[发明专利]智能水务模拟分析预警方法、系统、电子设备及介质在审
申请号: | 202110408328.7 | 申请日: | 2021-04-16 |
公开(公告)号: | CN113378450A | 公开(公告)日: | 2021-09-10 |
发明(设计)人: | 王康;张飞;张真;唐燕平;陈基海;郑泳杰;罗雪平 | 申请(专利权)人: | 水利部珠江水利委员会技术咨询(广州)有限公司 |
主分类号: | G06F30/27 | 分类号: | G06F30/27;G06K9/00;G06N3/04;G06N3/08;G06F17/16;G01W1/14;G06Q10/04;G06Q50/26 |
代理公司: | 广州博士科创知识产权代理有限公司 44663 | 代理人: | 宋佳 |
地址: | 510611 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 智能 水务 模拟 分析 预警 方法 系统 电子设备 介质 | ||
1.一种智能水务模拟分析预警方法,其特征在于,包括:
接收步骤:接收地下排水管道排水口的异常提醒信息,确定上传所述水位异常信息的位置信息,根据所述位置信息获取与该位置信息对应的当地城市的实时降雨量;
分析步骤:判断所述实时降雨量是否大于或等于第一预设阈值,若是,则获取与所述位置信息对应的城市区域图像,将所述城市区域图像输入预先训练的内涝分析模型,输出与所述城市区域图像对应的内涝等级;
预警步骤:根据所述内涝等级生成对应的内涝报警信息。
2.如权利要求1所述的智能水务模拟分析预警方法,其特征在于,所述“输出与所述城市区域图像对应的内涝等级”步骤之后,该方法还包括提醒步骤:
若所述内涝等级大于或等于预设等级,则将所述内涝等级大于或等于预设等级对应的城市区域图像输入预先训练的目标体识别模型,输出结果图像;
判断所述结果图像中是否存在目标体,所述目标体包括人或车,当判断所述结果图像中存在所述目标体时,生成包含目标体及位置信息的营救信息并通知当地部门采取营救措施。
3.如权利要求1所述的智能水务模拟分析预警方法,其特征在于,所述“接收地下排水管道排水口的异常提醒信息”步骤之后,该方法还包括预测步骤:
获得当地城市的实时降雨量、易涝点的实时积水深度和地势差,结合预先建立的FCM模型得到内涝趋势变化曲线,根据所述内涝趋势变化曲线预测目标时刻的内涝等级。
4.如权利要求1所述的智能水务模拟分析预警方法,其特征在于,所述FCM模型根据以下公式计算得到:
X(t+1)=WXT(t)
其中,W是FCM的权值矩阵,t为当前时间,t+1是下一时间段,X(t)=[X1(t),X2(t),...Xn(t)]T,X(t)表示概念节点集C在t时刻的状态,C={C1,C2,...Cn},C1为积水深度,C2为降雨量,C3为地势差,T为转置符号。
5.如权利要求1所述的智能水务模拟分析预警方法,其特征在于,所述内涝分析模型的训练过程:
获取图像样本,每张图像样本分配唯一的预设标签;
将所述图像样本按照预设比例分成训练集和验证集,所述训练集中的图像样本数量大于所述验证集中的图像样本数量;
将所述训练集中的图像样本输入所述异常检测模型进行训练,每隔预设周期使用所述验证集对所述异常检测模型进行验证,利用所述验证集中各张图像样本和对应的预设标签对该异常检测模型的准确率进行验证;及
当验证的准确率大于第二预设阈值时,结束训练,得到所述内涝分析模型。
6.一种智能水务模拟分析预警系统,其特征在于,所述智能水务模拟分析预警系统包括:
接收模块,用于接收地下排水管道排水口的异常提醒信息,确定上传所述水位异常信息的位置信息,根据所述位置信息获取与该位置信息对应的当地城市的实时降雨量;
分析模块,用于判断所述实时降雨量是否大于或等于第一预设阈值,若是,则获取与所述位置信息对应的城市区域图像,将所述城市区域图像输入预先训练的内涝分析模型,输出与所述城市区域图像对应的内涝等级;
预警模块,用于根据所述内涝等级生成对应的内涝报警信息。
7.如权利要求6所述的智能水务模拟分析预警系统,其特征在于,该系统还包括提醒模块,用于若所述内涝等级大于或等于预设等级,则将所述内涝等级大于或等于预设等级对应的城市区域图像输入预先训练的目标体识别模型,输出结果图像;判断所述结果图像中是否存在目标体,所述目标体包括人或车,当判断所述结果图像中存在所述目标体时,生成包含目标体及位置信息的营救信息并通知当地部门采取营救措施。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于水利部珠江水利委员会技术咨询(广州)有限公司,未经水利部珠江水利委员会技术咨询(广州)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110408328.7/1.html,转载请声明来源钻瓜专利网。