
D3、当时,进一步判断指定地区相应第j地铁轨道路段对应第k排水井口位置是否存在堵塞情况,若存在堵塞情况,则对其位置进行预警显示。
需要说明的是,所述指定地区相应各地铁轨道路段对应各排水井口位置在降雨前期监测时间段内的水位上升高度为指定地区相应各地铁轨道路段对应各排水井口位置在降雨前期监测时间段的开始时刻和结束时刻对应的水位高度差值。上述水位计具体安装位置为井口位置对应管道内部的底端。
所述判断指定地区相应各地铁轨道路段对应各排水井口位置是否存在堵塞情况的判断依据为:在指定地区相应各地铁轨道路段对应各排水井口的井盖位置安装水量监测仪器,得到指定地区相应各地铁轨道路段对应各排水井口对应位置的积水量,若,则表明指定地区相应第j地铁轨道路段对应第k排水井口位置存在堵塞情况。
进一步地,若,则将指定地区相应第j地铁轨道路段对应第k排水井口位置的堵塞情况等级记为严重堵塞等级,其中/>表示为设定的积水量阈值,/>;若,则将指定地区相应第j地铁轨道路段对应第k排水井口位置的堵塞情况等级记为普通堵塞等级,进而将指定地区相应第j地铁轨道路段对应第k排水井口位置对应堵塞情况等级发送至预警显示终端。
在一种优选的实施方式中,所述分析指定地区相应各地铁轨道路段的排水系统运行风险指数的步骤为:从各预降雨地区在未来设定时间周期内各时间段的降雨强度中提取指定地区在未来设定时间周期内各时间段的降雨强度,/>为未来设定时间周期内的所有时间段编号,/>。
由分析公式得到指定地区各地铁轨道路段在未来设定时间周期内的排水系统运行风险指数,/>为指定地区在降雨前期监测时间段内的降雨强度。
在一种优选的实施方式中,所述降雨前期监测时间段为未来设定时间周期内的第1个时间段。
所述路面积水分析模块用于获取指定地区相应各地铁轨道路段的各地铁站口位置在未来设定时间周期内的预计水位上升高度,进而分析指定地区各地铁轨道路段的站口雨水倒灌风险指数。
在一种优选的实施方式中,所述指定地区相应各地铁轨道路段的各地铁站口位置在未来设定时间周期内的预计水位上升高度获取内容包括:在指定地区相应各地铁轨道路段的各地铁站口对应设定位置安装水位计,获取指定地区相应各地铁轨道路段的各地铁站口在降雨前期监测时间段内的水位上升高度,/>为地铁站口编号,/>,由/>计算指定地区相应各地铁轨道路段的各地铁站口位置在未来设定时间周期内的预计水位上升高度,/>为设定的偏差高度。
若,则以/>作为指定地区相应第j地铁轨道路段的第/>地铁站口对应市政排水影响因子,/>为指定地区相应第j地铁轨道路段的第地铁站口对应阶梯高度,/>为设定的市政排水影响因子第一修正系数。
若,则以/>作为指定地区相应第j地铁轨道路段的第/>地铁站口对应市政排水影响因子,/>为设定的市政排水影响因子第二修正系数。
在一个具体的实施例中,设定的市政排水影响因子第一修正系数=10,设定的市政排水影响因子第二修正系数/>=10。
需要说明的是,所述指定地区相应各地铁轨道路段的各地铁站口在降雨前期监测时间段内的水位上升高度为指定地区相应各地铁轨道路段的各地铁站口在降雨前期监测时间段内的开始时刻和结束时刻对应的水位高度差值。
所述指定地区相应各地铁轨道路段的各地铁站口对应阶梯高度是从地铁轨道设计参数中提取得到,地铁轨道设计参数存储在云端信息库中。
在一种优选的实施方式中,所述分析指定地区各地铁轨道路段的站口雨水倒灌风险指数的分析方式为:将指定地区相应各地铁轨道路段的各地铁站口对应市政排水影响因子代入公式:/>得到指定地区各地铁轨道路段的站口雨水倒灌风险指数,/>为地铁站口数量,/>为设定的积水量上升指数阈值,/>为设定的积水量上升指数允许误差值,/>为设定的站口雨水倒灌风险系数影响修正因子。
在一个具体的实施例中,设定的站口雨水倒灌风险系数影响修正因子=5。
将指定地区各地铁轨道路段的站口雨水倒灌风险指数与预设的站口雨水倒灌风险指数阈值进行对比,若其大于或等于预设的站口雨水倒灌风险指数阈值,则将对应地铁站口位置发送至预警显示终端。
本发明基于降雨地区在未来时间周期的降雨情况,对降雨地区的各地铁轨道路段的排水系统运行风险指数和站口雨水倒灌风险指数进行评估,可以及时发现和解决潜在的安全隐患,并精准定位出可能存在的风险位置和风险类型,从而及时采取正对性的防汛措施,可以更好地规划和安排地铁运营行径轨迹。
所述防汛安全健康评估模块用于基于指定地区各地铁轨道路段的排水系统运行风险指数和站口雨水倒灌风险指数,对指定地区各地铁轨道路段的防汛安全健康综合系数进行评估。
