CN117079182B - 一种基于大数据分析的管网管理方法及系统 - Google Patents
一种基于大数据分析的管网管理方法及系统 Download PDFInfo
- Publication number
- CN117079182B CN117079182B CN202310950656.9A CN202310950656A CN117079182B CN 117079182 B CN117079182 B CN 117079182B CN 202310950656 A CN202310950656 A CN 202310950656A CN 117079182 B CN117079182 B CN 117079182B
- Authority
- CN
- China
- Prior art keywords
- data
- pipe
- verification
- pipe network
- space
- 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
- 238000007726 management method Methods 0.000 title claims abstract description 26
- 238000007405 data analysis Methods 0.000 title claims abstract description 12
- 238000001514 detection method Methods 0.000 claims abstract description 69
- 230000007547 defect Effects 0.000 claims abstract description 48
- 238000013507 mapping Methods 0.000 claims abstract description 43
- 230000008439 repair process Effects 0.000 claims abstract description 24
- 238000011835 investigation Methods 0.000 claims abstract description 23
- 238000000034 method Methods 0.000 claims abstract description 14
- 238000012795 verification Methods 0.000 claims description 74
- 238000013524 data verification Methods 0.000 claims description 19
- 238000013145 classification model Methods 0.000 claims description 4
- 238000007689 inspection Methods 0.000 claims description 4
- 230000004913 activation Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000013527 convolutional neural network Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000013523 data management Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 description 8
- 238000010276 construction Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000009933 burial Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/776—Validation; Performance evaluation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/14—Pipes
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Abstract
本发明涉及一种基于大数据分析的管网管理方法及系统，属于互联网服务技术领域。其中，该方法包括：获取管网和管段的测绘数据、排查数据、检测数据和修复数据，基于测绘数据建立管网模型，将排查数据、检测数据和修复数据都挂接到管网模型上。对排查出现问题的管点和管段进行检测，对检测得到的视频结果进行自动判读和缺陷等级评定。实现了自动化的数据校验复核、智能化的数据挂接和图形化的结果展示，保障管网管理的时效性和规范性。
Description
技术领域
本发明属于互联网服务技术领域，具体涉及一种基于大数据分析的管网管理方法及系统。
背景技术
随着城市黑臭水体治理，海绵城市建设、城镇达标区污水处理提质增效等工程的推进，城市地下排水管网的问题也日益凸显并得到重视。目前管网管理仍存在以下待改进的地方：
(1)管网的测绘、排查、检测和修复数据没有系统化的保存，数据之间关联关系模糊，不易于阅读和分析，数据更新时效差；
(2)视频判读、数据检查等重复性工作由人工完成，工作效率低且容易由人的主观性带来漏判或误判。
发明内容
为解决现有技术中存在的上述问题，本发明提供了一种基于大数据分析的管网管理方法及系统。
