流入量预测装置及其操作方法制造方法及图纸

本发明专利技术涉及一种流入量预测装置及其操作方法。根据本公开的实施例的流入量预测装置与设置在第一区域的第一地面测量站和流入量测量站以及设置在不同于第一区域的第二区域的第二地面测量站通信，流入量预测装置的操作方法包括如下步骤：接收在第一测量周期期间由第一地面测量站测量的第一降水数据；接收在第一测量周期期间由流入量测量站测量的第一流入数据；接收在第一测量周期期间由第二地面测量站测量的第二降水数据；基于第一降水数据、第一流入数据及第二降水数据来生成与第一测量周期对应的第二区域的第二流入数据；以及基于第一流入数据及第二流入数据来生成与第一区域和第二区域以及第一测量周期对应的第一时间序列网格地图。间序列网格地图。间序列网格地图。

【技术实现步骤摘要】
流入量预测装置及其操作方法


[0001]本专利技术涉及一种流入量预测装置及其操作方法，尤其涉及一种利用地面测量站及流入量测量站来预测未来的降水流入量的装置及其操作方法。

技术介绍

[0002]最近，由于气象异变引起的自然灾害正在增加，尤其，由于急剧的城市化，集中暴雨引起的城市地区的灾害增加，因此，为了应对由此引起的灾害，对高分辨率的降水流入量的观测的重要性正在增加。
[0003]地面降水资料通过降水计测仪来测量。地面降水资料由于需要隔着预定的距离而设置降水计测仪的限制，因此在提高数据的分辨率方面存在局限性。雷达降水资料基于以相对宽的区域为对象辐射的雷达来计算。由于雷达降水资料是计算出的数据而不是测量的数据，因此存在数据的准确性降低的问题。
[0004]由于发生用于地面观测用计测设备的设置及运用的费用、设置空间等的经济问题，因此从降水量观测网的密度方面来看，在提高降水信息的准确度方面存在局限性。并且，为了预测集中暴雨导致的城市地区的灾害，需要基于降水量执行高分辨率的降水流入量观测。因此，需要一种能够经济地运行系统并保障数据的准确性的同时能够提供排水系统的降水流入量信息的方案。

