-
公开(公告)号：CN117128459A
公开(公告)日：2023-11-28
申请号：CN202311073124.8
申请日：2023-08-24
申请人： 合肥泽众城市智能科技有限公司
摘要： 本发明公开了基于实时监测数据的城市供水管网爆管预测方法及其系统，涉及管道爆管预测的技术领域，预测方法中爆管侦测定位考虑管网各监测设备点的空间坐标与数据特征属性，充分分析各监测设备点的压力和流量的波动特性，定义参数阈值，根据某一时刻下的压力流量波动的异常，找出所有异常监测设备点，然后，在计量分区内根据空间距离将管网监测点进行聚类分组，通过邻近设备的联动感知识别爆管事件，判定爆管事件并确定所处的区域，在发生爆管所在区域利用监测数据压力传播特征进行迭代计算实现爆管快速定位，提高爆管识别准确率，为供水管网的预警提供合理依据，辅助供水系统的运行管理。
-
公开(公告)号：CN111080115B
公开(公告)日：2023-08-25
申请号：CN201911258303.2
申请日：2019-12-10
申请人： 合肥泽众城市智能科技有限公司
IPC分类号： G06Q10/0631 , G06Q10/067 , G06Q50/06 , G06F18/23
摘要： 本发明公开了一种基于供水水力模型的用水量分配方法及装置，所述方法包括：筛选大用户水量，并将大用户水量进行分配；将非大用户水量进行分配；获取各个流量计初始平衡时节点流量；获取各个节点对流量计的相关度和敏感度；对流量计的相关度以及敏感度进行节点聚类；对节点水量进行迭代调整，获取流量校准的供水水力模型；所述装置包括大用户水量分配模块、非大用户水量分配模块、节点流量获取模块、相关度和敏感度获取模块、节点聚类模块以及校准模块；本发明的优点在于：只分析大用户水量，减少了需要人工分析的用水用户数量，降低了工作量。
-
公开(公告)号：CN111080115A
公开(公告)日：2020-04-28
申请号：CN201911258303.2
申请日：2019-12-10
申请人： 合肥泽众城市智能科技有限公司
摘要： 本发明公开了一种基于供水水力模型的用水量分配方法及装置，所述方法包括：筛选大用户水量，并将大用户水量进行分配；将非大用户水量进行分配；获取各个流量计初始平衡时节点流量；获取各个节点对流量计的相关度和敏感度；对流量计的相关度以及敏感度进行节点聚类；对节点水量进行迭代调整，获取流量校准的供水水力模型；所述装置包括大用户水量分配模块、非大用户水量分配模块、节点流量获取模块、相关度和敏感度获取模块、节点聚类模块以及校准模块；本发明的优点在于：只分析大用户水量，减少了需要人工分析的用水用户数量，降低了工作量。
-
公开(公告)号：CN110929359B
公开(公告)日：2023-09-22
申请号：CN201911138213.X
申请日：2019-11-20
申请人： 合肥泽众城市智能科技有限公司
IPC分类号： G06F30/18 , G06F30/27 , G06N3/08 , G06F113/14
摘要： 本发明提供了基于PNN神经网络和SWMM技术的管网淤积风险预测建模方法，包括以下步骤A：采集管网排水参数，基于SWMM模型对排水参数进行预处理；B：基于步骤A的预处理结果构建包括影响管网淤积情况和反应管网淤积情况的参数的历史数据；C：将历史数据输入PNN神经网络，得到淤积风险的预测模型。本发明提供的基于PNN神经网络和SWMM技术的管网淤积风险预测建模方法的优点在于：通过PNN神经网络和SWMM技术的结合，构建更精确的历史数据进行模型训练，解决了现有淤积判断方法的单一性、滞后性问题，便于管养单位制定详细的清淤养护方案，提高管网养护的效率。
-
公开(公告)号：CN116226596A
公开(公告)日：2023-06-06
申请号：CN202211578898.1
申请日：2022-12-05
申请人： 合肥泽众城市智能科技有限公司
摘要： 本发明公开了一种基于数据挖掘的流量动态阈值计算系统，所述的数据输入模块用于获取瞬时流量数据；所述的数据判断模块用于判断所述的瞬时流量数据的时间特征；所述的数据挖掘模块用于对设备的历史数据进行挖掘与收集，生成样本库；所述的预处理模块用于对样本库内的数据进行典型异常值的筛除，优化样本库；所述的阈值生成模块用于对每个样本库进行统计分析，通过箱型图获取每个时间段的正常流量范围，生成不同时间段的阈值区间；所述的阈值输出模块用于输出当日不同时间段的阈值区间。相比与传统的固定阈值，本发明生成的流量动态阈值能够更好的贴合当日实时数据。
