公开(公告)号：CN117315318A

公开(公告)日：2023-12-29

申请号：CN202311019804.1

申请日：2023-08-14

Applicant: 同济大学

Inventor： 陶涛 ,  朱文 ,  王思懿 ,  王嘉莹 ,  颜合想 ,  信昆仑 ,  李树平

IPC: G06V10/764 ,  G08B21/10 ,  G01W1/10 ,  G01W1/14 ,  G06Q50/26 ,  G06V10/26 ,  G06V10/80 ,  G06V10/44 ,  G06V10/62 ,  G06N3/0499 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/0985

Abstract: 本发明提供了一种基于深度学习的城市内涝快速预测方法，具有这样的特征，包括以下步骤：步骤S1，根据图像分割方法SLIC将地区划分为各个区域；步骤S2，对每个区域，构建对应的SN‑DL模型，再将现有的该区域的地形、外部入流量和对应的淹没水深数据对SN‑DL模型进行训练，得到训练好的SN‑DL模型；步骤S3，对每个区域，将外部入流量信息中该区域的外部入流量时序和地形信息中该区域的区域地形信息输入对应的训练好的SN‑DL模型，得到该区域的t时刻的区域积水预测结果；步骤S4，对t时刻的所有区域积水预测结果进行整合，得到t时刻的地区积水预测结果。总之，本方法能够更加快速准确地获得地区积水预测结果。

公开(公告)号：CN119203451A

公开(公告)日：2024-12-27

申请号：CN202411295685.7

申请日：2024-09-18

Applicant: 同济大学

Inventor： 陶涛 ,  王思懿 ,  朱文 ,  王嘉莹

IPC: G06F30/18 ,  G06F30/20 ,  G06F18/10 ,  G06F113/14 ,  G06F119/02

Abstract: 本发明的实施例提供了一种城市排水管网实时模拟方法、装置、设备以及存储介质。该方法包括：对获取的城市排水管网各监测点的水位数据进行检验与清洗，得到符合输入格式要求的水位数据；构建监测点水位反演全局节点水位模型，并向其输入水位数据，得到其余节点的水位数据；构建城市排水管网节点水位时序预测模型，将历史时段内的全局节点水位数据输入该模型，得到预测时段内的各节点的水位数据；构建模型实时更新框架并将其与水位时序预测模型耦合，利用最新反演得到的全局节点水位数据形成在线数据流，以实时更新该模型，并实时更新下一步预测输出；根据预测输出结果生成排水预警信息与决策方案，以对相应排水设施进行调度。