一种隧道内涝多事件首次越限概率预警方法及系统与流程

本发明涉及城市智慧防汛与隧道安全监测，尤其涉及一种隧道内涝多事件首次越限概率预警方法及系统。

背景技术：

1、城市隧道、下穿通道和地下空间出入口在强降雨条件下容易发生地表径流汇入和雨水倒灌。倒灌雨水通常沿隧道入口、水工设施和泵房逐级发展，可能先越过前级横截沟，再越过后级横截沟，最终使雨水泵房或废水井达到警戒状态。快速、可靠地判断哪个设施将在何时首次越限，是隧道交通管控和排水处置的重要依据。

2、现有技术为了解决强降雨下城市隧道、下穿通道的内涝风险提前预判问题，尽可能降低雨水倒灌引发的通行安全事故‌，主要采用了以下几类方法：1）下穿隧道雨量、水位和机器学习预警，该方法具体会隧道水位、街道雨量和空间距离等数据输出洪涝预警结果；2）排水管网图网络、时序网络和多步状态预测，该方法具体会把隧道沿线的横截沟、排水管网、泵房等设施抽象为拓扑节点，依托历史监测数据训练时序预测模型，逐节点推演未来多个时间步的水位变化趋势，输出全链路设施的整体积水状态序列；3）物理信息图网络和水量守恒约束，该方法具体会将水动力学的水量守恒规则嵌入图神经网络的训练过程，结合实时监测的汇入径流量、管网排水量数据，约束模型的水位推演结果，避免出现违背流体物理规律的预测偏差，提升全链路水量变化模拟的合理性。

3、这些方法虽然能够实现隧道内涝的大致趋势预判和整体水位预警，但普遍忽略了多设施逐级越限的先后时序关联，无法精准定位首个触发越限的具体设施，也难以给出首次越限的精确时间窗口‌，在强降雨径流快速汇入的极端场景下，容易出现预警滞后、漏判关键节点的问题，无法匹配隧道交通管控和排水处置的精准时效要求‌。因此，为了填补隧道内涝多节点首次越限精准预警的技术空白，提升强降雨下隧道内涝风险预判的可靠性和时效性，有必要提出一种针对隧道内涝多事件的首次越限概率预警方法‌，以精准定位首个越限设施、提前锁定越限时间区间，为隧道交通临时管控、排水泵站提前启泵等应急处置动作提供精准的决策依据，大幅降低隧道内涝引发的安全事故风险‌。

技术实现思路

1、本发明所要解决的技术问题是针对上述现有技术的不足，提供一种隧道内涝多事件首次越限概率预警方法及系统。

2、本发明解决上述技术问题的技术方案如下：一种隧道内涝多事件首次越限概率预警方法，所述方法包括：

3、s1、基于隧道倒灌路径上的水工设施拓扑关联关系，建立有向事件图；

4、s2、针对有向事件图中关联的设施节点，将在实时降雨监测特征下的状态表征输入至目标基础条件越限概率生成模型中，得到在预设预测时间窗内的基础条件越限概率；

5、s3、将所述设施节点的基础条件越限概率与前序时间区间内的未越限概率进行连乘计算，得到首次越限概率质量；

6、s4、确定所述设施节点关联到的目标有向边，并将所述目标有向边的水力特征参数分别输入至核参数生成器以及门控参数生成器中，得到所述目标有向边的动态水力时滞核以及传播门控系数；

7、s5、获取对应下游设施节点的基础条件越限概率，并基于所述动态水力时滞核以及传播门控系数对所述基础条件越限概率进行修正，得到水力传播修正后的条件越限概率；

8、s6、根据各设施节点的水力传播修正后的条件越限概率，生成各设施节点的首次越限时间概率分布和累计越限概率，并根据所述累计越限概率确定首次越限设施、首次越限时间区间以及对应的预警等级。

9、进一步的，步骤s2中，所述目标基础条件越限概率生成模型，具体是基于以下步骤训练得到：

10、（1）针对预先确定的各关联设施节点，基于设施真实状态序列的越限判定结果生成越限标定标签，所述越限标定标签包括首次越限时间区间标签以及右删失标签；

11、（2）获取各关联设施节点的目标状态表征向量，并将所述越限标定标签以及所述目标状态表征向量输入至初始基础条件越限概率生成模型中，经由多轮的模型训练与参数优化后，得到目标基础条件越限概率生成模型，其中，所述基础条件越限概率生成模型包括节点基础风险头，经由所述节点基础风险头输出各关联设施节点在未来预测时间窗内的基础条件越限概率。

12、进一步的，步骤s4中，所述水力特征参数包括节点间水力距离、纵坡或高程差中的至少一项静态水力参数，以及实时降雨强度、节点剩余调蓄容积、泵组启停状态和有效排水能力中的至少两项动态水力状态参数。

13、进一步的，步骤s4中，所述动态水力时滞核的计算公式包括：

14、；

15、其中，表示核参数生成器针对有向边(u,v)、时间区间k和时滞步d输出的未归一化核评分，表示表示时滞可行性掩码，d表示离散传播时滞步数，u表示上游设施节点，v表示下游设施节点，表示有向边(u,v)的最小允许离散传播时滞步数，表示有向边(u,v)的最大允许离散传播时滞步数，d表示允许考虑的最大离散传播时滞步数。