本发明的目的可以通过以下技术方案实现：
S1：获取管点和管段的测绘数据，对所述测绘数据进行数据验证，生成管网管理地区的管网模型，所述测绘数据中包含所述管点和管段的基本属性，所述基本属性中包含管点坐标和管段坐标；
S2：获取对管点和管段排查得到的排查数据，所述排查数据与所述管网模型挂接；
S3：获取所述管点和管段中经过排查出现问题的所述管点和管段的检测数据，所述检测数据与所述管网模型挂接，对所述检测数据进行数据验证，对视频检测结果进行自动判读和缺陷等级评定；
S4：获取所述有问题的管点和管段的修复数据，所述修复数据与所述检测数据挂接。
具体地，数据验证的方法为：
将所述测绘数据、检测数据和修复数据载入验证项集，所述验证项集包括：一般属性验证项、业务信息验证项、业务逻辑验证项、基础空间验证项、空间业务验证项；其中，一般属性验证项是指对主键的验证项，包括：管点编码、起点编码和终点编码；业务信息验证项是指对管点基本信息的验证项，包括：材质、埋深、标高和类型；业务逻辑验证项是指对管段的检测和修复数据的验证项，包括：埋设方式、检测图片、检测视频和修复图片；基础空间验证项是指对管段空间基本属性的验证项，包括：管段长度、管点坐标、井深、缺陷位置和处理长度；空间业务验证项是指对检测和修复的空间数据的验证项，包括：修复所在位置、检测方式和流向。
核对所述验证项集中一般属性验证项的属性值是否包含在所述属性值的限定值域内；
将所述验证项集中的所述业务信息验证项和业务逻辑验证项输入业务函数模型，验证输出结果是否符合预设的业务规范；
核对所述验证项集中所述基础空间验证项的唯一性标识是否重复及是否缺失；
核对所述验证项集中所述空间验证项是否符合预设的字段规则。
具体地，管网管理地区的管网模型的搭建方法为：
加载基于GIS平台的空间库；
加载基于GIS平台的空间库，所述空间库中包含空间坐标表、管网点表和管网线表；
所述测绘数据根据数据的类型加载至所述管网点表和管网线表，调用空间函数转化所述管网点表中的所述管点坐标得到点层空间坐标，所述点层空间坐标存储在所述空间坐标表中；
调用空间函数转化所述管网线表中的所述管段坐标得到线层空间坐标，所述线层空间坐标存储在所述空间坐标表中；
进一步地，挂接方法为：
所述测绘数据存储于管点表和管段表中，所述管点表的主键为管点编码，两个所述管点编码分别构成所述管段表中的起点编码和终点编码，得到一个管段；
所述排查数据通过所述起点编码和终点编码与所述管点表关联，所述排查数据挂接到所述起点编码和所述终点编码对应的所述管段上；
所述检测数据存储于检测数据表中，所述检测数据表的主键为工程编码，所述检测数据通过所述起点编码和终点编码与所述管点表关联，所述检测数据挂接到所述起点编码和所述终点编码对应的所述管段上；
所述修复数据通过所述起点编码和终点编码与所述管点表关联，同时通过所述工程编码与所述检测数据表关联，所述修复数据挂接到所述起点编码和所述终点编码对应的所述管段上，同时挂接到所述工程编码对应的所述检测数据上。
优选地，对视频检测结果进行自动判读和缺陷等级评定的方法为：
获取检测结果中的管道内部视频，校验所述视频中是否存在重复数据，对通过校验的所述视频相邻帧的画面进行比较，当所述画面差异达到一定阈值，视为存在缺陷，否则可作为无明显缺陷；
对存在差异的视频画面分别向前后发散，截取差异值70％以上位置的所述视频画面，作为缺陷判读的样本图像W，对所述样本图像W进行特征提取，得到缺陷的纹理、形状和位置特征；
将所述样本图像W输入基于卷积神经网络的缺陷分类模型，通过softmax激活函数计算每个缺陷类别的得分，得到所述样本图像W与各类别的相似度，所述样本图像W属于相似度最高的类别；
基于管道横截面生成坐标系，计算所述样本图像W中的缺陷面积、缺陷直径、横截面面积、管径R、缺陷面积占横截面总面积的百分比α以及缺陷直径与管径的百分比β，对所述α和β分别按20％、40％、60％和80％进行缺陷等级评定，其中α和β的计算公式为：
一种基于大数据分析的管网管理系统，包括排查外业终端模块，用于加载管网模型，采集并上传排查数据；管网数据管理模块，用于采集并上传测绘数据、检测数据和修复数据，对所述数据进行数据验证，对通过验证的所述数据进行成图、挂接和判读；智慧管网GIS综合模块，用于展示所述管网模型和挂接到所述管网模型上的所述检测数据。
具体地，成图操作包括将所述测绘数据转化为空间坐标，在地图上进行成图展示；挂接操作包括将所述排查数据和检测数据挂接到所述测绘数据上，将所述修复数据挂接到所述检测数据上；判读操作包括对所述检测数据中的视频检测结果进行自动判读和缺陷等级评定。
本发明的有益效果为：
(1)通过设置有数据自动验证功能，实现数据自动化验证，保证了业务数据的标准性，避免了大面积的数据返工；
(2)通过设置有自动视频判读，简化了人工的工作量；
(3)通过设置有测绘、排查、检测、修复数据之间的挂接关系，避免了数据之间的孤立，使数据易于查询和理解。
附图说明
为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。
图1为本发明的基于大数据分析的管网管理方法的流程示意图；
图2为本发明中的基于大数据分析的管网管理系统的系统结构示意图。
具体实施方式
为更进一步阐述本发明为实现预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明的具体实施方式、结构、特征及其功效，详细说明如下。
请参阅图1，一种基于大数据分析的管网管理方法及系统，本发明的工作原理及使用流程：
