CN118194142B - 一种智慧管网的震后修复工程分析方法及系统 - Google Patents

Abstract

本申请公开了一种智慧管网的震后修复工程分析方法及系统，用于提高震后智慧管网修复速度。本申请震后修复工程分析方法包括：接收灾情检测设备发送的震灾警报；采集管辖区域内的地下管线的井下传感器数据；根据井下传感器数据进行管线运行状态分析；向预定范围内的次智能井盖发送采集指令，以使得次智能井盖采集并回传井下传感器数据并扩散采集指令；接收次智能井盖在各自管辖区域内采集的井下传感器数据；根据地下管线的管线编号ID对全部的井下传感器数据进行归类统计，生成统计结果；根据主智能井盖位置、次智能井盖位置和统计结果在电子地图进行数据标记；根据电子地图上每一条地下管线的运行状态为至少一个集群区域生成受灾情况。

Description

一种智慧管网的震后修复工程分析方法及系统

技术领域

本申请实施例涉及智慧管网领域，尤其涉及一种智慧管网的震后修复工程分析方法及系统。

背景技术

城市综合管网是城市建设的重要内容，加强城市地上地下管网的智能化管理对城市健康、安全、有序的发展意义重大。随着我国城市化水平的提高，基础建设的发展，各城市都建有大规模错综复杂的地上地下综合管网设施，特别是城市中心区繁华地段，每条道路下铺设有供水、排水、燃气、热力、电力、电信等20多种地下管线，不同的地下线的数据尚未有一个高效合适和管理方式。这使得管线资源难以有效地整合，导致管线事故频发，应急救援不及时，影响城市的正常运行，管网管理由粗放型向智慧化方向发展。

现如今提出智慧管网是以精确探测、定位地下管线为基础，实施监测感知管线破损等故障，构建地下管线全寿命周期管理的综合信息平台系统，从而及时预警、处置地下管线的异常，确保人民生命财产安全。其对象是从进入城市到服务民生的所有地下管线，其主脉络与城市路网（地上、地下）相随，智慧化的内容包含精确探测、地下标识、综合感知和应急联动的全寿命综合管理系统。

但是，在地震这种自然灾害发生的受灾区域内，智慧管网内部的地下管线损坏，容易让受灾区域陷入缺水、缺电、缺气等困境，而震后修复工作除了需要大量的人力和财力，还需要大量的物力。在受灾区域内部及时抢修好地下水管线、地下天然气管线、电力管线以及通信管线等，是非常重要的。但是对于受灾区域，地下管线的修复工作需要花费大量时间去了解哪一种管线存在受损，也需要花费大量时间去确定受损部位，传统的智慧管网在正常情况下能够通过传感器获取到管道运行的数据，并且上传到对应的权属单位的平台上，但是在震区，通讯设施往往存在损坏，智慧管网无法与外接进行通讯，并且管线内部的传感器有可能在震中存在损坏，这导致震后修复智慧管网修复速度下降。

发明内容

传统的地下管线进行数据采集，都需要使用数据线进行数据传输，而现在，智能井盖作为智慧管网的重要组成部分，是一种利用现代科技手段来提升城市管理和基础设施管理水平的创新产品。智能井盖通过装载独立的传感器、通信模块、控制器等组成独立的智能系统，不仅可以实现对井盖状态、周边环境、交通情况等信息的实时监测和数据收集，并能够迅速响应异常情况，及时进行报警和处理。并且智能井盖自身能够独立运行，作为信息传输的中枢，相对于地上的信息接收装置，智能井盖能够更好的与地下的传感器进行数据采集。最重要的是普通井盖分布广泛，替换上智能井盖之后，智能井盖通过井下通道能对一定区域范围内的地下管网的传感器生成的实时数据进行高效采集，无需增设专属的数据线。

基于上述的智能井盖，本申请公开了一种智慧管网的震后修复工程分析方法及系统，用于提高震后智慧管网修复速度。

本申请第一方面公开了一种智慧管网的震后修复工程分析方法，包括：

主智能井盖的主终端接收灾情检测设备发送的震灾警报；

主终端采集管辖区域内的地下管线的井下传感器数据；

主终端根据井下传感器数据进行管线运行状态分析，生成管线区域状态数据，将所述管线区域状态数据添加到所述井下传感器数据中；

主终端向预定范围内的次智能井盖发送采集指令，以使得预定范围内的次智能井盖采集并回传各自管辖区域内的地下管线的井下传感器数据并扩散采集指令；

主终端接收次智能井盖在各自管辖区域内采集的井下传感器数据；

主终端根据地下管线的管线编号ID对全部的井下传感器数据进行归类统计，生成统计结果；

主终端根据主智能井盖位置、次智能井盖位置和统计结果在电子地图进行数据标记，以使得电子地图上显示每一条地下管线的位置分布、正常运行段落和非正常运行段落；

主终端根据电子地图上每一条地下管线的运行状态为至少一个集群区域生成受灾情况。

可选的，主终端根据井下传感器数据进行管线运行状态分析，生成管线区域状态数据，包括：

主终端根据井下传感器数据确定无采集数据的待检地下管线；

主终端将数据库中剩余管道的正常历史记录与井下传感器数据进行相似度对比，确定在该区域内运行正常的地下管线和运行异常的地下管线；

主终端根据待检地下管线、运行正常的地下管线和运行异常的地下管线的分析情况生成管线区域状态数据。

可选的，井下传感器数据还包括损坏点数据；

在主终端根据井下传感器数据进行管线运行状态分析，生成管线区域状态数据之后，主终端向预定范围内的次智能井盖发送采集指令，以使得预定范围内的次智能井盖采集各自管辖区域内的地下管线的井下传感器数据并扩散采集指令之前，震后修复工程分析方法还包括：

当运行异常的地下管线为运气管和运液管时，主终端使用灾时损坏点检测装置对运行异常的地下管线进行段落检测，生成检测结果；

当检测结果显示在管辖区域内存在损坏点，主终端使用井下图像采集设备对运行异常的地下管线在损坏点范围进行图像采集，获取至少一张管道拍摄图像；

主终端根据震灾警报从数据库获取运行异常的地下管线的对应的参考损坏图像集合，参考损坏图像集合包括相机拍摄图像集合和红外遥感相机图像集合，相机拍摄图像集合包括至少两张地下管线存在不同损坏情况的管道损坏图像，红外遥感相机图像集合包括至少两张地下管线存在不同损坏情况的管道损坏图像；

