【技术实现步骤摘要】
本专利技术涉及水位预测，尤其是一种基于lstm模型的河道水位预测方法及系统。
技术介绍
1、电网生产场所是电力系统运行的关键组成部分，其正常运行对电力系统的安全性和稳定性至关重要。然而，电网生产场所通常位于不同的地理位置，面临潜在的洪水风险。在电网生产场所建设时，往往没有充分考虑到防洪防涝需求，这可能导致电力设备和设施在洪水事件中受损，进而引发电力中断和电力系统的不稳定性。为了提高电网生产场所的抗洪抗涝能力，保证电力系统在极端天气条件下的稳定运行，部署一种有效的防洪预警系统变得至关重要。
2、在防洪预警系统中，河道水位的监测数据和预测数据具有关键性作用。河道水位的上升常常是洪水事件的先兆，因此，通过实时监测并及时预警河道水位的变化，电网管理人员可以提前预知可能的涝灾风险，进而有足够的时间来采取防范措施，减少潜在的电力系统中断和设备损害风险。
技术实现思路
1、基于实际应用的需求，本专利技术提供了基于lstm模型的河道水位预测方法及系统，旨在实时监测并提前预警河道水位的变化，以为电网管理人员提供足够的时间来采取防范措施，进而减少潜在的电力系统中断和设备损害风险。
2、第一方面，本专利技术所提供的所述基于lstm模型的河道水位预测方法，包括如下步骤：确定目标站点，并确定在所述目标站点的上游站点；获取所述目标站点和所述上游站点的历史水位监测数据，并通过所述历史水位监测数据筛选参考站点；通过所述参考站点的历史水位监测数据与所述目标站点的历史水位监测数据，训练目标站点
3、可选地，所述目标站点和所述上游站点的历史水位监测数据通过河道水位监测系统获取，所述河道水位监测系统包括数据采集模块、数据中转模块以及远程处理模块；所述据采模块用于采集实时水位数据，并将所述实时水位数据传输至所述数据中转模块；所述数据中转模块安装在河岸干燥位置，所述数据中转模块用于接收所述实时水位数据，并将所述实时水位数据传输至远程处理模块；所述远程处理模块用于接收来自所述数据中转模块的实时水位数据，并通过所述实时水位数据监控河道水位变化。本专利技术所使用的河道水位监测系统，能够稳定且及时地为目标站点水位预测模型提供足够的水位监测数据。
4、可选地，所述通过所述历史水位监测数据筛选参考站点，包括如下步骤：预处理所述目标站点和所述上游站点的历史水位监测数据；利用预处理后的历史水位监测数据，获得所述目标站点与任一个上游站点的历史水位监测数据之间的相关性；根据所述相关性，从所述上游站点中筛选出与所述目标站点相关的参考站点。本可选项的设计，能够确保所选的参考站点与目标站点的历史水位数据具有高度相关性，进而提高水位预测的准确性。
5、可选地，所述预处理所述目标站点和所述上游站点的历史水位监测数据，包括如下步骤：针对任一所述上游站点的历史水位监测数据，以采样时间为自变量，以对应的归一化后的水位值为因变量，拟合正态分布曲线；设置均值阈值和标准差阈值，将满足所述均值阈值和所述标准差阈值的正态分布曲线对应的历史水位监测数据作为目标水位监测数据进行归一化：根据所述历史目标水位监测数据的最大水位值和最小水位值，归一化所述目标水位监测数据中任一时刻的水位监测数据。本可选项在预处理历史水位数据时，采用正态分布曲线拟合，设定均值和标准差阈值，以筛选出符合要求的历史水位数据，用于进一步分析，有助于排除人工调控干扰，提高水位预测的准确性。
6、可选地，所述利用预处理后的历史水位监测数据，获得所述目标站点与任一个上游站点的历史水位监测数据之间的相关性，包括如下步骤：对齐所述目标站点与任一个上游站点的历史水位监测数据；将对齐后的历史水位监测数据，获取所述目标站点与任一个上游站点之间的水位监测数据相关系数；设置数据相关系数阈值，通过所述数据相关系数阈值结合所述水位监测数据相关系数评估目标站点与任一上游站点的水位监测数据相关性。