在一种优选的实施方式中,所述对指定地区各地铁轨道路段的防汛安全健康综合系数进行评估的评估方式为:由分析公式得到指定地区各地铁轨道路段的防汛安全健康综合系数,/>分别为设定的排水系统运行风险指数和站口雨水倒灌风险指数对应的影响占比因子。
在一个具体的实施例中,设定的排水系统运行风险指数对应的影响占比因子=0.6,设定的站口雨水倒灌风险指数对应的影响占比因子/>=0.4。
在一种优选的实施方式中,所述对指定地区各地铁轨道路段采取相应的防汛预警措施内容包括:获取指定地区各地铁轨道路段的防汛安全健康综合系数所对应的防汛安全等级,进而根据各防汛安全等级对应的防汛实施方式,对指定地区各地铁轨道路段实施相应的防汛方式。
作为一种示例,各防汛安全等级对应的防汛实施方式包括:Y1、按照设定的各防汛安全等级对应的防汛安全健康综合系数范围,对指定地区各地铁轨道路段的防汛安全健康综合系数所对应的防汛安全等级进行匹配。
Y2、将指定地区各地铁轨道路段按防汛安全等级进行汇总,得到一级防汛安全等级对应的地铁轨道路段集合、二级防汛安全等级对应的地铁轨道路段集合和三级防汛安全等级对应的地铁轨道路段集合。
Y3、一级防汛安全等级对应的地铁轨道路段集合采取的防汛实施方式为在地铁站口安装防水设备,如防水膜、防水涂料等;二级防汛安全等级对应的地铁轨道路段集合采取的防汛实施方式为修改地铁轨道路线;三级防汛安全等级对应的地铁轨道路段集合采取的防汛实施方式为停止地铁运行。
特别说明的,依据指定地区各地铁轨道路段的防汛安全健康综合系数对应评估方式,同理得到各预降雨地区相应各地铁轨道路段的防汛安全健康综合系数,进而对各预降雨地区相应各地铁轨道路段采取相应的防汛预警措施。通过对各预降雨地区的实时监测,以提高洪水灾害风险的预测能力和应急响应能力。
所述预警终端用于对地铁轨道路段中的风险位置和风险类型进行预警显示,进而对指定地区各地铁轨道路段采取相应的防汛预警措施。
本发明通过分析降雨地区内各地铁轨道路段在降雨前期监测时间段内的降雨影响因素,可以更加准确地预测地铁轨道路段在未来时间周期内受降雨影响情况,并根据预测结果提前采取相应的防汛措施,从而降低地铁运营受洪涝破坏的概率,可以避免不必要的维修和更换设备,有效地减少维护成本,以保障地铁运营的安全性和可靠性。
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发明所定义的范围,均应属于本发明的保护范围。
Claims (7)
1.一种基于人工智能的轨道交通防汛预警系统,其特征在于:该系统包括:
降雨区域获取模块,用于获取当地未来设定时间周期内的气象信息,对未来设定时间周期内会发生降雨的地区进行标注,得到各预降雨地区;
指定地区筛选模块,用于获取各预降雨地区的地势信息和降雨信息,进而分析各预降雨地区的轨道交通运营影响系数,当其大于或等于设定的轨道交通运营影响系数阈值时,将对应预降雨地区记为指定地区,进而从各预降雨地区中筛选出指定地区;
排水运行分析模块,用于获取指定地区相应各地铁轨道路段对应各排水井口位置,评估指定地区相应各地铁轨道路段对应各排水井口位置的雨水渗透程度系数,进而分析指定地区相应各地铁轨道路段的排水系统运行风险指数;
所述分析指定地区相应各地铁轨道路段的排水系统运行风险指数的步骤为:
从各预降雨地区在未来设定时间周期内各时间段的降雨强度中提取指定地区在未来设定时间周期内各时间段的降雨强度,/>为未来设定时间周期内的所有时间段编号,;
由分析公式得到指定地区各地铁轨道路段在未来设定时间周期内的排水系统运行风险指数,/>为指定地区在降雨前期监测时间段内的降雨强度,为排水井口编号,/>为指定地区相应各地铁轨道路段对应各排水井口位置的雨水渗透程度系数;
路面积水分析模块,用于获取指定地区相应各地铁轨道路段的各地铁站口位置在未来设定时间周期内的预计水位上升高度,进而分析指定地区各地铁轨道路段的站口雨水倒灌风险指数;
防汛安全健康评估模块,用于基于指定地区各地铁轨道路段的排水系统运行风险指数和站口雨水倒灌风险指数,对指定地区各地铁轨道路段的防汛安全健康综合系数进行评估;
预警终端,用于对地铁轨道路段中的风险位置和风险类型进行预警显示,进而对指定地区各地铁轨道路段采取相应的防汛预警措施;
所述分析指定地区各地铁轨道路段的站口雨水倒灌风险指数的分析方式为:
将指定地区相应各地铁轨道路段的各地铁站口对应市政排水影响因子代入公式:得到指定地区各地铁轨道路段的站口雨水倒灌风险指数,/>为地铁站口数量,/>为设定的积水量上升指数阈值,/>为设定的积水量上升指数允许误差值,/>为设定的站口雨水倒灌风险系数影响修正因子;