S1：获取管点和管段的测绘数据，对所述测绘数据进行数据验证，生成管网管理地区的管网模型，所述测绘数据中包含所述管点和管段的基本属性如：管点编码、横坐标、纵坐标、地面标高、材质、类别名称、口径、所在地点等，两个管点编码构成一个管段；
S2：获取所述对管段和管段排查得到的排查数据，所述排查数据与所述管网模型挂接；
S3：获取所述管点和管段中经过排查出现问题的所述管点和管段的检测数据，所述检测数据与所述管网模型挂接，对所述检测数据进行数据验证，对视频检测结果进行自动判读和缺陷等级评定；
S4：获取所述有问题的管点和管段的修复数据，所述修复数据与所述检测数据挂接，对所述检测数据进行数据验证。
具体地，数据验证的方法为：
将所述测绘数据、检测数据和修复数据载入验证项集，所述验证项集包括：一般属性验证项、业务信息验证项、业务逻辑验证项、基础空间验证项、空间业务验证项；本实施例中，一般属性验证项是指对主键的验证项，包括：管点编码、起点编码和终点编码；业务信息验证项是指对管点基本信息的验证项，包括：材质、埋深、标高和类型；业务逻辑验证项是指对管段的检测和修复数据的验证项，包括：埋设方式、检测图片、检测视频和修复图片；基础空间验证项是指对管段空间基本属性的验证项，包括：管段长度、管点坐标、井深、缺陷位置和处理长度；空间业务验证项是指对检测和修复的空间数据的验证项，包括：修复所在位置、检测方式和流向。
核对所述验证项集中一般属性验证项的属性值是否包含在所述属性值的限定值域内；
将所述验证项集中的所述业务信息验证项和业务逻辑验证项输入业务函数模型，验证输出结果是否符合预设的业务规范；
核对所述验证项集中所述基础空间验证项的唯一性标识是否重复及是否缺失；
核对所述验证项集中所述空间验证项是否符合预设的字段规则。
具体地，管网管理地区的管网模型的搭建方法为：
在ArcGISDesktop软件中找到并展开目录树中的"Database Connections"节点，创建对应数据库管理系统的数据库连接；
载入通过数据验证的测绘数据，调用空间函数ST_GeomFromText将点坐标或线坐标转化为Geometry对象并将其插入到空间数据表中，代码为INSERT INTO spatial_dataVALUES(ST_GeomFromText('POINT()'))，得到所述空间库中的点层空间数据和线层空间数据。
WebGIS前端API加载预定义的图例符号和所述图例符号与所述测绘数据的关联，使用Legend类创建一个图例部件，并将其添加到地图视图中，相关代码为：view.ui.add(legend,"bottom-right")。
在本实施例中，进一步地，挂接方法为：
所述测绘数据存储于管点表和管段表中，所述管点表的主键为管点编码，两个所述管点编码分别构成所述管段表中的起点编码和终点编码，得到一个管段；
所述排查数据通过所述起点编码和终点编码与所述管点表关联，所述排查数据挂接到所述起点编码和所述终点编码对应的所述管段上；
所述检测数据存储于检测数据表中，所述检测数据表的主键为工程编码，所述检测数据通过所述起点编码和终点编码与所述管点表关联，所述检测数据挂接到所述起点编码和所述终点编码对应的所述管段上；
所述修复数据通过所述起点编码和终点编码与所述管点表关联，同时通过所述工程编码与所述检测数据表关联，所述修复数据挂接到所述起点编码和所述终点编码对应的所述管段上，同时挂接到所述工程编码对应的所述检测数据上。
优选地，对视频检测结果进行自动判读和缺陷等级评定的方法为：
获取检测结果中的管道内部视频，校验所述视频中是否存在重复数据，对通过校验的所述视频相邻帧的画面进行比较，当所述画面差异达到一定阈值，视为存在缺陷，否则可作为无明显缺陷；
对存在差异的视频画面分别向前后发散，截取差异值70％以上位置的所述视频画面，作为缺陷判读的样本图像W，对所述样本图像W进行特征提取，得到缺陷的纹理、形状和位置特征；
在python中加载训练好的神经网络模型，代码为：model＝tf.keras.models.load_model('defect_classification_model.h5')，将所述样本图像W输入基于卷积神经网络的缺陷分类模型，通过softmax激活函数计算每个缺陷类别的得分，代码为：softmax_predictions＝tf.nn.softmax(predictions)，scores＝softmax_predictions.numpy()[0]得到所述样本图像W与各类别的相似度，所述样本图像W属于相似度最高的类别；
基于管道横截面生成坐标系，计算所述样本图像W中的缺陷面积、缺陷直径、横截面面积、管径R、缺陷面积占横截面总面积的百分比α以及缺陷直径与管径的百分比β，对所述α和β分别按20％、40％、60％和80％进行缺陷等级评定，其中α和β的计算公式为：
在缺陷面积为26px，缺陷直径为6px，横截面面积为80px，管径为10px的情况下缺陷面积占横截面总面积的百分比 α属于大于20％小于或等于40％区间对应的缺陷等级，β属于大于40％小于或等于60％区间对应的缺陷等级。
如图2所示，一种基于大数据分析的管网管理系统，包括：智慧排水APP，用于加载所述管网模型，采集并上传所述排查数据；管网五位一体数据管理软件，用于采集并上传所述测绘数据、检测数据和修复数据，对所述数据进行数据验证，对通过验证的所述数据进行相应的业务操作；智慧管网综合管控GIS模块，用于展示所述管网模型和挂接到所述管网模型上的所述检测数据。
