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】
本专利技术涉及大坝监测,具体为一种基于遥感数据的大坝监测方法及系统。
技术介绍
1、大坝是重要的水利工程设施,对于保护人民生命财产安全具有重要意义,随着国家经济社会的发展,大坝的建设不断增加,因此,对大坝的监测与分析显得尤为重要;遥感技术作为一种非接触式的测量方法,可以有效地获取大坝的变形信息。
2、现有技术中,通过遥感技术,可以实现对大坝的变形信息进行有效监测,及时发现潜在风险,保障大坝的安全运行,但是通过遥感技术对大坝进行监测过程中,多只能对大坝的地表变化信息进行监测,监测方法较为单一,无法达到对大坝状态充分监测的目的。
技术实现思路
1、本专利技术的目的在于提供一种基于遥感数据的大坝监测方法及系统,解决以下技术问题:
2、如何基于遥感数据对大坝状态进行充分有效监测的目的。
3、本专利技术的目的可以通过以下技术方案实现:
4、一种基于遥感数据的大坝监测方法,所述方法包括:
5、s1、通过传感器和遥感技术对大坝的相关信息进行持续监测采集;
6、s2、对大坝各个区域传感器及遥感技术采集到的大坝相关参数信息进行依次分析计算,获得大坝各个区域的的局部异常特征值,将各个区域实时局部异常特征值和预设局部异常特征值进行比对,判断是否生成第一预警信号;
7、s3、对大坝的各个区域计算获得的实时局部异常特征值进行求和,获得大坝的实时整体异常特征值,将大坝的实时整体异常特征值和预设整体异常特征值进行比对,判断是否生
8、s4、对实时整体异常特征值和实时局部异常特征值进行分析,对定期检测模块检测的频率进行调节。
9、进一步地,步骤s2中,判断是否生成第一预警信号的过程包括:
10、通过设于大坝上各个区域上对应监测点上的传感器对区域内各项参数信息的进行实时监测采集,获得对应的数据;
11、通过设于大坝上各个区域的对应监测点上的定位仪配合卫星遥感技术,对各个区域内监测点的位置进行实时监测,获得对应的位置数据;
12、通过数据储存模块对大坝各项监测项目的预设标准数据和历史数据进行导出,获得各项监测项目的预设标准数据及初始位置;
13、通过监测处理中心依次对实时监测采集的大坝各个区域内的各项数据、预设标准数据及初始位置进行分析,获得大坝各个区域的局部异常特征值;
14、将实时局部异常特征值和预设局部异常特征值进行比对;
15、若实时局部异常特征值任一时间节点的数值大于等于预设局部异常特征值,则生成第一预警信号;
16、反之,执行步骤s3。
17、通过监测处理中心对实时监测采集的各项数据、预设标准数据及初始位置进行分析,获得大坝的实时整体异常特征值;
18、将实时整体异常特征值和预设整体异常特征值进行比对;
19、若实时整体异常特征值任一时间节点的数值大于等于预设整体异常特征值,则生成第一预警信号;
20、反之,执行步骤s3。
21、进一步地,所述大坝各个区域的局部异常特征值获得的过程包括:
22、;
23、;
24、通过上述公式联立计算获得大坝的各个区域的局部异常特征值;
25、其中,n为大坝上各个区域的数量,,为第i个区域的局部异常特征值,m为采集的大坝各项参数信息的数量,,为第i个区域上采集到的第j项大坝参数信息的偏差系数,为第j项大坝参数信息的预设权重系数,为第j项大坝参数信息的标准值,为第j项大坝参数信息的允许偏差值,为和的相关函数,当时,,当时,。
26、进一步地,步骤s3中,判断是否生成第二预警信号的过程包括:
27、建立直角坐标系,以时间为x轴,第i个区域的局部异常特征值为y轴,建模拟合获得第i个区域的局部异常特征值随时间变化的曲线;
28、;
29、通过上述公式计算获得大坝的实时整体异常特征值;
30、将实时整体异常特征值和预设整体异常特征值进行比对;
31、当时,,则生成第二预警信号;
32、反之,执行步骤s4。
33、进一步地,所述第j项大坝参数信息的允许偏差值获得的过程包括:
34、;
35、通过上述公式计算获得第j项大坝参数信息的允许偏差值;
36、其中,当k=1时,为大坝水位预警对第j项大坝参数信息影响的权重系数,为大坝水位预警系数,当大坝水位低于警戒水位时,,当大坝水位位于警戒水位和预警水位之间时,,当大坝水位超过预警水位时,1;