主终端将管道拍摄图像和管道损坏图像进行特征融合，生成至少一张损坏特征增强图像；

主终端将至少一张损坏特征增强图像输入卷积神经网络识别模型中进行识别分析，生成分析结果；

主终端根据分析结果确定概率最高的损坏情况，并确定概率最高的损坏情况对应的管道图像的拍摄点位；

主终端将概率最高的损坏情况和拍摄点位确定为损坏点数据。

可选的，主终端将管道拍摄图像和管道损坏图像进行特征融合，生成至少一张损坏特征增强图像，包括：

主终端对第一个管道损坏图像进行1*1卷积处理，生成损坏标签特征；

主终端对第一个管道拍摄图像进行1*1卷积操作，生成拍摄卷积特征；

主终端对损坏标签特征进行区域像素注意力生成处理和通道相乘处理，生成第一处理特征；

主终端对第一处理特征进行残差提取和残差融合处理，生成融合残差；

主终端将融合残差、损坏标签特征和拍摄卷积特征进行通道叠加，生成第二处理特征；

主终端对第二处理特征进行边缘重构，生成第三处理特征；

主终端为第三处理特征对应的每个神经元分配注意力，并将注意力小于第一预设阈值的神经元进行筛除处理，生成第四处理特征；

主终端对第四处理特征进行边缘重构，生成增强参数；

主终端将增强参数进行还原输出，生成第一个管道拍摄图像对应的损坏特征增强图像；

主终端根据上述方式对每一张管道拍摄图像和管道损坏图像进行特征融合，生成至少一张损坏特征增强图像。

可选的，当运行异常的地下管线为运气管和运液管时，主终端使用灾时损坏点检测装置对运行异常的地下管线进行段落检测，生成检测结果，包括：

当运行异常的地下管线为运气管和运液管时，主终端使用灾时声波传感器对运行异常的地下管线进行段落检测，生成第一检测数据；

主终端使用灾时红外遥感成像设备对运行异常的地下管线进行段落检测，生成第二检测数据；

根据第一检测数据和第二检测数据生成检测结果。

可选的，在主终端根据电子地图上每一条地下管线的运行状态为至少一个集群区域生成受灾情况之后，震后修复工程分析方法还包括：

主终端向智慧管网的接收器发送受灾情况；

当主终端未获取到接收器发送的接收成功通知时，主终端向预定范围内的次智能井盖发送受灾情况，以使得预定范围内的次智能井盖存储受灾情况并将受灾情况发送到其他接收器。

本申请第二方面公开了一种智慧管网的震后修复工程分析方法，包括：

第一接收单元，用于接收灾情检测设备发送的震灾警报；

采集单元，用于采集管辖区域内的地下管线的井下传感器数据；

第一生成单元，用于根据井下传感器数据进行管线运行状态分析，生成管线区域状态数据，将所述管线区域状态数据添加到所述井下传感器数据中；

第一发送单元，用于向预定范围内的次智能井盖发送采集指令，以使得预定范围内的次智能井盖采集并回传各自管辖区域内的地下管线的井下传感器数据并扩散采集指令；

第二接收单元，用于接收次智能井盖在各自管辖区域内采集的井下传感器数据；

第二生成单元，用于根据地下管线的管线编号ID对全部的井下传感器数据进行归类统计，生成统计结果；

标记单元，用于根据主智能井盖位置、次智能井盖位置和统计结果在电子地图进行数据标记，以使得电子地图上显示每一条地下管线的位置分布、正常运行段落和非正常运行段落；

第三生成单元，用于根据电子地图上每一条地下管线的运行状态为至少一个集群区域生成受灾情况。

可选的，第一生成单元，包括：

根据井下传感器数据确定无采集数据的待检地下管线；

将数据库中剩余管道的正常历史记录与井下传感器数据进行相似度对比，确定在该区域内运行正常的地下管线和运行异常的地下管线；

根据待检地下管线、运行正常的地下管线和运行异常的地下管线的分析情况生成管线区域状态数据。

可选的，井下传感器数据还包括损坏点数据；

在第一生成单元之后，第一发送单元之前，震后修复工程分析系统还包括：

第四生成单元，用于当运行异常的地下管线为运气管和运液管时，使用灾时损坏点检测装置对运行异常的地下管线进行段落检测，生成检测结果；

第一获取单元，用于当检测结果显示在管辖区域内存在损坏点，使用井下图像采集设备对运行异常的地下管线在损坏点范围进行图像采集，获取至少一张管道拍摄图像；

第二获取单元，用于根据震灾警报从数据库获取运行异常的地下管线的对应的参考损坏图像集合，参考损坏图像集合包括相机拍摄图像集合和红外遥感相机图像集合，相机拍摄图像集合包括至少两张地下管线存在不同损坏情况的管道损坏图像，红外遥感相机图像集合包括至少两张地下管线存在不同损坏情况的管道损坏图像；

第五生成单元，用于将管道拍摄图像和管道损坏图像进行特征融合，生成至少一张损坏特征增强图像；

第六生成单元，用于将至少一张损坏特征增强图像输入卷积神经网络识别模型中进行识别分析，生成分析结果；

第一确定单元，用于根据分析结果确定概率最高的损坏情况，并确定概率最高的损坏情况对应的管道图像的拍摄点位；

第二确定单元，用于将概率最高的损坏情况和拍摄点位确定为损坏点数据。

可选的，第五生成单元，包括：

对第一个管道损坏图像进行1*1卷积处理，生成损坏标签特征；

对第一个管道拍摄图像进行1*1卷积操作，生成拍摄卷积特征；

对损坏标签特征进行区域像素注意力生成处理和通道相乘处理，生成第一处理特征；

对第一处理特征进行残差提取和残差融合处理，生成融合残差；

将融合残差、损坏标签特征和拍摄卷积特征进行通道叠加，生成第二处理特征；

对第二处理特征进行边缘重构，生成第三处理特征；

为第三处理特征对应的每个神经元分配注意力，并将注意力小于第一预设阈值的神经元进行筛除处理，生成第四处理特征；

对第四处理特征进行边缘重构，生成增强参数；

将增强参数进行还原输出，生成第一个管道拍摄图像对应的损坏特征增强图像；

根据上述方式对每一张管道拍摄图像和管道损坏图像进行特征融合，生成至少一张损坏特征增强图像。

可选的，第四生成单元，包括：

当运行异常的地下管线为运气管和运液管时，使用灾时声波传感器对运行异常的地下管线进行段落检测，生成第一检测数据；

使用灾时红外遥感成像设备对运行异常的地下管线进行段落检测，生成第二检测数据；

根据第一检测数据和第二检测数据生成检测结果。

可选的，在第三生成单元之后，震后修复工程分析系统还包括：

第二发送单元，用于向智慧管网的接收器发送受灾情况；

第三发送单元，用于当未获取到接收器发送的接收成功通知时，向预定范围内的次智能井盖发送受灾情况，以使得预定范围内的次智能井盖存储受灾情况并将受灾情况发送到其他接收器。