具体地，业务操作包括：对于测绘数据，对所述测绘数据进行数据验证，基于WebGIS前端API，对所述测绘数据进行成图展示；对于检测数据，对所述测绘数据进行数据验证，挂接所述检测数据至管网模型，对检测的视频结果进行判读；对于修复数据，对所述测绘数据进行数据验证，挂接所述修复数据至管网模型。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭示如上，然而并非用以限定本发明，任何本领域技术人员，在不脱离本发明技术方案范围内，当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何简介修改、等同变化与修饰，均仍属于本发明技术方案的范围内。
Claims (7)
1.一种基于大数据分析的管网管理方法，其特征在于，包括：
S1：获取管点和管段的测绘数据，对所述测绘数据进行数据验证，生成管网管理地区的管网模型，所述测绘数据中包含所述管点和管段的基本属性，所述基本属性中包含管点坐标和管段坐标；
S2：获取对所述管点和管段排查得到的排查数据，所述排查数据与所述管网模型挂接；
S3：获取所述管点和管段中经过排查出现问题的所述管点和管段的检测数据，所述检测数据与所述管网模型挂接，对所述检测数据进行数据验证，对视频检测结果进行自动判读和缺陷等级评定；
S4：获取所述有问题的管点和管段的修复数据，所述修复数据与所述检测数据挂接；
所述数据验证的方法为：
将所述测绘数据、检测数据和修复数据载入验证项集，所述验证项集包括：一般属性验证项、业务信息验证项、业务逻辑验证项、基础空间验证项、空间业务验证项；
核对所述验证项集中一般属性验证项的属性值是否包含在所述属性值的限定值域内；
将所述验证项集中的所述业务信息验证项和业务逻辑验证项输入业务函数模型，验证输出结果是否符合预设的业务规范；
核对所述验证项集中所述基础空间验证项的唯一性标识是否重复及是否缺失；
核对所述验证项集中所述空间验证项是否符合预设的字段规则；
所述挂接方法为：
所述测绘数据存储于管点表和管段表中，所述管点表的主键为管点编码，两个所述管点编码分别构成所述管段表中的起点编码和终点编码，得到一个管段；
所述排查数据通过所述起点编码和终点编码与所述管点表关联，所述排查数据挂接到所述起点编码和所述终点编码对应的所述管段上；
所述检测数据存储于检测数据表中，所述检测数据表的主键为工程编码，所述检测数据通过所述起点编码和终点编码与所述管点表关联，所述检测数据挂接到所述起点编码和所述终点编码对应的所述管段上；
所述修复数据通过所述起点编码和终点编码与所述管点表关联，同时通过所述工程编码与所述检测数据表关联，所述修复数据挂接到所述起点编码和所述终点编码对应的所述管段上，同时挂接到所述工程编码对应的所述检测数据上。
2.根据权利要求1所述的方法，其特征在于，所述管网管理地区的管网模型的搭建方法为：
加载基于GIS平台的空间库，所述空间库中包含空间坐标表、管网点表和管网线表；
所述测绘数据根据数据的类型加载至所述管网点表和管网线表，调用空间函数转化所述管网点表中的所述管点坐标得到点层空间坐标，所述点层空间坐标存储在所述空间坐标表中；
调用空间函数转化所述管网线表中的所述管段坐标得到线层空间坐标，所述线层空间坐标存储在所述空间坐标表中；
预定义所述管点和管段的图例符号，所述管点和管段的图例符号与所述测绘数据关联，地图图层生成所述图例符号。
3.根据权利要求1所述的方法，其特征在于，所述对视频检测结果进行自动判读和缺陷等级评定的方法为：
获取检测结果中的管道内部视频，校验所述视频中是否存在重复数据，对通过校验的所述视频相邻帧的画面进行比较，当所述画面差异达到一定阈值，视为存在缺陷，否则可作为无明显缺陷；
对存在差异的视频画面分别向前后发散，截取差异值70％以上位置的所述视频画面，作为缺陷判读的样本图像W，对所述样本图像W进行特征提取，得到缺陷的纹理、形状和位置特征；
将所述样本图像W输入基于卷积神经网络的缺陷分类模型，通过softmax激活函数计算每个缺陷类别的得分，得到所述样本图像W与各类别的相似度，所述样本图像W属于相似度最高的类别；
基于管道横截面生成坐标系，计算所述样本图像W中的缺陷面积、缺陷直径、横截面面积、管径R、缺陷面积占横截面总面积的百分比α以及缺陷直径与管径的百分比β，对所述α和β分别按20％、40％、60％和80％进行缺陷等级评定，其中α和β的计算公式为：
4.一种基于大数据分析的管网管理系统，用如权利要求1-3所述的方法运行，其特征在于，包括：
排查外业终端模块，用于加载管网模型，采集并上传排查数据；
管网数据管理模块，用于采集并上传测绘数据、检测数据和修复数据，对所述数据进行数据验证，对通过验证的所述数据进行成图、挂接和判读；
智慧管网GIS综合模块，用于展示所述管网模型和挂接到所述管网模型上的所述检测数据。
5.根据权利要求4所述的系统，其特征在于，所述成图操作包括将所述测绘数据转化为空间坐标，在地图上进行成图展示。
6.根据权利要求4所述的系统，其特征在于，所述挂接操作包括将所述排查数据和检测数据挂接到所述测绘数据上，将所述修复数据挂接到所述检测数据上。
7.根据权利要求4所述的系统，其特征在于，所述判读操作包括对所述检测数据中的视频检测结果进行自动判读和缺陷等级评定。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310950656.9A CN117079182B (zh) | 2023-07-31 | 2023-07-31 | 一种基于大数据分析的管网管理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310950656.9A CN117079182B (zh) | 2023-07-31 | 2023-07-31 | 一种基于大数据分析的管网管理方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117079182A CN117079182A (zh) | 2023-11-17 |
