(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110371210.1 (22)申请日 2021.04.07 (65)同一申请的已公布的文献号 申请公布号 CN 113221440 A (43)申请公布日 2021.08.0 6 (73)专利权人 浙江大学 地址 310058 浙江省杭州市西湖区余杭塘 路866号 (72)发明人 周永潮　沈大利　张仪萍　张土乔　 (74)专利代理 机构 杭州求是专利事务所有限公 司 33200 专利代理师 傅朝栋　张法高 (51)Int.Cl. G06F 30/27(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01)G06Q 10/04(2012.01) G06Q 50/26(2012.01) G06F 111/06(2020.01) G06F 113/08(2020.01) (56)对比文件 CN 1760912 A,20 06.04.19 CN 110472796 A,2019.1 1.19 CN 111210152 A,2020.0 5.29 US 5487621 A,19 96.01.30 邬玲懿.基 于神经网络的排水 管网预测模型 的研究及应用. 《中国优秀硕士学位 论文全文数 据库 工程科技 Ⅱ辑》 .2011, D Zhang 等.Mana ge Sewer I n-Line Storage Control Using Hydraul ic Model and Recurrent Neural Netw ork. 《Water Resources Management》 .2018,第32卷(第6期), 审查员 罗畅 (54)发明名称 一种排水系统监测点优化布置与实时全局 反演方法 (57)摘要 本发明公开了一种排水系统监测点优化布 置与实时全局反演方法， 包括以下步骤： 针对目 标区域建立2D水力模型， 通过将历史降雨事件输 入2D水力模型中， 得到运算结果数据集； 然后将 运算结果数据集中的各雨水井水位数据进行主 成分分析， 提取若干主成分； 再针对提取的每个 主成分， 将在提取的主成分上有最大荷载系数的 雨水井作为最优监测点位集合； 将最优监测点位 集合的雨水井液位作为输入， 其余雨水井的液位 数据作为输出， 利用BP神经网络建立映射关系； 最后可通过 实时监测获取最优监测点位的液位， 利用BP神经网络， 即可 实时反演和监测城市雨水 排水系统所有雨水井的液位。 本发 明能够在保证 较高精确度的基础上快速、 准确地反应排水系统 全局液位和内涝程度。 权利要求书1页 说明书5页 附图4页 CN 113221440 B 2022.05.20 CN 113221440 B 1.一种排水系统监测点优化布置与实时全局反演方法， 其特 征在于， 包括以下步骤： S1： 针对待反演的目标区域， 建立能够根据降雨事件模拟城市雨水排水系统中各雨水 井液位变化的2D水力模型， 并对 模型进行率定； S2： 选取包含不同降雨强度的历史降雨事件集合， 将集合中的历史降雨事件逐个作为 S1中率定后的2D水力模型的输入， 模型的输出 结果组成2D水力模型运 算结果数据集； S3： 将S2中的2D水力 模型运算结果数据集中的所述目标 区域内各雨水井水位数据进行 主成分分析， 提取累计方差解释率达 到设定解释率阈值的若干主成分； S4： 针对S3中提取的每个主成分， 从所述目标区域内具备液位计安装条件的所有雨水 井中取出在该主成分上有最大荷载系 数的雨水井， 作为该主成分对应的备选监测点位； 所 有S3中提取的主成分对应的备选监测点 位构成城市雨水排水系统的最优监测点 位集合； S5： 以所述最优监测点位集合中每个监测点位的液位作为输入， 以所述目标区域内除 所述最优监测点位集合之外的其余雨水井的液位作为输出， 构建BP神经网络模型， 并利用 所述2D水力模 型运算结果数据集对BP神经网络模型进 行训练， 得到雨水井液位反演监测模 型； S6： 在实际的城市雨水排水系统中， 实时监测所述最优监测点位集合中每个监测点位 的液位， 并将监测结果输入所述雨水井液位反演监测模型中， 实时反演和监测所述 目标区 域内城市雨水排水系统中所有雨水井的液位。 2.如权利要求1所述的一种排水系统监测点优化布置与实时全局反演方法， 其特征在 于， 步骤S1中， 所述计算机2D水力模型基于目标区域雨水排水系统的管道位置、 管道管径、 管道埋深、 雨水井位置、 雨水井标高、 地 面测绘数据以及河道断面数据建立。 