本申请第三方面提供了一种基于智慧管网的数据安全传输系统，包括：

处理器、存储器、输入输出单元以及总线；

处理器与存储器、输入输出单元以及总线相连；

存储器保存有程序，处理器调用程序以执行如第一方面以及第一方面的任意可选的智慧管网的震后修复工程分析方法。

本申请第四方面提供了一种计算机可读的存储介质，计算机可读存储介质上保存有程序，程序在计算机上执行时执行如第一方面以及第一方面的任意可选的智慧管网的震后修复工程分析方法。

从以上技术方案可以看出，本申请实施例具有以下优点：

本申请中，当主智能井盖的主终端接收灾情检测设备发送的震灾警报，由于主智能井盖是可独立于智慧管网系统运行，故主终端会采集自身管辖区域内的地下管线的井下传感器数据。主终端再根据井下传感器数据进行管线运行状态分析，生成管线区域状态数据，井下传感数据和管线区域状态数据统称为井下传感器数据。主终端向预定范围内的次智能井盖发送采集指令，以使得预定范围内的次智能井盖采集并回传各自管辖区域内的地下管线的井下传感器数据并扩散采集指令。主终端接收次智能井盖在各自管辖区域内采集的井下传感器数据。主终端根据地下管线的管线编号ID对全部的井下传感器数据进行归类统计，生成统计结果。主终端根据主智能井盖位置、次智能井盖位置和统计结果在电子地图进行数据标记，以使得电子地图上显示每一条地下管线的位置分布、正常运行段落和非正常运行段落。主终端根据电子地图上每一条地下管线的运行状态为至少一个集群区域生成受灾情况。

通过分布广泛且独立运行的智能井盖进行井下传感器数据的采集，并且分析井下传感器数据，及时少数的智能井盖受到损坏，仍有大量的智能井盖能够进行数据采集。智能井盖在正常情况下数据采集时，就能够与地下管线的传感器进行数据采集，在震后只要传感器未损坏，就能够照常进行数据采集。其次，即使当前区域的地下管线传感器存在损坏，由于地下管线是横跨多个区域，并且存在大量的分支部分，即上游部分管线和下游部分管线，上游部分管线和下游部分管线都存在传感器，重要存在一个未损坏的传感器，即可分析中游管线的受损情况，这主要得益于智能的分布同地下管线一样广泛。主终端根据地下管线的管线编号ID对全部的井下传感器数据进行归类统计，生成统计结果，即可得到管线的运行状态，并且在电子地图上进行数据标记，使得每一条地下管线的运行状态都可以从图上观测，还可以为至少一个集群区域生成受灾情况。这类数据存储在智能井盖中，以供抢修人员能够获取相关数据制定抢修策略，极大程度的提高震后智慧管网修复速度。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本申请震后修复工程分析方法的一个结构示意图；

图2为本申请震后修复工程分析方法的第一阶段的一个实施例示意图；

图3为本申请震后修复工程分析方法的第二阶段的一个实施例示意图；

图4为本申请震后修复工程分析方法的第三阶段的一个实施例示意图；

图5为本申请震后修复工程分析方法的第四阶段的一个实施例示意图；

图6为本申请震后修复工程分析系统的一个实施例示意图；

图7为本申请震后修复工程分析系统的另一个实施例示意图；

图8为本申请震后修复工程分析系统的另一个实施例示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。

在现有技术中，在地震这种自然灾害发生的受灾区域内，智慧管网内部的地下管线损坏，容易让受灾区域陷入缺水、缺电、缺气等困境，而震后修复工作除了需要大量的人力和财力，还需要大量的物力。在受灾区域内部及时抢修好地下水管线、地下天然气管线、电力管线以及通信管线等，是非常重要的。但是对于受灾区域，地下管线的修复工作需要花费大量时间去了解哪一种管线存在受损，也需要花费大量时间去确定受损部位，传统的智慧管网在正常情况下能够通过传感器获取到管道运行的数据，并且上传到对应的权属单位的平台上，但是在震区，通讯设施往往存在损坏，智慧管网无法与外接进行通讯，并且管线内部的传感器有可能在震中存在损坏，这导致震后修复智慧管网修复速度下降。

基于此，本申请的智能井盖通过装载独立的传感器、通信模块、控制器等组成独立的智能系统，不仅可以实现对井盖状态、周边环境、交通情况等信息的实时监测和数据收集，并能够迅速响应异常情况，及时进行报警和处理。并且智能井盖自身能够独立运行，作为信息传输的中枢，相对于地上的信息接收装置，智能井盖能够更好的与地下的传感器进行数据采集。最重要的是普通井盖分布广泛，替换上智能井盖之后，智能井盖通过井下通道能对一定区域范围内的地下管网的传感器生成的实时数据进行高效采集，无需增设专属的数据线。

基于上述的智能井盖，本申请公开了一种智慧管网的震后修复工程分析方法及系统，用于提高震后智慧管网修复速度。

下面将结合本申请实施例中的附图，对本申请中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请的方法可以应用于服务器、设备、终端或者其它具备逻辑处理能力的设备，对此，本申请不作限定。为方便描述，下面以执行主体为主终端为例进行描述。

请参阅图1，本申请提供了智慧管网的震后修复工程分析方法的一个实施例，包括：

101、主智能井盖的主终端接收灾情检测设备发送的震灾警报；

本实施例中，主终端为主智能井盖上的控制终端，需要说明的是，在智能井盖在一个大的区域内设置有多个，通常来说地下管线较多的中枢部分所使用的智能井盖功能更多，在震后起到控制其他次智能井盖的作用，但是主智能井盖和次智能井盖的身份可以相互转换。当主智能井盖在震中存在损坏时，则需要让另一个智能井盖作为采集的核心。当主智能井盖的主终端接收到震灾警报之后，内部检测发现存在损坏，则可以让覆盖区域内其他智能井盖代替接管采集任务。如主智能井盖的主终端已经无法接收到震灾警报，其他的次智能井盖在接收到震灾警报之后，向主智能井盖的主终端发送震灾警报但无回应时，会主动接管采集任务，上升为主智能井盖。

102、主终端采集管辖区域内的地下管线的井下传感器数据；

主终端根据自身所覆盖的区域，对专属管辖区域内的地下管线的井下传感器数据进行采集，这个步骤和震前是相同的，及时未发送地震，主智能井盖的日常功能也是采集管辖区域内的地下管线的井下传感器数据，只不过在采集之后需要对数据进行分类加密，并且通过特定的接收器进行数据的传输，传输到权属单位的平台上。

当前由于发送了灾情，为了及时抢险，故对于特定的涉及灾区生活必须的地下管线的数据，需要采集分析和保存，以使得前线人员能够及时的根据存储的信息进行分析，加快抢险救灾的任务。

103、主终端根据井下传感器数据进行管线运行状态分析，生成管线区域状态数据，将所述管线区域状态数据添加到所述井下传感器数据中；

当主终端采集管辖区域内的地下管线的井下传感器数据之后，主终端根据井下传感器数据进行管线运行状态分析，生成管线区域状态数据。例如：当井下传感器数据显示地下水管的流量为0，则表示在该管辖区域内，这一地下水管已经在上游或是该处损坏，下游的存在缺水或者无水状态。