将指定地区各地铁轨道路段的站口雨水倒灌风险指数与预设的站口雨水倒灌风险指数阈值进行对比,若其大于或等于预设的站口雨水倒灌风险指数阈值,则将对应地铁站口位置发送至预警显示终端; 所述对指定地区各地铁轨道路段的防汛安全健康综合系数进行评估的评估方式为:由分析公式得到指定地区各地铁轨道路段的防汛安全健康综合系数,/>分别为设定的排水系统运行风险指数和站口雨水倒灌风险指数对应的影响占比因子。
2.根据权利要求1所述的一种基于人工智能的轨道交通防汛预警系统,其特征在于:所述各预降雨地区的地势信息包括海拔高度和坡度;
所述各预降雨地区的降雨信息包括各预降雨地区的各降雨时间段和对应降雨强度。
3.根据权利要求2所述的一种基于人工智能的轨道交通防汛预警系统,其特征在于:所述分析各预降雨地区的轨道交通运营影响系数的分析步骤为:
从当地气象信息平台中提取各预降雨地区在未来设定时间周期内各时间段的降雨强度,筛选各预降雨地区在未来设定时间周期内超出设定降雨强度阈值的时间段数量和对应时间段的降雨强度/>,/>为预降雨地区编号,/>,/>为超出设定降雨强度阈值的时间段编号,/>;
分析各预降雨地区在未来设定时间周期的降雨信息影响因子,其中/>为设定的降雨频率和累计降雨量对应的影响权重占比,/>为设定降雨强度阈值,/>为设定时间周期内的累计时间段数量,e为自然常数;
根据各预降雨地区的海拔高度和坡度/>,分析各预降雨地区在未来设定时间周期的地势信息影响因子/>,其中/>分别为设定的参照海拔高度和参照坡度,/>分别为设定的海拔高度、坡度对应的影响权重占比;
由分析公式得到各预降雨地区的轨道交通运营影响系数,其中/>分别为设定的降雨信息和地势信息影响因子对应的占比权重。
4.根据权利要求1所述的一种基于人工智能的轨道交通防汛预警系统,其特征在于:所述评估指定地区相应各地铁轨道路段对应各排水井口位置的雨水渗透程度系数,包括:
D1、在指定地区相应各地铁轨道路段对应各排水井口位置安装水位计,得到指定地区相应各地铁轨道路段对应各排水井口位置在降雨前期监测时间段内的水位上升高度,/>为地铁轨道路段编号,/>,/>为排水井口编号,/>;
D2、当时,表明指定地区相应第j地铁轨道路段对应第k排水井口位置存在雨水渗透情况,进而由/>得到指定地区相应各地铁轨道路段对应各排水井口位置的雨水渗透程度系数,其中/>为地铁轨道路段对应排水井口高度,/>为设定的水位上升高度占比参照值,/>为设定的水位上升高度占比误差允许值,/>为设定的雨水渗透程度系数对应偏差修正因子;
D3、当时,进一步判断指定地区相应第j地铁轨道路段对应第k排水井口位置是否存在堵塞情况,若存在堵塞情况,则对其位置进行预警显示。
5.根据权利要求1所述的一种基于人工智能的轨道交通防汛预警系统,其特征在于:所述降雨前期监测时间段为未来设定时间周期内的第1个时间段。
6.根据权利要求1所述的一种基于人工智能的轨道交通防汛预警系统,其特征在于:所述指定地区相应各地铁轨道路段的各地铁站口位置在未来设定时间周期内的预计水位上升高度获取内容包括:
在指定地区相应各地铁轨道路段的各地铁站口位置安装水位计,获取指定地区相应各地铁轨道路段的各地铁站口在降雨前期监测时间段内的水位上升高度,/>为地铁站口编号,/>,由/>计算指定地区相应各地铁轨道路段的各地铁站口位置在未来设定时间周期内的预计水位上升高度,/>为设定的偏差高度;
若,则以/>作为指定地区相应第j地铁轨道路段的第/>地铁站口对应市政排水影响因子,/>为指定地区相应第j地铁轨道路段的第/>地铁站口对应阶梯高度,/>为设定的市政排水影响因子第一修正系数;
若,则以/>作为指定地区相应第j地铁轨道路段的第/>地铁站口对应市政排水影响因子,/>为设定的市政排水影响因子第二修正系数。
7.根据权利要求1所述的一种基于人工智能的轨道交通防汛预警系统,其特征在于:所述对指定地区各地铁轨道路段采取相应的防汛预警措施内容包括:获取指定地区各地铁轨道路段的防汛安全健康综合系数所对应的防汛安全等级,进而根据各防汛安全等级对应的防汛实施方式,对指定地区各地铁轨道路段实施相应的防汛方式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310876161.6A CN116597619B (zh) | 2023-07-18 | 2023-07-18 | 一种基于人工智能的轨道交通防汛预警系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310876161.6A CN116597619B (zh) | 2023-07-18 | 2023-07-18 | 一种基于人工智能的轨道交通防汛预警系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116597619A CN116597619A (zh) | 2023-08-15 |
