CN117035234A - 一种基于降雨预报的区域积水深度监测方法 - Google Patents
一种基于降雨预报的区域积水深度监测方法 Download PDFInfo
- Publication number
- CN117035234A CN117035234A CN202311005436.5A CN202311005436A CN117035234A CN 117035234 A CN117035234 A CN 117035234A CN 202311005436 A CN202311005436 A CN 202311005436A CN 117035234 A CN117035234 A CN 117035234A
- Authority
- CN
- China
- Prior art keywords
- discharge
- ponding
- rainfall
- regional
- drainage
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000012544 monitoring process Methods 0.000 title claims abstract description 35
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 121
- 238000009825 accumulation Methods 0.000 claims description 28
- 238000010586 diagram Methods 0.000 claims description 24
- 238000004458 analytical method Methods 0.000 claims description 13
- 238000012790 confirmation Methods 0.000 claims description 6
- 238000007599 discharging Methods 0.000 claims description 4
- 230000003044 adaptive effect Effects 0.000 claims description 3
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 4
- 238000004140 cleaning Methods 0.000 abstract description 3
- 208000028659 discharge Diseases 0.000 description 101
- 238000007405 data analysis Methods 0.000 description 5
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000011144 upstream manufacturing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000003657 drainage water Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
- G01F23/00—Indicating or measuring liquid level or level of fluent solid material, e.g. indicating in terms of volume or indicating by means of an alarm
- G01F23/80—Arrangements for signal processing
- G01F23/802—Particular electronic circuits for digital processing equipment
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/14—Rainfall or precipitation gauges
-
- 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
-
- 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)
- Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Signal Processing (AREA)
- Ecology (AREA)
- Biodiversity & Conservation Biology (AREA)
- Atmospheric Sciences (AREA)