如果是正常数值，则表示在该段管辖区域该地下水管存在损坏的可能性较小，可以着重修复其他管线。

当未存在传感器数据，则表示地下水管的水流量传感器损坏，需要通过其他上游数据，或者是下游数据进行推导。

井下传感数据和管线区域状态数据统称为井下传感器数据。

104、主终端向预定范围内的次智能井盖发送采集指令，以使得预定范围内的次智能井盖采集并回传各自管辖区域内的地下管线的井下传感器数据并扩散采集指令；

主终端向预定范围内的次智能井盖发送采集指令，以使得预定范围内的次智能井盖采集并回传各自管辖区域内的地下管线的井下传感器数据并扩散采集指令。具体的，主终端在覆盖区域内进行采集指令的发送，使得周围的智能井盖进行井下传感器数据的采集，分析，并且发回到主终端，其次，周围的智能井盖会向外发送指令，使得整个灾区内的智能井盖都进行数据采集和数据分析。

105、主终端接收次智能井盖在各自管辖区域内采集的井下传感器数据；

106、主终端根据地下管线的管线编号ID对全部的井下传感器数据进行归类统计，生成统计结果；

当主终端接收次智能井盖在各自管辖区域内采集的井下传感器数据，需要对每一个智能井盖采集分析的数据进行统一的汇总。具体的将不同的根据地下管线的管线编号ID对数据进行一次分类，将一条条地下总线的采集数据进行整体分析，确定哪一个区域受到了损坏，哪一些区域是完整，并且，对于未采集到数据的区域需要根据地下管线上下游的数据进行分析，并最终生成统计结果。

107、主终端根据主智能井盖位置、次智能井盖位置和统计结果在电子地图进行数据标记，以使得电子地图上显示每一条地下管线的位置分布、正常运行段落和非正常运行段落；

主终端根据主智能井盖位置、次智能井盖位置和统计结果在电子地图进行数据标记，即在地面地图上不仅标记了智能井盖的位置，还对智慧管网中各个地下管线的位置，以及各个段落的运行情况进行标注。

108、主终端根据电子地图上每一条地下管线的运行状态为至少一个集群区域生成受灾情况。

主终端为一个村、一个镇或者是一个县的地下管线进行分析，根据地下管线的运行情况判断这个区域的水资源输入情况、天然气输入情况和其他必要资源的输入情况是否满足最低生活保障，如果不能满足，则受灾情况是较重的。

本实施例中，当主智能井盖的主终端接收灾情检测设备发送的震灾警报，由于主智能井盖是可独立于智慧管网系统运行，故主终端会采集自身管辖区域内的地下管线的井下传感器数据。主终端再根据井下传感器数据进行管线运行状态分析，生成管线区域状态数据，井下传感数据和管线区域状态数据统称为井下传感器数据。主终端向预定范围内的次智能井盖发送采集指令，以使得预定范围内的次智能井盖采集并回传各自管辖区域内的地下管线的井下传感器数据并扩散采集指令。主终端接收次智能井盖在各自管辖区域内采集的井下传感器数据。主终端根据地下管线的管线编号ID对全部的井下传感器数据进行归类统计，生成统计结果。主终端根据主智能井盖位置、次智能井盖位置和统计结果在电子地图进行数据标记，以使得电子地图上显示每一条地下管线的位置分布、正常运行段落和非正常运行段落。主终端根据电子地图上每一条地下管线的运行状态为至少一个集群区域生成受灾情况。

通过分布广泛且独立运行的智能井盖进行井下传感器数据的采集，并且分析井下传感器数据，及时少数的智能井盖受到损坏，仍有大量的智能井盖能够进行数据采集。智能井盖在正常情况下数据采集时，就能够与地下管线的传感器进行数据采集，在震后只要传感器未损坏，就能够照常进行数据采集。其次，即使当前区域的地下管线传感器存在损坏，由于地下管线是横跨多个区域，并且存在大量的分支部分，即上游部分管线和下游部分管线，上游部分管线和下游部分管线都存在传感器，重要存在一个未损坏的传感器，即可分析中游管线的受损情况，这主要得益于智能的分布同地下管线一样广泛。主终端根据地下管线的管线编号ID对全部的井下传感器数据进行归类统计，生成统计结果，即可得到管线的运行状态，并且在电子地图上进行数据标记，使得每一条地下管线的运行状态都可以从图上观测，还可以为至少一个集群区域生成受灾情况。这类数据存储在智能井盖中，以供抢修人员能够获取相关数据制定抢修策略，极大程度的提高震后智慧管网修复速度。

请参阅图2、图3、图4和图5，本申请提供了智慧管网的震后修复工程分析方法的另一个实施例，包括：

201、主智能井盖的主终端接收灾情检测设备发送的震灾警报；

202、主终端采集管辖区域内的地下管线的井下传感器数据；

本实施例中的步骤201至202与前述实施例中步骤101至102类似，此处不再赘述。

203、主终端根据井下传感器数据确定无采集数据的待检地下管线；

204、主终端将数据库中剩余管道的正常历史记录与井下传感器数据进行相似度对比，确定在该区域内运行正常的地下管线和运行异常的地下管线；

205、主终端根据待检地下管线、运行正常的地下管线和运行异常的地下管线的分析情况生成管线区域状态数据，井下传感数据和管线区域状态数据统称为井下传感器数据；

本实施例中，主终端根据井下传感器数据确定无采集数据的待检地下管线，先将未知地底下管线进行筛出。接下来主终端将数据库中剩余管道的正常历史记录与井下传感器数据进行相似度对比，确定在该区域内运行正常的地下管线和运行异常的地下管线，主终端根据待检地下管线、运行正常的地下管线和运行异常的地下管线的分析情况生成管线区域状态数据，如果是水管，则对流量等数据进行对比，具体与震前数据进行对比，此处不做赘述。

206、当运行异常的地下管线为运气管和运液管时，主终端使用灾时声波传感器对运行异常的地下管线进行段落检测，生成第一检测数据；

207、主终端使用灾时红外遥感成像设备对运行异常的地下管线进行段落检测，生成第二检测数据；

208、根据第一检测数据和第二检测数据生成检测结果；

对于运气管和运液管重要容易发生泄漏等，可以使用声波传感器和红外遥感成像设备进行损坏点检测，需要说明的是，声波传感器和红外遥感成像设备都是发生灾情时才会被触发使用，或者是在确定管道损坏情况下。二者可独立运行，只收到智能井盖的控制。

当运行异常的地下管线为运气管和运液管时，主终端使用灾时声波传感器对运行异常的地下管线进行段落检测，生成第一检测数据，主终端使用灾时红外遥感成像设备对运行异常的地下管线进行段落检测，生成第二检测数据，根据第一检测数据和第二检测数据生成检测结果，达到双保险的功能。

