一种基于AI技术的自然灾害监测预警系统技术方案

本发明专利技术涉及图片处理技术领域，公开了一种基于AI技术的自然灾害监测预警系统，包括环境监测模块、数据库、环境评估模块、数据处理模块、灾害分析模块、综合分析模块，可通过数据对比的方式根据预设灾情数据组合来获得当前环境参数所代表的可能灾害场景，并查表获得相应的第一估计概率，然后利于基于AI技术的灾害分析模块对经过处理的采集数据进行识别判断，得到第二估计概率，最后综合输出各类灾害的最终预警概率，完成对风涝、台风、高温、雷电等自然灾害的准确高效预警，保障电网运行，提升灾害应对能力。应对能力。应对能力。

【技术实现步骤摘要】
一种基于AI技术的自然灾害监测预警系统


[0001]本专利技术涉及图片处理
，具体涉及一种基于AI技术的自然灾害监测预警系统。

技术介绍

[0002]配电网设备种类多、数量大，目前国内已建成了多个配电网的业务管理系统，在电力设备运行现场，除遭受各种气候条件的侵袭外，还受有其它的外力破坏，如工程机械撞击杆塔，风筝等物体悬挂在导线上造成相间短路等，可能随时对电力设备的安全运行构成威胁。为了保证电力设备的安全运行，必须加强基建现场违章的巡视和检查，预见可能对电力施工产生威胁的人或物，及时发现影响电力施工的违章缺陷和危及电力设备安全运行的因素，以便快速停止违章操作或远程违章预警。
[0003]配电网所处地理位置多样，自然灾害频繁发生，特别是台风、雷电、冰雹、雨雪、强对流天气等极端天气给配电网安全稳定运行造成巨大危害，容易引发大规模停电事故，而配电网处于电力系统末端，承担着直接向用户供电的任务，在灾害发生时，若配电网受灾害影响导致停电，会对用户造成重大损失。配电网运行受环境因素影响大，特别是台风、雷电、洪涝、覆冰等灾害天气给配电网安全稳定运行造成巨大危害，同时，在配电网管理决策、防灾决策等缺乏有效的信息化手段支撑，造成管理制度难以有效落地执行、风险预警评估不科学、大量数据分散碎片化、抢修决策滞后等问题。因此，需开展关于配电网管理决策及防灾预警与生产决策支持关键技术研究及应用，提升配电网防灾及灾害处置能力。

