一种基于深度学习的电缆沟自适应排水控制方法与流程

本发明涉及电缆沟排水控制，尤其涉及一种基于深度学习的电缆沟自适应排水控制方法。

背景技术：

1、电缆沟为敷设电力电缆的专用通道，其排水环节位于沟体汇水之后、市政管网受纳之前。雨水与地下水渗流沿沟壁及底板汇入集水坑，经排水泵提升后排入市政雨水管网；当市政管网液位较高时，沟内来水需暂时滞蓄，待管网水位回落后再行排放。其中，检测与控制环节需根据电缆沟内水位变化趋势，对排水泵的启停时机和运行功率进行实时调控，使沟内水位维持在安全范围以内，同时避免水泵频繁动作。

2、业内对电缆沟排水控制一般采用固定液位阈值控制方案。其工作方式为在集水坑内设置液位开关或投入式液位计，水位升至设定的启泵液位时启动水泵，水位回落至停泵液位时停止运行。为应对不同降雨强度，部分工程采用双泵轮换或高低液位分级启停策略，通过预设多组阈值实现不同流量工况下的泵组投切，其控制逻辑建立在“当前液位直接决定排水动作”这一因果假设之上，液位信号仅反映集水坑内瞬时水量，无法表征来水速率的变化趋势。暴雨初期，沟内水位快速爬升，但液位信号到达启泵阈值之前水泵不动作，响应存在滞后；水泵启动后，集水坑水位迅速下降至停泵阈值，此时上游来水并未停止，水泵随即停机，短时间内水位再次越限触发启动。这种围绕单一阈值反复穿越的运行模式会导致水泵频繁启停，接触器和电机绕组承受周期性冲击电流，机械密封与叶轮在启停瞬间的受力突变加速磨损。此外，固定阈值无法感知排水出口一侧的管网状态，当市政管网因降雨产生顶托效应时，排水管出口背压升高，水泵实际排水能力下降，沟内水位下降速率减缓，而控制逻辑仍按预设液位执行停机判断，造成水泵在低效工况下长时间运行或误停机，电缆沟内积水无法及时排出，存在水淹电缆的风险。

3、为改善固定阈值控制的滞后问题，业内引入了基于规则的前馈补偿方案，此类方法在液位反馈基础上叠加降雨量或雨量计信号作为前馈量，当降雨强度超过预设等级时提前启动水泵，试图以降雨信息弥补液位信号的滞后。但前馈规则中的降雨等级阈值和提前启动量依赖人工经验整定，降雨过程的空间分布与汇流时间并非恒定，同一降雨强度在不同季节、不同土壤含水率条件下产生的沟内汇流响应存在差异，规则参数一经整定便难以适应汇流特性的时变，控制效果随工况变化而退化。近年来，基于深度学习的时序预测方法被引入排水控制领域，可通过历史水位序列预测水位变化趋势，一定程度上弥补了传统控制方案响应滞后、预判性差的问题。但现有方法仍存在以下不足：一是输入信息维度单一，多数模型仅依托集水坑水位时序数据建模，未融合降雨强度、管网液位等影响来水与排水能力的关键因子，预测精度与泛化性受限；二是将水位变化中的缓变趋势成分与降雨冲击、管网顶托引起的快变扰动成分混同建模，扰动信息被当作噪声淹没或放大，模型难以准确反映真实的积水趋势，对突发工况适应性差；三是缺乏对管网背压等边界条件的显式建模，在市政管网顶托工况下预测失效，难以适配复杂多变的电缆沟排水工况。

技术实现思路

1、有鉴于此，本发明旨在提供一种基于深度学习的电缆沟自适应排水控制方法，以解决固定阈值控制在暴雨工况下响应滞后、复杂工况下适应性不足的问题。

2、一种基于深度学习的电缆沟自适应排水控制方法，包括：

3、a1：采集集水坑液位、降雨强度、管网液位与水泵运行状态时序信号，依次进行异常剔除、缺失补全、时间对齐、重采样与标准化处理，得到预处理后的集水坑液位序列、预处理后的降雨序列、预处理后的管网液位序列、预处理后的水泵运行频率序列、预处理后的水泵启停状态序列；