CN116597619B true CN116597619B (zh) | 2023-09-19 |
Family
ID=87590318
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310876161.6A Active CN116597619B (zh) | 2023-07-18 | 2023-07-18 | 一种基于人工智能的轨道交通防汛预警系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116597619B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117037456B (zh) * | 2023-10-10 | 2024-01-30 | 山东科技大学 | 一种现场监测的矿山灾害预测预警方法及系统 |
CN117196319B (zh) * | 2023-11-02 | 2024-01-19 | 合肥优尔电子科技有限公司 | 一种电网风险辨识分析方法、系统及存储介质 |
CN117745095A (zh) * | 2023-12-21 | 2024-03-22 | 山东融信数科信息科技有限公司 | 一种基于大数据的城市防汛决策方法、系统和存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101379039B1 (ko) * | 2014-01-06 | 2014-03-31 | (주)종성테크 | 침수 예경보 시스템 |
KR101513370B1 (ko) * | 2013-12-23 | 2015-04-17 | 대한지적공사 | 위치 정보를 이용한 안전 정보 제공 방법 및 시스템 |
CN113380005A (zh) * | 2021-08-16 | 2021-09-10 | 中铁水利水电规划设计集团有限公司 | 基于物联网的防汛会商监测装置及方法 |
CN113919714A (zh) * | 2021-10-15 | 2022-01-11 | 交控科技股份有限公司 | 一种车站客流自主引导方法及系统 |
CN116229684A (zh) * | 2023-03-13 | 2023-06-06 | 中国安全生产科学研究院 | 一种积水倒灌地铁站台风险预警方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016157279A1 (ja) * | 2015-03-27 | 2016-10-06 | 三菱重工業株式会社 | 船舶の避難誘導システム及び方法 |
-
2023
- 2023-07-18 CN CN202310876161.6A patent/CN116597619B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101513370B1 (ko) * | 2013-12-23 | 2015-04-17 | 대한지적공사 | 위치 정보를 이용한 안전 정보 제공 방법 및 시스템 |
KR101379039B1 (ko) * | 2014-01-06 | 2014-03-31 | (주)종성테크 | 침수 예경보 시스템 |
CN113380005A (zh) * | 2021-08-16 | 2021-09-10 | 中铁水利水电规划设计集团有限公司 | 基于物联网的防汛会商监测装置及方法 |
CN113919714A (zh) * | 2021-10-15 | 2022-01-11 | 交控科技股份有限公司 | 一种车站客流自主引导方法及系统 |
