[发明专利]一种市政污水管道堵塞预测方法及系统

权利要求书

1.一种市政污水管道堵塞预测方法，其特征在于，包括以下步骤：

步骤一，将所述市政污水管道所在的区域划分为若干个片区；

步骤二，获取各个所述片区的堵塞影响因子；

步骤三，根据映射关系对所述堵塞影响因子评分后进行加权处理，计算出各个所述片区的堵塞风险评分；

步骤四，设置风险阈值，将高于所述风险阈值的所述堵塞风险评分所映射的片区预测为高风险区域，对所述高风险区域进行提前性排查，将低于所述风险阈值的所述堵塞风险评分所映射的片区预测为低风险区域，对所述低风险区域不作处理。

2.如权利要求1所述的市政污水管道堵塞预测方法，其特征在于，所述的堵塞影响因子包括市政污水管道流量数据、垃圾处理器持有率、片区垃圾分类推广率、历史堵塞次数以及历史堵塞事件平均间隔时长。

3.如权利要求2所述的市政污水管道堵塞预测方法，其特征在于，所述市政污水管道流量数据为所述片区内污水流量计三十天内的流量数据，计算所述三十天内的流量数据的标准差，若所述标准差小于1，则所述市政污水管道流量数据评为0分，若所述标准差的值大于等于1且小于等于1.5，则所述市政污水管道流量数据评为60分，若所述标准差的值大于1.5，则所述市政污水管道流量数据评为100分。

4.如权利要求2所述的市政污水管道堵塞预测方法，其特征在于，所述垃圾处理器持有率为0-5％，则所述垃圾处理器持有率评为90分，所述垃圾处理器持有率为6-30％，则所述垃圾处理器持有率评为60分，所述垃圾处理器持有率为31-70％，则所述垃圾处理器持有率评为30分，所述垃圾处理器持有率为71-100％，则所述垃圾处理器持有率评为0分；所述片区垃圾分类推广率为0-30％，则所述片区垃圾分类推广率评为100分，所述片区垃圾分类推广率为31-60％，则所述片区垃圾分类推广率评为50分，所述片区垃圾分类推广率为61-100％，则所述片区垃圾分类推广率评为10分。

5.如权利要求2所述的市政污水管道堵塞预测方法，其特征在于，所述的市政污水管道流量数据、垃圾处理器持有率、片区垃圾分类推广率、历史堵塞次数以及历史堵塞事件平均间隔时长的权重分别为40％、10％、10％、20％以及20％。

6.如权利要求2所述的市政污水管道堵塞预测方法，其特征在于：步骤四所述的片区被预测为高风险区域后，所述提前性排查不超过所述历史堵塞事件平均间隔时长。

7.如权利要求6所述的市政污水管道堵塞预测方法，其特征在于，步骤四所述的片区被预测为高风险区域后，以当前时间为节点，判断在所述节点前十天内的所述流量数据是否呈现整体递减，若是则计算所述节点和前第十天之间的流量跌幅，若否则进行所述提前性排查，所述流量跌幅在30％以上则直接将所述高风险区域预测为超高风险区域，并立即安排检修，若所述流量跌幅在30％以下，则仍进行所述提前性排查。

8.如权利要求1所述的市政污水管道堵塞预测方法，其特征在于，在所述步骤四后，所述高风险区域以及低风险区域分别插入经纬度，组成高风险区域样本点以及低风险区域样本点，使用支持向量机对所述高风险区域样本点以及低风险区域样本点进行训练，设置约束条件，计算得到分割线。

9.如权利要求8所述的市政污水管道堵塞预测方法，其特征在于，使用遗传算法对所述分割线进行收敛，以进化过程中所得到的具有最大适应度的样本点作为最优解，输出所述分割线。

10.一种市政污水管道堵塞预测系统，其特征在于，包括区域划分模块、堵塞影响因子获取模块、评分模块以及预测模块；所述区域划分模块用于将所述市政污水管道所在的区域划分为若干个片区；所述堵塞影响因子获取模块用于获取各个所述片区的堵塞影响因子；所述评分模块用于根据映射关系对所述堵塞影响因子评分后进行加权处理，计算出各个所述片区的堵塞风险评分；所述预测模块用于设置风险阈值，将高于所述风险阈值的所述堵塞风险评分所映射的片区预测为高风险区域，对所述高风险区域进行提前性排查，将低于所述风险阈值的所述堵塞风险评分所映射的片区预测为低风险区域，对所述低风险区域不作处理。