CN113971872A - 一种电力设施内涝监测预报预警***、方法及设备 - Google Patents
一种电力设施内涝监测预报预警***、方法及设备 Download PDFInfo
- Publication number
- CN113971872A CN113971872A CN202111234482.3A CN202111234482A CN113971872A CN 113971872 A CN113971872 A CN 113971872A CN 202111234482 A CN202111234482 A CN 202111234482A CN 113971872 A CN113971872 A CN 113971872A
- Authority
- CN
- China
- Prior art keywords
- waterlogging
- power facility
- forecast
- data
- risk
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 70
- 238000000034 method Methods 0.000 title claims abstract description 27
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 111
- 238000004364 calculation method Methods 0.000 claims abstract description 45
- 238000001514 detection method Methods 0.000 claims abstract description 34
- 238000004891 communication Methods 0.000 claims description 39
- 238000012545 processing Methods 0.000 claims description 25
- 238000004088 simulation Methods 0.000 claims description 12
- 230000008878 coupling Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 4
- 238000005859 coupling reaction Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
Landscapes
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Alarm Systems (AREA)
Abstract
本申请涉及一种电力设施内涝监测预报预警***、方法及设备,该电力设施内涝监测预报预警***包括:包括内涝检测模块、边缘计算模块和云端服务器,通过边缘计算模块接收内涝检测模块发送的积水水深数据,以及向云端服务器获取预报降雨数据,并在边缘计算模块赵龙进行内涝模拟计算,得到电力设施的预报内涝风险结果,并将预报内涝风险结果反馈给云端服务器,存在内涝风险时立即将内涝风险信息推送到管理者中,提高了电力设施预报预警效率,解决了传统内涝监测预报方式的时效性差、预报预警效率低的技术问题。
Description
技术领域
本申请涉及电力监测技术领域,尤其涉及一种电力设施内涝监测预报预警***、方法及设备。
背景技术
城市内涝的发生往往由暴雨导致,内涝具有成灾速度快,危害性大等特点。例如:地下电房、地下变电站等电力设施,在暴雨天气,此类电力设施可能十分钟之内积水就从0上涨到接近1米深。因此,一方面内涝的监测预报对时效性要求非常高,而另一方面内涝预报模型的计算需要占用一定的资源和时间。传统的内涝预报模型的计算都是在云端服务器进行,面向大量的电力设施同时进行模拟预报计算时,云端服务器承受的计算压力将非常重,大量数据来回传输对网络带宽的要求也更高,传统内涝监测预报方式难以兼顾时效性与计算资源,预报预警效率不高。
发明内容
本申请实施例提供了一种电力设施内涝监测预报预警***、方法及设备,用于解决传统内涝监测预报方式的时效性差、预报预警效率低的技术问题。
为了实现上述目的,本申请实施例提供如下技术方案:
