城市內(nèi)澇嚴(yán)重威脅著城市居民財(cái)產(chǎn)和生命安全,是城市化進(jìn)程中亟待解決的難題。除了采取工程措施緩解內(nèi)澇問(wèn)題,城市內(nèi)澇預(yù)警預(yù)測(cè)研究也逐步受到重視,傳統(tǒng)的內(nèi)澇預(yù)警預(yù)測(cè)研究多基于城市雨洪模型實(shí)現(xiàn),但基礎(chǔ)數(shù)據(jù)資料不足以及對(duì)水文物理過(guò)程認(rèn)知有限等缺點(diǎn)限制著該類(lèi)模型的應(yīng)用。隨著城市內(nèi)澇監(jiān)控云服務(wù)系統(tǒng)的開(kāi)發(fā)與應(yīng)用,城市內(nèi)澇數(shù)據(jù)得到實(shí)時(shí)監(jiān)測(cè),基于數(shù)據(jù)驅(qū)動(dòng)模型的內(nèi)澇預(yù)警預(yù)測(cè)研究成為新趨勢(shì)。城市內(nèi)澇監(jiān)控云服務(wù)系統(tǒng)在惡劣的室外測(cè)試環(huán)境下能夠穩(wěn)定可靠運(yùn)行,是為城市內(nèi)澇預(yù)警預(yù)測(cè)研究提供可靠的數(shù)據(jù)支撐的重要前提。本文在前期已完成城市內(nèi)澇監(jiān)控云服務(wù)系統(tǒng)實(shí)驗(yàn)室管網(wǎng)模型測(cè)試的基礎(chǔ)上,對(duì)物聯(lián)網(wǎng)測(cè)控終端、網(wǎng)絡(luò)通訊模塊及設(shè)備供電裝置等設(shè)備進(jìn)行選型與組裝,并安裝在代表性內(nèi)澇點(diǎn)進(jìn)行室外運(yùn)行性能測(cè)試。測(cè)試結(jié)果表明,城市內(nèi)澇監(jiān)控云服務(wù)系統(tǒng)的實(shí)時(shí)性好、穩(wěn)定性高、所選通訊方式性價(jià)較高、電池供電能力強(qiáng),能夠?yàn)槌鞘袃?nèi)澇預(yù)警預(yù)測(cè)問(wèn)題研究提供可靠的數(shù)據(jù)支撐�；谏窠�(jīng)網(wǎng)絡(luò)的城市內(nèi)澇點(diǎn)降雨積水預(yù)測(cè)是以內(nèi)澇點(diǎn)降雨積水監(jiān)測(cè)數(shù)據(jù)為研究基礎(chǔ),以神經(jīng)網(wǎng)絡(luò)的非線性逼近能力進(jìn)行數(shù)據(jù)分析、建模與預(yù)測(cè)的方法,該方法為城市內(nèi)澇預(yù)測(cè)研究提供新的切入點(diǎn)。本文將Elman神經(jīng)網(wǎng)絡(luò)引入內(nèi)澇點(diǎn)降雨積水預(yù)測(cè)研究,并采用粒子群優(yōu)化算法優(yōu)化神經(jīng)網(wǎng)絡(luò)輸入層和隱含層神經(jīng)元節(jié)點(diǎn)數(shù)。研究實(shí)例表明,Elman神經(jīng)網(wǎng)絡(luò)模型適用于城市內(nèi)澇點(diǎn)降雨積水預(yù)測(cè)研究,隨著預(yù)測(cè)時(shí)長(zhǎng)的增加模型預(yù)測(cè)精度有所下降,但基本能夠滿足實(shí)際應(yīng)用需求。同時(shí),為了進(jìn)一步提高模型預(yù)測(cè)精度,將回聲狀態(tài)網(wǎng)絡(luò)引入內(nèi)澇點(diǎn)降雨積水預(yù)測(cè)研究,采用回聲狀態(tài)網(wǎng)絡(luò)動(dòng)態(tài)逼近內(nèi)澇點(diǎn)降雨積水函數(shù)映射關(guān)系。針對(duì)回聲狀態(tài)網(wǎng)絡(luò)模型關(guān)鍵參數(shù)和時(shí)間序列嵌入維數(shù)選擇主觀性強(qiáng)的問(wèn)題,采用粒子群優(yōu)化算法對(duì)上述值進(jìn)行聯(lián)合優(yōu)化以提高預(yù)測(cè)精度。并對(duì)比分析了回聲狀態(tài)網(wǎng)絡(luò)、Elman神經(jīng)網(wǎng)絡(luò)和BP神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)效果,研究實(shí)例驗(yàn)證了回聲狀態(tài)網(wǎng)絡(luò)在城市內(nèi)澇點(diǎn)降雨積水預(yù)測(cè)中的適用性和優(yōu)越性。
【學(xué)位單位】：華南理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類(lèi)】：TU992
【部分圖文】：