209、当检测结果显示在管辖区域内存在损坏点，主终端使用井下图像采集设备对运行异常的地下管线在损坏点范围进行图像采集，获取至少一张管道拍摄图像；

210、主终端根据震灾警报从数据库获取运行异常的地下管线的对应的参考损坏图像集合，参考损坏图像集合包括相机拍摄图像集合和红外遥感相机图像集合，相机拍摄图像集合包括至少两张地下管线存在不同损坏情况的管道损坏图像，红外遥感相机图像集合包括至少两张地下管线存在不同损坏情况的管道损坏图像；

本实施例中，当检测结果显示在管辖区域内存在损坏点，如在该区域设置有检修用的设备，则可以主动进行损坏点的确认，主终端使用井下图像采集设备对运行异常的地下管线在损坏点范围进行图像采集，获取至少一张管道拍摄图像。井下图像采集设备包括普通的相机，红外遥感相机。

主终端根据震灾警报从数据库获取运行异常的地下管线的对应的参考损坏图像集合，参考损坏图像集合包括相机拍摄图像集合和红外遥感相机图像集合，相机拍摄图像集合包括至少两张地下管线存在不同损坏情况的管道损坏图像，红外遥感相机图像集合包括至少两张地下管线存在不同损坏情况的管道损坏图像，无光环境下，主要使用红外遥感相机和红外遥感相机图像集合，有可用光源时使用普通的相机和相机拍摄图像集合。

需要说明的是，可以二者并用。

211、主终端对第一个管道损坏图像进行1*1卷积处理，生成损坏标签特征；

212、主终端对第一个管道拍摄图像进行1*1卷积操作，生成拍摄卷积特征；

213、主终端对损坏标签特征进行区域像素注意力生成处理和通道相乘处理，生成第一处理特征；

214、主终端对第一处理特征进行残差提取和残差融合处理，生成融合残差；

215、主终端将融合残差、损坏标签特征和拍摄卷积特征进行通道叠加，生成第二处理特征；

216、主终端对第二处理特征进行边缘重构，生成第三处理特征；

217、主终端为第三处理特征对应的每个神经元分配注意力，并将注意力小于第一预设阈值的神经元进行筛除处理，生成第四处理特征；

218、主终端对第四处理特征进行边缘重构，生成增强参数；

219、主终端将增强参数进行还原输出，生成第一个管道拍摄图像对应的损坏特征增强图像；

220、主终端根据上述方式对每一张管道拍摄图像和管道损坏图像进行特征融合，生成至少一张损坏特征增强图像；

本实施例中，主终端对第一个管道损坏图像进行1*1卷积处理，生成损坏标签特征。主终端对第一个管道拍摄图像进行1*1卷积操作，生成拍摄卷积特征。

主终端对损坏标签特征进行区域像素注意力生成处理和通道相乘处理，生成第一处理特征。具体的，主终端对损坏标签特征进行区域像素注意力生成处理和通道相乘处理，生成第一处理特征。具体的，主终端可以使用区域像素注意力模块RPA对第四叠加特征进行区域像素注意力生成处理和通道相乘处理，本步骤的区域像素注意力模块RPA，包含一个BatchNorm-DefConv-ReLU、一个BatchNorm-DefConv、一个SigMoid函数模块和一个双线性插值模块。BatchNorm-DefConv-ReLU、BatchNorm-DefConv、SigMoid函数模块和双线性插值模块依次串联。这里的BatchNorm-DefConv-ReLU层和BatchNorm-DefConv层都属于卷积神经网络中常用的特征处理层，SigMoid函数为已知函数，双线性插值运算方法也是已知算法。区域像素注意力模块RPA作为第一重注意力机制，由于给损坏标签特征的每块区域像素分配一个权重，使得神经网络模型对于拼接特征明显的区域更加关注。

主终端对第一处理特征进行残差提取和残差融合处理，生成融合残差，这个步骤能够减少对原图的变化。

主终端对第一处理特征进行残差提取，生成第一残差，然后对第一残差进行残差提取，生成第二残差，然后对第二残差进行残差提取，生成第三残差，最后将三个残差按照预设叠加系数进行融合，生成最后的融合残差。

主终端将融合残差、损坏标签特征和拍摄卷积特征进行通道叠加，生成第二处理特征。主终端对第二处理特征进行边缘重构，生成第三处理特征。

主终端为第三处理特征对应的每个神经元分配注意力，并将注意力小于第一预设阈值的神经元进行筛除处理，生成第四处理特征。具体的，主终端为第三处理特征对应的每个神经元分配注意力，并将注意力小于第一预设阈值的神经元进行筛除处理，生成第四处理特征，其目的是为了将一些无效神经元进行剔除。

终端对第四处理特征进行边缘重构，生成增强参数，将增强参数进行还原输出，生成第一个管道拍摄图像对应的损坏特征增强图像，具体通过输出模块Conv_out进行还原输出。并且根据上述方式对每一张管道拍摄图像和管道损坏图像进行特征融合，生成对应的损坏特征增强图像。

221、主终端将至少一张损坏特征增强图像输入卷积神经网络识别模型中进行识别分析，生成分析结果；

222、主终端根据分析结果确定概率最高的损坏情况，并确定概率最高的损坏情况对应的管道图像的拍摄点位；

223、主终端将概率最高的损坏情况和拍摄点位确定为损坏点数据；

主终端将至少一张损坏特征增强图像输入卷积神经网络识别模型中进行识别分析，生成分析结果，这里的卷积神经网络识别模型为经过训练过的，对特定的一些管道损坏图像进行训练的模型。主终端根据所有图像的分析结果，确定概率最高的损坏情况，并确定概率最高的损坏情况对应的管道图像的拍摄点位，该位置发送对应的损坏情况，并且在这种图像对应的拍摄位置，确定为损坏点。如果概率最高小于预设的百分之20，则表示该处的损坏有可能是来自于上游，在本管辖区域未能检测到。

224、主终端向预定范围内的次智能井盖发送采集指令，以使得预定范围内的次智能井盖采集并回传各自管辖区域内的地下管线的井下传感器数据并扩散采集指令；

225、主终端接收次智能井盖在各自管辖区域内采集的井下传感器数据；

226、主终端根据地下管线的管线编号ID对全部的井下传感器数据进行归类统计，生成统计结果；

227、主终端根据主智能井盖位置、次智能井盖位置和统计结果在电子地图进行数据标记，以使得电子地图上显示每一条地下管线的位置分布、正常运行段落和非正常运行段落；

228、主终端根据电子地图上每一条地下管线的运行状态为至少一个集群区域生成受灾情况；

本实施例中的步骤224至228与前述实施例中步骤104至108类似，此处不再赘述。

229、主终端向智慧管网的接收器发送受灾情况；

230、当主终端未获取到接收器发送的接收成功通知时，主终端向预定范围内的次智能井盖发送受灾情况，以使得预定范围内的次智能井盖存储受灾情况并将受灾情况发送到其他接收器。