一种电力设施内涝监测预报预警***,包括内涝检测模块、边缘计算模块和云端服务器;
所述内涝检测模块,用于通过水深检测元件实时检测电力设施的积水水深数据,并将有效的积水水深数据传送至所述边缘计算模块;
所述边缘计算模块,用于获取电力设施的监控图像以及对有效的积水水深数据和电力设施所在区域的预报降雨数据进行处理得到电力设施的预报内涝风险结果,并将所述监控图像和所述预报内涝风险结果传送至所述云端服务器;
所述云端服务器,用于将所述预报内涝风险结果编辑成信息数据,并将所述信息数据传送至管理电力设施的管理者中;以及用于从天气预报***中获取电力设施所在区域的预报降雨数据。
优选地,所述边缘计算模块设置在摄像设备上,所述边缘计算模块包括中央处理器以及与所述中央处理器连接的摄像元件和数据通信单元,所述中央处理器上设置有自组网通信单元;
所述摄像元件,用于获取电力设施的监控图像;
所述数据通信单元,用于与所述云端服务器通信连接;
所述自组网通信单元,用于与所述水深检测元件通信连接;
所述中央处理器,用于控制所述摄像元件、所述数据通信单元和所述自组网通信单元的运行;还用于对有效的积水水深数据和预报降雨数据进行处理,得到电力设施预报内涝风险结果。
优选地,所述中央处理器包括数据收发子单元、内涝模拟计算子单元和内涝监控预警子单元;
所述数据收发子单元,用于接收所述内涝检测模块发送有效的积水水深数据,以及向所述云端服务器发送获取预报降雨数据请求并接收所述云端服务器发送的预报降雨数据;
所述内涝模拟计算子单元,用于采用内涝预报模型对所述预报降雨数据和有效的积水水深数据计算,得到电力设施的积水深度最大预测值;通过积水深度最大预测值与内涝风险阈值比较,得到电力设施的预报内涝风险结果;
所述内涝监控预警子单元,用于通过有效的积水水深数据大于水深阈值,将有效的积水水深数据和监控图像通过所述数据通信单元传送至所述云端服务器;
其中,所述内涝风险阈值包括一级内涝风险阈值和二级内涝风险阈值。
优选地,所述内涝模拟计算子单元包括预报计算子单元和结果输出子单元;
所述预报计算子单元,用于根据所述预报降雨数据大于0,采用内涝预报模型对所述预报降雨数据和有效的积水水深数据计算,得到电力设施的积水深度最大预测值;
所述结果输出子单元,用于根据所述积水深度最大预测值大于一级内涝风险阈值,则电力设施的预报内涝风险结果为一级风险;或根据所述积水深度最大预测值大于二级内涝风险阈值且小于一级内涝风险阈值,则电力设施的预报内涝风险结果为二级风险;或根据所述积水深度最大预测值小于二级内涝风险阈值,则电力设施的预报内涝风险结果为三级风险。
优选地,所述一级内涝风险阈值为40cm,所述二级内涝风险阈值为20cm。
优选地,所述内涝检测模块采用大于0检测的积水水深数据作为有效的积水水深数据。
优先地,所述水深检测元件为压力传感器。
本申请还提供一种电力设施内涝监测预报预警方法,包括以下步骤:
获取电力设施的积水水深数据以及电力设施所在区域的预报降雨数据;
通过所述预报降雨数据大于0,采用内涝预报模型对所述预报降雨数据和有效的积水水深数据计算,得到电力设施的积水深度最大预测值;通过积水深度最大预测值与内涝风险阈值比较,得到电力设施的预报内涝风险结果;
将所述预报内涝风险结果编辑成信息数据,并将所述信息数据传送至管理电力设施的管理者中;
其中,所述积水水深数据大于0,所述内涝风险阈值包括一级内涝风险阈值和二级内涝风险阈值。
优选地,通过积水深度最大预测值与内涝风险阈值比较,得到电力设施的预报内涝风险结果包括:
若所述积水深度最大预测值大于所述一级内涝风险阈值,则电力设施的预报内涝风险结果为一级风险;
若所述积水深度最大预测值大于所述二级内涝风险阈值且小于所述一级内涝风险阈值,则电力设施的预报内涝风险结果为二级风险;
若所述积水深度最大预测值小于所述二级内涝风险阈值,则电力设施的预报内涝风险结果为三级风险;
其中,所述一级内涝风险阈值为40cm,所述二级内涝风险阈值为20cm。
本申请还提供一种电力设施内涝监测预报预警设备,包括处理器以及存储器;
所述存储器,用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器,用于根据所述程序代码中的指令执行上述所述的电力设施内涝监测预报预警方法。
