一种基于人工智能的水资源调度监测系统技术方案

本发明专利技术公开了一种基于人工智能的水资源调度监测系统，涉及水资源调度技术领域，若数据质量指数低于预设的质量阈值，则对低质量数据组的修正并生成水体修正数据集合；生成水体变化的区域风险指数并进而获取监测区域内水体的风险指数，若所获取的风险指数超过第二风险阈值，发出第一报警指令，否则，对风险指数的变化趋势进行预测，若其预测值较当前值增加比例超过比例阈值，发出第二报警指令；在接收到第一或者第二报警指令后，由水体流动模型对监测区域内的水体变化进行持续预测，由若监测区域内的水体存在安全隐患，发出预测结果

【技术实现步骤摘要】
一种基于人工智能的水资源调度监测系统


[0001]本专利技术涉及水资源调度
，具体为一种基于人工智能的水资源调度监测系统
。

技术介绍

[0002]人工智能（
Artificial Intelligence
，缩写为
AI
）是研究
、
开发用于模拟
、
延伸和扩展人的智能的理论
、
方法
、
技术及应用系统的一门新的技术科学
。
这个领域的研究包括机器人
、
语言识别
、
图像识别
、
自然语言处理和专家系统等，目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作
。
人工智能包括算力
、
算法
、
数据三大要素，其中基础层提供算力支持，通用技术平台解决算法问题，场景化应用挖掘数据价值
。
[0003]水资源调度是指对水资源进行合理的
、
科学的分配和利用，以满足人们生活和生产的需求，而随着技术的发展，人工智能技术和新的计算机技术，也逐渐应用在水资源调度领域
。
具体来说，水资源调度包括以下内容：调度水源：根据不同地区的水资源分布情况和用水需求，对水资源进行合理的调度和分配，确保供水量的稳定和可靠；监测水质：通过对水质的实时监测和管理，确保水质符合相关标准和规定，保障人们的饮用水安全；调节水库：通过对水库的调节和管理，实现对水资源的合理调度和利用，确保水库的安全运行和供水量的稳定；统一管理：通过建立水资源管理机构，实现对水资源的统一管理和调度，避免浪费和污染
。
[0004]总之，水资源调度是为了实现水资源的可持续利用和社会经济的可持续发展而进行的一项重要工作
。
[0005]在申请公布号为
CN113570275A
中国专利技术专利中，基于
BIM
和数字高程模型的水资源实时监测系统，包括数据库和应用模块，基于
BIM
和数字高程模型的水资源实时监测平台研究充分利用物联网
、
大数据
、
云计算等技术，对水资源进行信息化管理，研制基于大数据
、
物联网
、BIM
和三维地理信息，通过对
BIM
模型及属性转换到
GIS
技术的应用研究，解决了
BIM
模型的属性转换到
GIS
时会丢失的难题，从而为构建真实的三维立体系统，用计算机实现对真实环境或者物体的仿真和模拟，并在系统中模拟和演练变化的过程，提供了更好的支持
。
[0006]以上申请中，提供综合地图
、
基础信息
、
监测监控
、
应急管理
、
水环境等数据监测
、
采集与预警预报，实现水资源动态展示
、
实景呈现
、
决策管理等多功能于一体，但是，以上申请所记载的技术方案中，在水体覆盖区域内处于持续降雨的状态下，地下水位上升，土壤含水量增高时，难以对水体风险进行及时和准确的预警，这就导致一旦水体洪涝风险产生时，应急能力较差，不能快速有效的调度水资源
。
[0007]为此，本专利技术提供了一种基于人工智能的水资源调度监测系统
。