| CN117079182B true CN117079182B (zh) | 2024-02-23 |
Family
ID=88714392
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310950656.9A Active CN117079182B (zh) | 2023-07-31 | 2023-07-31 | 一种基于大数据分析的管网管理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117079182B (zh) |
Citations (32)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE4034483A1 (de) * | 1990-10-03 | 1992-04-30 | Werner Naef | Verfahren zum abdichten und innenausbessern von systemen verlegter leitungen niederer innendurchmesser sowie vorrichtungen |
| KR100869237B1 (ko) * | 2008-07-10 | 2008-11-18 | (주)웹솔루스 | 폐쇄회로 티브이 영상 또는 회귀분석식을 이용한 하수관거내 퇴적량 예측방법 및 그 기능을 탑재한 하수관거유지관리시스템 |
| CN103426137A (zh) * | 2013-07-16 | 2013-12-04 | 清华大学 | 一种排水管道缺陷定量化综合评估方法 |
| CN103761405A (zh) * | 2014-02-17 | 2014-04-30 | 福州市勘测院 | 具有错误自检功能的三维地下综合管线自动生成系统 |
| CN103927362A (zh) * | 2014-04-18 | 2014-07-16 | 山东泰华电讯有限责任公司 | 基于gis平台的城市管线探测数据快速成图方法及系统 |
| CN103927419A (zh) * | 2014-04-18 | 2014-07-16 | 山东泰华电讯有限责任公司 | 基于ArcGIS平台的CAD城市管线竣工图的数据处理方法及系统 |
| CN105303045A (zh) * | 2015-10-27 | 2016-02-03 | 中国石油天然气股份有限公司 | 一种长输管道线性数据关联规则挖掘方法 |
| CN105387274A (zh) * | 2015-11-24 | 2016-03-09 | 湖南大麓科技有限公司 | 一种地下管线修复辅助方法、装置及系统 |
| CN105701264A (zh) * | 2014-11-28 | 2016-06-22 | 星际空间（天津）科技发展有限公司 | 一种地下管网的自动构建方法 |
| CN108564283A (zh) * | 2018-04-16 | 2018-09-21 | 南京金寓信息科技有限公司 | 基于bim的施工质量评价数据库构建方法 |
| CN110008618A (zh) * | 2019-04-15 | 2019-07-12 | 华夏天信（北京）智能低碳技术研究院有限公司 | 一种基于gis和bim的应急辅助决策系统 |
| CN110035093A (zh) * | 2018-01-11 | 2019-07-19 | 周武军 | 一种基于互联网的排水管网实时监控系统及监测装置 |
| CN111402400A (zh) * | 2020-03-11 | 2020-07-10 | 中煤航测遥感集团有限公司 | 管道工程的展示方法、装置、设备及存储介质 |
| CN111813886A (zh) * | 2020-09-07 | 2020-10-23 | 成都同飞科技有限责任公司 | 一种基于管道探测成果建立管网数据库的方法及系统 |
| CN111866163A (zh) * | 2020-07-29 | 2020-10-30 | 国电南瑞科技股份有限公司 | 一种基于多维信息处理的变电作业安全管控系统及方法 |
| CN112836953A (zh) * | 2021-01-27 | 2021-05-25 | 中国市政工程华北设计研究总院有限公司 | 一种排水管网检测数据可视化管理系统 |
| CN112948945A (zh) * | 2021-03-29 | 2021-06-11 | 中建一局华江建设有限公司 | 一种bim结合ar技术的雨污管网综合处置方法 |
| WO2021174751A1 (zh) * | 2020-03-02 | 2021-09-10 | 平安国际智慧城市科技股份有限公司 | 基于大数据的污染源定位方法、装置、设备及存储介质 |
| CN113656488A (zh) * | 2021-08-17 | 2021-11-16 | 苏州工业园区测绘地理信息有限公司 | 一种城市地下管线一体化管理方法 |
| CN114238543A (zh) * | 2022-02-21 | 2022-03-25 | 创辉达设计股份有限公司 | 一种排水管网地理信息系统 |
| CN114329708A (zh) * | 2021-12-27 | 2022-04-12 | 重庆市工程管理有限公司 | 基于三维激光扫描技术的雨污水管网偏移检测方法 |