从以上技术方案可以看出,本申请实施例具有以下优点:提供一种电力设施内涝监测预报预警***、方法及设备,该电力设施内涝监测预报预警***包括:包括内涝检测模块、边缘计算模块和云端服务器,通过边缘计算模块接收内涝检测模块发送的积水水深数据,以及向云端服务器获取预报降雨数据,并在边缘计算模块赵龙进行内涝模拟计算,得到电力设施的预报内涝风险结果,并将预报内涝风险结果反馈给云端服务器,存在内涝风险时立即将内涝风险信息推送到管理者中,提高了电力设施预报预警效率,解决了传统内涝监测预报方式的时效性差、预报预警效率低的技术问题。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1为本申请一实施例的电力设施内涝监测预报预警***的框架图;
图2为本申请一实施例的电力设施内涝监测预报预警***的边缘计算模块框架图;
图3为本申请一实施例的电力设施内涝监测预报预警方法的步骤流程图。
具体实施方式
为使得本申请的发明目的、特征、优点能够更加的明显和易懂,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本申请一部分实施例,而非全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本申请保护的范围。
除非另有明确的规定和限定,本发明所述的术语“安装”、“相连”、“连接”以及所显示或讨论的“相互之间的耦合”或“直接耦合”或“通信连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通,也可以是通过一些接口,装置或单元的间接耦合或通信连接。对于本领域的普通技术人员而言,可以通过具体情况理解上述术语在本发明中的具体含义。
本申请实施例提供了一种电力设施内涝监测预报预警***、方法及设备,用于解决了传统内涝监测预报方式的时效性差、预报预警效率低的技术问题。
图1为本申请一实施例的电力设施内涝监测预报预警***的框架图。
如图1所示,本申请实施例提供了一种电力设施内涝监测预报预警***,包括内涝检测模块10、边缘计算模块20和云端服务器30;
内涝检测模块10,用于通过水深检测元件实时检测电力设施的积水水深数据,并将有效的积水水深数据传送至边缘计算模块20;
边缘计算模块20,用于获取电力设施的监控图像以及对有效的积水水深数据和电力设施所在区域的预报降雨数据进行处理得到电力设施预报内涝风险结果,并将监控图像和预报内涝风险结果传送至云端服务器30;
云端服务器30,用于将预报内涝风险结果编辑成信息数据,并将信息数据传送至管理电力设施的管理者中;以及用于从天气预警***中获取电力设施所在区域的预报降雨数据。
在本申请实施例的内涝检测模块10中,主要是通过水深检测元件获取大于0电力设施的积水水深数据,并将获取大于0的积水水深数据传送至边缘计算模块20。
需要说明的是,水深检测元件可以优先选为压力传感器。电力设施可以为室外和/或地下变电站、电房等。
在本申请实施例的边缘计算模块20中,主要是通过摄像元件获取电力设施的监控图像,以及对积水水深数据进行处理得到电力设施的预报内涝风险结果,还将得到的监控图像和预报内涝风险结果传送至云端服务器30。
需要说明的是,摄像元件可以为摄像头、相机等具有监控功能的设备。
在本申请实施例的云端服务器30中,一是从天气预报***中获取电力设施所在区域的预报降雨数据,二是将预报内涝风险结果编辑成信息数据传送至管理电力设施的管理者中,便于管理者对电力设施采取保护措施,实现对电力设施内涝情况的预报预警。
需要说明的是,云端服务器30指的是具有高度分布式、高度虚拟化等特点,是一种轻量级通讯及信息化管理营销平台。云端服务器30用于接收数据收发子单元发来获取预报降雨数据的请求,之后根据请求将预报降雨数据发送给边缘计算模块20的中央处理器21中。云端服务器30还用于接收边缘计算模块20反馈的预报内涝风险结果,更新对应电力设施的内涝风险信息,并将内涝风险信息编辑成信息数据推送到管理者。
本申请提供的一种电力设施内涝监测预报预警***,包括内涝检测模块、边缘计算模块和云端服务器。该电力设施内涝监测预报预警***通过边缘计算模块接收内涝检测模块发送的积水水深数据,以及向云端服务器获取预报降雨数据,并在边缘计算模块赵龙进行内涝模拟计算,得到电力设施的预报内涝风险结果,并将预报内涝风险结果反馈给云端服务器,存在内涝风险时立即将内涝风险信息推送到管理者中,提高了电力设施预报预警效率,解决了传统内涝监测预报方式的时效性差、预报预警效率低的技术问题。
图2为本申请一实施例的电力设施内涝监测预报预警***的边缘计算模块框架图。
