發布產品
發布方案
發布需求
雨量監測預警系統主要通過排水管網分區關鍵節點布設光電雨量計、翻斗式在線雨量計等設備,實時掌握城市排水分區降雨量數據,利用物聯網技術將數據匯集到雨量監測系統平臺實時監測、分析。對連續降雨進行長歷時監測,對典型的中雨、大雨、暴雨等級雨量進行選擇,根據降雨量數據對項目與設施、排水分區監測數據進行分析。
1. 感知層
感(gan)知層是物(wu)聯網(wang)的(de)(de)核心,是信息采集(ji)的(de)(de)關(guan)鍵部分。感(gan)知層內的(de)(de)設備(bei)通(tong)過傳感(gan)網(wang)絡獲取(qu)感(gan)知信息。
2. 網絡(luo)層(ceng)
網絡層是數據通信的核心,是數據傳輸的主要通道,網絡層主要采用無線4G傳輸和以太網通信。
3. 通信服(fu)務層
通信服務層主要是實現降雨量監測設備數據的匯集與數據管理,并提供Socket通訊服務、Data base存儲服務、Web Service、MQTT代理服務、App回調服務,實現系統數據與一體化管理平臺對接,為平臺等應用層提供專業、全面、可靠、穩定的數據通信服務。
4. 應用(yong)層
應用(yong)(yong)(yong)層為(wei)排水管網降(jiang)雨量監(jian)測(ce)系(xi)統平(ping)臺以及(ji)第三(san)方應用(yong)(yong)(yong)平(ping)臺。應用(yong)(yong)(yong)平(ping)臺功能(neng)包括了實(shi)時告(gao)警監(jian)測(ce)、數據分析、運維管理、綜合應用(yong)(yong)(yong)等(deng)部分。實(shi)現對監(jian)控區(qu)域內排水管網降(jiang)雨量統一管理、信息(xi)共享,為(wei)緊急情(qing)況處理、輔助(zhu)決策判斷、綜合規劃發展等(deng)提(ti)供支持。
系統架構(gou)圖
1. 實時監測告(gao)警
實(shi)時(shi)(shi)監測(ce)(ce)排水管網降雨量狀態,根(gen)據預先設定報(bao)警規則(ze),對(dui)排水管降雨量指標超閾(yu)值等異常情況進(jin)行實(shi)時(shi)(shi)告警監測(ce)(ce)。
2. GIS地圖展示
在電(dian)子地圖上顯示監(jian)測點位、基本信息(xi)、實時(shi)狀態等,也可以通過文本形式展示監(jian)測位置、基本信息(xi)、實時(shi)狀態、歷史狀態記(ji)錄等信息(xi)。
3. 調度運行(xing)管(guan)理
掌握降(jiang)雨量監測點真(zhen)實運行狀況,當排水管網(wang)降(jiang)雨量發生異常(chang)狀況時,系統對排水管網(wang)分區降(jiang)雨量異常(chang)分析、處理,高效協(xie)調相關部(bu)門的(de)協(xie)同工作。
4. 數據分析
通(tong)過(guo)對(dui)系統中大量的(de)降雨量數據進行(xing)深度(du)挖掘(jue),從不(bu)同(tong)角度(du)、不(bu)同(tong)維度(du)、不(bu)同(tong)需(xu)要等方面,對(dui)各種數據進行(xing)重組、匯總(zong)及對(dui)比分析,挖掘(jue)出(chu)有利于提升排水管網管理(li)水平和(he)效率的(de)有價值數據。
5. 遠程配置
感知(zhi)設備采集周(zhou)(zhou)期、傳輸周(zhou)(zhou)期以(yi)及(ji)各個監(jian)測指標告(gao)警閾值可根(gen)據具體需求(qiu)遠程(cheng)配(pei)置。
1. 監測指標(biao)明確
根(gen)據智慧排水、海綿城市等建設規范要(yao)求,結合(he)實(shi)際項目業務應用需求,制定了(le)以雨量(liang)監測預(yu)警(jing)方案,通(tong)過雨量(liang)數據進行綜(zong)合(he)研判分(fen)析(xi)。
2. 資料收集完善
從排(pai)水分區(qu)面積(ji)、地理位置、分區(qu)數量(liang)、歷史雨量(liang)、典(dian)型雨量(liang)等信息進行收集,為排(pai)水分區(qu)降雨量(liang)數據分析提(ti)供有效(xiao)的數據材料(liao)(liao),建立準確的資料(liao)(liao)數據庫。
3. 監測方法(fa)可靠(kao)
采用光電(dian)、雙反式檢測技術,比傳統翻斗雨(yu)(yu)量(liang)計(ji)、機械式降雨(yu)(yu)量(liang)儀更準確,同時(shi)安裝(zhuang)簡單、方便,無任何機修部件,長(chang)期穩(wen)定性好,數據精度較高。
4. 數據(ju)分(fen)析(xi)精(jing)準
采用物聯網技術、邊緣計算、大數據分(fen)析方法,將統籌各(ge)類歷史(shi)信(xin)息,進行綜合(he)歷史(shi)數據比對,確保數據更加精準,使(shi)數據產生更大的(de)價值。