4、a2：根据预处理后的集水坑液位序列、预处理后的降雨序列、预处理后的管网液位序列、预处理后的水泵运行频率序列及预处理后的水泵启停状态序列，依次进行多源特征编码与融合、趋势提取，得到多源融合编码特征与积水趋势特征；

5、a3：根据多源融合编码特征与积水趋势特征，进行扰动解耦与扰动特征提取，得到短时扰动特征；

6、a4：根据预处理后的管网液位序列与积水趋势特征，依次进行边界条件编码与边界自适应融合，得到管网边界编码特征与边界自适应融合特征；

7、a5：根据边界自适应融合特征，进行控制参数生成，得到控制参数集；

8、a6：根据积水趋势特征、短时扰动特征与控制参数集，依次进行双流编码、跨流融合、参数编码与决策合成，得到趋势编码特征、扰动编码特征、趋势-扰动融合特征与控制决策特征；

9、a7：根据控制决策特征，依次进行启停判定与功率映射，得到水泵启停指令与功率设定值指令。

10、进一步的，所述a1步骤，还包括：

11、a11：通过投入式液位计采集电缆沟集水坑的液位时序信号，数据类型为时序数值数据，包括液位采样值、采集时间戳；对所述电缆沟集水坑的液位时序信号采用三倍标准差异常值剔除方法滤除异常值，采用线性插值法补全缺失值，得到清洗后的集水坑液位时序数据；通过翻斗式雨量计采集降雨强度时序信号，数据类型为时序数值数据，包括降雨强度采样值、采集时间戳；对所述降雨强度时序信号采用三倍标准差异常值剔除方法滤除异常值，采用线性插值法补全缺失值，得到清洗后的降雨时序数据；

12、a12：通过压力式液位计采集市政管网的液位时序信号，数据类型为时序数值数据，包括管网液位采样值、采集时间戳；对所述市政管网的液位时序信号采用三倍标准差异常值剔除方法滤除异常值，采用线性插值法补全缺失值，得到清洗后的管网液位时序数据；通过变频器通讯接口采集水泵运行状态数据，数据类型为时序状态数据，包括启停状态、运行频率与采集时间戳；对所述水泵运行状态数据中的启停状态采用逻辑一致性校验方法滤除异常状态跳变，再采用同状态众数填充方法补全缺失状态，对运行频率采用三倍标准差异常值剔除方法滤除异常值，采用线性插值法补全缺失值，得到清洗后的水泵运行状态数据；

13、a13：对清洗后的集水坑液位时序数据、清洗后的降雨时序数据、清洗后的管网液位时序数据、清洗后的水泵运行状态数据，采用统一的系统时间戳进行时间轴对齐，再采用等时间间隔重采样方法进行离散化对齐，得到重采样后的集水坑液位时序数据、重采样后的降雨时序数据、重采样后的管网液位时序数据、重采样后的水泵运行状态数据；

14、a14：对重采样后的集水坑液位时序数据、重采样后的降雨时序数据、重采样后的管网液位时序数据、以及重采样后的水泵运行状态数据中的运行频率，采用z-score标准化方法进行规范化处理；对重采样后的水泵运行状态数据中的启停状态保持二值标记，得到预处理后的集水坑液位序列、预处理后的降雨序列、预处理后的管网液位序列、预处理后的水泵运行频率序列、预处理后的水泵启停状态序列。

15、进一步的，所述a2步骤，还包括：

16、a21：根据预处理后的集水坑液位序列、预处理后的降雨序列、预处理后的管网液位序列、预处理后的水泵运行状态序列，进行多尺度空洞因果局部特征编码与频域谱门控全局融合，得到多源融合编码特征，计算方式为：