如图2所示,在本申请的一个实施例中,边缘计算模块20设置在摄像设备上,边缘计算模块20包括中央处理器21以及与中央处理器21连接的摄像元件22和数据通信单元23,中央处理器21上设置有自组网通信单元24;
摄像元件22,用于获取电力设施的监控图像;
数据通信单元23,用于与云端服务器30通信连接;
自组网通信单元24,用于与水深检测元件通信连接;
中央处理器21,用于控制摄像元件22、数据通信单元23和自组网通信单元24的运行;还用于对有效的积水水深数据和预报降雨数据进行处理,得到电力设施预报内涝风险结果。
需要说明的是,摄像设备具有边缘计算能力,使得摄像设备在监控电力设施的同时,也通过摄像设备中中央处理器21对获取的有效的积水水深数据和预报降雨数据进行处理,得到电力设施预报内涝风险结果,还将处理的结果传送至云端服务器30中,实现单个电力设施独自计算,避免云端服务器需要对大量的电力设施同时进行模拟预报计算,云端服务器承受的计算压力大的问题。数据通信单元23和自组网通信单元24是用于传送数据,通过通信模块或单元传输数据是本领域公知常识。中央处理器(central processing unit,简称CPU)作为计算机***的运算和控制核心,是信息处理、程序运行的最终执行单元。在本实施例中,自组网通信单元24可以优先选为LoRa网络。
在本申请实施例中,在边缘计算模块20设置有自组网通信单元24,通过自组网通信单元24与内涝检测模块10的水深检测元件相连,自成网络体系,将积水水深数据通过自组网传输至边缘计算模块20,减少公网依赖,提高***可靠性。
需要说明的是,通过LoRa网络将积水水深数据传输至边缘计算模块20中,作为内涝预报计算的输入条件。
在本申请实施例中,中央处理器21包括数据收发子单元、内涝模拟计算子单元和内涝监控预警子单元;
数据收发子单元,用于接收内涝检测模块10发送有效的积水水深数据,以及向云端服务器30发送获取预报降雨数据请求并接收云端服务器30发送的预报降雨数据;
内涝模拟计算子单元,用于采用内涝预报模型对预报降雨数据和有效的积水水深数据计算,得到电力设施的积水深度最大预测值;通过积水深度最大预测值与内涝风险阈值比较,得到电力设施的预报内涝风险结果;
内涝监控预警子单元,用于通过有效的积水水深数据大于水深阈值,将有效的积水水深数据和监控图像通过数据通信单元传送至云端服务器;
其中,内涝风险阈值包括一级内涝风险阈值和二级内涝风险阈值。
需要说明的是,一级内涝风险阈值优先选为40cm,二级内涝风险阈值优先选为20cm。在本实施例中,该电力设施内涝监测预报预警***的涝预报计算放在边缘侧,即具有边缘计算功能的摄像设备上,摄像设备通过边缘计算模块20的中央处理器21获取水深检测元件的实测积水水深数据以及获取电力设施所在区域的预报降雨数据,中央处理器21计算出积水深度最大预测值,得出电力设置的预报内涝风险结果。水深阈值优先选为0。水深阈值、一级内涝风险阈值和二级内涝风险阈值均可以根据需求自定义设置。
在本申请实施例中,内涝预报模型采用SWMM模型计算,在内涝预报模型输入的数据是:预报降雨数据和有效的积水水深数据,输出的数据是积水深度最大预测值。
需要说明的是,内涝预报模型的内容可以参考《雨洪管理模型SWMM的原理、参数和应用》(陈晓燕,中国给水排水,2013.2)。
在本申请实施例的数据收发子单元中,一是接收数据,接收数据包括内涝检测模块10发送有效的积水水深数据和云端服务器30传送的预报降雨数据。二是发送请求,发送请求指的是向云端服务器发送获取预报降雨数据的请求。
在本申请实施例的内涝模拟计算子单元中,主要是根据数据收发子单元接收的数据在内涝预报模型计算,得到电力设施的积水深度最大预测值,之后将积水深度最大预测值与一级内涝风险阈值或二级内涝风险阈值进行比较,得到电力设施的预报内涝风险结果。
在本申请实施例的内涝监控预警子单元中,主要是当监测的积水水深数据超过水深阈值时,得到电力设施的预警信息,将预警信息和监控图像发送至云端服务器30。
在本申请实施例中,内涝模拟计算子单元包括预报计算子单元和结果输出子单元;
预报计算子单元,用于根据预报降雨数据大于0,采用内涝预报模型对预报降雨数据和有效的积水水深数据计算,得到电力设施的积水深度最大预测值;