终端主终端向智慧管网的接收器发送受灾情况，但是如果因为通讯网络损坏等原因未能成功发送，主终端向预定范围内的次智能井盖发送受灾情况，以使得预定范围内的次智能井盖存储受灾情况并将受灾情况发送到其他接收器，即向外扩散发送，如果都无法发送，则将数据保存在智能井盖内部，等待抢险人员进行获取。

本实施例中，当主智能井盖的主终端接收灾情检测设备发送的震灾警报，由于主智能井盖是可独立于智慧管网系统运行，故主终端会采集自身管辖区域内的地下管线的井下传感器数据。主终端根据井下传感器数据确定无采集数据的待检地下管线。主终端将数据库中剩余管道的正常历史记录与井下传感器数据进行相似度对比，确定在该区域内运行正常的地下管线和运行异常的地下管线。主终端根据待检地下管线、运行正常的地下管线和运行异常的地下管线的分析情况生成管线区域状态数据，井下传感数据和管线区域状态数据统称为井下传感器数据。

当运行异常的地下管线为运气管和运液管时，主终端使用灾时声波传感器对运行异常的地下管线进行段落检测，生成第一检测数据。主终端使用灾时红外遥感成像设备对运行异常的地下管线进行段落检测，生成第二检测数据。根据第一检测数据和第二检测数据生成检测结果。当检测结果显示在管辖区域内存在损坏点，主终端使用井下图像采集设备对运行异常的地下管线在损坏点范围进行图像采集，获取至少一张管道拍摄图像。主终端根据震灾警报从数据库获取运行异常的地下管线的对应的参考损坏图像集合，参考损坏图像集合包括相机拍摄图像集合和红外遥感相机图像集合，相机拍摄图像集合包括至少两张地下管线存在不同损坏情况的管道损坏图像，红外遥感相机图像集合包括至少两张地下管线存在不同损坏情况的管道损坏图像。主终端对第一个管道损坏图像进行1*1卷积处理，生成损坏标签特征。主终端对第一个管道拍摄图像进行1*1卷积操作，生成拍摄卷积特征。主终端对损坏标签特征进行区域像素注意力生成处理和通道相乘处理，生成第一处理特征。主终端对第一处理特征进行残差提取和残差融合处理，生成融合残差。主终端将融合残差、损坏标签特征和拍摄卷积特征进行通道叠加，生成第二处理特征。主终端对第二处理特征进行边缘重构，生成第三处理特征。主终端为第三处理特征对应的每个神经元分配注意力，并将注意力小于第一预设阈值的神经元进行筛除处理，生成第四处理特征。主终端对第四处理特征进行边缘重构，生成增强参数。主终端将增强参数进行还原输出，生成第一个管道拍摄图像对应的损坏特征增强图像。主终端根据上述方式对每一张管道拍摄图像和管道损坏图像进行特征融合，生成至少一张损坏特征增强图像。主终端将至少一张损坏特征增强图像输入卷积神经网络识别模型中进行识别分析，生成分析结果。主终端根据分析结果确定概率最高的损坏情况，并确定概率最高的损坏情况对应的管道图像的拍摄点位。主终端将概率最高的损坏情况和拍摄点位确定为损坏点数据。

主终端向预定范围内的次智能井盖发送采集指令，以使得预定范围内的次智能井盖采集并回传各自管辖区域内的地下管线的井下传感器数据并扩散采集指令。主终端接收次智能井盖在各自管辖区域内采集的井下传感器数据。主终端根据地下管线的管线编号ID对全部的井下传感器数据进行归类统计，生成统计结果。主终端根据主智能井盖位置、次智能井盖位置和统计结果在电子地图进行数据标记，以使得电子地图上显示每一条地下管线的位置分布、正常运行段落和非正常运行段落。主终端根据电子地图上每一条地下管线的运行状态为至少一个集群区域生成受灾情况。

主终端向智慧管网的接收器发送受灾情况。当主终端未获取到接收器发送的接收成功通知时，主终端向预定范围内的次智能井盖发送受灾情况，以使得预定范围内的次智能井盖存储受灾情况并将受灾情况发送到其他接收器。

通过分布广泛且独立运行的智能井盖进行井下传感器数据的采集，并且分析井下传感器数据，及时少数的智能井盖受到损坏，仍有大量的智能井盖能够进行数据采集。智能井盖在正常情况下数据采集时，就能够与地下管线的传感器进行数据采集，在震后只要传感器未损坏，就能够照常进行数据采集。其次，即使当前区域的地下管线传感器存在损坏，由于地下管线是横跨多个区域，并且存在大量的分支部分，即上游部分管线和下游部分管线，上游部分管线和下游部分管线都存在传感器，重要存在一个未损坏的传感器，即可分析中游管线的受损情况，这主要得益于智能的分布同地下管线一样广泛。主终端根据地下管线的管线编号ID对全部的井下传感器数据进行归类统计，生成统计结果，即可得到管线的运行状态，并且在电子地图上进行数据标记，使得每一条地下管线的运行状态都可以从图上观测，还可以为至少一个集群区域生成受灾情况。这类数据存储在智能井盖中，以供抢修人员能够获取相关数据制定抢修策略，极大程度的提高震后智慧管网修复速度。

请参阅图6，本申请提供了智慧管网的震后修复工程分析系统的一个实施例，包括：

第一接收单元601，用于接收灾情检测设备发送的震灾警报；

采集单元602，用于采集管辖区域内的地下管线的井下传感器数据；

第一生成单元603，用于根据井下传感器数据进行管线运行状态分析，生成管线区域状态数据，将所述管线区域状态数据添加到所述井下传感器数据中；

第一发送单元604，用于向预定范围内的次智能井盖发送采集指令，以使得预定范围内的次智能井盖采集并回传各自管辖区域内的地下管线的井下传感器数据并扩散采集指令；

第二接收单元605，用于接收次智能井盖在各自管辖区域内采集的井下传感器数据；

第二生成单元606，用于根据地下管线的管线编号ID对全部的井下传感器数据进行归类统计，生成统计结果；

标记单元607，用于根据主智能井盖位置、次智能井盖位置和统计结果在电子地图进行数据标记，以使得电子地图上显示每一条地下管线的位置分布、正常运行段落和非正常运行段落；

