买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉水利部交通运输部国家能源局南京水利科学研究院申请的专利一种基于LSTM神经网络的城市内涝积水预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115730739B 。

龙图腾网通过国家知识产权局官网在2026-04-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211525075.2，技术领域涉及：G06Q10/04；该发明授权一种基于LSTM神经网络的城市内涝积水预测方法是由刘永志;陈顺利;张文婷;牛帅;张晓艳;宋淑红;夏玉林设计研发完成，并于2022-11-30向国家知识产权局提交的专利申请。

本一种基于LSTM神经网络的城市内涝积水预测方法在说明书摘要公布了：本申请提供一种基于LSTM神经网络的城市内涝积水预测方法，步骤为：采集历史每一次降雨过程中城市若干积水点的积水深度、排水出口与河道或湖泊的高差、积水点区域的降雨量，以及积水点的环境数据；构建积水点的积水量与积水深度的数学关系，计算第i个采样周期内积水点的汇流水量；构建基于LSTM神经网络的汇流水量预测模型，初始化模型参数，并对模型进行训练；采集待预测点的实时数据以及环境数据，并将其输入训练后的LSTM神经网络模型中对汇流水量进行预测，并通过汇流水量和环境数据对待预测点的积水深度进行计算。本申请通过对积水点汇流水量的预测以及对不同情况下积水点排水量的计算提高了积水深度预测的精度，为城市防洪、减灾等领域提供支持。

本发明授权一种基于LSTM神经网络的城市内涝积水预测方法在权利要求书中公布了：1.一种基于LSTM神经网络的城市内涝积水预测方法，其特征在于，具体步骤为： 1数据采集：以为时间间隔，采集历史每一次降雨过程中城市若干积水点的积水深度数据、积水点对应排水出口与排水河道或湖泊的竖直高差数据、积水点对应排水管的流速数据、积水点区域的降雨量数据，以及积水点的环境数据，获得采集数据； 2计算汇流水量：构建积水点的积水量与积水深度的数学关系，并根据积水点排水管网数据和降雨量数据计算第个采样周期内积水点的汇流水量； 3数据分集：将积水点单次降雨过程中的采集数据和计算得到的汇流水量按照时间排序，获得原始数据集，将原始数据集按照8:2的比例划分为测试集和训练集； 4构建模型：以降雨量为输入，汇流水量为输出，构建基于LSTM神经网络的汇流水量预测模型，初始化模型参数，并通过训练集数据对模型进行训练； 5积水深度预测：采集待预测点的实时数据以及环境数据，并将其输入步骤4中训练后的LSTM神经网络模型中对汇流水量进行预测，并通过汇流水量和环境数据对待预测点的积水深度进行计算； 步骤2中计算计算汇流水量的具体步骤为： 2-1构建积水点的积水量与积水深度的数学关系： 式中，为积水点积水量与积水深度的数学关系函数； 针对城市立交下穿隧道构建数学函数，针对城市低洼区域构建数学函数： 式中，为城市立交下穿隧道的截面曲线，为城市立交下穿隧道的宽度，为城市下沉广场或积水路面的面积； 2-2计算第个采样周期内汇入积水点的汇流水量： 式中，为第次采样积水点的积水量，为第次采样积水点排水管的流速；为流量常数，与积水点排水管的横截面积相关；为采样次数； 步骤5中积水深度预测的具体步骤为： 4-1设待预测时刻为，采集待预测点时刻的降雨量数据，将其输入步骤3中训练后的LSTM神经网络模型中，对时刻的汇流水量进行预测； 4-2采集时刻待预测点对应排水出口与排水河道或湖泊的竖直高差以及待预测点积水深度与待预测点对应排水出口的竖直高； 若且，则时刻待预测点处汇流水量的增加量为： 若且，或者，则时刻待预测点处汇流水量的增加量为： 式中，为待预测点处排水管的设计流速，为流速影响因子，均为预设的流速影响因子阈值，均为预设的高度差阈值； 4-3采集待预测点的地理类型数据，根据地理类型数据汇流水量的增加量带入或计算积水的高度增加量，则时刻待预测点处的积水深度为： 式中，为时刻待预测点的积水深度。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人水利部交通运输部国家能源局南京水利科学研究院，其通讯地址为：210029 江苏省南京市鼓楼区广州路223号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。