结果输出子单元,用于根据积水深度最大预测值大于一级内涝风险阈值,则电力设施的预报内涝风险结果为一级风险;或根据积水深度最大预测值大于二级内涝风险阈值且小于一级内涝风险阈值,则电力设施的预报内涝风险结果为二级风险;或根据积水深度最大预测值小于二级内涝风险阈值,则电力设施的预报内涝风险结果为三级风险。
在本申请实施例中,该电力设施内涝监测预报预警***的边缘计算模块20分别与内涝检测模块10和云端服务器30相连,且边缘计算模块20与内涝检测模块10之间的通信网络为自组网。
实施例二:
图3为本申请一实施例的电力设施内涝监测预报预警方法的步骤流程图。
如图3所示,本申请还提供一种电力设施内涝监测预报预警方法,包括包括以下步骤:
S1.获取电力设施的积水水深数据以及电力设施所在区域的预报降雨数据;
S2.通过预报降雨数据大于0,采用内涝预报模型对预报降雨数据和有效的积水水深数据计算,得到电力设施的积水深度最大预测值;通过积水深度最大预测值与内涝风险阈值比较,得到电力设施的预报内涝风险结果;
S3.将预报内涝风险结果编辑成信息数据,并将信息数据传送至管理电力设施的管理者中;
其中,积水水深数据大于0,内涝风险阈值包括一级内涝风险阈值和二级内涝风险阈值。
在本申请实施例中,通过积水深度最大预测值与内涝风险阈值比较,得到电力设施的预报内涝风险结果包括:
若积水深度最大预测值大于一级内涝风险阈值,则电力设施的预报内涝风险结果为一级风险;
若积水深度最大预测值大于二级内涝风险阈值且小于一级内涝风险阈值,则电力设施的预报内涝风险结果为二级风险;
若积水深度最大预测值小于二级内涝风险阈值,则电力设施的预报内涝风险结果为三级风险;
其中,一级内涝风险阈值为40cm,二级内涝风险阈值为20cm。
需要说明的是,实施例二方法中步骤的内容已在实施例一***的模块、单元中详细阐述了,在此实施例中不再对实施例二方法中步骤进行详细阐述。
实施例三:
本申请还提供的一种电力设施内涝监测预报预警设备,包括处理器以及存储器:
存储器,用于存储程序代码,并将程序代码传输给处理器;
处理器,用于根据程序代码中的指令执行上述的电力设施内涝监测预报预警方法。
在本申请所提供的几个实施例中,应该理解到,所揭露的***,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (10)
1.一种电力设施内涝监测预报预警***,其特征在于,包括内涝检测模块、边缘计算模块和云端服务器;
所述内涝检测模块,用于通过水深检测元件实时检测电力设施的积水水深数据,并将有效的积水水深数据传送至所述边缘计算模块;
所述边缘计算模块,用于获取电力设施的监控图像以及对有效的积水水深数据和电力设施所在区域的预报降雨数据进行处理得到电力设施的预报内涝风险结果,并将所述监控图像和所述预报内涝风险结果传送至所述云端服务器;
所述云端服务器,用于将所述预报内涝风险结果编辑成信息数据,并将所述信息数据传送至管理电力设施的管理者中;以及用于从天气预报***中获取电力设施所在区域的预报降雨数据。
2.根据权利要求1所述的电力设施内涝监测预报预警***,其特征在于,所述边缘计算模块设置在摄像设备上,所述边缘计算模块包括中央处理器以及与所述中央处理器连接的摄像元件和数据通信单元,所述中央处理器上设置有自组网通信单元;
所述摄像元件,用于获取电力设施的监控图像;
所述数据通信单元,用于与所述云端服务器通信连接;
所述自组网通信单元,用于与所述水深检测元件通信连接;
所述中央处理器,用于控制所述摄像元件、所述数据通信单元和所述自组网通信单元的运行;还用于对有效的积水水深数据和预报降雨数据进行处理,得到电力设施预报内涝风险结果。
3.根据权利要求2所述的电力设施内涝监测预报预警***,其特征在于,所述中央处理器包括数据收发子单元、内涝模拟计算子单元和内涝监控预警子单元;
所述数据收发子单元,用于接收所述内涝检测模块发送有效的积水水深数据,以及向所述云端服务器发送获取预报降雨数据请求并接收所述云端服务器发送的预报降雨数据;
所述内涝模拟计算子单元,用于采用内涝预报模型对所述预报降雨数据和有效的积水水深数据计算,得到电力设施的积水深度最大预测值;通过积水深度最大预测值与内涝风险阈值比较,得到电力设施的预报内涝风险结果;
所述内涝监控预警子单元,用于通过有效的积水水深数据大于水深阈值,将有效的积水水深数据和监控图像通过所述数据通信单元传送至所述云端服务器;
其中,所述内涝风险阈值包括一级内涝风险阈值和二级内涝风险阈值。