技术实现思路

[0008]（一）解决的技术问题针对现有技术的不足，本专利技术提供了一种基于人工智能的水资源调度监测系统，
通过生成水体变化的区域风险指数并进而获取监测区域内水体的风险指数，若所获取的风险指数超过第二风险阈值，发出第一报警指令，否则，对风险指数的变化趋势进行预测，若其预测值较当前值增加比例超过比例阈值，发出第二报警指令；在接收到第一或者第二报警指令后，由水体流动模型对监测区域内的水体变化进行持续预测，由若监测区域内的水体存在安全隐患，发出预测结果
。
若是存在风险，则输出更加全面的预测结果，以便于对可能存在安全隐患的水体做相应的处理，避免风险的产生，从而解决了
技术介绍
中所记载的技术问题
。
[0009]（二）技术方案为实现以上目的，本专利技术通过以下技术方案予以实现：一种基于人工智能的水资源调度监测系统，包括，在覆盖监测区域的电子地图上，将监测区域等面积分割为若干个子区域，若持续降雨量高于预期时，对各个子区域内的土层状态进行监测，获取监测结果并建立土层监测数据集合，由土层监测数据集合生成预警指数，若所获取的预警指数超过第一风险阈值，向外部发出预警指令；其中，预警指数的获取方式如下：将地下水位
Wu
及土层含水量
Ws
做线性归一化处理，并将相应的数据值映射至区间内，再依据如下方式：其中，及为可变更常数系数，，，且，，
m
为大于1的正整数，其为子区域的数量；为在
i
子区域内的预警指数，为各个子区域的预警指数均值，为大于0的修正系数；在各个子区域的水体内设置若干个采样点，采集当前的水体参数并建立水体监测数据集合，将水体监测数据集合的数据依据类别对各项数据进行归类，获取若干个监测数据组，并生成数据质量指数，以对水体监测数据集合内的各项数据进行质量评估，若数据质量指数低于预设的质量阈值，则对低质量数据组的修正并生成水体修正数据集合；在修正后监测数据的基础上生成水体变化的区域风险指数，并进而获取监测区域内水体的风险指数，若所获取的风险指数超过第二风险阈值，发出第一报警指令，否则，对风险指数的变化趋势进行预测，若其预测值较当前值增加比例超过比例阈值，发出第二报警指令；采集监测区域内的水体数据，在进行特征提取后建立模型特征集合，使用
Bp
神经网络模型，训练获取监测区域内水体流动模型，在接收到第一或者第二报警指令后，由水体流动模型对监测区域内的水体变化进行持续预测，由若监测区域内的水体存在安全隐患，发出预测结果
。
[0010]进一步的，在电子地图上将监测区域等面积的分割为若干个子区域，获取观察周期内的持续降雨量，若所述持续降雨量超过预设的降雨量阈值，发出持续降雨预警；在各个子区域内远离水体的土层表面随机设置若干个监测点，以固定的周期在监测点处对子区域内的地下水位
Wu
及土壤含水量
Ws
进行持续监测，并将所获取的监测数据汇总后，建立土层监测数据集合；由所述土层监测数据集合生成预警指数
Eg(u,s)
，若所获取的预警指数
Eg(u,s)
超过第一风险阈值，向外部发出预警指令
。
[0011]进一步的，在各个子区域的水体内设置若干个采样点，以固定的周期在采样点内采集当前的水体参数，包括：水体当前的浑浊度
Tu
及水体流量
Fr
，并识别获取单位面积上内水体表面漂浮物的量，获取漂浮物密度
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于人工智能的水资源调度监测系统，其特征在于：包括，在覆盖监测区域的电子地图上，将监测区域等面积分割为若干个子区域，若持续降雨量高于预期时，对各个子区域内的土层状态进行监测，获取监测结果并建立土层监测数据集合，由土层监测数据集合生成预警指数，若所获取的预警指数超过第一风险阈值，向外部发出预警指令；其中，预警指数的获取方式如下：将地下水位
Wu
及土层含水量
Ws
做线性归一化处理，并将相应的数据值映射至区间内，再依据如下方式：其中，及为可变更常数系数，，，且，，
m
为大于1的正整数，其为子区域的数量；为在
i
子区域内的预警指数，为各个子区域的预警指数均值，为大于0的修正系数；在各个子区域的水体内设置若干个采样点，采集当前的水体参数并建立水体监测数据集合，将水体监测数据集合的数据依据类别对各项数据进行归类，获取若干个监测数据组，并生成数据质量指数，以对水体监测数据集合内的各项数据进行质量评估，若数据质量指数低于预设的质量阈值，则对低质量数据组的修正并生成水体修正数据集合；在修正后监测数据的基础上生成水体变化的区域风险指数，并进而获取监测区域内水体的风险指数，若所获取的风险指数超过第二风险阈值，发出第一报警指令，否则，对风险指数的变化趋势进行预测，若其预测值较当前值增加比例超过比例阈值，发出第二报警指令；采集监测区域内的水体数据，在进行特征提取后建立模型特征集合，并使用
Bp
神经网络模型，训练获取监测区域内水体流动模型，在接收到第一或者第二报警指令后，由水体流动模型对监测区域内的水体变化进行持续预测，由若监测区域内的水体存在安全隐患，发出预测结果
。2.
根据权利要求1所述的一种基于人工智能的水资源调度监测系统，其特征在于：在电子地图上将监测区域等面积的分割为若干个子区域，获取观察周期内的持续降雨量，若所述持续降雨量超过预设的降雨量阈值，发出持续降雨预警；在各个子区域内远离水体的土层表面随机设置若干个监测点，以固定的周期在监测点处对子区域内的地下水位
Wu
及土壤含水量
Ws
进行持续监测，并将所获取的监测数据汇总后，建立土层监测数据集合；由所述土层监测数据集合生成预警指数
Eg(u,s)
，若所获取的预警指数
Eg(u,s)
超过第一风险阈值，向外部发出预警指令
。3.
根据权利要求2所述的一种基于人工智能的水资源调度监测系统，其特征在于：
在各个子区域的水体内设置若干个采样点，以固定的周期在采样点内采集当前的水体参数，包括：水体当前的浑浊度
Tu
及水体流量
Fr
，并识别获取单位面积上内水体表面漂浮物的量，获取漂浮物密度
Fo
；在汇总后建立水体监测数据集合；将水体监测数据集合内的数据依据类别进行归类，获取若干个监测数据组，并将其在监测数据内沿着采集时间依次排列，在接收到预警指令后，分别对各个监测数据组内的数据做数据质量分析，对水体监测数据集合内的各项数据进行质量评估
。4.
根据权利要求3所述的一种基于人工智能的水资源调度监测系统，其特征在于：质量评估方式如下：获取各个监测数据组内数据的异众比率，在获取监测数据组内的各个数据的接近中性心后，平均获取监测数据组内各个数据的接近中心性均值，水体监测数据集合的数据质量指数，其具体方式如下：其中，系数意义为：
n
为大于1的正整数，，其为监测数据组的总数，权重系数：，且；为接近中心性均值的预设合格标准值，为异众比率的预设合格标准值；其中，为监测数据组内数据在
i
位置上的值，若所获取的数据质量指数低于预设的质量阈值，发出修正指令
。5.
根据权利要求4所述的一种基于人工智能的水资源调度监测系统，其特征在于：接收到修正指令后，将子区域各个监测数据组内的数据...

【专利技术属性】
技术研发人员：张朝稳，耿勇，张昶，叶赟，曹卫星，高景峰，王晶，
申请(专利权)人：安徽金海迪尔信息技术有限责任公司，
类型：发明
国别省市：