一种将SWMM模型数据转换为图神经网络直接识别的数据的交互方法技术

本发明专利技术公开了一种将SWMM模型数据转换为图神经网络直接识别的数据的交互方法，包括以下步骤：第一步：基于MATLAB软件读取SWMM模型的.inp文件并提取信息，把管道连接关系信息保存为第一个npy文件，同时把管道长度信息保存为第二个npy文件，接着对各个节点关联的汇水面积、最大不透水率、总宽度、最大坡度、是否为排出口、节点高程及节点深度数据进行提取并归一化处理得到一个节点特征矩阵保存为第三个npy文件。第二步：用python软件将npy文件进行可视化处理。本发明专利技术简化了数据处理流程，实现了SWMM模型数据的快速结构化，为城市水文管理提供了精确、实时的分析支持。

【技术实现步骤摘要】

本专利技术属于城市雨洪模拟数据处理，具体涉及一种将swmm模型数据转换为图神经网络直接识别的数据的交互方法。

技术介绍

1、在城市化进程中，城市排水系统和雨洪管理是城市基础设施规划和环境保护的重要组成部分。随着城市面积的扩展和地表不透水层的增加，城市洪水灾害的风险显著提高。有效的城市雨洪管理不仅需要精确的数据收集和监测，还需要高效的数据处理和分析方法来预测和调控洪水事件。

2、城市雨水管理模型(swmm)是用于模拟单个雨水事件或连续模拟城市地区的径流量和水质的综合计算机模型。swmm可以模拟自然和人工区域的降雨径流过程，计算从降雨量到排入接收水体的量的转化，是城市排水系统设计和分析的标准工具之一。然而，swmm输出的数据通常较为复杂且为非结构化格式，如节点流量、水位、管网连接等，这些数据通常只能反应降雨过程以及城市排水系统自身和排水相关的性能，不能反应对排水系统设施进行设计建设和运行管理等方面的性能和问题并在这些层面上进行分析，故需要进一步转换和处理才能适用于更高级的数据分析方法。

3、尽管swmm在模拟精度上表现优异，但其数据处理本文档来自技高网...

【技术保护点】

1.一种将SWMM模型数据转换为图神经网络直接识别的数据的交互方法，先建立研究城市区域的SWMM模型，模型中划分好汇水区，导出inp文件；其特征在于，还包括以下步骤：

2.如权利要求1所述的将SWMM模型数据转换为图神经网络直接识别的数据的交互方法，其特征在于, 本方法第一步具体包括以下步骤：

3.如权利要求1所述的将SWMM模型数据转换为图神经网络直接识别的数据的交互方法，其特征在于, 本方法第二步具体包括以下步骤：

4.如权利要求3所述的将SWMM模型数据转换为图神经网络直接识别的数据的交互方法，其特征在于, 步骤b具体包括以下执行步骤：

<...

【技术特征摘要】

1.一种将swmm模型数据转换为图神经网络直接识别的数据的交互方法，先建立研究城市区域的swmm模型，模型中划分好汇水区，导出inp文件；其特征在于，还包括以下步骤：

2.如权利要求1所述的将swmm模型数据转换为图神经网络直接识别的数据的交互方法，其特征在于, 本方法第一步具体包括以下步骤：

3.如权利要求1所述的将swmm模型数据转换为图神经网络直接识别的数据的交互方法，其特征在于, 本方法第二步具体包括以下步骤：

4.如权利要求3所述的将swmm模型数据...

【专利技术属性】
技术研发人员：程麒铭，陈垚，巢云淞，刘臻，朱家悦，饶烨，苏义鸿，王开丰，何旸，邹高菊，周远涵，穆怡辛，刘非，杜德华，杨帆，刘福康，
申请(专利权)人：重庆交通大学，
类型：发明
国别省市：