4.根据权利要求3所述的电力设施内涝监测预报预警***,其特征在于,所述内涝模拟计算子单元包括预报计算子单元和结果输出子单元;
所述预报计算子单元,用于根据所述预报降雨数据大于0,采用内涝预报模型对所述预报降雨数据和有效的积水水深数据计算,得到电力设施的积水深度最大预测值;
所述结果输出子单元,用于根据所述积水深度最大预测值大于一级内涝风险阈值,则电力设施的预报内涝风险结果为一级风险;或根据所述积水深度最大预测值大于二级内涝风险阈值且小于一级内涝风险阈值,则电力设施的预报内涝风险结果为二级风险;或根据所述积水深度最大预测值小于二级内涝风险阈值,则电力设施的预报内涝风险结果为三级风险。
5.根据权利要求4所述的电力设施内涝监测预报预警***,其特征在于,所述一级内涝风险阈值为40cm,所述二级内涝风险阈值为20cm。
6.根据权利要求1所述的电力设施内涝监测预报预警***,其特征在于,所述内涝检测模块采用大于0检测的积水水深数据作为有效的积水水深数据。
7.根据权利要求1所述的电力设施内涝监测预报预警***,其特征在于,所述水深检测元件为压力传感器。
8.一种电力设施内涝监测预报预警方法,其特征在于,包括以下步骤:
获取电力设施的积水水深数据以及电力设施所在区域的预报降雨数据;
通过所述预报降雨数据大于0,采用内涝预报模型对所述预报降雨数据和有效的积水水深数据计算,得到电力设施的积水深度最大预测值;通过积水深度最大预测值与内涝风险阈值比较,得到电力设施的预报内涝风险结果;
将所述预报内涝风险结果编辑成信息数据,并将所述信息数据传送至管理电力设施的管理者中;
其中,所述积水水深数据大于0,所述内涝风险阈值包括一级内涝风险阈值和二级内涝风险阈值。
9.根据权利要求8所述的电力设施内涝监测预报预警方法,其特征在于,通过积水深度最大预测值与内涝风险阈值比较,得到电力设施的预报内涝风险结果包括:
若所述积水深度最大预测值大于所述一级内涝风险阈值,则电力设施的预报内涝风险结果为一级风险;
若所述积水深度最大预测值大于所述二级内涝风险阈值且小于所述一级内涝风险阈值,则电力设施的预报内涝风险结果为二级风险;
若所述积水深度最大预测值小于所述二级内涝风险阈值,则电力设施的预报内涝风险结果为三级风险;
其中,所述一级内涝风险阈值为40cm,所述二级内涝风险阈值为20cm。
10.一种电力设施内涝监测预报预警设备,其特征在于,包括处理器以及存储器;
所述存储器,用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器,用于根据所述程序代码中的指令执行如权利要求8或9所述的电力设施内涝监测预报预警方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111234482.3A CN113971872A (zh) | 2021-10-22 | 2021-10-22 | 一种电力设施内涝监测预报预警***、方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111234482.3A CN113971872A (zh) | 2021-10-22 | 2021-10-22 | 一种电力设施内涝监测预报预警***、方法及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113971872A true CN113971872A (zh) | 2022-01-25 |
Family
ID=79588087
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111234482.3A Pending CN113971872A (zh) | 2021-10-22 | 2021-10-22 | 一种电力设施内涝监测预报预警***、方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113971872A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110187413A (zh) * | 2019-04-18 | 2019-08-30 | 广州市市政工程设计研究总院有限公司 | 一种城市内涝预报方法、电子设备及存储介质 |
CN110956783A (zh) * | 2019-12-04 | 2020-04-03 | 江河瑞通(北京)技术有限公司 | 城市内涝监测方法及电子设备 |
