流量在线监测计算方法、监测仪以及监测系统技术方案

本发明专利技术提供流量在线监测计算方法、监测仪以及监测系统，方法包括：步骤1.数据预处理和DCL模型参数初始化；步骤2.对应N个H‑ADCP单元格，选择样本维度；将初始种群随机分为5份，每份分别对应一种模型进行计算，得到模型输出值；将输出值与实测值样本的均方根误差作为寻优的适应度函，通过适应度比较，选择值最小的作为本次迭代的最优指标集，记录最优特征维数集及参数集；用选取的替换全局最优适应度值，记录对应的最优特征维数、计算模型及模型参数；若未能达到精度和最大迭代次数要求，则逐步扩大特征维数选择下限，开始下次迭代计算；否则输出最优模型及相应的模型参数，并给出最终流量计算值，结束循环迭代；步骤3.参数更新。

【技术实现步骤摘要】
流量在线监测计算方法、监测仪以及监测系统
本专利技术属于水文测验领域，具体涉及流量在线监测计算方法、监测仪以及监测系统。技术背景近年来，随着最严格水资源管理制度、河湖长制等制度的颁布，以及中小河流水文监测项目、水文现代化能力提升等国家重点项目的实施，均对水文监测要素的时效性和精度均提出了更高的要求。众多水文监测要素中，最为重要和关注的是流量的监测。传统的流量监测多采用流速仪法，不但工作量较大且无法做到实时监测。近年来，随着传感器技术的发展，各种基于声学、光学、电磁学方法的传感器层出不穷，目前流量在线监测应用最为广泛的，是H-ADCP在线监测方式，如图1所示，H-ADCP传感器流速测量原理是基于多普勒效应，其超声波换能器向水中发射超声波，经过水中散射体对超声波进行散射后，产生多普勒频移效应，该效应又和水流速度相关，从而间接计算传感器所在水层不同单元格距离(图中虚线分割出的不同单元)的水流速度。根据其换能器功率的不同，一般分为300kHz、600kHz、1200kHz，对应的最大探测距离分别为110m、50m、12m。流速单元格可根据测验断面和本文档来自技高网...

【技术保护点】
1.一种流量在线监测计算方法，其特征在于，包括以下步骤：/n步骤1.数据预处理和DCL模型参数初始化/n输入监测的断面数据、H-ADCP单元格流速数据、人工比测数据，并至少对数据进行异常值筛除、模型输入格式整理、数据归一化预处理操作；/n至少将H-ADCP单元格的数量、单元格大小、模型率定期和检验期的样本数量、各子模型的初始参数作为DCL模型参数进行初始化；/n步骤2.输入样本数据特征的学习和特征融合/n步骤2-1.对应N个H-ADCP单元格，先选择样本(1/2)×N个维度，如果该维度数小于模型数量N

【技术特征摘要】
1.一种流量在线监测计算方法，其特征在于，包括以下步骤：
步骤1.数据预处理和DCL模型参数初始化
输入监测的断面数据、H-ADCP单元格流速数据、人工比测数据，并至少对数据进行异常值筛除、模型输入格式整理、数据归一化预处理操作；
至少将H-ADCP单元格的数量、单元格大小、模型率定期和检验期的样本数量、各子模型的初始参数作为DCL模型参数进行初始化；
步骤2.输入样本数据特征的学习和特征融合
步骤2-1.对应N个H-ADCP单元格，先选择样本(1/2)×N个维度，如果该维度数小于模型数量Nmodels，则设为Nmodels；并且，将PSO初始种群随机分为5份，每份分别对应：后向传播神经网络模型BP、埃尔曼神经网络模型ELMAN、径向基神经网络模型RBF、广义回归神经网络模型GRNN、支持向量机模型SVM，这5种模型的一种；分别记为BPinput、ELMANinput、RBFinput、GRNNinput和SVMinput，并将其分别输入各自模型计算，得到模型输出值BPoutput、ELMANoutput、RBFoutput、GRNNoutput和SVMoutput；
步骤2-2.将上述5种模型各自的输出值样本BPoutput、ELMANoutput、RBFoutput、GRNNoutput和SVMoutput与实测值样本的均方根误差MSE作为寻优的适应度函数BPmes、ELMANmes、RBFmes、GRNNmes和SVMmes，通过不同种群间适应度的比较，选择5个适应度值最小的作为本次迭代的最优指标集MSEm，并同时记录其对应的最优特征维数集Nm，及相应参数集Pm；如果是第一次迭代，则将MSEm作为全局最优适应度值MSEbest；
步骤2-3.用步骤2-2中选取得的MSEm替换全局最优适应度值MSEbest，并记录其对应的最优特征维数、计算模型及模型参数；
步骤2-4.对比MSEbest是否达到设定的期望值，并判断模型的迭代次数是否达到最大值；
步骤2-5.如果未能达到精度要求且也未达到最大迭代次数，则按[1/2,1/4,…,1/N]的方式，逐步扩大特征维数选择下限1/n，返回步骤2-1，开始下一次迭代计算；否则，则执行下步操作；
步骤2-6.输出最优模型及相应的模型参数，并给出最终流量计算值，结束循环迭代；
步骤3.参数更新
随着流量监测数据和样本的不断增加，当监测的流量数据达到一定规模时，或者当流量数据新的特征样本出现时，则返回步骤1重新率定和更新模型。


2.根据权利要求1所述的流量在线监测计算方法，其特征在于：
其中，在步骤1中，当H-ADCP单元格输出总数超过50时，应对初始化后的数据进行特征降维处理；特征降维处理后的数据作为步骤2的输入数据。


3.根据权利要求1所述的流量在线监测计算方法，其特征在于：
其中，在步骤3中，流量数据新的特征样本为出现流量极大值、极小值或突变值的样本。


4.一种流量在线监测仪，其特征在于，包括：

【专利技术属性】
技术研发人员：李雨，许全喜，张国学，陈卫，袁德忠，王雪，曾凌，裴丁彦，邹珊，
申请(专利权)人：长江水利委员会水文局，
类型：发明
国别省市：湖北;42