一种基于多种环境因素中河流流量异常预警系统的制作方法

文档序号:37558322发布日期:2024-04-09 17:50阅读:110来源:国知局
一种基于多种环境因素中河流流量异常预警系统的制作方法

本发明涉及河流预警,具体为一种基于多种环境因素中河流流量异常预警系统。


背景技术:

1、河流流量异常通常指的是河流的流量出现了不寻常地变化,可能是由于自然因素或人为因素引起的。这些异常变化可能包括流量的突然增加或减少、流量的持续性变化、流量的季节性变化等。河流流量的异常变化可能会对河流生态系统、水资源利用、防洪和灌溉等方面产生影响。例如,流量的突然增加可能导致洪水,而流量的突然减少可能导致干旱。此外,流量的持续性变化可能会影响河流的水位、水质和水温等,从而对河流生态系统产生影响。

2、为了预防和应对河流流量异常,需要加强对河流的监测和管理,包括实时监测河流流量、水位和水质等参数,及时预警和应对流量异常事件。河流流量异常通常由多种因素引起,例如:

3、自然因素:气候变化是引起河流流量异常的自然因素之一。极端气候事件,如暴雨、干旱等,可以导致河流流量的突然增加或减少。此外,季节性的降雨变化也会对河流流量产生影响。例如,季风带来的季节性降雨会导致河流流量的季节性变化。

4、人为因素:人类活动也会对河流流量产生影响。例如,水利工程(如水库、水闸等)的调度和运行会改变河流的流量过程。农业灌溉、工业用水和居民生活用水等也会对河流流量产生影响。此外,土地利用变化(如城市化、森林砍伐等)也会改变河流流域的水文循环,从而影响河流流量。

5、在申请公布号为cn116029551a的中国发明专利中,公开了一种基于水库河流的旱涝预警方法及装置、设备,方法包括:接收水库的数据终端发送来的水文信息,所述水文信息包括所述水库的第一水文信息、汇入所述水库的主河流的第二水文信息和汇入所述主河流的各个支河流各自的第三水文信息;根据所述第一水文信息、所述第二水文信息、所述第三水文信息以及预先建立的自然灾害分析模型,确定是否存在自然灾害的风险,并在存在自然灾害风险时发出预警信息。有利于相关工作人员根据预警制定应对措施,最大程度的减轻自然灾害可能造成的损失。

6、结合以上申请,在现有的河流流量异常预警方法中,通常是在河流所在区域内设置若干个监测点,于监测点处实时采集数据,以预先构建的预测模型对采集的数据作出处理,在获取到相应的预测数据后,再判断河流流量是否存在异常,如果存在异常,则发出预警;

7、这种预警方式简单直接,效率也较高,但是河流不是完全独立存在的,其产生异常的原因通常较多,在产生异常时也具有较多的前奏,而现有的河流流量异常预警方法对这些前奏均存在一定忽视,也即,现有的河流异常预警的都是单一预警,不能相互验证,因此可靠性相对有限,容易产生错误预警,并且在实际发出预警后,也难以对当前或即将存在的异常的处理起到指导作用。

8、为此,本发明提供了一种基于多种环境因素中河流流量异常预警系统。


技术实现思路

1、(一)解决的技术问题

2、针对现有技术的不足,本发明提供了一种基于多种环境因素中河流流量异常预警系统,通过对水文系数做趋势分析,依据分析结果在若干个数据采集点中筛选出相应的异常节点,若异常节点的密度高于预期,向预警区域内的管理人员发送报警指令;由样本数据训练获取水文预警模型,使用训练后的水文预警模型对预警区域内的河流水文状态进行预测,将预测数据做可视化处理后,将异常节点上水文数据发送给附近的管理人员;对预测数据集合内的数据做特征识别,由异常特征从预先构建的水文异常知识图谱内匹配出对应的应急方案。快速地匹配出对应的应急方案,并再将其分别发送至管理人员,对当前存在异常情况进行处理,解决了背景技术中的技术问题。

3、(二)技术方案

4、为实现以上目的,本发明通过以下技术方案予以实现:一种基于多种环境因素中河流流量异常预警系统,监测单元,在预警区域的各个子区域内设置若干个监测点,并由监测数据构建预警区域内的预警条件集合,由预警条件集合生成相应的条件系数,若所获取的条件系数超过条件阈值,向对应子区域的管理人员发出预警指令;

5、质量分析单元,在预警区域内的数据采集点处采集水利数据并构建相应的水文数据列,依据各个数据采集点的险情优先级,依次获取各个水文数据列的数据质量系数,以用于对相应的水文数据列的数据质量进行判断,若所述水文数据列的数据质量系数低于预期,则对其做出优化;其中,数据质量系数获取方式如下:对水文数据列内数据的离散度 s及聚集度 m做线性归一化处理,将相应的数据值映射至区间内,再依照如下公式:权重系数:,且;

6、筛选单元,构建各个数据采集点处的水文系数,并在结合其预测值的基础上,对水文系数做趋势分析,依据分析结果在若干个数据采集点中筛选出相应的异常节点,若异常节点的密度高于预期,向预警区域内的管理人员发送报警指令;

7、预测单元,由样本数据训练获取水文预警模型,使用训练后的水文预警模型对预警区域内的河流水文状态进行预测,将预测数据做可视化处理后,将异常节点上水文数据发送给附近的管理人员;

8、匹配单元,对预测数据集合内的数据做特征识别,由识别获取的异常特征从预先构建的水文异常知识图谱内匹配出对应的应急方案,并将所述应急方案发送至对应的管理人员。

9、进一步的,构建覆盖预警区域的电子地图,在电子地图上区域将预警区域分割为若干个子区域,且使各个子区域内不完全被河流覆盖,在各个子区域内设置监测点;