CN116229684A (zh) * | 2023-03-13 | 2023-06-06 | 中国安全生产科学研究院 | 一种积水倒灌地铁站台风险预警方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116597619A (zh) | 2023-08-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116597619B (zh) | 一种基于人工智能的轨道交通防汛预警系统 | |
CN107153928B (zh) | 可视化的公路养护决策系统 | |
CN103345815B (zh) | 城市暴雨洪水监测与交通控导系统及方法 | |
CN103543706B (zh) | 一种排水物联网系统 | |
CN109975893B (zh) | 基于物联网的城市内涝预警方法及系统 | |
KR101345186B1 (ko) | 도로 침수 모니터링 시스템 및 그 방법 | |
Sasidharan et al. | Risk-informed asset management to tackle scouring on bridges across transport networks | |
CN104318085A (zh) | 一种流域山洪风险识别与提取方法 | |
CN109960200A (zh) | 基于大数据的城市排水网络监控控制系统 | |
Alberti et al. | Integrating risk assessment into pavement management systems | |
CN113091827A (zh) | 一种城市轨道交通地下综合体智能化水灾自动监测系统 | |
CN114021766A (zh) | 一种基于物联网和大数据的城市水安全预测方法 | |
Basnet et al. | Storm water drainage design based on hydrologic analysis: a case study on Lamachaur catchment area, Pokhara, Nepal | |
CN115909662A (zh) | 一种淤地坝防洪预警方法与系统 | |
Goodarzi et al. | Stochastic analysis for estimating track geometry degradation rates based on GPR and LiDAR data | |
CN112183779A (zh) | 多源数据的市政道路交通设施监管系统及其监管方法 | |
Fu et al. | Prediction of weather-related incidents on the rail network: prototype data model for wind-related delays in Great Britain | |
Bunce | Risk estimation for railways exposed to landslides | |
CN115018292A (zh) | 一种城市轨道交通工程的风险评估方法 | |
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 | |
Painter et al. | US Geological Survey quality-assurance plan for surface-water activities in Kansas, 2015 | |
CN118134235A (zh) | 一种交通线路洪灾智能防汛系统 | |
Vermeij | Flood risk reduction interventions for the New York City subway system: A research on the impact of storm surge and sea level rise on the safety against flooding in urban delta's | |
Silva Cervantes et al. | Simulation of overflow thresholds in urban basins: Case study in Tuxtla Gutiérrez, Mexico | |
KR102667410B1 (ko) | 지하철 역사 침수 예보 장치 및 방법 |
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 |