17、；

18、；

19、；

20、其中，为多源拼接序列，为特征维度拼接操作，为预处理后的集水坑液位序列，为预处理后的降雨序列，为预处理后的管网液位序列，为预处理后的水泵运行频率序列、预处理后的水泵启停状态序列进行维度拼接得到的序列，为多源局部编码特征，为高斯误差线性单元激活函数，为核尺寸为k、扩张率为d的一维空洞因果卷积操作，为多源融合编码特征，为快速傅里叶变换操作，为快速傅里叶逆变换操作，为实数频域谱门控权重，且满足共轭对称约束，为逐元素乘法操作；

21、a22：根据多源融合编码特征，进行状态空间门控趋势提取，得到积水趋势特征，计算方式为：

22、；

23、；

24、其中，为趋势门控权重，为sigmoid激活函数，为核尺寸为1的一维卷积操作，为均方根归一化操作，为积水趋势特征，为状态空间模型运算。

25、进一步的，所述a3步骤中短时扰动特征的计算过程，还包括：

26、；

27、；

28、其中，为扰动残差特征，为差分卷积操作，为短时扰动特征，为局部窗口注意力操作。

29、需要进一步说明的是，电缆沟积水是上游来水、沟内滞蓄、水泵排水与管网顶托四股力量共同作用的结果--可采集的信号仅有集水坑液位、降雨、管网液位与水泵运行状态这四路；暴雨期间同一时刻的水位变化，既可能是降雨持续汇流形成的缓变上涨，也可能是水泵突然启动瞬间或下游管网顶托脉冲造成的快速抖动--仅凭单一液位阈值判断，只能在水位越限后报警，往往错过暴雨初期最早的动作时机；

30、将四路预处理后的序列在特征维度上拼接形成多源拼接序列后，首先以核尺寸为3、5、7且扩张率为1、2、4的多尺度空洞因果卷积并行扫描--核尺寸决定局部形态的感知范围，扩张率在参数不增加的前提下将感受野延展至更远的时刻；该操作在三个时间刻度上同时捕捉变化，使小时级的降雨汇流斜率、分钟级的管网顶托脉冲与秒级的水泵启停跳变分别在对应通道中留下印记；三种尺度的局部特征经高斯误差线性单元激活后叠加，短促事件与缓变趋势不再掩盖--即便在暴雨初期水位尚未越限时，降雨增强引起的变化已经在卷积特征中显形；随后，频域谱门控将局部特征变换到频域，用满足共轭对称约束的实数谱权重对频谱分量逐元素调制--降雨汇流对应的低频主导分量被适度放大，水泵启停与管网顶托对应的中高频事件分量被保留并注入，再经逆变换回时序域，与局部特征逐元素相加，形成多源融合编码特征；由于卷积采用因果结构，当前时刻的编码仅由历史序列得到，系统无需等待未来数据即可实时计算；频谱权重随输入数据自适应调整，使该融合特征在不同雨强、不同泵组工况下都较为稳定地同时携带缓变趋势与快变事件的印记，无需预设积水成因的判别规则，为后续分别提取趋势与扰动提供了可分化的特征基础；

31、多源融合编码特征形成后，先经均方根归一化将特征尺度拉齐，再由核尺寸为1的一维卷积映射为趋势门控权重，经s型激活函数归一到取值区间后对特征逐元素筛选--筛选操作根据当前时刻各通道的表达强度重新分配权重，连续汇流对应的通道被加强，瞬时脉冲对应的通道被压缩；筛选后的特征进入状态空间模型，通过状态转移累积历史信息，提取出表征积水长期走向的积水趋势特征；由于门控权重由融合特征实时生成，筛选过程会随雨强变化与泵组动作自动调整--暴雨持续时，趋势通道权重抬升，趋势特征平滑跟随水位上扬；间歇雨段或水泵启停频繁时，门控自动压低扰动分量，避免趋势特征被机械抖动污染；相比直接对液位读数做平滑，这种先筛选后累积的方式在保留真实水位拐点的同时剥离了脉冲噪声，使积水趋势特征更接近实际来水过程，为后续扰动解耦提供了较为稳定的趋势基准；

