【技术实现步骤摘要】
本申请涉及裂流监测，尤其是一种裂流的监测和预测方法及系统。
技术介绍
1、现有裂流监测技术存在以下问题：(1)当前裂流监测系统不够全面，无法获得多源监测资料，监测资料准确性需要验证。(2)当流速较大时，监测资料不够精确。遥感影像和无人机拍摄分辨率有限。(3)当前利用经验预测和数值模拟预测方法得到的预测结果不够精确，预测所需时间较久。经验预测可靠性有待提高；数值模型预测方面波浪的时均模型不能充分考虑近岸波生流的一些特征，如波浪的非线性影响以及波-流相互作用。波浪时域模型由于受波浪尺度的限制，模型计算量大效率低耗时多，因此只能用于很小的区域。(4)目前存在很多模式可以模拟裂流，但是大都处于实验室阶段，到现在还没有一个模式能够大范围的业务化预报裂流。原因是模式计算效率高但是精度差或者模拟效果好，但是计算量太大。(5)裂流系统完整的观测内容需要涵盖裂流槽和沙坝部位的流速、地形、潮位以及外海入射波浪要素等，水下地形测量耗费的人力、财力、时间成本较大。
技术实现思路
1、有鉴于此，本申请提供一种裂流的监测和预测方法及系统，以准确全面地进行裂流监测和预测。
2、本申请的一方面提供了一种裂流的监测和预测方法，包括：
3、获取历史监测数据和当前监测得到的实时监测数据；
4、利用x-beach模型根据所述历史监测数据和所述实时监测数据模拟即将发生的裂流，得到模拟裂流数据；
5、利用机器学习模型对所述模拟裂流数据进行修正，得到预测裂流数据；
6
7、可选地，所述获取当前监测得到的实时裂流数据，包括：
8、通过x波段海洋雷达实时获取监测区域的风浪流场数据；
9、通过无人机获取所述监测区域中裂流区域的裂流数据；
10、通过无人艇获取所述监测区域的水下流态和地形数据。
11、可选地，所述利用x-beach模型根据所述历史监测数据和所述实时监测数据模拟即将发生的裂流，得到模拟裂流数据，包括：
12、将所述历史监测数据和所述实时监测数据合并为一个数据集并去除异常值、统一格式、标准化数据单位以及使用滤波技术平滑数据，以去除噪声或高频振荡，然后使用主成分分析法对所述数据集进行降维操作，得到处理后的所述数据集；
13、设置x-beach2d模型的时间步长、空间网格、起始条件以及模型边界条件，然后配置模型配置文件、历史数据文件、底部摩擦参数文件，得到配置后的所述x-beach2d模型；
14、将所述处理后的所述数据集输入到所述配置后的所述x-beach2d模型，得到所述模拟裂流数据。
15、可选地，所述利用机器学习模型对所述模拟裂流数据进行修正，得到预测裂流数据，包括：
16、利用所述机器学习模型将所述模拟裂流数据与对应历史时段的残差进行融合，得到所述预测裂流数据。
17、可选地，所述根据所述预测裂流数据计算出裂流预测得分，并根据所述裂流预测得分确定对应等级的裂流预警，包括：
18、对所述预测裂流数据中的各项数据分配权重，各项权重总和为1；
19、将每个所述数据的标准化得分与对应所述权重相乘，得到各项所述数据的实际得分；
20、求和各项所述实际得分，得到所述裂流预测得分；
21、根据所述裂流预测得分所处的风险区间确定对应等级的裂流预警。
22、可选地，所述方法还包括：
23、定期获取设定时长内监测得到的数据作为检测数据；
24、若所述检测数据不连续或存在异常值，则检测监测设备的状态并自动修复，若不能自动修复则向维护人员发送警报。
25、可选地，所述方法还包括：
26、定期对比所述预测裂流数据与实际裂流数据，采用多个指标量化所述预测裂流数据与实际裂流数据之间的差异；所述指标包括rmse、相关系数以及偏差；每个所述指标对应一个阈值区间；
27、当其中一个所述指标的差异查出对应所述阈值区间时，触发自动校准测量并校准所述机器学习模型的参数。
28、本申请的另一方面还提供了一种裂流的监测和预测系统，包括：
29、第一模块，用于获取历史监测数据和当前监测得到的实时监测数据；
30、第二模块，用于利用x-beach模型根据所述历史监测数据和所述实时监测数据模拟即将发生的裂流，得到模拟裂流数据；
31、第三模块，用于利用机器学习模型对所述模拟裂流数据进行修正，得到预测裂流数据；
32、第四模块，用于根据所述预测裂流数据计算出裂流预测得分，并根据所述裂流预测得分确定对应等级的裂流预警。
33、本申请的另一方面还提供了一种电子设备，包括处理器以及存储器；
34、所述存储器用于存储程序；
35、所述处理器执行所述程序实现前述的方法。
36、本申请的另一方面还提供了一种计算机可读存储介质，所述存储介质存储有程序，所述程序被处理器执行实现前述的方法。
37、本申请还公开了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。电子设备的处理器可以从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该电子设备执行前述的方法。
38、本申请至少包括以下有益效果：
39、本申请获取历史监测数据和当前监测得到的实时监测数据；利用x-beach模型根据历史监测数据和实时监测数据模拟即将发生的裂流，得到模拟裂流数据；结合历史监测数据和实时监测数据能够更准确地模拟即将发生的裂流，进而得到准确的模拟裂流数据；然后利用机器学习模型对模拟裂流数据进行修正，得到预测裂流数据；修正后得到的预测裂流数据更进一步贴近真实的裂流，更符合实际情况；根据预测裂流数据计算出裂流预测得分，并根据裂流预测得分确定对应等级的裂流预警。基于准确的的裂流预测得分可以确定相应的裂流预警等级，减少错误预警。
本文档来自技高网...【技术保护点】
1.一种裂流的监测和预测方法，其特征在于，包括：
2.根据权利要求1所述的一种裂流的监测和预测方法，其特征在于，所述获取当前监测得到的实时裂流数据，包括：
3.根据权利要求1所述的一种裂流的监测和预测方法，其特征在于，所述利用X-BEACH模型根据所述历史监测数据和所述实时监测数据模拟即将发生的裂流，得到模拟裂流数据，包括：
4.根据权利要求1所述的一种裂流的监测和预测方法，其特征在于，所述利用机器学习模型对所述模拟裂流数据进行修正，得到预测裂流数据，包括：
5.根据权利要求1所述的一种裂流的监测和预测方法，其特征在于，所述根据所述预测裂流数据计算出裂流预测得分，并根据所述裂流预测得分确定对应等级的裂流预警，包括：
6.根据权利要求1所述的一种裂流的监测和预测方法，其特征在于，所述方法还包括：
7.根据权利要求1所述的一种裂流的监测和预测方法，其特征在于，所述方法还包括：
8.一种裂流的监测和预测系统，其特征在于，包括：
9.一种电子设备，其特征在于，包括处理器以及存储器；
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。