37、当k=2时,为大坝位置地质结构对第j项大坝参数信息影响的权重系数,为大坝位置地质评价系数,当大坝位置地质结构为不稳定地质结构且位于地震带上时,,当大坝位置地质结构为不稳定地质结构和位于地震带上的任意一种情况时,,当大坝位置地质结构稳定且位于非地震带上时,;
38、当k=3时,为大坝气候环境对第j项大坝参数信息影响的权重系数,为大坝气候环境评价系数,当大坝周围具有强降雨且被洪水冲击时,,当大坝周围具有强降雨和被洪水冲击的任意一种情况时,,当大坝周围未有强降雨且无洪水冲击时,;
39、当k=4时,为异常因素对第j项大坝参数信息影响的权重系数,为大坝的异常因素系数,当大坝外部环境出现异常因素时,,当大坝外包环境未出现异常因素时,。
40、进一步地,所述对定期检测模块检测的频率进行调节的过程包括:
41、通过对实时整体异常特征值进行分析获得预设时间段内的综合异常度;
42、通过对大坝各个区域的实时局部异常特征值进行分析获得大坝各个区域的异常特征值偏差系数;
43、通过对综合健康度和各个区域的异常特征值偏差系数进行分析获得大坝的风险系数;
44、将大坝的风险系数和预设标准风险系数进行比对;
45、若大坝的风险系数小于预设标准风险系数,则对定期检测模块的检测频率不进行调节;
46、若大坝的风险系数大于等于预设标准风险系数,则对定期检测模块的检测频率进行调节,通过公式计算获得调节后的检测频率;
47、其中,为预设标准检测频率,为大坝的风险系数,为预设标准风险系数。
48、进一步地,所述大坝的风险系数获得的过程包括:
49、;
50、;
51、通过上述公式联立计算获得大坝的风险系数;
52、其中,为预设时间段,为各个区域的异常特征偏差系数,和均为大坝风险系数对应的权重系数。
53、一种基于遥感数据的大坝监测系统,用于一种基于遥感数据的大坝监测方法,所述系统包括:
54、数据采集模块,用于对大坝上各区域监测点采集的各项参数信息及位置数据;
55、数据储存模块,用于对采集的大坝各区域各项参数信息及位置信息进行储存并发送至监测处理中心;
本文档来自技高网...【技术保护点】
1.一种基于遥感数据的大坝监测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的一种基于遥感数据的大坝监测方法,其特征在于,步骤S2中,判断是否生成第一预警信号的过程包括:
3.根据权利要求2所述的一种基于遥感数据的大坝监测方法,其特征在于,所述大坝各个区域的局部异常特征值获得的过程包括:
4.根据权利要求3所述的一种基于遥感数据的大坝监测方法,其特征在于,步骤S3中,判断是否生成第二预警信号的过程包括:
5.根据权利要求4所述的一种基于遥感数据的大坝监测方法,其特征在于,所述第j项大坝参数信息的允许偏差值获得的过程包括:
6.根据权利要求5所述的一种基于遥感数据的大坝监测方法,其特征在于,所述对定期检测模块检测的频率进行调节的过程包括:
7.根据权利要求6所述的一种基于遥感数据的大坝监测方法,其特征在于,所述大坝的风险系数获得的过程包括:
8.一种基于遥感数据的大坝监测系统,其特征在于,用于权利要求1-7任一项所述的一种基于遥感数据的大坝监测方法,所述系统包括:
【技术特征摘要】
1.一种基于遥感数据的大坝监测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的一种基于遥感数据的大坝监测方法,其特征在于,步骤s2中,判断是否生成第一预警信号的过程包括:
3.根据权利要求2所述的一种基于遥感数据的大坝监测方法,其特征在于,所述大坝各个区域的局部异常特征值获得的过程包括:
4.根据权利要求3所述的一种基于遥感数据的大坝监测方法,其特征在于,步骤s3中,判断是否生成第二预警信号的过程包括:
5.根据权利要求4...
【专利技术属性】
技术研发人员:周志维,汪庆,喻蔚然,吴晓彬,游文荪,龚羊庆,董建良,杨晓华,
申请(专利权)人:江西省水利科学院江西省大坝安全管理中心,江西省水资源管理中心,
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。