這也使得城市內(nèi)澇成為城市化進(jìn)程中亟待解決的問(wèn)題。內(nèi)澇現(xiàn)象如圖1-1 所示。圖 1-1 內(nèi)澇現(xiàn)象Fig.1-1 Phenomenon of urban waterlogging城市內(nèi)澇帶來(lái)的損失慘重使得各地政府部門(mén)高度重視城市內(nèi)澇防治工作，針對(duì)城市內(nèi)澇防治問(wèn)題，多年以來(lái)各地市政部門(mén)圍繞城市排水系統(tǒng)管網(wǎng)排水能力、河道淤塞情況、管網(wǎng)有效使用率等造成城市排水管網(wǎng)排澇出現(xiàn)問(wèn)題的原因開(kāi)展全面調(diào)查，通過(guò)提高城市排水系統(tǒng)設(shè)計(jì)標(biāo)準(zhǔn)、加大城市排水基礎(chǔ)設(shè)施財(cái)政投入、借鑒國(guó)外防澇經(jīng)驗(yàn)修繕城市深層隧道以及采用低影響開(kāi)發(fā)技術(shù)建設(shè)海綿城市等一列可行性措施得到開(kāi)發(fā)與應(yīng)用，以求盡可能地緩解城市澇情以及降低內(nèi)澇所帶來(lái)的損失，在排水系統(tǒng)基礎(chǔ)設(shè)施建設(shè)與整修等工作上投入了大量的人力、物力和財(cái)力[9-10]。經(jīng)過(guò)多年的治理，雖然城市排水能力和城市防澇能力得到了一定提升，但在城市內(nèi)澇現(xiàn)象卻依舊頻頻發(fā)生。為了加強(qiáng)對(duì)城市內(nèi)澇情況的實(shí)時(shí)監(jiān)控以及提高城市對(duì)內(nèi)澇的防治能力，各地政府部

將物聯(lián)網(wǎng)測(cè)控終端及傳感器等設(shè)備安裝到水浸點(diǎn)開(kāi)展系統(tǒng)室外性能測(cè)試的。本文在課題組前期已經(jīng)完成實(shí)驗(yàn)室自建管網(wǎng)模型系統(tǒng)性能測(cè)試基礎(chǔ)上，對(duì)現(xiàn)場(chǎng)物測(cè)控模型、通訊模塊及供電裝置等現(xiàn)場(chǎng)測(cè)控終端設(shè)備進(jìn)行選型與組裝，將系統(tǒng)物聯(lián)控終端及傳感設(shè)備安裝在代表性內(nèi)澇點(diǎn)進(jìn)行系統(tǒng)室外測(cè)試。為了能夠有針對(duì)性地測(cè)統(tǒng)在較為惡劣的室外環(huán)境下的運(yùn)行性能，分別對(duì)系統(tǒng)運(yùn)行的實(shí)時(shí)性、穩(wěn)定性、通訊使用狀況以及蓄電池供電能力等方面性能進(jìn)行了現(xiàn)場(chǎng)測(cè)試。城市內(nèi)澇監(jiān)控云服務(wù)系外測(cè)試是進(jìn)行城市內(nèi)澇點(diǎn)降雨積水預(yù)測(cè)研究的重要前提，系統(tǒng)能夠?yàn)閮?nèi)澇防治問(wèn)題提供可靠的數(shù)據(jù)支撐。1 城市內(nèi)澇監(jiān)控云服務(wù)系統(tǒng).1 系統(tǒng)主要架構(gòu)城市內(nèi)澇監(jiān)控云服務(wù)系統(tǒng)架構(gòu)總體上分為物聯(lián)網(wǎng)測(cè)控終端、云服務(wù)中心、客戶端通訊網(wǎng)絡(luò)四個(gè)組成部分。城市內(nèi)澇監(jiān)控云服務(wù)系統(tǒng)的主要架構(gòu)如圖 2-1 所示。