3.如权利要求1所述的一种排水系统监测点优化布置与实时全局反演方法， 其特征在 于， 步骤S2中， 选取的历史降雨事件集合含有至少 包括小雨、 中雨、 大雨在内的不同强度的 降雨事件。 4.如权利要求1所述的一种排水系统监测点优化布置与实时全局反演方法， 其特征在 于， 步骤S2中， 每种降雨强度的历史降雨事 件至少具有10 0场。 5.如权利要求1所述的一种排水系统监测点优化布置与实时全局反演方法， 其特征在 于， 步骤S3中， 提取的若干主成分的累计方差解释率应大于95％以上。 6.如权利要求1所述的一种排水系统监测点优化布置与实时全局反演方法， 其特征在 于， 步骤S3中， 基于方差最大化方法进行主成分 分析。 7.如权利要求1所述的一种排水系统监测点优化布置与实时全局反演方法， 其特征在 于， 步骤S4中， 所选择的备选监测点 位应避开 位于交通拥堵路口中间的雨水井。 8.如权利要求1所述的一种排水系统监测点优化布置与实时全局反演方法， 其特征在 于， 步骤S5中， 所构建的BP神经网络模型包含输入层、 隐藏层和 输出层， 输入层的节点数量 与S3中提取的主成分个数相等， 输出层的节点数量与所述目标区域内除所述最优监测点位 集合之外的其 余雨水井的个数相等。权　利　要　求　书 1/1 页 2 CN 113221440 B 2一种排水系统监测点 优化布置与实时全局反演 方法 技术领域 [0001]本发明涉及智慧排水 中雨水或污水排水系统的实时监控领域， 特别涉及一种排水 系统监测 点优化布置与实时全局反演技术和方法， 通过优化监测 点布置， 用尽可能少的监 测点进行排水系统运行状态的全局监控。 背景技术 [0002]城市雨水排水系统与城市河道系统共同承担着排放雨水和防止城市内涝的作用。 实际降雨的复杂性、 城市管道 ‑河道排水系统边界条件的复杂性导致排水系统失效的发生 条件比较复杂。 一般来说， 对内涝灾害评估需要借助计算机水力模型 的计算才能有较为可 靠精确的结果， 这不仅需要耗费很大 的时间精力进行前期调研构建模型， 同时在模型 的运 算过程中也要耗费大量时间， 难以做到对内涝灾害的实时响应。 另外， 也可以依靠在排水系 统中安装大量的液位计以进行内涝灾害评估， 这虽然能对内涝灾害进行实时的响应， 但是 往往需要较高的仪器安装和维护费用， 并且如果减少液位计的安装数量以降低费用， 又会 降低结果的可靠性。 [0003]因此， 在较小花费下快速且准确地得到城市雨水排水系统液位实时全局数据， 对 指导城市防洪调度、 加快相关部门的防洪应对速度、 便利城市居民生活出 行具有重大意 义。 发明内容 [0004]本发明的目的在于解决现有技术中存在的问题， 并提供一种排水系统监测点优化 布置与实时全局反演方法， 使用该方法一方面可以优化排水系统水力监测点布置， 另一方 面可以根据合理的监测点布置能动态反应全局状态， 在保证较高精确度的基础上快速、 准 确地反应排水系统全局液位和内涝程度。 [0005]为了实现上述发明目的， 本发明具体采用的技 术方案如下： [0006]一种排水系统监测点优化布置与实时全局反演方法， 其包括以下步骤： [0007]S1： 针对待反演的目标区域， 建立能够根据降雨事件模拟城市雨水排水系统中各 雨水井液位变化的2D水力模型， 并对 模型进行率定； [0008]S2： 选取包含不同降雨强度的历史降雨事件集合， 将集合中的历史降雨事件逐个 作为S1中率定后的2D水力模型的输入， 模型的输出 结果组成2D水力模型运 算结果数据集； [0009]S3： 将S2中的2D水力模型运算结果数据集中的所述目标区域内各雨水井水位数据 进行主成分 分析， 提取累计方差解释率达 到设定解释率阈值的若干主成分； [0010]S4： 针对S3中提取的每个主成分， 从所述目标区域内具备液位计安装条件的所有 雨水井中取出在该主成分上有最大荷载系数的雨水井， 作为该主成分对应的备选监测点 位； 所有S3中提取的主成分对应的备选监测点位构成城市雨水排水系统的最优监测点位集 合； [0011]S5： 以所述最优监测点位集合中每个监测点位的液位作为输入， 以所述目标区域 内除所述最优监测点位集合之外的其余雨水井的液位作为输出， 构建BP神经网络模型， 并说　明　书 1/5 页 3 CN 113221440 B 3