16、进一步的，步骤s4中，所述动态水力时滞核的计算公式包括：

17、；

18、其中，d表示当前离散传播时滞步，表示相邻预测时间区间的时间步长，表示核参数生成器的输出中心，表示对应的传播时滞离散程度或不确定性宽度，表示截断归一化求和中的离散时滞索引。

19、进一步的，步骤s5中，所述基于所述动态水力时滞核以及传播门控系数对所述基础条件越限概率进行修正，得到水力传播修正后的条件越限概率，包括：

20、s51、将所述概率质量与所述动态水力时滞核进行离散卷积，得到所述当前首次越限事件在相应时间区间传播到达对应下游设施节点的传播事件质量；

21、s52、按照剩余未传播概率对所述传播事件质量进行归一化处理，得到与所述下游设施节点的基础条件越限概率处于相同概率尺度的传播条件风险；

22、s53、基于所述传播条件风险与所述传播门控系数，对对应下游设施节点的基础条件越限概率进行门控，得到水力传播修正后的条件越限概率。

23、进一步的，步骤s53中，若下游设施节点v对应多个上游父节点u，则通过以下公式进行基础条件越限概率的门控：

24、；

25、若下游设施节点v对应单个上游父节点u，则通过以下公式进行基础条件越限概率的门控：

26、；

27、其中，表示下游设施节点v在时刻k的基础条件越限概率，表示下游设施节点v对应的上游父节点集合，表示传播门控系数，表示传播条件风险，表示水力传播修正后的条件越限概率。

28、进一步的，所述目标基础条件越限概率生成模型、核参数生成器以及门控参数生成器基于联合损失函数训练得到，所述联合损失函数包括首次越限时间与右删失负对数似然损失、水力传播监督损失以及晚报非对称损失，其中：

29、所述水力传播监督损失包括传播区间损失、动态核监督损失以及门控监督损失；

30、所述传播区间损失基于相邻设施节点的真实首次越限时间差以及由节点间水力距离、纵坡或高程差、实时降雨强度、节点剩余调蓄容积、泵组启停状态和有效排水能力确定的允许传播时滞区间计算得到；

31、所述动态核监督损失基于上游设施节点和下游设施节点均发生首次越限时的观测传播时滞计算得到；

32、所述门控监督损失基于上游设施节点发生首次越限后，下游设施节点是否在允许传播时滞区间内发生首次越限的传播结果标签计算得到；

33、所述晚报非对称损失中预测首次越限时间晚于真实首次越限时间的惩罚权重大于预测首次越限时间早于真实首次越限时间的惩罚权重。

34、第二方面，本技术公开的一种隧道内涝多事件首次越限概率预警系统，所述系统包括有向事件图建立模块、基础条件越限概率计算模块、首次越限概率质量计算模块、动态水力参数处理模块、水力传播修正模块以及越限概率分析与预警模块，其中：

35、所述有向事件图建立模块，用于基于隧道倒灌路径上的水工设施拓扑关联关系，建立有向事件图；

36、所述基础条件越限概率计算模块，用于针对有向事件图中关联的设施节点，将在实时降雨监测特征下的状态表征输入至目标基础条件越限概率生成模型中，得到在预设预测时间窗内的基础条件越限概率；

37、所述首次越限概率质量计算模块，用于将所述设施节点的基础条件越限概率与前序时间区间内的未越限概率进行连乘计算，得到首次越限概率质量；

38、所述动态水力参数处理模块，用于确定所述设施节点关联到的目标有向边，并将所述目标有向边的水力特征参数分别输入至核参数生成器以及门控参数生成器中，得到所述目标有向边的动态水力时滞核以及传播门控系数；

39、所述水力传播修正模块，用于获取对应下游设施节点的基础条件越限概率，并基于所述动态水力时滞核以及传播门控系数对所述基础条件越限概率进行修正，得到水力传播修正后的条件越限概率；

40、所述越限概率分析与预警模块，用于根据各设施节点的水力传播修正后的条件越限概率，生成各设施节点的首次越限时间概率分布和累计越限概率，并根据所述累计越限概率确定首次越限设施、首次越限时间区间以及对应的预警等级。

41、第三方面，本技术公开的一种可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如前述任一项所述的一种隧道内涝多事件首次越限概率预警方法。

42、本发明的有益效果是：1）直接预测多设施首次越限时间概率分布，使训练目标与首次越限设施、首次越限时刻和剩余处置时间相对应，区别于仅预测连续水位后再进行阈值比较的处理方式；2）本发明传播的是上游首次越限事件的时间概率分布，该分布经动态水力时滞核卷积并转换为传播条件风险后，直接参与下游条件越限概率生成，而不是仅将传播时滞作为输入滞后量、事后解释或普通损失项；3）动态水力时滞核由设施距离、坡度等静态参数以及实时降雨、剩余调蓄容积、泵组状态和排水能力等动态状态共同确定，并可由观测到的上下游首次越限时间差监督其期望时滞，从而建立可解释的事件传播时间分布；4）门控系数根据实时水力状态以及上游越限后下游是否在预测窗口内越限的传播结果进行训练，使系统能够抑制在高剩余容量、强排水能力或传播受阻条件下不合理放大的下游风险。