32、得到积水趋势特征后，本发明在a3步骤将其从多源融合编码特征中减去，得到去趋势残差--这一残差集中了水泵启停、管网顶托等短时事件的印记；对残差实施差分卷积，差分算子对相邻时刻的变化量敏感，能够强化瞬态突变在特征中的响应，同时进一步抑制趋势泄漏；随后窗口注意力机制在局部时间窗内对残差加权整合--管网顶托脉冲出现的瞬间，该时刻残差幅值骤升，注意力权重随之向该时刻集中；水泵平稳运行的时段，注意力则均匀铺展，避免将噪声误判为扰动；由此得到的短时扰动特征较为集中地表征了短时事件的强度与发生时刻；与积水趋势特征互为补充，它刻画了水位变化的瞬态起因，使系统在面对同一水位读数时，能够从特征层面区分其究竟是来水趋势的延续还是事件冲击的叠加；

33、现有技术中，电缆沟积水监测通常依赖液位阈值报警或对单一液位序列做时间序列预测--这类方案只能看到水位这一结果量，无法感知水位变化背后的成因构成；暴雨初期水位尚未越限时，降雨增强与管网背压上升的前兆信息已经在多路信号中显现，但单序列预测无从利用这些关联信号，只能等越限后被动动作；本发明以多尺度空洞因果卷积在多个时间尺度上并行编码四路信号，使降雨缓变趋势与水泵脉冲扰动在同一特征空间内分离表征，再以频域谱门控在全局频段调制周期与事件成分--从特征层面保有两类成因的差异；状态空间门控趋势提取进一步从融合特征中筛选出缓变来水趋势，差分卷积与窗口注意力则从残差中解耦出短时扰动，使系统能够借助降雨序列与管网液位的前兆变化提前识别积水趋势上扬，改变了单一阈值只能事后响应的被动局面，为提前预判水位走向提供了可计算的特征基础。

34、进一步的，所述a4步骤，还包括：

35、对预处理后的管网液位序列经均方根归一化操作处理后，分别经核尺寸为3的一维深度可分离卷积操作和核尺寸为5的一维深度可分离卷积操作处理，将两个卷积处理结果相加后经高斯误差线性单元激活函数处理，得到多尺度边界编码特征；对多尺度边界编码特征经均方根归一化操作处理后，经长短期记忆网络处理，得到管网边界编码特征；

36、对管网边界编码特征和积水趋势特征分别经层归一化操作处理后，输入交叉注意力操作处理，得到交叉注意力融合特征；将交叉注意力融合特征与积水趋势特征相加后经高斯误差线性单元激活函数处理，与自适应残差缩放权重做逐元素乘法操作，再与交叉注意力融合特征逐元素相加，得到边界自适应融合特征。

37、进一步的，所述a5步骤中控制参数集的计算过程，还包括：

38、；

39、；

40、其中，为参数门控权重，为控制参数集，为工况路由分支数，为softmax函数的第i个分量，i为分量索引，为路由投影矩阵，为第i个工况分支的参数投影矩阵。

41、需要进一步说明的是，管网液位数据并非平稳变化的背景噪声，而是直接决定水泵实际排水能力的硬约束--当降雨强度超过管网设计排水能力时，下游管网迅速接近满管状态，管道内水位抬升形成顶托效应，水泵扬程随之增大，实际排水量较额定工况显著衰减；此时若仍依据积水区域的液位变化速率判断排水需求，容易将顶托导致的排水不畅误判为设备故障，在沟内水位尚未明显回落时触发停机保护，电缆长时间浸泡在水中有水淹风险；此外，不同降雨阶段管网顶托的建立与消退过程并不一致--强降雨初期管网尚有余量时排水尚可维持，雨峰过后上游来水虽减但下游管网仍处于高水位状态，顶托滞后消退，使得同一套控制参数在雨峰前后分别表现为排水不足和过度启停两种截然相反的问题，而固定参数的控制逻辑难以同时兼顾及时排水、减少启停和规避顶托这三项相互影响的需求；