7、可选地，对齐所述目标站点与任一个上游站点的历史水位监测数据，包括如下步骤：分别获得所述目标站点和上游站点的数据采样时序，并根据所述数据采样时序获得时序间隔；将两组历史水位监测数据首尾对齐，重复采样时序间隔大的历史水位监测数据，使时序间隔小的任一采样数据与时序间隔大的采样数据一一对齐。本可选项通过首尾对齐历史水位监测数据，重复采样时序间隔较大的数据，确保不同站点的数据在时间上对齐，有助于数据相关性的计算。
8、可选地，所述水位监测数据相关系数，包括如下计算公式：其中，r(a0,ai)表示目标站点与第i个上游站点之间的水位监测数据相关系数，a0表示目标站点对齐后的历史水位监测数据序列，ai表示第i个上游站点对齐后的历史水位监测数据序列，t表示对齐后的采样时序，表示第t个采样时刻下目标站点所采集的水位值，表示目标站点对齐后的历史水位监测数据的均值，表示目标站点对齐后的历史水位监测数据的标准差，表示第t个采样时刻下第i个上游站点所采集的水位值，表示第i个上游站点对齐后的历史水位监测数据的均值，表示目第i个上游站点对齐后的历史水位监测数据的标准差。
9、可选地，通过所述参考站点的历史水位监测数据与所述目标站点的历史水位监测数据，训练目标站点水位预测模型，包括如下步骤：基于lstm模型，构建目标站点水位预测模型；利用所述参考站点和所述目标站点的历史水位监测数据，生成目标站点水位预测模型的训练数据集和验证数据集；分别利用所述训练数据集和验证数据集，训练并验证所述目标站点水位预测模型。
10、可选地，所述利用所述参考站点和所述目标站点的历史水位监测数据，生成目标站点水位预测模型的训练数据集和验证数据集，包括如下步骤：基于预测期望选取数据样本，并汇总数据样本生成综合数据集；设置训练数据集和验证数据集的样本比例，根据所述样本比例划分综合数据集分别获得训练数据集和验证数据集。
11、第二方面，为更好地执行上述基于lstm模型的河道水位预测方法，本专利技术还提供了一种所述基于lstm模型的河道水位预测系统。所述基于lstm模型的河道水位预测系统包括：输入设备、处理器、存储器和输出设备，所述输入设备、所述处理器、所述存储器和所述输出设备相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如第一方面所述的基于lstm模型的河道水位预测方法。本专利技术所述提供系统结合上述基于lstm模型的河道水位预测方法，允许快速、准确地进行河道水位的监测和预测，为水文监测和防洪预警提供了强大的工具。
本文档来自技高网...【技术保护点】
1.一种基于LSTM模型的河道水位预测方法，其特征在于，所述基于LSTM模型的河道水位预测方法，包括如下步骤：
2.根据权利要求1所述的基于LSTM模型的河道水位预测方法，其特征在于，所述目标站点和所述上游站点的历史水位监测数据通过河道水位监测系统获取，所述河道水位监测系统包括数据采集模块、数据中转模块以及远程处理模块；所述据采模块用于采集实时水位数据，并将所述实时水位数据传输至所述数据中转模块；所述数据中转模块安装在河岸干燥位置，所述数据中转模块用于接收所述实时水位数据，并将所述实时水位数据传输至远程处理模块；所述远程处理模块用于接收来自所述数据中转模块的实时水位数据，并通过所述实时水位数据监控河道水位变化。
3.根据权利要求1所述的基于LSTM模型的河道水位预测方法，其特征在于，所述通过所述历史水位监测数据筛选参考站点，包括如下步骤：
4.根据权利要求3所述的基于LSTM模型的河道水位预测方法，其特征在于，所述预处理所述目标站点和所述上游站点的历史水位监测数据，包括如下步骤：
