本发明专利技术涉及水库安全监管技术领域，具体涉及一种多数据融合的中小型水库和大坝的安全监测方法，监测步骤为：S1、基于采集设备获取监测数据；S2、基于知识图谱链路将各项监测子数据分别输入至处理模型中；S3、识别各个所述处理模型输出的监测对比结果和基于所述监测对比结果预测得出的风险发生时间戳。本申请通过融合多个监测子数据和使用处理模型，能够更准确地分析和处理监测数据，从而提高监测的精度和准确性；通过基于监测对比结果和预测线的预测区间，实现对风险发生时间的预测，使监测人员能够及时采取相应的安全措施，有效降低风险；通过针对用户的单点登录请求进行校验和获取指令，确保数据的安全性和可控性。
【技术实现步骤摘要】
本专利技术属于水库安全监管，具体为一种多数据融合的中小型水库和大坝的安全监测方法。
技术介绍
1、目前，全国共有98112座水库，中小型水库数目占比99.24%，总库容约700亿m³，为数众多的中小水库主要集中在20世纪50-70年代建成，始建标准低，多分布在偏远山区，一旦发生溃坝或漫坝，极易形成山洪，给下游人民生命财产安全造成损失，据统计，我国病险水库约占水库总数的40.8%，存在管理设施短缺、病险隐患突出等难题，且严重缺乏预报、预警、预演、预案“四预”措施，这不仅制约了小型水库综合效益的发挥，同时存在较为突出的安全隐患，对此，我们提出了一种多数据融合的中小型水库和大坝的安全监测方法。
技术实现思路
1、针对现有技术的不足，本专利技术提供了一种多数据融合的中小型水库和大坝的安全监测方法，以解决以上技术问题。
2、为实现上述目的，本专利技术提供如下技术方案：一种多数据融合的中小型水库和大坝的安全监测方法，监测步骤为：
3、s1、基于采集设备获取监测数据；
>4、s2、基于知识本文档来自技高网...
【技术保护点】
1.一种多数据融合的中小型水库和大坝的安全监测方法，其特征在于，监测步骤为：
2.根据权利要求1所述的多数据融合的中小型水库和大坝的安全监测方法，其特征在于：S1步骤中监测数据包括但不限于水情、雨情、工情、水质、视频监测和无人机监测方面的监测子数据；S1步骤中需要在中小型水库和大坝的适当位置安装监测设备，监测设备包括有水位传感器、雨量计、测流仪、水质监测设备、视频监测设备与无人机其中的至少一种，监测设备根据其功能与特性对应的监测指标进行数据采集，将采集到的监测数据通过网络传输到数据处理系统或者服务器中，将采集到的监测数据存储在业务数据库内部，进行后续的访问与处理。
...
【技术特征摘要】
1.一种多数据融合的中小型水库和大坝的安全监测方法，其特征在于，监测步骤为：
2.根据权利要求1所述的多数据融合的中小型水库和大坝的安全监测方法，其特征在于：s1步骤中监测数据包括但不限于水情、雨情、工情、水质、视频监测和无人机监测方面的监测子数据；s1步骤中需要在中小型水库和大坝的适当位置安装监测设备，监测设备包括有水位传感器、雨量计、测流仪、水质监测设备、视频监测设备与无人机其中的至少一种，监测设备根据其功能与特性对应的监测指标进行数据采集，将采集到的监测数据通过网络传输到数据处理系统或者服务器中，将采集到的监测数据存储在业务数据库内部，进行后续的访问与处理。
3.根据权利要求2所述的多数据融合的中小型水库和大坝的安全监测方法，其特征在于：水位传感器用以测量水库的水位数据，雨量计用以测量降雨量，测流仪用以测量流量，监测设备根据需要进行数据的持续采集，监测数据在业务系统中进行数据清洗、分析和可视化展示。
4.根据权利要求1所述的多数据融合的中小型水库和大坝的安全监测方法，其特征在于：s2步骤中包括有知识图谱建立、监测子数据输入、知识图谱链路关联与数据传递至处理模型步骤，所述知识图谱建立步骤包括建立知识图谱，所述知识图谱包含描述监测子数据之间的数据关联，通过历史数据库获得的历史领域知识和数据模型进行设计和构建，数据模型为层次模型。
5.根据权利要求4所述的多数据融合...
【专利技术属性】
技术研发人员：张任龙，周联坤，郭霄汉，方贵汉，
申请(专利权)人：江西电信信息产业有限公司，
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。