技术实现思路

[0005]根据本公开的实施例，提供一种通过地面测量站及流入量测量站预测未来的降水流入量的装置及其操作方法。
[0006]根据本公开的实施例的流入量预测装置与设置在第一区域的第一地面测量站和流入量测量站以及设置在不同于所述第一区域的第二区域的第二地面测量站通信，所述流入量预测装置的操作方法包括如下步骤：接收在第一测量周期期间由所述第一地面测量站测量的第一降水数据；接收在所述第一测量周期期间由所述流入量测量站测量的第一流入数据；接收在所述第一测量周期期间由所述第二地面测量站测量的第二降水数据；基于所述第一降水数据、所述第一流入数据及所述第二降水数据来生成与所述第一测量周期对应的所述第二区域的第二流入数据；以及基于所述第一流入数据及所述第二流入数据来生成与所述第一区域和第二区域以及所述第一测量周期对应的第一时间序列网格地图。
[0007]在一实施例中，基于所述第一降水数据、所述第一流入数据及所述第二降水数据来生成与所述第一测量周期对应的所述第二区域的第二流入数据的步骤包括如下步骤：接收与所述第一测量周期对应的至少一个附加降水数据及至少一个附加流入数据；基于所述第一降水数据和所述第一流入数据的对以及所述至少一个附加降水数据和所述至少一个附加流入数据的对来生成与所述第一测量周期对应的函数模型；以及基于所述函数模型及所述第二降水数据来生成所述第二流入数据。
[0008]在一实施例中，包括如下步骤：接收在所述第一测量周期之后的第二测量周期期
间由所述第一地面测量站测量的第三降水数据；接收在所述第二测量周期期间由所述流入量测量站测量的第三流入数据；接收在所述第二测量周期期间由所述第二地面测量站测量的第四降水数据；基于所述第三降水数据、所述第三流入数据及所述第四降水数据来生成与所述第二测量周期对应的所述第二区域的第四流入数据；以及基于所述第三流入数据及所述第四流入数据来生成与所述第一区域和第二区域以及所述第二测量周期对应的第二时间序列网格地图。
[0009]在一实施例中，还包括如下步骤：基于所述第一时间序列网格地图及所述第二时间序列网格地图来生成与所述第一区域和第二区域以及所述第二测量周期之后的预测周期对应的预测时间序列网格地图。
[0010]在一实施例中，基于所述第一时间序列网格地图及所述第二时间序列网格地图来生成与所述第一区域和第二区域以及所述第二测量周期之后的所述预测周期对应的所述预测时间序列网格地图的步骤包括如下步骤：基于所述第一时间序列网格地图及所述第二时间序列网格地图来生成与所述第一区域及所述预测周期对应的第五流入数据；以及基于所述第一时间序列网格地图及所述第二时间序列网格地图来生成与所述第二区域及所述预测周期对应的第六流入数据。
[0011]在一实施例中，基于所述第一时间序列网格地图及所述第二时间序列网格地图来生成与所述第一区域和第二区域以及第二测量周期之后的所述预测周期对应的所述预测时间序列网格地图的步骤包括如下步骤：基于所述第一时间序列网格地图及第二时间序列网格地图，利用神经网络模型生成所述预测时间序列网格地图。
[0012]在一实施例中，所述神经网络模型基于递归神经网络或长短期存储器来实现。
[0013]在一实施例中，所述第一降水数据包括所述第一区域的位置、第一降水量数据及测量开始时刻数据，所述第二降水数据包括所述第二区域的位置、第二降水量数据及测量开始时刻数据，所述第一流入数据包括所述第一区域的位置、第一流入量数据及测量开始时刻数据，所述第二流入数据包括所述第二区域的位置、第二流入量数据及测量开始时刻数据。
[0014]在一实施例中，所述第一时间序列网格地图通过在所述第一区域显示所述第一流入数据并在所述第二区域显示所述第二流入数据而生成，所述第二时间序列网格地图通过在所述第一区域显示所述第三流入数据并在所述第二区域显示所述第四流入数据而生成。
[0015]在一实施例中，所述第一时间序列网格地图包括基于所述第一流入数据及所述第二流入数据中的每一个的大小的多个颜色值或多个饱和度值，所述第二时间序列网格地图包括基于所述第三流入数据及所述第四流入数据中的每一个的大小的多个颜色值或多个饱和度值。
[0016]根据本公开的实施例的流入量预测装置包括：数据收集部，构成为接收在第一测量周期期间由第一地面测量站测量的第一降水数据，在所述第一测量周期期间由流入量测量站测量的第一流入数据，并且在所述第一测量周期期间由第二地面测量站测量的第二降水数据；数据分析部，构成为基于所述第一降水数据、所述第一流入数据及所述第二降水数据来生成与所述第一测量周期对应的第二区域的第二流入数据；以及网格地图生成部，构成为基于所述第一流入数据及所述第二流入数据来生成与第一区域和第二区域以及所述第一测量周期对应的第一时间序列网格地图。