CN110992653A (zh) * | 2019-12-13 | 2020-04-10 | 软通动力信息技术有限公司 | 城市内涝预警***及方法 |
CN111882830A (zh) * | 2020-07-31 | 2020-11-03 | 珠江水利委员会珠江水利科学研究院 | 城市内涝监测预报预警方法、装置、***及存储介质 |
-
2021
- 2021-10-22 CN CN202111234482.3A patent/CN113971872A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110187413A (zh) * | 2019-04-18 | 2019-08-30 | 广州市市政工程设计研究总院有限公司 | 一种城市内涝预报方法、电子设备及存储介质 |
CN110956783A (zh) * | 2019-12-04 | 2020-04-03 | 江河瑞通(北京)技术有限公司 | 城市内涝监测方法及电子设备 |
CN110992653A (zh) * | 2019-12-13 | 2020-04-10 | 软通动力信息技术有限公司 | 城市内涝预警***及方法 |
CN111882830A (zh) * | 2020-07-31 | 2020-11-03 | 珠江水利委员会珠江水利科学研究院 | 城市内涝监测预报预警方法、装置、***及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107426539B (zh) | 基于窄带物联网的排水管网监测***及方法 | |
CN108989463B (zh) | 一种数据处理方法和装置 | |
CN115684809B (zh) | 一种基于虚拟电厂的用户端用电测试*** | |
CN105005874A (zh) | 网格员考核方法和*** | |
GB2589257A (en) | Method and system for multi-trigger parametric data management and associated transactions | |
CN207319050U (zh) | 一种分布式光伏电站的集中监控运维*** | |
CN114463948A (zh) | 一种地质灾害监测预警方法及*** | |
CN108681625A (zh) | 基于大数据技术的变压器短期过载能力智能评估*** | |
CN208890839U (zh) | 基于lora技术的物联网通信平台 | |
CN208046653U (zh) | 一种电力监控***网络安全监测主站平台*** | |
CN110753305B (zh) | 室内巡检方法及相关装置 | |
CN113971872A (zh) | 一种电力设施内涝监测预报预警***、方法及设备 | |
CN104125115A (zh) | 一种日志信息传送方法及装置 | |
CN112348207A (zh) | 电网防灾预警方法及装置 | |
CN117278797A (zh) | 风力发电机组智能管理方法及*** | |
CN116938953A (zh) | 基于区块链的数据处理方法、装置、电子设备及存储介质 | |
CN111988084A (zh) | 光缆线路的巡检方法、装置、存储介质和第一客户端 | |
CN109740900A (zh) | 电力设备的防汛方法及装置 | |
CN202600933U (zh) | 一种输电线路在线监测数据采集*** | |
CN115175174A (zh) | 一种基于物联网平台实现探针设备管控***的方法 | |
CN105307212B (zh) | 一种基站流量数据的处理方法及基站 | |
CN204967842U (zh) | 一种新型建筑消防设施检测网络*** | |
CN113917567A (zh) | 一种网格化暴雨预警方法、***、电子设备及介质 | |
CN113298270A (zh) | 一种用于输电线路的移动监测***及方法 | |
CN205563692U (zh) | 一种基于云端的运营数据智能分析*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220125 |