第三生成单元608，用于根据电子地图上每一条地下管线的运行状态为至少一个集群区域生成受灾情况。

请参阅图7，本申请提供了智慧管网的震后修复工程分析系统的另一个实施例，包括：

第一接收单元701，用于接收灾情检测设备发送的震灾警报；

采集单元702，用于采集管辖区域内的地下管线的井下传感器数据；

第一生成单元703，用于根据井下传感器数据进行管线运行状态分析，生成管线区域状态数据，井下传感数据和管线区域状态数据统称为井下传感器数据；

可选的，第一生成单元703，包括：

根据井下传感器数据确定无采集数据的待检地下管线；

将数据库中剩余管道的正常历史记录与井下传感器数据进行相似度对比，确定在该区域内运行正常的地下管线和运行异常的地下管线；

根据待检地下管线、运行正常的地下管线和运行异常的地下管线的分析情况生成管线区域状态数据。

第四生成单元704，用于当运行异常的地下管线为运气管和运液管时，使用灾时损坏点检测装置对运行异常的地下管线进行段落检测，生成检测结果；

可选的，第四生成单元704，包括：

当运行异常的地下管线为运气管和运液管时，使用灾时声波传感器对运行异常的地下管线进行段落检测，生成第一检测数据；

使用灾时红外遥感成像设备对运行异常的地下管线进行段落检测，生成第二检测数据；

根据第一检测数据和第二检测数据生成检测结果。

第一获取单元705，用于当检测结果显示在管辖区域内存在损坏点，使用井下图像采集设备对运行异常的地下管线在损坏点范围进行图像采集，获取至少一张管道拍摄图像；

第二获取单元706，用于根据震灾警报从数据库获取运行异常的地下管线的对应的参考损坏图像集合，参考损坏图像集合包括相机拍摄图像集合和红外遥感相机图像集合，相机拍摄图像集合包括至少两张地下管线存在不同损坏情况的管道损坏图像，红外遥感相机图像集合包括至少两张地下管线存在不同损坏情况的管道损坏图像；

第五生成单元707，用于将管道拍摄图像和管道损坏图像进行特征融合，生成至少一张损坏特征增强图像；

可选的，第五生成单元707，包括：

对第一个管道损坏图像进行1*1卷积处理，生成损坏标签特征；

对第一个管道拍摄图像进行1*1卷积操作，生成拍摄卷积特征；

对损坏标签特征进行区域像素注意力生成处理和通道相乘处理，生成第一处理特征；

对第一处理特征进行残差提取和残差融合处理，生成融合残差；

将融合残差、损坏标签特征和拍摄卷积特征进行通道叠加，生成第二处理特征；

对第二处理特征进行边缘重构，生成第三处理特征；

为第三处理特征对应的每个神经元分配注意力，并将注意力小于第一预设阈值的神经元进行筛除处理，生成第四处理特征；

对第四处理特征进行边缘重构，生成增强参数；

将增强参数进行还原输出，生成第一个管道拍摄图像对应的损坏特征增强图像；

根据上述方式对每一张管道拍摄图像和管道损坏图像进行特征融合，生成至少一张损坏特征增强图像。

第六生成单元708，用于将至少一张损坏特征增强图像输入卷积神经网络识别模型中进行识别分析，生成分析结果；

第一确定单元709，用于根据分析结果确定概率最高的损坏情况，并确定概率最高的损坏情况对应的管道图像的拍摄点位；

第二确定单元710，用于将概率最高的损坏情况和拍摄点位确定为损坏点数据。

第一发送单元711，用于向预定范围内的次智能井盖发送采集指令，以使得预定范围内的次智能井盖采集并回传各自管辖区域内的地下管线的井下传感器数据并扩散采集指令；

第二接收单元712，用于接收次智能井盖在各自管辖区域内采集的井下传感器数据；

第二生成单元713，用于根据地下管线的管线编号ID对全部的井下传感器数据进行归类统计，生成统计结果；

标记单元714，用于根据主智能井盖位置、次智能井盖位置和统计结果在电子地图进行数据标记，以使得电子地图上显示每一条地下管线的位置分布、正常运行段落和非正常运行段落；

第三生成单元715，用于根据电子地图上每一条地下管线的运行状态为至少一个集群区域生成受灾情况；

第二发送单元716，用于向智慧管网的接收器发送受灾情况；

第三发送单元717，用于当未获取到接收器发送的接收成功通知时，向预定范围内的次智能井盖发送受灾情况，以使得预定范围内的次智能井盖存储受灾情况并将受灾情况发送到其他接收器。

请参阅图8，本申请提供了一种基于智慧管网的数据安全传输系统，包括：

处理器801、存储器802、输入输出单元803以及总线804。

处理器801与存储器802、输入输出单元803以及总线804相连。

存储器802保存有程序，处理器801调用程序以执行如图1、图2、图3、图4和图5中的震后修复工程分析方法。

本申请提供了一种计算机可读存储介质，计算机可读存储介质上保存有程序，程序在计算机上执行时执行如图1、图2、图3、图4和图5中的震后修复工程分析方法。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，read-onlymemory）、随机存取存储器（RAM，random access memory）、磁碟或者光盘等各种可以存储程序代码的介质。

Claims (5)

1.一种智慧管网的震后修复工程分析方法，其特征在于，包括：

主智能井盖的主终端接收灾情检测设备发送的震灾警报；

所述主终端采集管辖区域内的地下管线的井下传感器数据；

所述主终端根据所述井下传感器数据确定无采集数据的待检地下管线；

所述主终端将数据库中剩余管道的正常历史记录与所述井下传感器数据进行相似度对比，确定在该区域内运行正常的地下管线和运行异常的地下管线；

所述主终端根据所述待检地下管线、运行正常的地下管线和运行异常的地下管线的分析情况生成管线区域状态数据，将所述管线区域状态数据添加到所述井下传感器数据中；

当所述运行异常的地下管线为运气管和运液管时，所述主终端使用灾时声波传感器对所述运行异常的地下管线进行段落检测，生成第一检测数据；

所述主终端使用灾时红外遥感成像设备对所述运行异常的地下管线进行段落检测，生成第二检测数据；

根据所述第一检测数据和所述第二检测数据生成检测结果；

当所述检测结果显示在管辖区域内存在损坏点，所述主终端使用井下图像采集设备对所述运行异常的地下管线在损坏点范围进行图像采集，获取至少一张管道拍摄图像；

所述主终端根据震灾警报从所述数据库获取所述运行异常的地下管线的对应的参考损坏图像集合，所述参考损坏图像集合包括相机拍摄图像集合和红外遥感相机图像集合，所述相机拍摄图像集合包括至少两张地下管线存在不同损坏情况的管道损坏图像，所述红外遥感相机图像集合包括至少两张地下管线存在不同损坏情况的管道损坏图像；