5.根据权利要求3所述的基于LSTM模型的河道水位预
6.根据权利要求5所述的基于LSTM模型的河道水位预测方法，其特征在于，对齐所述目标站点与任一个上游站点的历史水位监测数据，包括如下步骤：
7.根据权利要求5所述的基于LSTM模型的河道水位预测方法，其特征在于，所述水位监测数据相关系数，包括如下计算公式：其中，r(A0,Ai)表示目标站点与第i个上游站点之间的水位监测数据相关系数，A0表示目标站点对齐后的历史水位监测数据序列，Ai表示第i个上游站点对齐后的历史水位监测数据序列，t表示对齐后的采样时序，表示第t个采样时刻下目标站点所采集的水位值，表示目标站点对齐后的历史水位监测数据的均值，表示目标站点对齐后的历史水位监测数据的标准差，表示第t个采样时刻下第i个上游站点所采集的水位值，表示第i个上游站点对齐后的历史水位监测数据的均值，表示目第i个上游站点对齐后的历史水位监测数据的标准差。
8.根据权利要求1所述的基于LSTM模型的河道水位预测方法，其特征在于，通过所述参考站点的历史水位监测数据与所述目标站点的历史水位监测数据，训练目标站点水位预测模型，包括如下步骤：
9.根据权利要求7所述的基于LSTM模型的河道水位预测方法，其特征在于，所述利用所述参考站点和所述目标站点的历史水位监测数据，生成目标站点水位预测模型的训练数据集和验证数据集，包括如下步骤：
10.一种基于LSTM模型的河道水位预测系统，其特征在于，所述基于LSTM模型的河道水位预测系统包括：输入设备、处理器、存储器和输出设备，所述输入设备、所述处理器、所述存储器和所述输出设备相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1至9任一项所述的基于LSTM模型的河道水位预测方法。
...【技术特征摘要】
1.一种基于lstm模型的河道水位预测方法，其特征在于，所述基于lstm模型的河道水位预测方法，包括如下步骤：
2.根据权利要求1所述的基于lstm模型的河道水位预测方法，其特征在于，所述目标站点和所述上游站点的历史水位监测数据通过河道水位监测系统获取，所述河道水位监测系统包括数据采集模块、数据中转模块以及远程处理模块；所述据采模块用于采集实时水位数据，并将所述实时水位数据传输至所述数据中转模块；所述数据中转模块安装在河岸干燥位置，所述数据中转模块用于接收所述实时水位数据，并将所述实时水位数据传输至远程处理模块；所述远程处理模块用于接收来自所述数据中转模块的实时水位数据，并通过所述实时水位数据监控河道水位变化。
3.根据权利要求1所述的基于lstm模型的河道水位预测方法，其特征在于，所述通过所述历史水位监测数据筛选参考站点，包括如下步骤：
4.根据权利要求3所述的基于lstm模型的河道水位预测方法，其特征在于，所述预处理所述目标站点和所述上游站点的历史水位监测数据，包括如下步骤：
5.根据权利要求3所述的基于lstm模型的河道水位预测方法，其特征在于，所述利用预处理后的历史水位监测数据，获得所述目标站点与任一个上游站点的历史水位监测数据之间的相关性，包括如下步骤：
6.根据权利要求5所述的基于lstm模型的河道水位预测方法，其特征在于，对齐所述目标站点与任一个上游站点的历史水位监测数据，包括如下步骤：
7.根据权利要求5所述的基于lstm模型的河道...
【专利技术属性】
技术研发人员：陈极，王刚，张新源，桑杰，黄寿千，夏薇薇，沈波，
申请(专利权)人：宁波送变电建设有限公司荣耀物业分公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。