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！

龙图腾网获悉北京市水科学技术研究院申请的专利一种城市低洼道路排水防涝能力核算方法、装置及设备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：CN121684661B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202610198842.5，技术领域涉及：G06Q10/0635；该发明授权一种城市低洼道路排水防涝能力核算方法、装置及设备是由战楠;熊瑛;于磊;张书函;顾永钢;李垒;李永坤;郑凡东;王军红;董梦宁;王子一设计研发完成，并于2026-02-11向国家知识产权局提交的专利申请。

本一种城市低洼道路排水防涝能力核算方法、装置及设备在说明书摘要公布了：本发明涉及排水防涝技术领域，公开了一种城市低洼道路排水防涝能力核算方法、装置及设备，方法包括：获取并量化道路特征，构建道路特征参数库；然后关联场次降雨、道路积水数据与该参数库，形成道路积水情景参数库；随后以淹没面积或积水深度为目标，从情景库筛选特征参数并训练预测模型；最终用目标道路实际特征参数，通过模型预测其积水指标。本发明解决了传统方法数据维度单一、依赖经验的问题，可按需选预测目标适配不同场景，结合特征筛选与模型训练，兼顾地形、降雨、排水效能等要素，既降低对复杂数据与专业软件的依赖，又让核算更高效、结果更贴合实际，能快速完成道路积水指标核算，为积水风险预判提供可靠依据。

本发明授权一种城市低洼道路排水防涝能力核算方法、装置及设备在权利要求书中公布了：1.一种城市低洼道路排水防涝能力核算方法，其特征在于，所述方法包括： 获取道路特征数据，并对所述道路特征数据进行量化，构建道路特征参数库，所述道路特征数据包括：道路基本信息表征参数、源头减排能力表征参数、过程输排能力表征参数、末端调蓄能力表征参数、道路行泄能力表征参数，对所述道路特征数据进行量化，构建道路特征参数库，包括：获取道路面积及道路汇水分区总面积，计算所述道路面积与道路汇水分区面积的比值，得到道路面积占比作为道路基本信息表征参数的量化结果；获取道路汇水分区范围内的下垫面类型、各下垫面类型对应的面积及径流系数，采用面积加权法计算综合径流系数，同时计算道路汇水分区范围内的透水铺装面积和硬化下垫面面积的比值，得到透水铺装率，所述综合径流系数和所述透水铺装率作为源头减排能力表征参数的量化结果；计算雨水箅子的平均最临近距离、雨水管网密度、单位汇水面积雨水管网容积作为过程输排能力表征参数的量化结果；计算累计调蓄容积与汇水分区总面积的比值作为集中调蓄设施控制比，基于水泵性能参数计算水泵设施提升能力数据，所述集中调蓄设施控制比和水泵设施提升能力数据作为末端调蓄能力表征参数的量化结果；基于道路地形栅格数据计算道路平均坡度和道路坡度标准差作为道路行泄能力表征参数的量化结果； 根据所述道路特征数据，获取场次降雨特征数据及对应的道路积水数据，并结合所述道路特征参数库，构建道路积水情景参数库，所述道路积水数据包括道路淹没面积和道路积水深度； 以道路淹没面积或道路积水深度为预测目标，根据预测目标从所述道路积水情景参数库中筛选特征参数，并将特征参数作为自变量进行模型训练，得到训练好的预测模型，包括：对所述道路积水情景参数库中各数据进行标准化处理，得到多组标准特征参数，并将多组标准特征参数按预设比例分为训练集和验证集；以均方根误差作为特征筛选指标，利用随机森林回归器与交叉验证递归特征消除对训练集中各标准特征参数进行筛选，确定对预测目标贡献最大的关键特征作为对应的特征参数；利用贝叶斯优化方法对LightGBM模型的超参数进行寻优，得到超参数优化后的LightGBM模型，并利用所述训练集训练贝叶斯岭回归模型与超参数优化后的LightGBM模型，确定最优迭代次数和交叉验证预测结果；基于K折交叉验证构建堆叠集成权重计算体系，求解贝叶斯岭回归模型与超参数优化后的LightGBM模型的最优融合权重；利用所述最优融合权重，对所述贝叶斯岭回归模型与超参数优化后的LightGBM模型对应的交叉验证预测结果进行加权融合，得到堆叠预测值，并利用各特征参数的原始数据及标准数据评估模型训练效果；基于特征参数对应的全部数据训练堆叠集成模型，得到训练好的预测模型，并利用验证集对训练结果进行评估验证； 基于预测目标获取目标道路的实际特征参数，并利用预测模型预测目标道路的道路淹没面积或道路积水深度。

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北京市水科学技术研究院，其通讯地址为：100048 北京市海淀区车公庄西路21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。