42、本发明以预处理后的管网液位序列为输入，采用两种不同核尺寸的深度可分离卷积分别扫描层归一化后的液位序列--较小核的卷积对液位序列中的短时波动更敏感，能够捕捉降雨强度突变瞬间管网液位的快速抬升；较大核的卷积侧重于液位序列中变化较为平缓的区段，能够感知顶托逐步建立和消退的渐进过程；两组卷积输出经gelu激活函数处理后一并送入长短期记忆网络，延续管网液位随时间推移的长期依赖关系，使得管网边界编码特征能够将瞬时的液位跳变与持续的背压抬升区分开来；在强降雨场景中，管网液位往往在短时间内叠加多次脉冲式波动，这种多尺度与时序相结合的编码方式有助于抑制传感器毛刺干扰，同时保留顶托随降雨过程演化的整体走势；

43、交叉注意力边界自适应融合用于将管网边界编码特征与积水趋势特征相互对齐，使边界状态的演变规律与积水自身的涨落趋势在特征层面建立对应关系；本发明先对管网边界编码特征和积水趋势特征分别做层归一化，再通过交叉注意力操作让管网边界特征依据积水趋势特征的语义信息有选择地聚焦--当积水趋势特征显示沟内水位快速上涨时，交叉注意力会加大对管网液位处于高位区间的关注权重，突出边界制约对排水决策的牵制作用；当积水趋势特征显示沟内水位缓变时，交叉注意力则自动弱化边界特征中与当前决策不相关的成分；交叉注意力输出的融合特征与积水趋势特征逐元素相加并经过gelu激活函数处理，再由自适应残差缩放权重逐元素缩放后与交叉注意力融合特征相加，得到边界自适应融合特征；在管网顶托逐渐形成的工况下，该融合特征会使边界制约在整体特征中占据更大的语义权重，使得控制参数的生成能够感知实际排水能力被压缩的程度；而在顶托消退而沟内积水尚未排尽的过渡阶段，融合特征又自动转向突出积水趋势的引导作用，避免因过度关注边界状态而延误排水，为后续控制参数的自适应生成提供了同时包含边界制约程度与积水发展态势的综合判断基础；

44、现有技术中，泵站控制通常依赖固定的液位阈值或人工设定的启停液位组合，在管网顶托发生时，水泵实际排水能力下降导致液位持续偏高，触发高液位停机保护或反复启停，而人工调整阈值又往往滞后于工况变化，难以适应顶托快速建立和消退的动态过程；本发明将管网液位中缓变的背压信息与瞬时的扰动信息区分开，再以交叉注意力机制使边界制约程度与积水趋势特征在语义层面相互引导，并用自适应残差缩放调整融合特征的输出幅度，使得控制参数能够随顶托程度和降雨强度的变化在多个预施工况分支间平滑切换，在管网顶托严重时自动降低排水需求判断的灵敏度以避免误停机，在顶托消退后恢复常态排水策略以保证及时排水，解决了固定参数在复杂工况下顾此失彼的问题。

45、进一步的，所述a6步骤，还包括：

46、对积水趋势特征经均方根归一化操作后，再经门控循环单元处理，得到趋势编码特征；对短时扰动特征经层归一化操作、多头自注意力操作依次处理后，与短时扰动特征做加法操作，得到扰动编码特征；