[0017]在一实施例中，所述数据分析部还构成为基于所述第一降水数据及所述第一流入数据来生成与所述第一测量周期对应的函数模型，并基于所述函数模型及所述第二降水数据来生成所述第二流入数据。
[0018]在一实施例中，所述数据收集部还构成为接收在所述第一测量周期之后的第二测量周期期间由所述第一地面测量站测量的第三降水数据、在所述第二测量周期期间由所述流入量测量站测量的第三流入数据以及在所述第二测量周期期间由所述第二地面测量站测量的第四降水数据，所述数据分析部还构成为基于所述第三降水数据、所述第三流入数据及所述第四降水数据来生成与所述第二测量周期对应的所述第二区域的第四流入数据，所述网格地图生成部还构成为基于所述第三流入数据及所述第四流入数据来生成与所述第一区域和第二区域以及所述第二测量周期对应的第二时间序列网格地图。
[0019]在一实施例中，还包括：预测部，构成为基于所述第一时间序列网格地图及所述第二时间序列网格地图来生成与所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种流入量预测装置的操作方法，所述流入量预测装置与设置在第一区域的第一地面测量站和流入量测量站以及设置在不同于所述第一区域的第二区域的第二地面测量站通信，所述方法包括如下步骤：接收在第一测量周期期间由所述第一地面测量站测量的第一降水数据；接收在所述第一测量周期期间由所述流入量测量站测量的第一流入数据；接收在所述第一测量周期期间由所述第二地面测量站测量的第二降水数据；基于所述第一降水数据、所述第一流入数据及所述第二降水数据来生成与所述第一测量周期对应的所述第二区域的第二流入数据；以及基于所述第一流入数据及所述第二流入数据来生成与所述第一区域和第二区域以及所述第一测量周期对应的第一时间序列网格地图。2.根据权利要求1所述的方法，其中，基于所述第一降水数据、所述第一流入数据及所述第二降水数据来生成与所述第一测量周期对应的所述第二区域的第二流入数据的步骤包括如下步骤：接收与所述第一测量周期对应的至少一个附加降水数据及至少一个附加流入数据；基于所述第一降水数据和所述第一流入数据的对以及所述至少一个附加降水数据和所述至少一个附加流入数据的对来生成与所述第一测量周期对应的函数模型；以及基于所述函数模型及所述第二降水数据来生成所述第二流入数据。3.根据权利要求1所述的方法，其中，包括如下步骤：接收在所述第一测量周期之后的第二测量周期期间由所述第一地面测量站测量的第三降水数据；接收在所述第二测量周期期间由所述流入量测量站测量的第三流入数据；接收在所述第二测量周期期间由所述第二地面测量站测量的第四降水数据；基于所述第三降水数据、所述第三流入数据及所述第四降水数据来生成与所述第二测量周期对应的所述第二区域的第四流入数据；以及基于所述第三流入数据及所述第四流入数据来生成与所述第一区域和第二区域以及所述第二测量周期对应的第二时间序列网格地图。4.根据权利要求3所述的方法，其中，还包括如下步骤：基于所述第一时间序列网格地图及所述第二时间序列网格地图来生成与所述第一区域和第二区域以及所述第二测量周期之后的预测周期对应的预测时间序列网格地图。5.根据权利要求4所述的方法，其中，基于所述第一时间序列网格地图及所述第二时间序列网格地图来生成与所述第一区域和第二区域以及所述第二测量周期之后的所述预测周期对应的所述预测时间序列网格地图的步骤包括如下步骤：基于所述第一时间序列网格地图及所述第二时间序列网格地图来生成与所述第一区域及所述预测周期对应的第五流入数据；以及基于所述第一时间序列网格地图及所述第二时间序列网格地图来生成与所述第二区域及所述预测周期对应的第六流入数据。6.根据权利要求4所述的方法，其中，基于所述第一时间序列网格地图及所述第二时间序列网格地图来生成与所述第一区
域和第二区域以及第二测量周期之后的所述预测周期对应的所述预测时间序列网格地图的步骤包括如下步骤：基于所述第一时间序列网格地图及第二时间序列网格地图，利用神经网络模型生成所述预测时间序列网格地图。7.根据权利要求6所述的方法，其中，所述神经网络模型基于递归神经网络或长短期存储器来实现。8.根据权利要求3所述的方法，其中，所述第一时间序列网格地图通过在所述第一区域显示所述第一流入数据并在所述第二区...

【专利技术属性】
技术研发人员：洪康云，
申请(专利权)人：韩国电子通信研究院，
类型：发明
国别省市：