南京信息工程大学;南京信大安全应急管理研究院有限公司卞艺澄获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉南京信息工程大学;南京信大安全应急管理研究院有限公司申请的专利基于深度卷积神经网络的城市暴雨内涝快速模拟方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120951589B 。
龙图腾网通过国家知识产权局官网在2026-05-12发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511117921.0,技术领域涉及:G06F30/20;该发明授权基于深度卷积神经网络的城市暴雨内涝快速模拟方法是由卞艺澄;王金虎;孙孟奇;张东晖设计研发完成,并于2025-08-11向国家知识产权局提交的专利申请。
本基于深度卷积神经网络的城市暴雨内涝快速模拟方法在说明书摘要公布了:本发明公开了基于深度卷积神经网络的城市暴雨内涝快速模拟方法,涉及城市内涝管理领域,解决当前城市防涝能力判断通常依据城市给排水能力与历史的峰值降雨情况进行获取,导致对城市防涝能力的判断不准确的问题,方法包括:依据城市设计图设定目标城市对应的汇水区域,基于汇水区域划分对应汇水区域的汇水栅格;依据汇水栅格构建对应汇水区域的高度‑面积曲线,基于高度‑面积曲线构建汇水区域对应的溢流模型并进行改进;通过改进溢流模型模拟并识别结果,而后将结果与历史实际值进行比对,判断改进溢流模型的精准情况;获取实时的降雨数据并导入至改进溢流模型之中,得知目标城市中不同汇水栅格的模拟淹没情况,本发明实现对城市暴雨内涝的准确模拟。
本发明授权基于深度卷积神经网络的城市暴雨内涝快速模拟方法在权利要求书中公布了:1.基于深度卷积神经网络的城市暴雨内涝快速模拟方法,其特征在于,方法如下: 步骤S1,采集目标城市对应的城市设计图; 步骤S2,依据城市设计图设定目标城市对应的汇水区域,基于汇水区域划分对应汇水区域的汇水栅格; 步骤S3,依据汇水栅格构建对应汇水区域的高度-面积曲线,基于高度-面积曲线构建汇水区域对应的溢流模型并进行改进; 其中,所述步骤S3包括如下子步骤: 步骤S301,获取不同汇水区域对应汇水栅格的栅格高度与栅格面积; 步骤S302,对于任意一个汇水区域,获取汇水区域对应检查井对应的井口海拔高度; 步骤S303,依据检查井的井口海拔高度与多个汇水栅格的栅格高度和栅格面积构建对应汇水区域的高度-面积曲线; 步骤S304,将汇水区域的地形概化为一个概化水池,概化水池的底面为对应汇水区域的地形,基于SWMM模型构建对应汇水区域的溢流模型; 溢流模型满足如下条件: 条件1,水体从检查井的井口溢出后直接流入对应汇水区域的概化水池中,并在概化水池的底面进行流动; 条件2,水体流入概化水池后,当水体的总体积达到预设阈值后,将在相邻的汇水区域对应的概化水池之间流动; 步骤S305,基于条件1设置参数:将上游节点记为检查井,下游节点记为概化水池,水体由上游节点流向下游节点,在上游节点与下游节点之间设置连接管道用于控制水体的流通;其中,下游节点中检查井的底部海拔高度和顶部海拔高度与实际检查井的底部海拔高度和顶部海拔高度相同;汇水栅格对应栅格高度的最低点与概化水池的最低点相同; 步骤S306,模拟水体灌入连接管道,直至水体的水位上升至井口,记录水体的流动方向,若水体流向连接管道,则不进行操作,若水体流向井口并从井口溢出,重新设定检查井的深度,模型中检查井的井深计算过程具体如下: 模型中的井深=实际井深+连接管道断面高度; 实际井深=检查井的顶部海拔高度-检查井的厎部海拔高度; 步骤S4,通过改进溢流模型模拟并识别结果,而后将结果与历史实际值进行比对,判断改进溢流模型的精准情况; 步骤S5,获取实时的降雨数据并导入至改进溢流模型之中,得知目标城市中不同汇水栅格的模拟淹没情况。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人南京信息工程大学;南京信大安全应急管理研究院有限公司,其通讯地址为:210044 江苏省南京市宁六路219号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励