[发明专利]一种基于人工智能的排水系统

权利要求书

1.一种基于人工智能的排水系统，包括中枢分析模块，以及与之相连接的执行控制模块和数据采集设备，且执行控制模块与若干排水控制设备相连接，其特征在于：

通过数据采集设备周期性采集获取基础建模数据，并将基础建模数据转发至中枢分析模块；其中，基础建模数据包括静态设备数据和动态天气数据；

中枢分析模块构建高区DEM模型和低区DEM模型，结合静态设备数据构建二维水力模型；以及利用动态天气数据对二维水力模型进行全流程模拟确定若干关键节点；并根据模拟过程获取若干关键节点的节点衰减模型；

通过目标天气数据对二维水力模型进行模拟，结合节点衰减模型确定各关键节点的实时衰减值；基于实时衰减值和节点衰减阈值规划排水路径，且执行控制模块结合排水路径智能控制若干排水控制设备；

在所述二维水力模型构建完成之后，所述中枢分析模块根据动态天气数据对所述二维水力模型进行模拟，确定若干所述关键节点，包括：

通过数据采集设备获取目标区域的所述动态天气数据；其中，动态天气数据包括温度、湿度、降水量和降雪量；

根据所述动态天气数据模拟所述目标区域中的天气环境，在模拟过程中分析所述二维水力模型的运行状态，分析各排水节点的排水流量确定若干所述关键节点；

对各所述排水节点的排水流量进行分析，根据分析结果确定若干所述关键节点，包括：

确定所述二维水力模型中的排水节点；其中，排水节点为管道弯曲处或者管道交汇处；在模拟过程中获取各所述排水节点的排水流量，建立以排水流量为因变量的流量变化曲线，标记F(t)；其中，t为排水流量采集时间；

当存在F(t)LPY时，通过公式JPX=∫(F(t)-LPY)获取节点评估系数JPX；根据节点评估系数JPX与节点评估阈值的对比确定关键节点；其中，节点评估阈值根据节点类型和管道直径设定，LPY为流量评估阈值；

在确定若干所述关键节点之后，通过设置的衰减天气数组对所述二维水力模型进行模拟，提取各所述关键节点对应的节点衰减模型，包括：

设置所述衰减天气数组；

基于所述衰减天气数组模拟所述二维水力模型的运行，并时刻记录各关键节点的强度衰减值；基于强度衰减值的变化建立所述节点衰减模型；

将关键节点的相关参数与一条衰减天气数据拼接成一条标准输入数据，将对应的强度衰减值作为标准输出数据；通过若干标准输入数据和对应的若干标准输出数据来训练人工智能模型，获取对应的节点衰减模型；其中，相关参数包括年限和材料标签。

2.根据权利要求1所述的一种基于人工智能的排水系统，其特征在于，所述中枢分析模块分别与执行控制模块和数据采集设备通信和/或电气连接；其中，数据采集设备包括摄像头以及各类型传感器；

所述中枢分析模块发送控制信号至所述执行控制模块，所述执行控制模块对若干排水控制设备进行智能控制；其中，排水控制设备包括闸门和泵站。

3.根据权利要求1所述的一种基于人工智能的排水系统，其特征在于，在接收所述基础建模数据之后，所述中枢分析模块基于所述静态设备数据构建生成所述二维水力模型，包括：

确定目标区域；其中，目标区域为基础建模数据对应的区域；

将所述目标区域划分获取高区排水和低区汇水面积，并构建高区DEM模型和低区DEM模型；

基于所述静态设备数据构建所述二维水力模型；其中，静态设备数据包括管道GIS数据、泵站数量以及泵站位置。

4.根据权利要求1所述的一种基于人工智能的排水系统，其特征在于，通过所述目标天气数据对所述二维水力模型进行模拟，并确定各所述关键节点的实时衰减值，包括：

获取所述目标天气数据；其中，目标天气数据包括当前天气数据或者预测天气数据；

确定各所述关键节点的当前衰减值，结合所述节点衰减模型以及所述目标天气数据获取对应关键节点的实时衰减值。

5.根据权利要求4所述的一种基于人工智能的排水系统，其特征在于，当所述关键节点对应的所述实时衰减值小于等于节点衰减阈值时，则判断该关键节点无法继续进行排水任务；以及

结合该关键节点周边的所述排水节点规划排水路径，并通过所述执行控制模块根据所述排水路径控制若干所述排水控制设备。