圖 2-2 系統(tǒng)頁(yè)面Fig 2-2 The interface of system（1）實(shí)時(shí)監(jiān)測(cè)系統(tǒng)實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)主要包括物聯(lián)網(wǎng)測(cè)控終端設(shè)備所采集的現(xiàn)場(chǎng)實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)、通訊網(wǎng)關(guān)和測(cè)控模塊等終端設(shè)備自身的工況信息以及實(shí)時(shí)報(bào)警信息等，注冊(cè)用戶登陸系統(tǒng)網(wǎng)站“實(shí)時(shí)監(jiān)測(cè)”頁(yè)面后可以使用“實(shí)時(shí)地圖”、“實(shí)時(shí)數(shù)據(jù)”和“實(shí)時(shí)監(jiān)控”功能。其中，“實(shí)時(shí)地圖”界面以在圖上標(biāo)記相應(yīng)點(diǎn)位的方式提供實(shí)時(shí)數(shù)據(jù)查詢服務(wù)，當(dāng)系統(tǒng)檢測(cè)到所采集數(shù)據(jù)異常時(shí)以在地圖上顯示紅色標(biāo)記和發(fā)送報(bào)警信息的形式提醒管理員；“實(shí)時(shí)數(shù)據(jù)”界面以實(shí)時(shí)數(shù)據(jù)報(bào)表形式提供監(jiān)測(cè)值、在線狀態(tài)以及正常值范圍等數(shù)據(jù)查詢服務(wù)，用戶可以通過(guò)菜單欄監(jiān)測(cè)區(qū)域、站點(diǎn)信息以及設(shè)備類(lèi)型等要素有選擇性地進(jìn)行數(shù)據(jù)信息查詢；“實(shí)時(shí)監(jiān)控”界面提供當(dāng)前和歷史視頻查詢以及網(wǎng)絡(luò)攝像機(jī)拍攝角度調(diào)整功能，以便管理人員隨時(shí)根據(jù)站點(diǎn)信息等基本查詢要素調(diào)出相應(yīng)視頻進(jìn)行查看。（2）數(shù)據(jù)分析

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳洋波;周浩瀾;張會(huì);杜國(guó)明;陳俊合;;東莞市內(nèi)澇預(yù)報(bào)模型研究[J];武漢大學(xué)學(xué)報(bào)(工學(xué)版);2015年05期

2 趙冬泉;李雪森;唐蘭貴;李磊;;SmartWater智能在線液位監(jiān)測(cè)預(yù)警系統(tǒng)介紹及應(yīng)用[J];給水排水;2015年09期

3 許榕;周東;蔣士正;陳啟美;;自適應(yīng)粒子群神經(jīng)網(wǎng)絡(luò)交通流預(yù)測(cè)模型[J];西安交通大學(xué)學(xué)報(bào);2015年10期

4 田中大;高憲文;李樹(shù)江;王艷紅;;遺傳算法優(yōu)化回聲狀態(tài)網(wǎng)絡(luò)的網(wǎng)絡(luò)流量預(yù)測(cè)[J];計(jì)算機(jī)研究與發(fā)展;2015年05期

