[發明專利]一種市政污水管道堵塞預測方法及系統

在審

• 申請號: 202010401877.7
• 申請日: 2020-05-13
• 公開（公告）號: CN111582594A
• 公開（公告）日: 2020-08-25
• 發明（設計）人: 王志敏
• 申請（專利權）人: 王志敏
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/26
• 代理公司: 北京精金石知識產權代理有限公司 11470
• 代理人: 張黎

1.一種市政污水管道堵塞預測方法，其特征在于，包括以下步驟：

步驟一，將所述市政污水管道所在的區域劃分為若干個片區；

步驟二，獲取各個所述片區的堵塞影響因子；

步驟三，根據映射關系對所述堵塞影響因子評分后進行加權處理，計算出各個所述片區的堵塞風險評分；

步驟四，設置風險閾值，將高于所述風險閾值的所述堵塞風險評分所映射的片區預測為高風險區域，對所述高風險區域進行提前性排查，將低于所述風險閾值的所述堵塞風險評分所映射的片區預測為低風險區域，對所述低風險區域不作處理。

2.如權利要求1所述的市政污水管道堵塞預測方法，其特征在于，所述的堵塞影響因子包括市政污水管道流量數據、垃圾處理器持有率、片區垃圾分類推廣率、歷史堵塞次數以及歷史堵塞事件平均間隔時長。

3.如權利要求2所述的市政污水管道堵塞預測方法，其特征在于，所述市政污水管道流量數據為所述片區內污水流量計三十天內的流量數據，計算所述三十天內的流量數據的標準差，若所述標準差小于1，則所述市政污水管道流量數據評為0分，若所述標準差的值大于等于1且小于等于1.5，則所述市政污水管道流量數據評為60分，若所述標準差的值大于1.5，則所述市政污水管道流量數據評為100分。

4.如權利要求2所述的市政污水管道堵塞預測方法，其特征在于，所述垃圾處理器持有率為0-5％，則所述垃圾處理器持有率評為90分，所述垃圾處理器持有率為6-30％，則所述垃圾處理器持有率評為60分，所述垃圾處理器持有率為31-70％，則所述垃圾處理器持有率評為30分，所述垃圾處理器持有率為71-100％，則所述垃圾處理器持有率評為0分；所述片區垃圾分類推廣率為0-30％，則所述片區垃圾分類推廣率評為100分，所述片區垃圾分類推廣率為31-60％，則所述片區垃圾分類推廣率評為50分，所述片區垃圾分類推廣率為61-100％，則所述片區垃圾分類推廣率評為10分。

5.如權利要求2所述的市政污水管道堵塞預測方法，其特征在于，所述的市政污水管道流量數據、垃圾處理器持有率、片區垃圾分類推廣率、歷史堵塞次數以及歷史堵塞事件平均間隔時長的權重分別為40％、10％、10％、20％以及20％。

6.如權利要求2所述的市政污水管道堵塞預測方法，其特征在于：步驟四所述的片區被預測為高風險區域后，所述提前性排查不超過所述歷史堵塞事件平均間隔時長。

7.如權利要求6所述的市政污水管道堵塞預測方法，其特征在于，步驟四所述的片區被預測為高風險區域后，以當前時間為節點，判斷在所述節點前十天內的所述流量數據是否呈現整體遞減，若是則計算所述節點和前第十天之間的流量跌幅，若否則進行所述提前性排查，所述流量跌幅在30％以上則直接將所述高風險區域預測為超高風險區域，并立即安排檢修，若所述流量跌幅在30％以下，則仍進行所述提前性排查。

8.如權利要求1所述的市政污水管道堵塞預測方法，其特征在于，在所述步驟四后，所述高風險區域以及低風險區域分別插入經緯度，組成高風險區域樣本點以及低風險區域樣本點，使用支持向量機對所述高風險區域樣本點以及低風險區域樣本點進行訓練，設置約束條件，計算得到分割線。

9.如權利要求8所述的市政污水管道堵塞預測方法，其特征在于，使用遺傳算法對所述分割線進行收斂，以進化過程中所得到的具有最大適應度的樣本點作為最優解，輸出所述分割線。

10.一種市政污水管道堵塞預測系統，其特征在于，包括區域劃分模塊、堵塞影響因子獲取模塊、評分模塊以及預測模塊；所述區域劃分模塊用于將所述市政污水管道所在的區域劃分為若干個片區；所述堵塞影響因子獲取模塊用于獲取各個所述片區的堵塞影響因子；所述評分模塊用于根據映射關系對所述堵塞影響因子評分后進行加權處理，計算出各個所述片區的堵塞風險評分；所述預測模塊用于設置風險閾值，將高于所述風險閾值的所述堵塞風險評分所映射的片區預測為高風險區域，對所述高風險區域進行提前性排查，將低于所述風險閾值的所述堵塞風險評分所映射的片區預測為低風險區域，對所述低風險區域不作處理。