Page 29 - 202005期
P. 29

The Management of underground pipeline















                  基于人工智能技术的城镇排水管网系统研究




                                      □ 深圳市博铭维智能科技有限公司 代 毅 陈增兵













                       摘 要:基于提升我国城镇排水管网运营管理智能化、信息化、可持续化发展的目的,通过
                       采用基于人工智能技术为核心的城镇排水管网智能管理云平台,并结合管网GIS技术、云计
                       算技术、管网智能检测技术等多技术融合,并通过了在相关使用单位的实际使用反馈,证明
                       了以人工智能技术为核心的城镇排水管网系统,在智能化、信息化管理中具有巨大的技术优
                       势,值得进行深入研究和推广。
                       关键词:人工智能;深度学习;云平台;GIS;管网智能检测




                                 1 引言                           务复杂,导致仅仅依靠自身收集的数据,仍然
                                                                难以满足自身业务需求。
                                                 [1]
                     城镇排水管网管理信息系统 是利用相
                                                                      1956年,以麦卡赛、明斯基、罗切斯特
               关技术与给排水专业技术相结合,集采集、管
                                                                和申农等为首的一批有远见卓识的年轻科学
               理、更新、综合分析与处理城镇排水管网系统
                                                                家,共同研究和探讨用机器模拟智能的一系
               信息等功能于一身的应用系统。由于信息化
                                                                                                         [2]
                                                                列有关问题,并首次提出了“人工智能” 这
               建设较为滞后,导致目前排水基础设施信息
                                                                一术语,它标志着“人工智能”这门新兴学科
               化建设水平较低,信息采集量不足、覆盖内容
                                                                的正式诞生。目前人工智能技术发展迅速,
               不全、时效性差、精度低。此外,由于排水管
                                                                已经在机器视觉、指纹识别、人脸识别、专
               网数据挖掘程度较浅,对于信息的利用仍停                              家系统、图像理解等多个领域进行广泛应
               留在表面。城镇排水管理是一项复杂工程,                              用,推动了相关产业的快速发展。尤其以基

               牵扯管理部门多。目前许多部门已经投入了相                             于深度学习 技术的海量数据分析,能够对
                                                                            [3]
               关信息化建设,也掌握一定的数据,但由于业                             大样本数据进快速分析,在机器视觉、语音



                                                                                              2020年第5期 19
   24   25   26   27   28   29   30   31   32   33   34