- Environmental Sciences (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Hydrology & Water Resources (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Fluid Mechanics (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Sewage (AREA)
Abstract
本发明公开了一种基于降雨预报的区域积水深度监测方法,涉及积水监视技术领域,解决了若管道内排放水源过大时,位于下游方向的排水通道则很难进行排水的技术问题,根据对应的红色标识,确定区域存在积水过盛的点位,根据连续存在的点位,对其进行限流,其限流的具体流速由不同点位的总积水体积进行确认,通过总积水体积便可确认对应排放点的排放参数,也就是上述的单位时间的均分排放参数,需要根据不同区域的积水数值,进行不同数值的限流处理,便可提升整个不同积水区域的积水排放处理,达到较好的积水清理效果。
Description
技术领域
本发明属于积水监视技术领域,具体是一种基于降雨预报的区域积水深度监测方法。
背景技术
专利公开号为CN112329582B的发明公开了一种大数据分析与机理模型协同的道路积水深度监测方法,包括步骤:S1.采集道路积水信息;S2.对所述道路积水区域图像进行识别,得到道路积水区域实际面积,并对所述降雨量、所述道路单点积水深度以及所述道路积水区域实际面积进行处理,得到道路积水深度;S3.输出所述道路积水深度。一种大数据分析与机理模型协同的道路积水深度监测系统,包括参数采集模块、数据处理模块以及输出模块。本发明能够准确地计算出道路积水区域的最大深度以及预测最大深度,有效地防止出现道路积水深度误报、错报的情况,弥补了其他道路积水监测方式的不足,为道路排水建设提供了有力的参考。
根据降雨预报,再进行区域积水监视过程中,一般根据单位时间内的降雨量以及对应区域的排水量,来判定对应区域所存在的积水量,但在实际操作过程中,针对不同区域的积水量,只是单纯的打开对应的排水通道,让水源进行排放,若管道内排放水源过大时,位于下游方向的排水通道则很难进行排水,当再次降雨时,其原始所存在的积水不减反增,从而造成城市内涝,也容易发生事故风险。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一;为此,本发明提出了一种基于降雨预报的区域积水深度监测方法,用于解决若管道内排放水源过大时,位于下游方向的排水通道则很难进行排水的技术问题。
为实现上述目的,根据本发明的第一方面的实施例提出一种基于降雨预报的区域积水深度监测方法,包括以下步骤:
S1、将属于同一排放管道的区域积水排放点进行确认标定,并将标定完毕后的区域积水排放点编号进行记录,具体方式为:
S11、预先根据城市管道排布图,将属于同一排放管道的区域积水排放点进行确认;
S12、对若干组区域积水排放点确认完毕后,再根据水源流向,对不同的区域积水排放点进行标记,具体标记形式为PFi-k,其中i代表不同的排放管道,k代表不同的区域积水排放点,且k=1、2、……、n,k值从小至大的走向,代表积水的流向;
S13、将若干组不同的区域积水排放点标记完毕后,传输至指定的存储模块内进行存储;
S2、从降雨预报内对不同区域积水排放点单位时间内的降雨量进行确认,再从存储模块内,对不同区域积水排放点单位时间内的排水量进行确认,并进行数值分析,具体方式为:
S21、从降雨预报内,获取对应区域积水排放点的降雨时间,并将其标记为SJi-k,将单位时间内的降雨量标记为JYi-k,将单位时间内的排水量标记为PSi-k;
S22、当JYi-k≤PSi-k时,不进行任何处理,反之,进行下一步处理;
S23、采用(JYi-k-PSi-k)×SJi-k=JSi-k得到单位时间内的总积水量JSi-k,并将总积水量JSi-k与预设值Y1进行比对,其中Y1为提前拟定的过盛积水量,当JSi-k<Y1时,不进行任何处理,反之,生成排放点位过盛信号,并进行下一步处理;
S3、根据区域积水排放点的原始标记,构建水源流向排布图,具体方式为:
S31、依次提取区域积水排放点的原始标记PFi-k,根据i值,确定对应的排放管道,再根据k值从小至大的具体走向,依次构建对应排放管道的水源流向排布图;
S32、根据所确认的排放点位过盛信号,在水源流向排布图内,确认对应的区域积水排放点,并采用红色标识,对指定的区域积水排放点进行标记;
S33、依次完成不同水源流向排布图的点位标识,并进行存储,进行下一步处理;
S4、对实际降雨过程中的降雨数据进行获取,根据原始所获取的降雨时间,根据降雨时间的具体时长,确认一组监视周期,将监视周期内所监视的降雨数据与原始数据进行分析比对,具体方式为:
S41、提取降雨时间SJi-k,采用SJi-k×0.9=监视时间,对监视时间内单位时间内的降雨量进行确认,并将其标记为YLi-k,此处的参数为实际降雨过程中,所产生的参数;
S42、再提取单位时间内的降雨量JYi-k,将JYi-k与YLi-k进行差值处理,得到待分析差值,将待分析差值与预设值Y2进行比对,当待分析差值>Y2时,生成错误信号,并展示于水源流向排布图对应的区域积水排放点位置处,供外部人员进行调整修改,反之,则不进行任何处理;
S5、对调整后的水源流向排布图进行确认,并从水源流向排布图内,确认带有红色标识的区域积水排放点,并根据不同红色标识点的具体数值,进行限流式调整,具体方式为:
S51、从水源流向排布图内,分析相邻区域积水排放点之间是否均具备红色标识,若具备,执行步骤S52,反之,则不进行任何处理;
S52、分析红色标识连续出现的个数,并将个数标记为n,其个数也代表区域积水排放点的相邻个数,分析对应管道的单位时间的排放参数,并通过单位时间的排放参数÷n=单位时间的均分排放参数;
S53、根据红色标识,依次确认带有红色标识区域积水排放点的总积水量JSi-k,并将若干组总积水量进行比值分析,得到一组比值集合;
S54、根据所确定的比值集合,将若干组单位时间的均分排放参数进行适应性调整,使若干组单位时间的均分排放参数进行比值分析,得到比值序列,通过适应性调整,使比值序列与比值集合保持一致时停止;
S55、根据比值序列与比值集合所对应的红色标识区域积水排放点和单位时间的均分排放参数,在指定红色标识区域积水排放点处,对积水排放量进行限制,其限制参数为对应排放点的单位时间的均分排放参数;
S6、各个区域积水得到均匀式排放后,对积水排放的具体时间进行确认,并分析所确认的具体时间是否达标,具体方式为:
S61、从步骤S55中,将红色标识区域积水排放点的总积水量JSi-k进行提取,并将对应排放点的单位时间的均分排放参数标记为Vi-k,采用JSi-k÷Vi-k=Ti-k确认排放时长Ti-k;
S62、并获取本次降雨与下次降雨之间的间隔时长,并将其标记为JGS,将排放时长Ti-k与间隔时长JGS进行分析比对,当Ti-k>JGS+Y3时,其中Y3为预设值,则生成预警信号,传输至外部显示终端,并将对应的红色标识进行闪烁,供外部人员及时作出应对措施,反之,则不进行任何处理,依次进行积水排放处理即可。
与现有技术相比,本发明的有益效果是:根据对应点位的降雨量以及排水量,以及降雨时间,便可对具体点位的总积水量进行确认,便于后续的数据分析确认,方便构建水源流向排布图,根据预先所确定的水源流向排布图,以及对应的排放点位过盛信号,并进行红色标识,红色标识,便是为了进行区分,保障后续对其进行处理;
根据对应的红色标识,确定区域存在积水过盛的点位,根据连续存在的点位,对其进行限流,其限流的具体流速由不同点位的总积水体积进行确认,通过总积水体积便可确认对应排放点的排放参数,也就是上述的单位时间的均分排放参数;
在连续的积水区域,若全部以最大流速进行积水排放处理,可能位于最上游的区域,积水清理速率最快,但最下游的积水,无法进行有效处理,时间过程中,超过对应的下雨间隔时,再次进行下雨,便造成下游区域积水不减反增,从而造成城市内涝的风险,故,需要根据不同区域的积水数值,进行不同数值的限流处理,便可提升整个不同积水区域的积水排放处理,达到较好的积水清理效果。
附图说明
图1为本发明方法流程示意图。
具体实施方式
下面将结合实施例对本发明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它实施例,都属于本发明保护的范围。
实施例一
请参阅图1,本申请提供了一种基于降雨预报的区域积水深度监测方法,包括以下步骤:
S1、将属于同一排放管道的区域积水排放点进行确认标定,并将标定完毕后的区域积水排放点编号进行记录,其中,进行确认标定的具体方式为:
S11、预先根据城市管道排布图,将属于同一排放管道的区域积水排放点进行确认;
S12、对若干组区域积水排放点确认完毕后,再根据水源流向,对不同的区域积水排放点进行标记,具体标记形式为PFi-k,其中i代表不同的排放管道,k代表不同的区域积水排放点,且k=1、2、……、n,其中k为1的积水排放点的积水流向至k为2的区域积水排放点,k为n-1的积水排放点的积水排放流向至k为n的区域积水排放点;
S13、将若干组不同的区域积水排放点标记完毕后,传输至指定的存储模块内进行存储;
具体的,在城市内,排布有若干个排放管道,其排放管道与城市的区域积水排放点相连通,故,根据排放管道的水源流向,对k值标记进行限定,后续根据标记k的具体取值,可确定区域积水排放点的具体位置,便可进行自适应调整。
S2、从降雨预报内对不同区域积水排放点单位时间内的降雨量进行确认,再从存储模块内,对不同区域积水排放点单位时间内的排水量进行确认,并进行数值分析,判定不同区域积水排放点的总积水量是否会超过过盛点位,若超出,则生成排放点位过盛信号,其中,进行数值分析的具体方式为:
S21、从降雨预报内,获取对应区域积水排放点的降雨时间,并将其标记为SJi-k,将单位时间内的降雨量标记为JYi-k,将单位时间内的排水量标记为PSi-k;
S22、当JYi-k≤PSi-k时,不进行任何处理,反之,进行下一步处理;
S23、采用(JYi-k-PSi-k)×SJi-k=JSi-k得到单位时间内的总积水量JSi-k,并将总积水量JSi-k与预设值Y1进行比对,其中Y1为提前拟定的过盛积水量,其具体取值由操作人员根据经验拟定,当JSi-k<Y1时,不进行任何处理,反之,生成排放点位过盛信号,并进行下一步处理;
具体的,根据对应点位的降雨量以及排水量,以及降雨时间,便可对具体点位的总积水量进行确认,便于后续的数据分析确认,方便构建水源流向排布图,其所使用的数据,均由降雨预报提供。
S3、根据区域积水排放点的原始标记,构建水源流向排布图,后续根据所生成的排放点位过盛信号,在水源流向排布图对不同的区域排放点位进行再标记,其中,进行标记的具体方式为:
S31、依次提取区域积水排放点的原始标记PFi-k,根据i值,确定对应的排放管道,再根据k值从小至大的具体走向,依次构建对应排放管道的水源流向排布图;
S32、根据所确认的排放点位过盛信号,在水源流向排布图内,确认对应的区域积水排放点,并采用红色标识,对指定的区域积水排放点进行标记;
S33、依次完成不同水源流向排布图的点位标识,并进行存储,进行下一步处理;
具体的,根据预先所确定的水源流向排布图,以及对应的排放点位过盛信号,并进行红色标识,红色标识,便是为了进行区分,保障后续对其进行处理,能快速确认对应的红色标识点,便可进行后续的数据分析处理。
S4、对实际降雨过程中的降雨数据进行获取,根据原始所获取的降雨时间,根据降雨时间的具体时长,确认一组监视周期,将监视周期内所监视的降雨数据与原始数据进行分析比对,对水源流向排布图进行再调整,其中,进行调整的具体方式为:
S41、提取降雨时间SJi-k,采用SJi-k×0.9=监视时间,对监视时间内单位时间内的降雨量进行确认,并将其标记为YLi-k,此处的参数为实际降雨过程中,所产生的参数;
S42、再提取单位时间内的降雨量JYi-k,将JYi-k与YLi-k进行差值处理,得到待分析差值,将待分析差值与预设值Y2进行比对,其中Y2的具体取值由操作人员根据经验拟定,当待分析差值>Y2时,生成错误信号,并展示于水源流向排布图对应的区域积水排放点位置处,供外部人员进行调整修改,反之,则不进行任何处理,具体的,外部人员对水源流向排布图调整修改过程中,需根据实际的降雨数据进行调整;
具体的,为了确保数据的准确度,需将实际的数据与降雨过程中所产生的降雨数据进行合并分析,降雨过程中,对单位时间内的降雨量进行确认,同时,对监视时间进行限定,所限定的监视时间为原始降雨预报中降雨时间的0.9,故可以理解为,在实际数据中,实际降雨的时间已经达到了原始降雨时间的0.9时,便进行数值分析,比如,降雨预报中,所存在的降雨时间为1h,故,监视时长控制在54分钟,在54分钟内,对持续降雨过程中所产生的降雨数据进行分析,以确保数据的准确度。
S5、对调整后的水源流向排布图进行确认,并从水源流向排布图内,确认带有红色标识的区域积水排放点,并根据不同红色标识点的具体数值,进行限流式调整,保障各个区域积水得到均匀式排放,其中,进行限流式调整的具体方式为:
S51、从水源流向排布图内,分析相邻区域积水排放点之间是否均具备红色标识,若具备,执行步骤S52,反之,则不进行任何处理;
S52、分析红色标识连续出现的个数,并将个数标记为n,其个数也代表区域积水排放点的相邻个数,分析对应管道的单位时间的排放参数,并通过单位时间的排放参数÷n=单位时间的均分排放参数;
S53、根据红色标识,依次确认带有红色标识区域积水排放点的总积水量JSi-k,并将若干组总积水量进行比值分析,得到一组比值集合,其中,若存在三组积水量,分别为13、15以及17,则比值集合则为:13:15:17;
S54、根据所确定的比值集合,将若干组单位时间的均分排放参数进行适应性调整,使若干组单位时间的均分排放参数进行比值分析,得到比值序列,通过适应性调整,使比值序列与比值集合保持一致时停止;
S55、根据比值序列与比值集合所对应的红色标识区域积水排放点和单位时间的均分排放参数,在指定红色标识区域积水排放点处,对积水排放量进行限制,其限制参数为对应排放点的单位时间的均分排放参数;
具体的,根据对应的红色标识,确定区域存在积水过盛的点位,根据连续存在的点位,对其进行限流,其限流的具体流速由不同点位的总积水体积进行确认,通过总积水体积便可确认对应排放点的排放参数,也就是上述的单位时间的均分排放参数;
