本发明专利技术公开一种水库水情自动测报及预报方法，包括步骤：获取水库覆盖区域的卫星图像监测数据；将卫星图像监测数据进行数据预处理；通过通信设备将采集的数据传输至数据处理中心；对上传的水库覆盖区域卫星图像进行区域划分，获得多个子区域；将各子区域图像输入建立水情预测模型，根据水情预测模型输出结果构成水情预报数据；数据处理中心对接收到的水情预报数据进行处理和分析，生成水库水情的实时预测报告；同时，根据实时预测报告中的预测结果，发出预警信号，提醒相关人员采取应对措施。本发明专利技术以解决传统水库水情监测方式和现有洪水预报系统存在的问题，保证水情预报准确性、实时性和可靠性，实现水库全域并行实时测报。
1、水库水情监测是水利工程领域的重要组成部分，对于保障水库安全、合理利用水资源、预防洪涝灾害等具有重要意义。传统水库水情监测主要依赖人工观测和上报数据，然而这种方式存在数据不及时、不准确等问题，难以满足现代水利工程的需求。为了解决这些问题，急需一种能够自动测报和预报水库水情的方法。
2、在现有的技术中，一些水库已经开始使用自动监测设备来监测水库的水位和流速等参数。这些设备通常包括水位传感器、流速传感器、数据采集器和通信设备等。水位传感器一般采用超声波测距原理测量水库水位，流速传感器则通过测量水流冲击力测量流速。数据采集器对传感器采集的数据进行采集、整理和存储，并通过通信设备将数据传输至数据处理中心。然而，这些设备仍然存在一些问题，如数据传输不及时、不准确等。同时，这些设备也没有考虑到数据处理的及时性和准确性，因此无法满足现代水利工程的需求。
3、此外，一些水情预报系统也已经开始使用神经卷积建立模型来预测水情。这些模型通常基于历史数据和气象信息，通过一定的算法预测水情情况。然而，这些模型往往存在一些局限性，如模型的准确性不稳定、缺乏实时性等。现有的水库检测技术只能够进行局部检测，或是通过增加点位局部检测来扩展检测范围，但是测量范围仍然具有局限性，无法实现高效率的大范围水库水域的全局监测。同时，这些模型也没有考虑到实时监测数据的重要性，因此无法满足现代水利工程的需求。
>1、为了解决上述问题，本专利技术提出了一种水库水情自动测报及预报方法，以解决传统水库水情监测方式和现有洪水预报系统存在的问题，提高数据采集的实时性和准确性、数据处理和分析的及时性和准确性、水情预报的准确性、实时性和可靠性，实现水库全域并行实时测报。2、为达到上述目的，本专利技术采用的技术方案是：一种水库水情自动测报及预报方法，包括步骤：
3、步骤1：获取水库覆盖区域的卫星图像监测数据；
4、步骤2：将卫星图像监测数据进行数据预处理；
5、步骤3：通过通信设备将采集的数据传输至数据处理中心；对上传的水库覆盖区域卫星图像进行区域划分，获得多个子区域；将各子区域图像输入建立水情预测模型，根据水情预测模型输出结果构成水情预报数据；
6、上传的水库覆盖区域卫星图像进行区域划分，获得多个子区域，包括步骤：
7、步骤3.1.1：在卫星图像定位水库水坝位置；
8、步骤3.1.2：根据水坝位置定位，划分上游区域、蓄水区域和下游区域，获取多个子区域；
9、所述水情预测模型利用水库状态知识图谱和卷积神经网络结合构成，处理过程包括步骤：
10、步骤3.2.1：获取大量水库卫星图像数据进行特征标记，获取卫星图像中各子区域的特征数据以及对应状态特征，构成水库状态数据；
11、步骤3.2.2：利用所获取的水库状态数据，创建水库状态知识图谱；
12、步骤3.2.3：各子区域图像通过卷积神经网络获取识别结果；
13、步骤3.2.4：将所述识别结果利用水库状态知识图谱进行状态判定；
14、步骤4：数据处理中心对接收到的水情预报数据进行处理和分析，生成水库水情的实时预测报告；同时，根据实时预测报告中的预测结果，发出预警信号，提醒相关人员采取应对措施。
15、进一步的是，将卫星图像监测数据进行数据预处理包括：
16、降噪处理：对噪声进行消除或减弱；
17、薄云处理：对卫星图像中出现的薄云进行消除或减弱处理；
18、阴影处理：对卫星图像中出现的阴影进行消除或减弱处理。
19、进一步的是，创建水库状态知识图谱，以水库各子区域为基础构建知识图谱，包括上游区域节点、蓄水区域节点和下游区域节点；
20、上游区域节点匹配有多个上游水域面积特征支点，各上游水域面积特征支点连接上游水量值；
21、蓄水区域节点匹配有多个蓄水水域面积特征支点，各蓄水水域面积特征支点连接蓄水量值；
22、下游区域节点匹配有多个下游水域面积特征支点，各下游水域面积特征支点连接下游水量值。
23、进一步的是，将各子区域图像输入建立水情预测模型，根据水情预测模型输出结果构成水情预报数据，包括步骤：
24、对上游区域进行实时图像获取，对上游区域图像进行边界切割，提取水域边界特征，获取上游水域框，计算上游水域面积；利用所计算的上游水域面积进入水库状态知识图谱进行相应调取，返回上游水量值；
25、对蓄水区域进行实时图像获取，对蓄水区域图像进行边界切割，提取水域边界特征，获取蓄水水域框，计算蓄水水域面积；利用所计算蓄水水域面积进入水库状态知识图谱进行相应调取，上游水域面积特征支点连接蓄水水量值；
26、对下游区域进行实时图像获取，对下游区域图像进行边界切割，提取水域边界特征，获取下游水域框，计算下游水域面积，利用所计算下游水域面积进入水库状态知识图谱进行相应调取，下游水域面积特征支点连接下游水量值；
27、水情预报数据包括上游水量值、蓄水水量值和下游水量值。
28、进一步的是，进入水库状态知识图谱进行相应调取时，通过对获得的各子区域图像进行识别，基于卷积神经网络进行特征识别后，判断子区域图像属于上游区域、蓄水区域或下游区域作为主标签，并获取上游区域、蓄水区域和下游区域各主标签下相应区域面积特征支点作为子标签，并将各子标签下对应的水量值代入相应子标签下形成数据包，作为状态值结果，进行状态判定。
29、进一步的是，根据实时预测报告中的预测结果，发出预警信号，包括步骤：
30、根据所返回的上游水量值，大于预警则进行上游预警警告；
31、根据所返回的蓄水水量值，大于预警则进行蓄水预警警告；
32、根据所返回的下游水量值，大于预警则进行下游预警警告。
33、进一步的是，所述水情预测模型以水库水量稳定性为目标，建立目标函数：
34、；
35、式中，a1、a2和a3分别为上游水量状态、蓄水水量状态和下游水量状态的权重，f1t、f2t和f3t分别为上游t时刻水量值变量、蓄水t时刻水量值变量和下游t时刻水量值变量；
36、调整水库各个部分水量变化，利用目标函数获取水量稳定状态。
37、采用本技术方案的有益效果：
38、本专利技术通过自动监测水库水量的变化，水情预报的准确性、实时性和可靠性，实现水库全域并行实时测报；通过数据处理中心进行数据分析和水量预报，提高了决策的科学性和及时性；通过向相关部门发送预警信息，增强了防洪减灾的能力。该方法具体有以下技术效果：
39、本专利技术能够有效提高数据采集的实时性和准确性：通过获取水库覆盖区域的卫星图像监测数据，能够实现数据的实时采集和监测，避免了传统人工观测和上报数据的本文档来自技高网...
【技术保护点】
1.一种水库水情自动测报及预报方法，其特征在于，包括步骤：
2.根据权利要求1所述的一种水库水情自动测报及预报方法，其特征在于，将卫星图像监测数据进行数据预处理包括：
3.根据权利要求1所述的一种水库水情自动测报及预报方法，其特征在于，创建水库状态知识图谱，以水库各子区域为基础构建知识图谱，包括上游区域节点、蓄水区域节点和下游区域节点；
4.根据权利要求3所述的一种水库水情自动测报及预报方法，其特征在于，将各子区域图像输入建立水情预测模型，根据水情预测模型输出结果构成水情预报数据，包括步骤：
5.根据权利要求4所述的一种水库水情自动测报及预报方法，其特征在于，进入水库状态知识图谱进行相应调取时，通过对获得的各子区域图像进行识别，基于卷积神经网络进行特征识别后，判断子区域图像属于上游区域、蓄水区域或下游区域作为主标签，并获取上游区域、蓄水区域和下游区域各主标签下相应区域面积特征支点作为子标签，并将各子标签下对应的水量值代入相应子标签下形成数据包，作为状态值结果，进行状态判定。
6.根据权利要求4或5所述的一种水库水情自动测报及预报方法，其特征在于，根据实时预测报告中的预测结果，发出预警信号，包括步骤：
7.根据权利要求6所述的一种水库水情自动测报及预报方法，其特征在于，所述水情预测模型以水库水量稳定性为目标，建立目标函数：
...
【技术特征摘要】
1.一种水库水情自动测报及预报方法，其特征在于，包括步骤：
2.根据权利要求1所述的一种水库水情自动测报及预报方法，其特征在于，将卫星图像监测数据进行数据预处理包括：
3.根据权利要求1所述的一种水库水情自动测报及预报方法，其特征在于，创建水库状态知识图谱，以水库各子区域为基础构建知识图谱，包括上游区域节点、蓄水区域节点和下游区域节点；
4.根据权利要求3所述的一种水库水情自动测报及预报方法，其特征在于，将各子区域图像输入建立水情预测模型，根据水情预测模型输出结果构成水情预报数据，包括步骤：
5.根据权利要求4所述的一种水库水情自动测报及预报方法，其特...
【专利技术属性】
技术研发人员：张警，苏榆涵，文乐宝，王尹鹏，刘恩通，周绪军，文会，邓超，王英，
申请(专利权)人：中科信德建设有限公司，
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。