10、在河岸边缘处对子区域内的空气湿度及地下水位做持续性监测,在获取相应的监测数据后,分别对若干组的空气湿度及地下水位的绘制变化曲线;从变化曲线中获取最近的相邻两点间的斜率,分别作为空气湿度率 rv及地下水位率 dv;将空气湿度率 rv及地下水位率 dv汇总,构建预警区域内的预警条件集合。

11、进一步的,由预警条件集合生成相应的条件系数,具体方式如下,对无量纲化的空气湿度率 rv及地下水位率 dv做如下处理:其中,, m为子区域的个数,为空气湿度率的合格参考值,为地下水位率的合格参考值;权重系数:,且。

12、进一步的,在发出预警指令后,在预警区域内设置若干个数据采集点,在各个数据采集点获取河流的当前的水位增速 zs,并结合数据采集点在电子地图上的位置,计算获取其接近中心度 cn,由此获取各个数据采集点处的险情优先级;

13、接收各个数据采集点处的水文数据后,构建各个水文数据列,将各个水文数据列内的数据依据数据采集时间做有序排列,并在做数据分析后获取水文数据列内的数据的离散度 s与聚集度 m。

14、进一步的,险情优先级的获取方式如下:对水位增速 zs及接近中心度 cn做线性归一化处理,将相应的数据值映射至区间内,再依照如下公式:其中,为权重系数,,且,为水位增速的均值,为接近中心度的均值。

15、进一步的,若水文数据列的数据质量系数低于质量阈值,预先构建异常阈值:其中,, n为水文数据列的内数据的个数,为数据均值;

16、将不在异常阈值内数据作为异常数据,依据插值法对异常数据做出替换,并将处理后的数据列标记为优化数据列。

17、进一步的,各个数据采集点当前的水文系数的获取方式如下:将获取到的流量增速 lz、水位增速 sz、含水量增速 hz做线性归一化处理,将相应的数据值映射至区间内,再依照如下公式:其中,, k为数据采集点的个数,为流量增速的合格参考值,为水位增速的合格参考值,为含水量增速的合格参考值,权重系数:,且。

18、进一步的,在连续获取到若干个时间节点上的水文系数后,将水文系数沿着时间轴排列,构建水文系数列,使用训练后的平滑指数模型,对水文系数的变化进行预测,获取连续若干个预测值,并在此基础上计算水文系数列的相对强弱指数;

19、在相对强弱指数不在内时,将相应的数据采集点标注为异常节点,获取异常节点在预警区域内的密度作为节点密度。

20、进一步的,以各个监测点处地下水位持续升高作为起始条件,使用训练后的水文预警模型对预警区域内的河流水文状态进行预测并获取预测数据,构建预测数据集合;将预测数据集合内的水文数据依据各个子区域进行归类,并将归类后的预测数据与历史数据汇合;

21、依据各个子区域内的水文数据的变化趋势,可视化处理后获取各项水文数据变化曲线,获取预警区域内的管理人员的位置信息后,以固定时间间隔,将其中异常节点上可视化的水文数据发送给附近的管理人员。

22、进一步的,以水文异常作为目标词,预先构建异常维护知识图谱;对预测数据集合内的数据做特征识别,并在设置异常标准后,筛选出若干个异常特征,由异常特征在水文异常知识图谱内匹配出对应的应急方案;

23、依据应急方案的执行区域,对匹配出的应急方案做出分解,获取若干个子方案;将子方案优先发送至对应的应急管理人员,若对应子区域的管理人员不在所述子区域内,则再将其发送至相临近的管理人员。

24、(三)有益效果

25、本发明提供了一种基于多种环境因素中河流流量异常预警系统,具备以下有益效果:

26、1、在对河流流量做异常情形监控时,预先对预警区域内的空气湿度及地下水位进行监测,由监测数据构建条件系数,通过条件系数能够对预警区域内产生异常的潜在风险进行预判,在判断出预警区域内存在一定的潜在风险时,能够及时提前做出处理,避免预警区域内异常情况进一步的扩大。

27、2、通过构建的数据质量系数对水文数据列的数据质量进行评价,在数据质量较差时,能够及时地对采集到的数据做出处理,能够避免过度异常的数据对后续的预警形成干扰,保持预警的可靠性;在水文数据列的数据质量难以到达预期时,从相应的水文数据列筛选出相应的异常数据,在实现对预警区域内水文异常预警时,减少异常数据带来的干扰。

28、3、依据水文系数对当前时间节点上水文异常情况进行评价,能够对之前发出预警指令形成验证;对水文系数做趋势分析,并获取相对强弱指数,最后以此筛选出其中的异常节点,实现对预警区域内的异常情形的再次验证;在对预警区域内的异常进行预警时,能够降低错误的风险,对预警的可靠性形成保障。

29、4、通过在各个数据采集点处采集并处理后的水文数据列的基础上,构建水文预警模型,在确认约束条件后,由训练后的水文预警模型对预警区域内的水文状态数据进行预测,并在设置预测节点后,获取相应的预测数据。

30、5、在确定出异常节点的基础上,依据各个管理人员负责范围,将可视化后的水利数据发送给对应的管理人后,在预警区域内存在异常时,对应的管理人员能够快速判断出当前异常的紧急性,使紧急情况能够被及时地处理,降低异常情况的扩散。

31、6、对预测获取的数据做识别,获取相应的异常特征,依据异常特征与应急方案间对应性,在预警区域内已经存在异常或者险情时,能够快速地匹配出对应的应急方案,并在将其分别发送至管理人员后,可以快速地对当前存在异常情况进行处理,避免已经存在险情扩大和蔓延。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1