[发明专利]管网淤堵分析方法、装置、计算机设备及存储介质

说明书

本申请涉及人工智能技术领域，揭露了一种管网淤堵分析方法、装置、计算机设备及存储介质，所述方法包括：获取管网的基础数据以及实时监测数据；根据基础数据和实时监测数据，利用淤堵分析模型进行分析处理，得到管网对应的淤堵高度，淤堵分析模型基于水动力模型与逻辑回归模型相结合并进行训练得到；基于管网对应基础数据中的历史缺陷、实时监测数据和淤堵高度，确定管网的淤堵等级；根据管网的淤堵等级进行分级告警。本申请还涉及区块链技术，管网的基础数据存储于区块链中。本申请便于有关人员能够实时掌握管网的淤堵情况，并对淤堵进行分级告警。

技术领域

本申请涉及人工智能领域，尤其涉及一种管网淤堵分析方法、装置、计算机设备及存储介质。

背景技术

在城镇的建设过程中，排水管网的建设必不可少，排水管网一直是排水体系的重中之重，由于排水管网运算污水的特殊性，导致其有很大的淤堵风险。淤堵来源主要有污水中自带的垃圾、污泥和外部异物穿入等几大原因。管网一旦淤堵，原有的排水能力就会受到限制，造成附件污水无法正常运输，检查井高水位甚至溢流，污染居民生活环境和市容市貌，并且要在的还有可能对管网结果造成破坏影响。在现有技术中，常基于GIS对拓扑关系的呈现和监测设备的数据监测展示，其仅在管网被完全堵住时，才能被察觉，因此，如何对管网的淤堵情况提前进行分析和预警成为了亟待解决的问题。

发明内容

本申请提供了一种管网淤堵分析方法、装置、计算机设备及存储介质，以解决现有技术中，如何对管网的淤堵情况提前进行分析和预警的问题。

为解决上述问题，本申请提供了一种管网淤堵分析方法，包括：

获取管网的基础数据以及实时监测数据；

根据所述基础数据和实时监测数据，利用淤堵分析模型进行分析处理，得到所述管网对应的淤堵高度，所述淤堵分析模型基于水动力模型与逻辑回归模型相结合并进行训练得到；

基于所述管网对应基础数据中的历史缺陷、实时监测数据和淤堵高度，确定所述管网的淤堵等级；

根据所述管网的淤堵等级进行分级告警。

进一步的，所述获取管网的基础数据包括：

向预设知识库发送调用请求，所述调用请求携带验签令牌；

接收所述知识库返回的验签结果，并在验签结果为通过时，调用所述预设知识库中的所述基础数据，所述验签结果为所述知识库根据所述验签令牌进行RSA非对称加密方式验证得到。

进一步的，所述根据所述基础数据和实时监测数据，利用淤堵分析模型进行分析处理，得到所述管网对应的淤堵高度包括：

根据所述管网下各管道的基础数据确定对应的预设范围，将所述实时监控数据与对应的预设范围进行比较判断；

将在所述预设范围之外的所述实时监控数据输入所述淤堵分析模型中进行分析处理，得到所述管网对应的淤堵高度。

进一步的，在所述基于所述管网对应基础数据中的历史缺陷、实时监测数据和淤堵高度，确定所述管网的淤堵等级之前，还包括：

根据所述历史缺陷中各缺陷点对应的历史淤堵情况，对各所述缺陷点以降序进行排序；

根据所述排序，对各所述缺陷点赋以对应的风险权重。

进一步的，所述基于所述管网对应基础数据中的历史缺陷、实时监测数据和淤堵高度，确定所述管网的淤堵等级包括：

根据所述历史缺陷、实时监测数据和淤堵高度，利用风险预测模型，确定所述管网下各管道的风险等级，所述风险预测模型基于反向传播神经网络训练得到；

将带有风险权重的各所述缺陷点与所述管道进行匹配，确定各所述管道的风险权重；