所述主终端将所述管道拍摄图像和所述管道损坏图像进行特征融合，生成至少一张损坏特征增强图像；

所述主终端将至少一张损坏特征增强图像输入卷积神经网络识别模型中进行识别分析，生成分析结果；

所述主终端根据所述分析结果确定概率最高的损坏情况，并确定概率最高的损坏情况对应的管道图像的拍摄点位；

所述主终端将所述概率最高的损坏情况和拍摄点位确定为损坏点数据；

所述主终端向预定范围内的次智能井盖发送采集指令，以使得预定范围内的次智能井盖采集并回传各自管辖区域内的地下管线的井下传感器数据并扩散采集指令；

所述主终端接收次智能井盖在各自管辖区域内采集的井下传感器数据；

所述主终端根据所述地下管线的管线编号ID对全部的所述井下传感器数据进行归类统计，生成统计结果；

所述主终端根据所述主智能井盖位置、所述次智能井盖位置和所述统计结果在电子地图进行数据标记，以使得所述电子地图上显示每一条地下管线的位置分布、正常运行段落和非正常运行段落；

所述主终端根据所述电子地图上每一条地下管线的运行状态为至少一个集群区域生成受灾情况。

2.根据权利要求1所述的震后修复工程分析方法，其特征在于，所述主终端将所述管道拍摄图像和所述管道损坏图像进行特征融合，生成至少一张损坏特征增强图像，包括：

所述主终端对第一个所述管道损坏图像进行1*1卷积处理，生成损坏标签特征；

所述主终端对第一个所述管道拍摄图像进行1*1卷积操作，生成拍摄卷积特征；

所述主终端对所述损坏标签特征进行区域像素注意力生成处理和通道相乘处理，生成第一处理特征；

所述主终端对所述第一处理特征进行残差提取和残差融合处理，生成融合残差；

所述主终端将所述融合残差、所述损坏标签特征和所述拍摄卷积特征进行通道叠加，生成第二处理特征；

所述主终端对所述第二处理特征进行边缘重构，生成第三处理特征；

所述主终端为所述第三处理特征对应的每个神经元分配注意力，并将注意力小于第一预设阈值的神经元进行筛除处理，生成第四处理特征；

所述主终端对所述第四处理特征进行边缘重构，生成增强参数；

所述主终端将所述增强参数进行还原输出，生成第一个所述管道拍摄图像对应的损坏特征增强图像；

所述主终端根据上述方式对每一张所述管道拍摄图像和所述管道损坏图像进行特征融合，生成至少一张损坏特征增强图像。

3.根据权利要求1至2中任一项所述的震后修复工程分析方法，其特征在于，在所述主终端根据所述电子地图上每一条地下管线的运行状态为至少一个集群区域生成受灾情况之后，所述震后修复工程分析方法还包括：

所述主终端向智慧管网的接收器发送所述受灾情况；

当所述主终端未获取到所述接收器发送的接收成功通知时，所述主终端向预定范围内的次智能井盖发送受灾情况，以使得预定范围内的次智能井盖存储受灾情况并将受灾情况发送到其他接收器。

4.一种智慧管网的震后修复工程分析系统，其特征在于，包括：

第一接收单元，用于接收灾情检测设备发送的震灾警报；

采集单元，用于采集管辖区域内的地下管线的井下传感器数据；

第一生成单元，用于根据所述井下传感器数据进行管线运行状态分析，生成管线区域状态数据，将所述管线区域状态数据添加到所述井下传感器数据中；

第一生成单元，包括：

根据所述井下传感器数据确定无采集数据的待检地下管线；

将数据库中剩余管道的正常历史记录与所述井下传感器数据进行相似度对比，确定在该区域内运行正常的地下管线和运行异常的地下管线；

根据所述待检地下管线、运行正常的地下管线和运行异常的地下管线的分析情况生成管线区域状态数据；

第四生成单元，用于当所述运行异常的地下管线为运气管和运液管时，使用灾时损坏点检测装置对所述运行异常的地下管线进行段落检测，生成检测结果；

第四生成单元，包括：

当运行异常的地下管线为运气管和运液管时，使用灾时声波传感器对运行异常的地下管线进行段落检测，生成第一检测数据；

使用灾时红外遥感成像设备对运行异常的地下管线进行段落检测，生成第二检测数据；

根据第一检测数据和第二检测数据生成检测结果；

第一获取单元，用于当所述检测结果显示在管辖区域内存在损坏点，使用井下图像采集设备对所述运行异常的地下管线在损坏点范围进行图像采集，获取至少一张管道拍摄图像；

第二获取单元，用于根据震灾警报从所述数据库获取所述运行异常的地下管线的对应的参考损坏图像集合，所述参考损坏图像集合包括相机拍摄图像集合和红外遥感相机图像集合，所述相机拍摄图像集合包括至少两张地下管线存在不同损坏情况的管道损坏图像，所述红外遥感相机图像集合包括至少两张地下管线存在不同损坏情况的管道损坏图像；

第五生成单元，用于将所述管道拍摄图像和所述管道损坏图像进行特征融合，生成至少一张损坏特征增强图像；

第六生成单元，用于将至少一张损坏特征增强图像输入卷积神经网络识别模型中进行识别分析，生成分析结果；

第一确定单元，用于根据所述分析结果确定概率最高的损坏情况，并确定概率最高的损坏情况对应的管道图像的拍摄点位；

第二确定单元，用于将所述概率最高的损坏情况和拍摄点位确定为损坏点数据；

第一发送单元，用于向预定范围内的次智能井盖发送采集指令，以使得预定范围内的次智能井盖采集并回传各自管辖区域内的地下管线的井下传感器数据并扩散采集指令；

第二接收单元，用于接收次智能井盖在各自管辖区域内采集的井下传感器数据；

第二生成单元，用于根据所述地下管线的管线编号ID对全部的所述井下传感器数据进行归类统计，生成统计结果；

标记单元，用于根据主智能井盖位置、次智能井盖位置和统计结果在电子地图进行数据标记，以使得所述电子地图上显示每一条地下管线的位置分布、正常运行段落和非正常运行段落；

第三生成单元，用于根据所述电子地图上每一条地下管线的运行状态为至少一个集群区域生成受灾情况。

5.根据权利要求4所述的震后修复工程分析系统，其特征在于，第五生成单元，包括：

对第一个所述管道损坏图像进行1*1卷积处理，生成损坏标签特征；

对第一个所述管道拍摄图像进行1*1卷积操作，生成拍摄卷积特征；

对所述损坏标签特征进行区域像素注意力生成处理和通道相乘处理，生成第一处理特征；

对所述第一处理特征进行残差提取和残差融合处理，生成融合残差；

将所述融合残差、所述损坏标签特征和所述拍摄卷积特征进行通道叠加，生成第二处理特征；

对所述第二处理特征进行边缘重构，生成第三处理特征；

为所述第三处理特征对应的每个神经元分配注意力，并将注意力小于第一预设阈值的神经元进行筛除处理，生成第四处理特征；

对所述第四处理特征进行边缘重构，生成增强参数；

将所述增强参数进行还原输出，生成第一个所述管道拍摄图像对应的损坏特征增强图像；

根据上述方式对每一张所述管道拍摄图像和所述管道损坏图像进行特征融合，生成至少一张损坏特征增强图像。