| WO2022088082A1 (zh) * | 2020-10-30 | 2022-05-05 | 京东方科技集团股份有限公司 | 基于缺陷检测的任务处理方法、装置及设备及存储介质 |
| CN114443485A (zh) * | 2022-01-28 | 2022-05-06 | 中国建设银行股份有限公司 | 基于数据迁移的业务系统功能验证方法及系统 |
| CN114818091A (zh) * | 2022-06-23 | 2022-07-29 | 武汉幻城经纬科技有限公司 | 管道接头bim精细化建模方法及装置、电子设备、存储介质 |
| WO2022205649A1 (zh) * | 2021-03-31 | 2022-10-06 | 三一汽车制造有限公司 | 活塞杆的位置检测方法、装置、液压缸及作业机械 |
| WO2022241784A1 (zh) * | 2021-05-21 | 2022-11-24 | 京东方科技集团股份有限公司 | 缺陷检测方法及装置、存储介质及电子设备 |
| CN115625887A (zh) * | 2022-10-31 | 2023-01-20 | 广州黑格智造信息科技有限公司 | 三维打印设备、三维打印方法及寻零控制方法 |
| CN115841449A (zh) * | 2022-09-23 | 2023-03-24 | 昆明市测绘研究院 | 排水管道结构性缺陷纵向定位的单目测距方法及存储介质 |
| CN115841466A (zh) * | 2022-11-30 | 2023-03-24 | 西安理工大学 | 排水管网缺陷自动定量评估方法 |
| CN116109174A (zh) * | 2022-12-19 | 2023-05-12 | 中电建水环境科技有限公司 | 一种智能水务信息化处理平台 |
| CN116384746A (zh) * | 2023-04-04 | 2023-07-04 | 城云科技（中国）有限公司 | 基于图算法的城市管网危险预警方法、系统及其应用 |
| CN116432998A (zh) * | 2021-12-30 | 2023-07-14 | 杭州中科先进技术研究院有限公司 | 一种面向水质异常监测的大数据内反馈方法及系统 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070016046A1 (en) * | 2000-09-29 | 2007-01-18 | New Health Sciences, Inc. | Systems and methods for using dynamic vascular assessment to distinguish among vascular states and for investigating intracranial pressure |
| CN107005432B (zh) * | 2014-10-08 | 2020-11-03 | 艾斯兰股份有限公司 | 用于网络分析的方法、设备和系统 |
| US10716017B2 (en) * | 2018-03-12 | 2020-07-14 | Adtran, Inc. | Telecommunications network troubleshooting systems |
| US11663375B2 (en) * | 2019-05-03 | 2023-05-30 | Willow Technology Corporation Pty Ltd | Configuration of a digital twin for a building or other facility via BIM data extraction and asset register mapping |
| CN115186602A (zh) * | 2022-06-20 | 2022-10-14 | 郑州大学 | 一种城市地下排水管网养护智能决策方法及系统 |
-
2023
- 2023-07-31 CN CN202310950656.9A patent/CN117079182B/zh active Active
Patent Citations (32)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE4034483A1 (de) * | 1990-10-03 | 1992-04-30 | Werner Naef | Verfahren zum abdichten und innenausbessern von systemen verlegter leitungen niederer innendurchmesser sowie vorrichtungen |
| KR100869237B1 (ko) * | 2008-07-10 | 2008-11-18 | (주)웹솔루스 | 폐쇄회로 티브이 영상 또는 회귀분석식을 이용한 하수관거내 퇴적량 예측방법 및 그 기능을 탑재한 하수관거유지관리시스템 |
| CN103426137A (zh) * | 2013-07-16 | 2013-12-04 | 清华大学 | 一种排水管道缺陷定量化综合评估方法 |
| CN103761405A (zh) * | 2014-02-17 | 2014-04-30 | 福州市勘测院 | 具有错误自检功能的三维地下综合管线自动生成系统 |