-
公开(公告)号：CN115829206A
公开(公告)日：2023-03-21
申请号：CN202211552183.9
申请日：2022-12-05
申请人： 合肥泽众城市智能科技有限公司
IPC分类号： G06Q10/063 , G06Q10/04 , G06Q50/08 , G06F17/16
摘要： 本发明公开了一种供排水管道引发地面塌陷的风险评估方法，包括以下步骤:评估指标ci建立关于级别h的等级划分标准；各评估指标的主观权重ai和客观权重vi，计算评估指标的综合权重wi；根据上述相对隶属度矩阵KC和动态综合权重向量w，计算评估对象u的评估指标集的综合相对隶属度；根据上述归一化后的评估对象u的综合相对隶属度，计算评估对象u的具体风险分值：根据评估对象u的具体风险分值，确定评估对象u的风险级别。相比于现有的风险评估方法，本发明中以评估指标值与指标等级区间的距离函数计算各指标的动态权重系数，实现指标重要程度随指标值的动态变化，更加符合灾害事故的发生过程特征，使得评估结果更加准确。
-
公开(公告)号：CN111325947B
公开(公告)日：2022-04-01
申请号：CN202010150417.1
申请日：2020-03-04
申请人： 合肥泽众城市智能科技有限公司
摘要： 本发明提供了一种基于长短期记忆网络的风暴潮洪涝预警方法，包括：获取历史数据进行归一化处理；将数据输入长短期记忆网络中进行迭代训练，得到用于预测未来水位变化情况的洪涝预测模型；将当前风暴事件数据输入洪涝预测模型中，预测水位变化情况；如果水位超过预设警戒线，则启动抗洪应急预案，否则预测内涝点位置，启动内涝应急预案。本发明还提供了风暴潮预警系统，本发明提供的基于长短期记忆网络的风暴潮洪涝预警方法和系统的优点在于：基于长短期记忆网络算法构建预测风暴潮水位变化的模型，并基于SWMM模型在水位未超过洪灾界线时预测衍生内涝灾害情况，为预警和救灾工作提供了决策支持。
-
公开(公告)号：CN111325947A
公开(公告)日：2020-06-23
申请号：CN202010150417.1
申请日：2020-03-04
申请人： 合肥泽众城市智能科技有限公司
摘要： 本发明提供了一种基于长短期记忆网络的风暴潮洪涝预警方法，包括：获取历史数据进行归一化处理；将数据输入长短期记忆网络中进行迭代训练，得到用于预测未来水位变化情况的洪涝预测模型；将当前风暴事件数据输入洪涝预测模型中，预测水位变化情况；如果水位超过预设警戒线，则启动抗洪应急预案，否则预测内涝点位置，启动内涝应急预案。本发明还提供了风暴潮预警系统，本发明提供的基于长短期记忆网络的风暴潮洪涝预警方法和系统的优点在于：基于长短期记忆网络算法构建预测风暴潮水位变化的模型，并基于SWMM模型在水位未超过洪灾界线时预测衍生内涝灾害情况，为预警和救灾工作提供了决策支持。
-
公开(公告)号：CN110929359A
公开(公告)日：2020-03-27
申请号：CN201911138213.X
申请日：2019-11-20
申请人： 合肥泽众城市智能科技有限公司
IPC分类号： G06F30/18 , G06F30/27 , G06N3/08 , G06F113/14
摘要： 本发明提供了基于PNN神经网络和SWMM技术的管网淤积风险预测建模方法，包括以下步骤A：采集管网排水参数，基于SWMM模型对排水参数进行预处理；B：基于步骤A的预处理结果构建包括影响管网淤积情况和反应管网淤积情况的参数的历史数据；C：将历史数据输入PNN神经网络，得到淤积风险的预测模型。本发明提供的基于PNN神经网络和SWMM技术的管网淤积风险预测建模方法的优点在于：通过PNN神经网络和SWMM技术的结合，构建更精确的历史数据进行模型训练，解决了现有淤积判断方法的单一性、滞后性问题，便于管养单位制定详细的清淤养护方案，提高管网养护的效率。
-
-
-
-
-
-
-
-
-
搜索结果
20 条记录 (耗时 0.221 秒)