5 劉勇;張韶月;柳林;王先偉;黃華兵;;智慧城市視角下城市洪澇模擬研究綜述[J];地理科學(xué)進(jìn)展;2015年04期

6 肖勇;楊勁鋒;馬千里;闕華坤;王家兵;秦州;;基于模塊化回聲狀態(tài)網(wǎng)絡(luò)的實(shí)時(shí)電力負(fù)荷預(yù)測(cè)[J];電網(wǎng)技術(shù);2015年03期

7 鄭姍姍;萬(wàn)慶;賈明元;;基于STARMA模型的城市暴雨積水點(diǎn)積水短時(shí)預(yù)測(cè)[J];地理科學(xué)進(jìn)展;2014年07期

8 何嘉莉;陳兵;姜濤;林雨陽(yáng);;城市內(nèi)澇在線監(jiān)控與信息服務(wù)數(shù)字化系統(tǒng)設(shè)計(jì)[J];中國(guó)給水排水;2014年01期

9 盧輝斌;李丹丹;孫海艷;;PSO優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的混沌時(shí)間序列預(yù)測(cè)[J];計(jì)算機(jī)工程與應(yīng)用;2015年02期

10 車(chē)伍;楊正;趙楊;李俊奇;;中國(guó)城市內(nèi)澇防治與大小排水系統(tǒng)分析[J];中國(guó)給水排水;2013年16期

相關(guān)博士學(xué)位論文 前2條

1 黃標(biāo)兵;回聲狀態(tài)網(wǎng)絡(luò)時(shí)間序列預(yù)測(cè)方法及應(yīng)用研究[D];吉林大學(xué);2017年

2 王建民;基于回聲狀態(tài)網(wǎng)絡(luò)的非線性時(shí)間序列預(yù)測(cè)方法研究[D];哈爾濱工業(yè)大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 解小平;基于Elman神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流預(yù)測(cè)及應(yīng)用研究[D];蘭州交通大學(xué);2017年

2 趙印;智慧城市排水管網(wǎng)（內(nèi)澇）云服務(wù)系統(tǒng)設(shè)計(jì)及監(jiān)測(cè)點(diǎn)優(yōu)化布置[D];華南理工大學(xué);2017年

3 周力寧;基于SWMM的城市內(nèi)澇風(fēng)險(xiǎn)識(shí)別研究[D];西南交通大學(xué);2016年

4 何嘉莉;城市內(nèi)澇在線監(jiān)控與信息服務(wù)數(shù)字化系統(tǒng)設(shè)計(jì)及監(jiān)測(cè)點(diǎn)優(yōu)化布置研究[D];華南理工大學(xué);2014年

5 凌勇;基于物聯(lián)網(wǎng)的城市排水管線在線監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];山東大學(xué);2013年

6 劉榮;基于Elman神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測(cè)[D];浙江大學(xué);2013年

7 趙露莎;基于回聲狀態(tài)網(wǎng)絡(luò)的非線性時(shí)間序列預(yù)測(cè)方法研究[D];哈爾濱工業(yè)大學(xué);2012年

8 鄔玲懿;基于神經(jīng)網(wǎng)絡(luò)的排水管網(wǎng)預(yù)測(cè)模型的研究及應(yīng)用[D];杭州電子科技大學(xué);2011年

9 楊東;基于GIS的成都城市暴雨內(nèi)澇預(yù)報(bào)預(yù)警系統(tǒng)研究開(kāi)發(fā)[D];電子科技大學(xué);2010年

10 陳莉;基于ZigBee協(xié)議的環(huán)境監(jiān)測(cè)無(wú)線傳感器網(wǎng)絡(luò)測(cè)量節(jié)點(diǎn)的設(shè)計(jì)[D];上海交通大學(xué);2008年

本文編號(hào)：2815975