47、将趋势编码特征、扰动编码特征分别经层归一化操作后，再经交叉注意力操作处理，得到趋势扰动交叉注意力特征；将趋势流缩放权重与趋势编码特征做逐元素乘法操作，所得结果与趋势扰动交叉注意力特征做逐元素加法操作，再经高斯误差线性单元激活函数处理，得到趋势-扰动融合特征；

48、对控制参数集经均方根归一化操作后，再经长短期记忆网络处理，得到控制参数上下文编码特征；将趋势-扰动融合特征与控制参数上下文编码特征进行特征维度拼接操作，所得结果经决策门控投影矩阵处理后，再经sigmoid激活函数处理，得到决策门控权重；将决策门控权重与趋势-扰动融合特征做逐元素乘法操作，同时将1与决策门控权重相减后与控制参数上下文编码特征做逐元素乘法操作，再将两项结果做加法操作，得到控制决策特征。

49、需要进一步说明的是，积水趋势刻画的是集水区来水与排水的长期净差，变化相对平缓但天然滞后--当趋势信号明确显露时积水往往已接近警戒位置；短时扰动反映瞬时降雨、短时渗流或管网来水冲击等随机成分，若按扰动脉冲动作，一次孤立波动就可能导致设备启动后随即停机的空转；工况控制参数描述当前设备组合的允许运行区间与效率偏好，不同工况下约束方向可能相互冲突--低水量工况要求压低功率避免频繁起停，高水量工况要求提升功率及时腾空库容--若决策环节忽略参数上下文，即使趋势与扰动的判断各自合理，也可能触发违背当前工况约束的动作指令；实际运行中，启停与功率决策必须同时满足及时响应、动作稳定和工况适配三类要求；

50、双流时序编码环节中，趋势序列经均方根归一化后送入门控循环单元--门控循环单元的门控机制在长时程积水演变中保留有效状态、衰减无关波动，所得趋势编码特征较为连贯地刻画集水池水位在降雨过程中的连续走向；扰动序列经层归一化后交给多头自注意力并保留残差连接--多头自注意力从若干时间位置同时考察扰动关联模式，在瞬时降雨冲击与管网来水阶跃上升并存条件下，能够区分脉冲式突袭与持续式累积在时间相关性上的差异，所得扰动编码特征对突发来水保持敏感，对孤立毛刺不会产生过强的持续响应；这种分流编码使两类信号从起始阶段就按各自适合的方式被表示，为两流相互校验而不相互湮没提供基础；

51、完成各自编码后，若将两个编码特征直接拼接或叠加，强扰动可能带偏趋势判断，平稳趋势又会压制有效扰动证据；跨流注意力交互融合环节将经层归一化后的趋势编码特征与扰动编码特征做交叉注意力交互，以趋势编码特征作为查询、以扰动编码特征作为键值，逐一评估每一段趋势状态受扰动影响的程度：暴雨中心缓慢移动导致短时来水持续偏强时，交互输出引导对应趋势段向扰动证据方向校正；短时冲击不足以扭转整体走向时，交互输出维持趋势判断的稳定性；随后对趋势编码特征以趋势流缩放权重做哈达玛积缩放，与交互输出逐元素相加并经gelu激活函数处理，得到趋势-扰动融合特征，保留了两类证据的原始强度与相互修正后的判别信息，使后续决策在响应及时性与动作稳定性之间具备统一的处理基础；

52、融合特征反映的仍是来水侧判断，尚需结合工况约束才能落实为启停与功率指令；参数上下文编码与门控融合决策合成环节将控制参数集经均方根归一化后送入长短期记忆网络编码成参数上下文特征--长短期记忆网络维持参数序列中不同时间跨度的约束信息，使得不同工况下设备组合的允许运行区间与效率偏好在同一表达中共存；随后将融合特征与参数上下文特征拼接，经sigmoid函数计算决策门控权重，再按权重逐项加权合成--门控权重在来水证据与参数约束间建立自适应分配：来水态势明确时门控信任融合特征中的来水判断；来水信号较弱而工况约束较严时门控偏向吸收参数上下文中的运行限制；由此得到的控制决策特征同时承载启停必要性判断与运行参数适配两类信息，供后续启停判定与功率映射直接使用，避免各模块在决策阶段各自为政造成的指令冲突。