| CN103927362A (zh) * | 2014-04-18 | 2014-07-16 | 山东泰华电讯有限责任公司 | 基于gis平台的城市管线探测数据快速成图方法及系统 |
| CN103927419A (zh) * | 2014-04-18 | 2014-07-16 | 山东泰华电讯有限责任公司 | 基于ArcGIS平台的CAD城市管线竣工图的数据处理方法及系统 |
| CN105701264A (zh) * | 2014-11-28 | 2016-06-22 | 星际空间（天津）科技发展有限公司 | 一种地下管网的自动构建方法 |
| CN105303045A (zh) * | 2015-10-27 | 2016-02-03 | 中国石油天然气股份有限公司 | 一种长输管道线性数据关联规则挖掘方法 |
| CN105387274A (zh) * | 2015-11-24 | 2016-03-09 | 湖南大麓科技有限公司 | 一种地下管线修复辅助方法、装置及系统 |
| CN110035093A (zh) * | 2018-01-11 | 2019-07-19 | 周武军 | 一种基于互联网的排水管网实时监控系统及监测装置 |
| CN108564283A (zh) * | 2018-04-16 | 2018-09-21 | 南京金寓信息科技有限公司 | 基于bim的施工质量评价数据库构建方法 |
| CN110008618A (zh) * | 2019-04-15 | 2019-07-12 | 华夏天信（北京）智能低碳技术研究院有限公司 | 一种基于gis和bim的应急辅助决策系统 |
| WO2021174751A1 (zh) * | 2020-03-02 | 2021-09-10 | 平安国际智慧城市科技股份有限公司 | 基于大数据的污染源定位方法、装置、设备及存储介质 |
| CN111402400A (zh) * | 2020-03-11 | 2020-07-10 | 中煤航测遥感集团有限公司 | 管道工程的展示方法、装置、设备及存储介质 |
| CN111866163A (zh) * | 2020-07-29 | 2020-10-30 | 国电南瑞科技股份有限公司 | 一种基于多维信息处理的变电作业安全管控系统及方法 |
| CN111813886A (zh) * | 2020-09-07 | 2020-10-23 | 成都同飞科技有限责任公司 | 一种基于管道探测成果建立管网数据库的方法及系统 |
| WO2022088082A1 (zh) * | 2020-10-30 | 2022-05-05 | 京东方科技集团股份有限公司 | 基于缺陷检测的任务处理方法、装置及设备及存储介质 |
| CN112836953A (zh) * | 2021-01-27 | 2021-05-25 | 中国市政工程华北设计研究总院有限公司 | 一种排水管网检测数据可视化管理系统 |
| CN112948945A (zh) * | 2021-03-29 | 2021-06-11 | 中建一局华江建设有限公司 | 一种bim结合ar技术的雨污管网综合处置方法 |
| WO2022205649A1 (zh) * | 2021-03-31 | 2022-10-06 | 三一汽车制造有限公司 | 活塞杆的位置检测方法、装置、液压缸及作业机械 |
| WO2022241784A1 (zh) * | 2021-05-21 | 2022-11-24 | 京东方科技集团股份有限公司 | 缺陷检测方法及装置、存储介质及电子设备 |
| CN113656488A (zh) * | 2021-08-17 | 2021-11-16 | 苏州工业园区测绘地理信息有限公司 | 一种城市地下管线一体化管理方法 |
| CN114329708A (zh) * | 2021-12-27 | 2022-04-12 | 重庆市工程管理有限公司 | 基于三维激光扫描技术的雨污水管网偏移检测方法 |
| CN116432998A (zh) * | 2021-12-30 | 2023-07-14 | 杭州中科先进技术研究院有限公司 | 一种面向水质异常监测的大数据内反馈方法及系统 |
| CN114443485A (zh) * | 2022-01-28 | 2022-05-06 | 中国建设银行股份有限公司 | 基于数据迁移的业务系统功能验证方法及系统 |
| CN114238543A (zh) * | 2022-02-21 | 2022-03-25 | 创辉达设计股份有限公司 | 一种排水管网地理信息系统 |
| CN114818091A (zh) * | 2022-06-23 | 2022-07-29 | 武汉幻城经纬科技有限公司 | 管道接头bim精细化建模方法及装置、电子设备、存储介质 |
| CN115841449A (zh) * | 2022-09-23 | 2023-03-24 | 昆明市测绘研究院 | 排水管道结构性缺陷纵向定位的单目测距方法及存储介质 |
| CN115625887A (zh) * | 2022-10-31 | 2023-01-20 | 广州黑格智造信息科技有限公司 | 三维打印设备、三维打印方法及寻零控制方法 |
| CN115841466A (zh) * | 2022-11-30 | 2023-03-24 | 西安理工大学 | 排水管网缺陷自动定量评估方法 |
| CN116109174A (zh) * | 2022-12-19 | 2023-05-12 | 中电建水环境科技有限公司 | 一种智能水务信息化处理平台 |