之所以要进行限流处理,因在连续的积水区域,若全部以最大流速进行积水排放处理,可能位于最上游的区域,积水清理速率最快,但最下游的积水,无法进行有效处理,时间过程中,超过对应的下雨间隔时,再次进行下雨,便造成下游区域积水不减反增,从而造成城市内涝的风险,故,需要根据不同区域的积水数值,进行不同数值的限流处理,以此提升整个不同积水区域的积水排放处理,达到较好的积水清理效果。
实施例二
本实施例在具体实施过程中,包含实施例一的具体方式,相较于实施例一,其具体区别在于,还包括步骤:
S6、各个区域积水得到均匀式排放后,对积水排放的具体时间进行确认,并分析所确认的具体时间是否达标,若无法达标,则生成预警信号,告诫外部维护人员,及时作出应对措施,避免出现城市内涝的问题,其中,进行确认的具体方式为:
S61、从步骤S55中,将红色标识区域积水排放点的总积水量JSi-k进行提取,并将对应排放点的单位时间的均分排放参数标记为Vi-k,采用JSi-k÷Vi-k=Ti-k确认排放时长Ti-k;
S62、并获取本次降雨与下次降雨之间的间隔时长,并将其标记为JGS,将排放时长Ti-k与间隔时长JGS进行分析比对,当Ti-k>JGS+Y3时,其中Y3为预设值,其具体取值由操作人员根据经验拟定,则生成预警信号,传输至外部显示终端,并将对应的红色标识进行闪烁,供外部人员及时作出应对措施,反之,则不进行任何处理,依次进行积水排放处理即可。
具体的,在实际操作应用过程中,确定排放时长后,便需对下雨之间的间隔时长进行确认,再根据分析结果,进行预警,警示外部人员及时作出对应的应对措施,以此达到较好的应对管理效果,避免出现内涝风险。
上述公式中的部分数据均是去除量纲取其数值计算,公式是由采集的大量数据经过软件模拟得到最接近真实情况的一个公式;公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者通过大量数据模拟获得。
以上实施例仅用以说明本发明的技术方法而非限制,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法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。
Claims (7)
1.一种基于降雨预报的区域积水深度监测方法,其特征在于,包括以下步骤:
S1、将属于同一排放管道的区域积水排放点进行确认标定,并将标定完毕后的区域积水排放点编号进行记录;
S2、从降雨预报内对不同区域积水排放点单位时间内的降雨量进行确认,再从存储模块内,对不同区域积水排放点单位时间内的排水量进行确认,并进行数值分析,判定不同区域积水排放点的总积水量是否会超过过盛点位,若超出,则生成排放点位过盛信号;
S3、根据区域积水排放点的原始标记,构建水源流向排布图,后续根据所生成的排放点位过盛信号,在水源流向排布图对不同的区域排放点位进行再标记;
S4、对实际降雨过程中的降雨数据进行获取,根据原始所获取的降雨时间,根据降雨时间的具体时长,确认一组监视周期,将监视周期内所监视的降雨数据与原始数据进行分析比对,对水源流向排布图进行再调整;
S5、对调整后的水源流向排布图进行确认,并从水源流向排布图内,确认带有红色标识的区域积水排放点,并根据不同红色标识点的具体数值,进行限流式调整,保障各个区域积水得到均匀式排放;
S6、各个区域积水得到均匀式排放后,对积水排放的具体时间进行确认,并分析所确认的具体时间是否达标,若无法达标,则生成预警信号。
2.根据权利要求1所述的一种基于降雨预报的区域积水深度监测方法,其特征在于,所述步骤S1中,进行确认标定的具体方式为:
S11、预先根据城市管道排布图,将属于同一排放管道的区域积水排放点进行确认;
S12、对若干组区域积水排放点确认完毕后,再根据水源流向,对不同的区域积水排放点进行标记,具体标记形式为PFi-k,其中i代表不同的排放管道,k代表不同的区域积水排放点,且k=1、2、……、n,k值从小至大的走向,代表积水的流向;
S13、将若干组不同的区域积水排放点标记完毕后,传输至指定的存储模块内进行存储。
3.根据权利要求2所述的一种基于降雨预报的区域积水深度监测方法,其特征在于,所述步骤S2中,进行数值分析的具体方式为:
S21、从降雨预报内,获取对应区域积水排放点的降雨时间,并将其标记为SJi-k,将单位时间内的降雨量标记为JYi-k,将单位时间内的排水量标记为PSi-k;
S22、当JYi-k≤PSi-k时,不进行任何处理,反之,进行下一步处理;
S23、采用(JYi-k-PSi-k)×SJi-k=JSi-k得到单位时间内的总积水量JSi-k,并将总积水量JSi-k与预设值Y1进行比对,其中Y1为提前拟定的过盛积水量,当JSi-k<Y1时,不进行任何处理,反之,生成排放点位过盛信号,并进行下一步处理。
4.根据权利要求3所述的一种基于降雨预报的区域积水深度监测方法,其特征在于,所述步骤S3中,对不同的区域排放点位进行再标记的具体方式为:
S31、依次提取区域积水排放点的原始标记PFi-k,根据i值,确定对应的排放管道,再根据k值从小至大的具体走向,依次构建对应排放管道的水源流向排布图;
S32、根据所确认的排放点位过盛信号,在水源流向排布图内,确认对应的区域积水排放点,并采用红色标识,对指定的区域积水排放点进行标记;
S33、依次完成不同水源流向排布图的点位标识,并进行存储,进行下一步处理。
5.根据权利要求4所述的一种基于降雨预报的区域积水深度监测方法,其特征在于,所述步骤S4中,对水源流向排布图进行再调整的具体方式为:
S41、提取降雨时间SJi-k,采用SJi-k×0.9=监视时间,对监视时间内单位时间内的降雨量进行确认,并将其标记为YLi-k,此处的参数为实际降雨过程中,所产生的参数;
S42、再提取单位时间内的降雨量JYi-k,将JYi-k与YLi-k进行差值处理,得到待分析差值,将待分析差值与预设值Y2进行比对,当待分析差值>Y2时,生成错误信号,并展示于水源流向排布图对应的区域积水排放点位置处,供外部人员进行调整修改,反之,则不进行任何处理。
6.根据权利要求5所述的一种基于降雨预报的区域积水深度监测方法,其特征在于,所述步骤S5中,进行限流式调整的具体方式为:
S51、从水源流向排布图内,分析相邻区域积水排放点之间是否均具备红色标识,若具备,执行步骤S52,反之,则不进行任何处理;
S52、分析红色标识连续出现的个数,并将个数标记为n,其个数也代表区域积水排放点的相邻个数,分析对应管道的单位时间的排放参数,并通过单位时间的排放参数÷n=单位时间的均分排放参数;
S53、根据红色标识,依次确认带有红色标识区域积水排放点的总积水量JSi-k,并将若干组总积水量进行比值分析,得到一组比值集合;
S54、根据所确定的比值集合,将若干组单位时间的均分排放参数进行适应性调整,使若干组单位时间的均分排放参数进行比值分析,得到比值序列,通过适应性调整,使比值序列与比值集合保持一致时停止;
S55、根据比值序列与比值集合所对应的红色标识区域积水排放点和单位时间的均分排放参数,在指定红色标识区域积水排放点处,对积水排放量进行限制,其限制参数为对应排放点的单位时间的均分排放参数。
7.根据权利要求5所述的一种基于降雨预报的区域积水深度监测方法,其特征在于,所述步骤S6中,分析所确认的具体时间是否达标的具体方式为:
S61、从步骤S55中,将红色标识区域积水排放点的总积水量JSi-k进行提取,并将对应排放点的单位时间的均分排放参数标记为Vi-k,采用JSi-k÷Vi-k=Ti-k确认排放时长Ti-k;
S62、并获取本次降雨与下次降雨之间的间隔时长,并将其标记为JGS,将排放时长Ti-k与间隔时长JGS进行分析比对,当Ti-k>JGS+Y3时,其中Y3为预设值,则生成预警信号,传输至外部显示终端,并将对应的红色标识进行闪烁,供外部人员及时作出应对措施,反之,则不进行任何处理,依次进行积水排放处理即可。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311005436.5A CN117035234B (zh) | 2023-08-10 | 2023-08-10 | 一种基于降雨预报的区域积水深度监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311005436.5A CN117035234B (zh) | 2023-08-10 | 2023-08-10 | 一种基于降雨预报的区域积水深度监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117035234A true CN117035234A (zh) | 2023-11-10 |
CN117035234B CN117035234B (zh) | 2024-05-14 |
Family
ID=88642506
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311005436.5A Active CN117035234B (zh) | 2023-08-10 | 2023-08-10 | 一种基于降雨预报的区域积水深度监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117035234B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106021970A (zh) * | 2016-07-27 | 2016-10-12 | 泰华智慧产业集团股份有限公司 | 通过降雨预报预测城市积水的方法及系统 |
CN106677314A (zh) * | 2017-01-09 | 2017-05-17 | 泰华智慧产业集团股份有限公司 | 自动提供积水点处置建议的方法及系统 |