技术实现思路

[0004]本专利技术的目的在于提供一种基于AI技术的自然灾害监测预警系统，解决以下技术问题：如何提供更加准确的自然灾害监测预警。
[0005]本专利技术的目的可以通过以下技术方案实现：一种基于AI技术的自然灾害监测预警系统，包括：环境监测模块，用于实时获取环境参数；数据库，用于储存代表灾情发生的相关环境参数范围值的预设灾情数据组合；环境评估模块，与所述环境监测模块和所述数据库连接，用于周期性的将所述环境参数与所述预设灾情数据组合进行对比，输出对应的可能灾害场景和第一估计概率；数据处理模块，与所述环境评估模块和所述环境监测模块连接，用于根据所述可能灾害场景对所述环境参数进行处理，得到预设时段内的相应的采集数据；灾害分析模块，与所述数据处理模块连接，用于根据所述采集数据得到第二预估概率；综合分析模块，用于按照预设统计规则结合所述第二预估概率输出各类灾害的最终预警概率；
其中，所述环境参数包括风力数据、降雨量数据、温度数据、雷电频率和雷电幅值数据，灾害分析模块为经过训练的神经网络模型。
[0006]通过上述技术方案，可通过数据对比的方式根据预设灾情数据组合来获得当前环境参数所代表的可能灾害场景，并查表获得相应的第一估计概率，然后利于基于AI技术的灾害分析模块对经过处理的采集数据进行识别判断，得到第二估计概率，最后综合输出各类灾害的最终预警概率，完成对风涝、台风、高温、雷电等自然灾害的准确高效预警，保障电网运行，提升灾害应对能力。
[0007]作为本专利技术进一步的方案：所述数据处理模块包括：生成单元，用于生成与所述环境参数对应的随时间变化的变化曲线；加载单元，与所述生成单元连接，用于将所述变化曲线按照预设顺序加载在预设尺寸的空白图片上的多个坐标系中；加标单元，与所述加载单元连接，用于在与所述可能灾害场景关联度最高的所述变化曲线的极点处分别设置幅值标记；其中，所述坐标系的数量与所述变化曲线种类数量相同；所述幅值标记为设置在是极点处的竖直线段；所述竖直线段的长度与所述极点的纵坐标正比例相关；所述竖直线段颜色统一，不同所述变化曲线的颜色不相同。
[0008]通过上述技术方案，可将预设时段设置为1分钟，如此生成单元可生成1分钟内的环境参数所对应的变化曲线，该变化曲线可从上到下依次排布设置在空白图片上的多个坐标系中；由于本专利技术中灾害分析模块为神经网络模型，经过训练后能够根据代表不同类型环境参数的变化曲线的走势来对灾害发生的概率进行预测，另外考虑到变化曲线的走势不一定能够准确的反应变化曲线的具体时间对应的纵值，且在训练阶段，灾害分析模块的训练样本与采集数据的生成方式相同，因此本实施例中还考虑在极点处设置竖直线段，来对极点的纵值进行量化，以实现对灾害分析模块的识别判断精准度的提升。
[0009]作为本专利技术进一步的方案：当所述竖直线段设置在极小点上，所述竖直线段的起点为所述极小点，延伸方向向下；当所述竖直线段设置在极大点上，所述竖直线段的起点为所述极大点，延伸方向向上。
[0010]通过上述技术方案，通过对数值线段进行延伸方向的限定，一方面可以提升区分度，有助于增加相似数据在图片形势表现上的差异化程度，二方面可以方便工作人员进行审查。
[0011]作为本专利技术进一步的方案：所述加载单元还用于：将所述变化曲线中低于对应预设阈值的部分切除；将切除后的变化曲线的曲线段按照时间顺序进行合并；将相邻切断点之间采用指定色彩的直线线段进行连接；其中，所述指定色彩的色深与相邻切断点之间的时间间隔相关。
[0012]通过上述技术方案，以风力数据举例，可将对应变化曲线中低于预设风力值的曲线进行切除，重新合并后的变化曲线可在相同大小的空白图片中加载更多的数据；同样的，由于神经网络模型对于图片中的时间戳无法进行区分，比如若在横轴上设置刻度，神经网络模型是无法对刻度所代表的的时间进行确定的，因此需要借用指定色彩的直线线段对切
除部分所占用的时间长度进行量化显示，能够充分降低训练所需要的训练样本以及难度，从而侧面提升灾害预估的精准度。
[0013]作为本专利技术进一步的方案：所述加载单元还用于：对与所述可能灾害场景关联度最高的所述变化曲线所对应的坐标系纵轴进行渐变染色处理；所述渐变染色处理包括：从所述坐标系纵轴的零点开始设置预设色彩的起始色温；根据所述变化曲线的最大值设置色温变化速度为；其中，为相邻色深改变值，为相邻度，所述相邻度的单位为像素个数；所述最大值越大，所述色温变化速度越大。
[0014]通过上述技术方案，若无特殊标记，神经网络模型无法对横轴的时间进行量化确认，同理，变化曲线中每个点的纵轴数值也无法被神经网络模型所量化，因此将坐标系纵轴从下到上，以照像素单位，以色深变化作为对变化曲线的纵轴数值表示，从而进一步降低训练所需要的训练样本以及难度，从而侧面提升灾害预估的精准度。
[0015]作为本专利技术进一步的方案：所述预设统计规则包括：确定权重系数和；；；其中，为所述最终预警概率，为第一预估概率，为所述第二预估概率。
[0016]通过上述技术方案，考虑到查表获取的第一预估概率所依赖的标准较为死板，基于AI技术所获取的第二预估概率能够随着训练样本的增加而不断提升精准度，因此可将设置为大于的系数，从而保证最终预警概率的精准度。
[0017]作为本专利技术进一步的方案：所述预设统计规则还包括：获取所述加载单元对变化曲线的处理复杂度；根据所述处理复杂度确定权重系数和；其中，所述处理复杂度越高，值越高。
[0018]本专利技术的有益效果：本专利技术可通过数据对比的方式根据预本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于AI技术的自然灾害监测预警系统，其特征在于，包括：环境监测模块，用于实时获取环境参数；数据库，用于储存代表灾情发生的相关环境参数范围值的预设灾情数据组合；环境评估模块，与所述环境监测模块和所述数据库连接，用于周期性的将所述环境参数与所述预设灾情数据组合进行对比，输出对应的可能灾害场景和第一估计概率；数据处理模块，与所述环境评估模块和所述环境监测模块连接，用于根据所述可能灾害场景对所述环境参数进行处理，得到预设时段内的相应的采集数据；灾害分析模块，与所述数据处理模块连接，用于根据所述采集数据得到第二预估概率；综合分析模块，与所述灾害分析模块和所述环境评估模块连接，用于按照预设统计规则结合所述第二预估概率输出各类灾害的最终预警概率；其中，所述环境参数包括风力数据、降雨量数据、温度数据、雷电频率和雷电幅值数据，灾害分析模块为经过训练的神经网络模型；所述数据处理模块包括：生成单元，用于生成与所述环境参数对应的随时间变化的变化曲线；加载单元，与所述生成单元连接，用于将所述变化曲线按照预设顺序加载在预设尺寸的空白图片上的多个坐标系中；加标单元，与所述加载单元连接，用于在与所述可能灾害场景关联度最高的所述变化曲线的极点处分别设置幅值标记；其中，所述坐标系的数量与所述变化曲线种类数量相同；所述幅值标记为设置在是极点处的竖直线段；所述竖直线段的长度与所述极点的纵坐标正比例相关；所述竖直线段颜色统一，不同所述变化曲线的颜色不相同。2.根据权利要求1所述的基于AI技...

【专利技术属性】
技术研发人员：刘春雷，王钦坤，黄刚，王祺，温兴根，
申请(专利权)人：江西和壹科技有限公司，
类型：发明
国别省市：