| CN116384746A (zh) * | 2023-04-04 | 2023-07-04 | 城云科技（中国）有限公司 | 基于图算法的城市管网危险预警方法、系统及其应用 |
Non-Patent Citations (4)
| Title |
|---|
| "信息化在排水管网"五位一体"管理流程的应用";周莉芬等;《互联网+应用》;第24卷(第9期);第60-62页 * |
| "基于GIS技术的城市排水管网系统应用研究";刘阳;《信息记录材料》;第23卷(第1期);第192-195页 * |
| "湖北河道堤防工程管理信息系统数据质量监理";向东方等;《人民长江》;第40卷(第4期);第109-110页 * |
| 周莉芬等."信息化在排水管网"五位一体"管理流程的应用".《互联网+应用》.2022,第24卷(第9期),第60-62页. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117079182A (zh) | 2023-11-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Arayici et al. | Heritage building information modelling | |
| US20190156427A1 (en) | Computer-implemented method for estimating the condition or insurance risk of a structure | |
| CN109635276B (zh) | 一种信息匹配方法及终端 | |
| CN107103640B (zh) | 一种城市地下管线的三维建模方法及系统 | |
| KR101564074B1 (ko) | Bim 기반 공동주택 하자/민원 접수·처리정보 구축 시스템 및 접수·처리정보 처리 방법 | |
| EP3945458A1 (en) | Identification of defect types in liquid pipelines for classification and computing severity thereof | |
| Vacca et al. | BIM-3D GIS: An integrated system for the knowledge process of the buildings | |
| CN110672072A (zh) | 一种用于裂隙岩体结构的信息多元解译与表征方法 | |
| CN112231874A (zh) | 地下管线模型的建立方法、装置、计算机设备和存储介质 | |
| Mooney et al. | Accessing the history of objects in OpenStreetMap | |
| CN112232564A (zh) | 标签处理装置及方法 | |
| CN117079182B (zh) | 一种基于大数据分析的管网管理方法及系统 | |
| JP4332055B2 (ja) | 配管図面認識方法、配管図面認識装置およびそのプログラム | |
| Chi et al. | Creating a new dataset to analyse house prices in England | |
| CN117077239A (zh) | 一种智能在线图纸审查方法及系统 | |
| KR101584745B1 (ko) | 도로기반 지하시설물 작성 및 도로대장 작성이 완료된 전자도면 검수방법 | |
| Fowler et al. | Mining the British Isles oak tree-ring data set. Part A: Rationale, data, software, and proof of concept | |
| CN115374198A (zh) | 城市全域数据的处理方法及装置 | |
| CN115170822A (zh) | 一种农田土壤重金属定性源解析的联用方法 | |
| Maffenini et al. | GHS-DUG User Guide | |
| Zhang | BIM to GIS-based building model conversion in support of urban energy simulation | |
| Camacho et al. | Semi-automatic generation of an lod1 and lod2 3d city model of Tanauan city, batangas using openstreetmap and taal open lidar data in qgis | |
| CN112182084A (zh) | 一种基于数据格式的数据自动化处理方法及设备 | |
| CN117392269B (zh) | 一种管网图纸数据提取方法及装置 | |
| Blanco-Vogt et al. | Building parameters extraction from remote-sensing data and GIS analysis for the derivation of a building taxonomy of settlements–a contribution to flood building susceptibility assessment |
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 |