[发明专利]一种基于径向基函数神经网络模型的城市洪水预警系统及其方法

说明书

技术领域

本发明涉及一种智能监测预警系统及其方法，具体涉及一种基于径向基函数神经网络模型的城市洪水预警系统及其方法，属于超声检测与智能预报技术领域。

背景技术

在城市洪水预警方面，目前主要依靠人工观测、分析。但依靠人工观测会出现误差大、效率低下、成本高昂、难以实现实时监测等缺点。随着城市的不断发展，城市结构日益复杂。如果仅仅依靠人工去监测，已经难以满足城市发展的需要。

传统的自动监测方法通过在城市的主要干道安装视频监测器，在各主要河道安装水位计等方法，虽然解决了人工观测的缺陷，但是该方法难以实现自主检测、预警。并且需要人员实时观测各视频和水位计信息，劳动强度大，对城市道路积水无法监测，不利于对城市洪水的及时发现和处理。

发明内容

针对现有技术存在的不足，本发明目的是提供一种基于径向基函数神经网络模型的城市洪水预警系统及其方法，能够监测城市河流、湖泊、道路的水位信息，有利于对城市洪水的及时发现和处理。

为了实现上述目的，本发明是通过如下的技术方案来实现：

本发明的一种基于径向基函数神经网络模型的城市洪水预警系统，其特征在于，包括多个设置在城市各个区域的数据采集终端，每个数据采集终端包括传感器模块、与传感器模块输出端相连接用于对采集到的信息进行预处理的微控制器和与微控制器输出端相连接的网络接口，其中，所述传感器模块包括用于测量城市道路积水情况的超声波测距传感器和用于测量低洼处水位信息的水位传感器；

监控中心服务器，用于接收城市各个区域数据采集终端发送来的数据，利用径向基函数神经网络模型对城市洪水情况进行预警判断，然后将监控数据及城市洪水预报情况分析结果进行存储，并将城市洪水预报情况分析结果发送至客户端，其中，监控中心服务器包括服务器数据库、服务器主机和与网络接口相连接的服务器通信模块；

和客户端，通过网络与所述监控中心服务器进行互联，监控中心服务器向客户端主动发送城市洪水预报情况分析结果，客户端也可以自主访问监控中心服务器进行信息查询。

上述超声波测距传感器安装在城市路灯杆上，所述水位传感器安装在城市河道、涵洞以及桥梁底部。

本发明的城市洪水预警系统的预警方法，具体包括以下几个步骤：

S01、根据各城市历史水文数据构建径向基函数神经网络模型；

S02、通过所述超声波测距传感器和水位传感器定时采集城市道路积水信息以及城市河道、涵洞水位信息，并发送至其所在区域的微控制器；

S03、所述微控制器对步骤S02所采集到的数据进行滤波及去噪处理；

S04、各区域的微控制器将处理后的数据包通过网络接口发送给监控中心服务器；

S05、所述服务器主机将发送来的监测水位信息首先进行减少冗余操作得到数据样本，然后将数据样本作为径向基函数神经网络模型的输入，经过径向基函数神经网络模型的识别之后，该神经网络直接输出是否需要发出预警信息以及洪水报警等级，如果需要发出则转向步骤S06，如果不需要发出则转向步骤S02；

S06、监控中心服务器对监控数据及城市洪水预报情况分析结果进行存储，根据设定的存储时间间隔对服务器数据库进行更新，并转向步骤S01利用数据库中的数据重新训练径向基函数神经网络模型；

S07、监控中心服务器将城市洪水预报情况分析结果向客户端进行发布，所述客户端也可以通过网络访问监控中心服务器，进行城市洪水情况查询。

步骤S01中，所述径向基函数神经网络模型的构建方法如下：

(S011)、选择高斯函数作为径向基函数：