KR20170117817A (ko) * | 2016-04-14 | 2017-10-24 | 부산대학교 산학협력단 | 블루댐 건설 기법 및 그에 의해 건설된 블루댐 |
CN107967402A (zh) * | 2017-12-22 | 2018-04-27 | 中国水利水电科学研究院 | 一种城市内涝排除系统的设计分析方法 |
CN108107488A (zh) * | 2017-12-21 | 2018-06-01 | 广州积雨云科技有限公司 | 城市内涝预警方法 |
WO2019061870A1 (zh) * | 2017-09-30 | 2019-04-04 | 武汉圣禹排水系统有限公司 | 一种排水系统及排水控制方法 |
US20190316309A1 (en) * | 2018-04-17 | 2019-10-17 | One Concern, Inc. | Flood monitoring and management system |
CN113502893A (zh) * | 2021-07-29 | 2021-10-15 | 武汉市政工程设计研究院有限责任公司 | 一种基于调蓄设施的下游雨水管道过流量的调控方法及系统 |
CN113515096A (zh) * | 2021-04-26 | 2021-10-19 | 成都环极科技有限公司 | 一种基于气象大数据的排水设施智能调度方法 |
CN114782517A (zh) * | 2022-06-16 | 2022-07-22 | 江苏新晖测控科技有限公司 | 基于云计算的应急状态水位监控报警系统及方法 |
CN115689168A (zh) * | 2022-10-11 | 2023-02-03 | 国网浙江省电力有限公司嘉兴供电公司 | 一种基于积水预测的积水应急调度方法 |
CN116542061A (zh) * | 2023-05-15 | 2023-08-04 | 岳阳市水利水电规划勘测设计院有限公司 | 河港湖区水系排涝能力勘测数据分析方法 |
US11721191B1 (en) * | 2022-05-16 | 2023-08-08 | Chengdu Qinchuan Iot Technology Co., Ltd. | Method and system for flood early warning in smart city based on internet of things |
-
2023
- 2023-08-10 CN CN202311005436.5A patent/CN117035234B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20170117817A (ko) * | 2016-04-14 | 2017-10-24 | 부산대학교 산학협력단 | 블루댐 건설 기법 및 그에 의해 건설된 블루댐 |
CN106021970A (zh) * | 2016-07-27 | 2016-10-12 | 泰华智慧产业集团股份有限公司 | 通过降雨预报预测城市积水的方法及系统 |
CN106677314A (zh) * | 2017-01-09 | 2017-05-17 | 泰华智慧产业集团股份有限公司 | 自动提供积水点处置建议的方法及系统 |
WO2019061870A1 (zh) * | 2017-09-30 | 2019-04-04 | 武汉圣禹排水系统有限公司 | 一种排水系统及排水控制方法 |
CN108107488A (zh) * | 2017-12-21 | 2018-06-01 | 广州积雨云科技有限公司 | 城市内涝预警方法 |
CN107967402A (zh) * | 2017-12-22 | 2018-04-27 | 中国水利水电科学研究院 | 一种城市内涝排除系统的设计分析方法 |
US20190316309A1 (en) * | 2018-04-17 | 2019-10-17 | One Concern, Inc. | Flood monitoring and management system |
CN113515096A (zh) * | 2021-04-26 | 2021-10-19 | 成都环极科技有限公司 | 一种基于气象大数据的排水设施智能调度方法 |
CN113502893A (zh) * | 2021-07-29 | 2021-10-15 | 武汉市政工程设计研究院有限责任公司 | 一种基于调蓄设施的下游雨水管道过流量的调控方法及系统 |
US11721191B1 (en) * | 2022-05-16 | 2023-08-08 | Chengdu Qinchuan Iot Technology Co., Ltd. | Method and system for flood early warning in smart city based on internet of things |
