一种排水管网潜在入渗风险区域智能分级识别方法

AITNT
正文
推荐专利
一种排水管网潜在入渗风险区域智能分级识别方法
申请号:CN202511215915
申请日期:2025-08-28
公开号:CN120744724B
公开日期:2025-11-07
类型:发明专利
摘要
本发明提供一种排水管网潜在入渗风险区域智能分级识别方法,涉及排水管网风险识别技术领域,该方法构建地表水‑地下水耦合模型和排水管网模型分别进行模拟计算,在地表水‑地下水耦合模型的三角形网格单元和排水管网模型的管段间建立空间关系映射,利用模拟计算得到的地下水位时间序列数据和对应管段液位时间序列数据,计算逐时液位差时间序列数据,并据此构建风险指标;而后构建不确定性情景样本集并分别输入上述两种模型,得到相应的模拟计算结果,计算得到每一个管段对应的风险指标,根据风险指标判定潜在入渗风险区域的分级结果。本发明融合模拟计算与智能诊断分析,在无需大规模传感器部署前提下,实现排水管网潜在入渗风险区域的高效识别。
技术关键词
分级识别方法 排水管网模型 综合风险指标 地下水 地表水 样本 历史监测数据 超高水头 因子 情景 序列 三角形 时序特征 网格 参数 GIS空间分析
系统为您推荐了相关专利信息
1
基于网格化监测的污水管网外水入流入渗分区筛查法
污水管网 监测点 风险 分区 耦合智能
2
一种地下水数据与地质模型的融合方法及装置
融合方法 水面 分层 钻孔 融合系统
3
一种隧道掌子面围岩级别智能确定方法
围岩级别 隧道掌子面 深度学习模型 特征金字塔网络 融合多尺度信息
4
一种深基坑地下水位控制方法及装置
地下水位控制 深基坑 Adaboost算法 序列 监测点
5
基于层次分析法的隧道超前地质预报方法
物探方法 层次分析法 不良地质条件 深度学习网络 层次结构模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号