53、进一步的，所述a7步骤，还包括：

54、a71：根据控制决策特征，进行启停状态判定，得到水泵启停指令，计算方式为：

55、；

56、；

57、；

58、其中，为启停决策池化向量，为注意力池化操作，为启停概率，为多层感知机，为水泵启停指令，为上一时刻的水泵启停指令，为指示函数，为启泵判定阈值，为停泵判定阈值；

59、a72：根据控制决策特征与水泵启停指令，进行功率映射与启停融合，得到功率设定值指令，计算方式为：

60、；

61、；

62、；

63、其中，为功率映射池化向量，为功率门控权重，为裁剪函数，将函数值裁剪到闭区间，为功率设定值指令，为额定功率下限，为额定功率上限。

64、与现有技术相比，本发明的有益效果在于：

65、（1）针对固定液位阈值控制难以感知来水趋势与管网状态的问题，本发明融合降雨强度、管网液位等多源信息解析积水趋势，并在控制决策中引入管网背压等边界条件，使水泵启停与功率输出由积水趋势与边界条件综合决定，能够在暴雨初期提前感知来水速率变化，在液位越限之前启动排水，缩短响应滞后；同时能够区分水位变化中的趋势成分与扰动成分，减少单阈值反复穿越造成的频繁启停；在市政管网顶托、出水受阻时，能够感知排水条件变化并调整运行参数，缩短低效运行时长、减少误停机，维持沟内积水及时排出，适应不同降雨强度、不同管网液位条件，将水位维持在安全范围，从而提升复杂工况下排水控制的自适应性。

66、（2）针对多源信号时间尺度差异大导致积水成因难以判别的问题，本发明以多尺度空洞因果卷积并行扫描降雨、液位、管网与水泵状态四路序列，配合频域谱门控分别凸显小时级的汇流缓变与分钟级、秒级的脉冲事件，使得在暴雨初期水位尚未越限时降雨增强引起的特征变化更加明显；随后，经门控筛选与状态累积提取积水趋势，再以差分卷积与窗口注意力从残差中解耦短时扰动，使系统面对同一水位读数也能区分其究竟是来水趋势的延续还是事件冲击的叠加；相比单一液位阈值只能越限后报警的被动方式，本发明借助降雨序列与管网液位的前兆变化提前预判水位走向，为积水预警争取到更早的动作时机。

67、（3）针对传统方法难以同时兼顾及时排水、减少启停和规避顶托的问题，本发明以多尺度深度可分离卷积扫描管网液位序列，将瞬时的脉冲波动与顶托逐步建立、消退的缓变背压分开编码，使边界对排水能力的制约程度变得可感知；再通过交叉注意力让边界状态与积水趋势在语义层面相互引导，由此控制参数能够随顶托程度和雨强变化在预施工况间平滑切换--管网顶托严重时自动降低排水需求判断的灵敏度，避免将排水不畅误判为设备故障而触发停机；顶托消退后恢复常态排水策略，保证沟内水位及时回落，从特征提取层面解决了固定参数在复杂工况下排水不足与过度启停的矛盾。

68、（4）针对趋势、扰动与工况约束三类异源信息难以统一决策的问题，本发明先以门控循环单元编码趋势的连贯走向、以多头自注意力编码扰动的脉冲与持续差异，两类特征经交叉注意力相互校验--短时冲击不足以扭转整体走向时维持趋势判断稳定，暴雨中心移动导致来水持续偏强时则向扰动证据校正；随后，将参数上下文经长短期记忆编码后通过门控权重参与最终权衡，使启停与功率指令同时承载来水判断和运行限制。