CN114782517A (zh) * | 2022-06-16 | 2022-07-22 | 江苏新晖测控科技有限公司 | 基于云计算的应急状态水位监控报警系统及方法 |
CN115689168A (zh) * | 2022-10-11 | 2023-02-03 | 国网浙江省电力有限公司嘉兴供电公司 | 一种基于积水预测的积水应急调度方法 |
CN116542061A (zh) * | 2023-05-15 | 2023-08-04 | 岳阳市水利水电规划勘测设计院有限公司 | 河港湖区水系排涝能力勘测数据分析方法 |
Non-Patent Citations (3)
Title |
---|
PONTHIP LIMLAHAPUN,等: "Integration of flood forecasting model with the web-based system for improving flood monitoring, and the alert system", 《IEEE XPLORE》, 19 December 2011 (2011-12-19), pages 767 - 772 * |
牟汉书,等: "淮安河湖长制信息云平台研究", 《江苏水利》, no. 8, 31 August 2021 (2021-08-31), pages 23 - 27 * |
王小杰: "基于多源信息融合的城市内涝模拟仿真及预警系统研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》, no. 01, 15 January 2021 (2021-01-15), pages 038 - 2471 * |
Also Published As
Publication number | Publication date |
---|---|
CN117035234B (zh) | 2024-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110031477B (zh) | 基于图像监控数据的桥梁关键构件病害预警系统及方法 | |
CN114180733B (zh) | 基于视频分析算法的污水曝气量检测及曝气控制系统 | |
CN117171661B (zh) | 一种化工厂污水处理监控方法及系统 | |
CN116216819B (zh) | 智慧水务数据分析管理系统及方法 | |
CN111696348A (zh) | 一种多功能的智能信号控制系统和方法 | |
CN106613783A (zh) | 一种通用智能灌溉系统及其控制方法 | |
WO2019109578A1 (zh) | 植保地图的生成方法及装置 | |
CN116543560B (zh) | 一种基于深度学习的智能路况预测系统及方法 | |
CN116681313B (zh) | 一种土地综合整治项目监管系统 | |
CN115974201B (zh) | 基于污水监测的实时污水处理系统 | |
CN113610381A (zh) | 一种基于5g网络的水质远程实时监测系统 | |
CN115511391A (zh) | 一种基于bim模型的工程质量监管预警系统和方法 | |
CN113240906A (zh) | 基于物流园区道路拥堵实时监控的车辆引导方法及系统 | |
CN117035234B (zh) | 一种基于降雨预报的区域积水深度监测方法 | |
CN116168356A (zh) | 一种基于计算机视觉的车辆损伤判别方法 | |
WO2014141837A1 (ja) | ノウハウ可視化装置及びノウハウ可視化方法 | |
CN116187980B (zh) | 一种基于数据传输的环保设备用可视化智能管理系统 | |
CN117575169A (zh) | 一种基于数据处理的智慧农业管理系统 | |
CN116976671A (zh) | 一种无人农场综合信息化管理方法及系统 | |
CN117252809A (zh) | 一种基于ai工业视觉的识别系统及其方法 | |
CN116611704A (zh) | 一种用于渔业资源监管的系统及方法 | |
CN103955743A (zh) | 一种超高压水射流清除道路标线效果预测方法及装置 | |
CN113326812A (zh) | 一种基于互联网的区域分片调蓄处理排水系统 | |
CN117688480B (zh) | 一种基于损伤频率全景图与随机森林的桥梁损伤识别方法 | |
CN115936267B (zh) | 一种基于物联网的葡萄病害预测方法及设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |