System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及水利管理领域,尤其涉及一种基于物联网和5g的智慧水利管理系统及方法。
技术介绍
1、水利工程是指通过建设和管理水利设施,合理利用和调控水资源,满足人类对水的需求,促进社会经济发展的工程领域。水利工程主要包括水资源调查、水文学、水资源规划、水资源开发利用、水利工程设计建设、水利工程管理和水利工程维护等内容。其中,一项重要的水利工程是河防工程,具体主要涉及河流和河道的防洪、治理和保护工作。河防工程的稳定性是指工程结构在面对洪水、河流冲刷、地质灾害等自然灾害时的安全性和稳定性。河防工程需要进行稳定性评估以确定工程结构的抗洪能力和安全性,以保障人民生命财产安全和维护河道的正常运行。传统检测河防工程稳定性的方法是通过非汛期的根石探测和汛期的人工巡视检查来实现。然而,这种人工巡视和根石探测的结果受到人员主观判断和经验的影响,存在一定的主观性和不一致性。不同人员可能对同一工程得出不同的评估结果,影响对工程稳定性的准确评估。同时,人工巡视需要投入大量的人力资源,尤其是在汛期,需要组织人员进行巡查,工作量大且费时费力。
2、因此,期待一种智慧水利管理系统。
技术实现思路
1、为了解决上述技术问题,提出了本申请。本申请的实施例提供了一种基于物联网和5g的智慧水利管理系统及方法,其使用基于物联网技术和5g技术来对预定时间段内水利工程现场监控视频以及所述预定时间段内多个预定时间点的水流流量值和多个预定时间点的流速值进行处理,来判断水利工程是否有险情。这样,通过智能判断水利工程是否可能
2、根据本申请的一个方面,提供了一种基于物联网和5g的智慧水利管理系统,其包括:
3、水利工程数据获取模块,用于获取预定时间段内水利工程现场监控视频以及所述预定时间段内多个预定时间点的水流流量值、多个预定时间点的流速值;
4、水利工程现场监控视频特征提取模块,用于处理所述预定时间段内水利工程现场监控视频,得到水利工程现场特征矩阵;
5、水流流量向量化模块,用于将所述多个预定时间点的水流流量值按照时间维度排列为流量输入向量;
6、流速向量化模块,用于将所述多个预定时间点的流速值按照时间维度排列为流速输入向量;
7、水流特征融合模块,用于将所述流量输入向量和所述流速输入向量进行融合以得到水流转移矩阵;
8、水流特征过滤模块,用于将所述水流转移矩阵通过基于卷积神经网络模型的水流特征过滤器以得到水流特征转移矩阵;
9、水利工程险情分析模块,用于分析所述水利工程现场特征矩阵和所述水流特征转移矩阵,得到水利工程是否有险情的结果。
10、在上述基于物联网和5g的智慧水利管理系统中,所述水利工程现场监控视频特征提取模块,用于:
11、水利工程现场监控关键帧提取单元,用于从所述预定时间段内水利工程现场监控视频中提取出多个水利工程现场监控关键帧;
12、水利工程现场深浅特征提取单元,用于将所述多个水利工程现场监控关键帧分别通过深浅特征提取模块以得到多个深浅融合水利工程现场特征矩阵;
13、水利工程现场特征提取单元,用于将所述多个深浅融合水利工程现场特征矩阵沿着样本维度聚合为三维特征张量后通过使用三维卷积核的水利工程现场特征提取模块以得到水利工程现场特征矩阵。
14、在上述基于物联网和5g的智慧水利管理系统中,所述水利工程现场深浅特征提取单元,包括:
15、水利现场浅层特征提取子单元,用于从所述深浅特征提取模块的第m层提取水利浅层特征图,其中,m大于等于1且小于等于6;
16、水利现场深层特征提取子单元,用于从所述深浅特征提取模块的第n层提取水利深层特征图,其中,n/m大于等于5且小于等于10;
17、水利现场深浅特征融合子单元,用于使用所述深浅特征提取模块的深浅特征融合模块融合所述水利浅层特征图和所述水利深层特征图以得到水利融合特征图;
18、降维子单元,用于对所述水利融合特征图进行沿通道维度的全局池化以得到深浅融合水利工程现场特征矩阵。
19、在上述基于物联网和5g的智慧水利管理系统中,所述水流特征融合模块,用于:
20、将所述流量输入向量和所述流速输入向量进行水流特征融合以得到水流转移矩阵;
21、其中,水流特征融合公式为:
22、
23、其中,表示所述流量输入向量,表示所述流速输入向量,表示所述流速输入向量的转置,表示所述水流转移矩阵,表示矩阵相乘。
24、在上述基于物联网和5g的智慧水利管理系统中,所述水流特征过滤模块,用于:
25、使用所述基于卷积神经网络模型的水流特征过滤器的各层在层的正向传递中分别进行:
26、对输入数据进行卷积处理以得到卷积特征图;
27、对所述卷积特征图进行沿通道维度的各个特征矩阵池化以得到池化特征图;
28、对所述池化特征图进行非线性激活以得到激活特征图;
29、其中,所述基于卷积神经网络模型的水流特征过滤器的最后一层的输出为所述水流特征转移矩阵,所述基于卷积神经网络模型的水流特征过滤器的第一层的输入为所述水流转移矩阵。
30、在上述基于物联网和5g的智慧水利管理系统中,所述水利工程险情分析模块,包括:
31、水利工程特征融合单元,用于对所述水利工程现场特征矩阵和所述水流特征转移矩阵进行高维空间单元流形子维度超凸相关性度量以得到水利工程融合特征矩阵;
32、水利工程险情分析单元,用于将所述水利工程融合特征矩阵通过分类器以得到分类结果,所述分类结果用于表示水利工程是否有险情。
33、在上述基于物联网和5g的智慧水利管理系统中,所述水利工程特征融合单元,用于:
34、以如下水利工程特征融合公式对所述水利工程现场特征矩阵和所述水流特征转移矩阵进行高维空间单元流形子维度超凸相关性度量以得到水利工程融合特征矩阵;
35、其中,所述水利工程特征融合公式为:
36、
37、其中,表示所述水利工程现场特征矩阵,表示所述水流特征转移矩阵,表示所述水利工程现场特征矩阵和所述水流特征转移矩阵的均值特征矩阵,表示向量的按位置相减,表示以2为底的对数函数值,和表示权重超参数,表示所述水利工程融合特征矩阵。
38、在上述基于物联网和5g的智慧水利管理系统中,所述水利工程险情分析单元,用于:
39、使用所述分类器以如下分类公式对所述水利工程融合特征矩阵进行处理以获得所述分类结果;
40、其中,所述分类公式为:
41、
42、其中,表示将所述水利工程融合特征矩阵投影为向量,为权重矩阵,表示偏置向量,表示归一化指数函数,表示所述分类结果。
43、根据本申请的另一方面,还提供了一种基于物联网和本文档来自技高网...
【技术保护点】
1.一种基于物联网和5G的智慧水利管理系统,其特征在于,包括:
2.根据权利要求1所述的基于物联网和5G的智慧水利管理系统,其特征在于,所述水利工程现场监控视频特征提取模块,包括:
3.根据权利要求2所述的基于物联网和5G的智慧水利管理系统,其特征在于,所述水利工程现场深浅特征提取单元,包括:
4.根据权利要求3所述的基于物联网和5G的智慧水利管理系统,其特征在于,所述水流特征融合模块,用于:
5.根据权利要求4所述的基于物联网和5G的智慧水利管理系统,其特征在于,所述水流特征过滤模块,用于:
6.根据权利要求5所述的基于物联网和5G的智慧水利管理系统,其特征在于,所述水利工程险情分析模块,包括:
7.根据权利要求6所述的基于物联网和5G的智慧水利管理系统,其特征在于,所述水利工程特征融合单元,用于:
8.根据权利要求7所述的基于物联网和5G的智慧水利管理系统,其特征在于,所述水利工程险情分析单元,用于:
9.一种基于物联网和5G的智慧水利管理方法,其特征在于,包括:
10
...【技术特征摘要】
1.一种基于物联网和5g的智慧水利管理系统,其特征在于,包括:
2.根据权利要求1所述的基于物联网和5g的智慧水利管理系统,其特征在于,所述水利工程现场监控视频特征提取模块,包括:
3.根据权利要求2所述的基于物联网和5g的智慧水利管理系统,其特征在于,所述水利工程现场深浅特征提取单元,包括:
4.根据权利要求3所述的基于物联网和5g的智慧水利管理系统,其特征在于,所述水流特征融合模块,用于:
5.根据权利要求4所述的基于物联网和5g的智慧水利管理系统,其特征在于,所述水流特征过滤模块,用于:
6.根据权利要求...
【专利技术属性】
技术研发人员:张李荪,钱贵伍,华杰,王永庆,段守平,陈金平,袁媛,万国勇,胡波,刘杨,张国文,杨阳,卢聪飞,陈浩雯,吴雅珍,王继开,雷丽娟,许良英,肖志鹏,胡燕,曹忠,钟志坚,
申请(专利权)人:中铁水利信息科技有限公司,
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。