一种智能化水位监测分析预警方法及系统与流程

1.本发明涉及水位监测技术领域，具体涉及一种智能化水位监测分析预警方法及系统。


背景技术：

2.水位是反映水情最直观的因素，它的变化主要由于水体水量的增减变化引起的。对水位的变化监测是分析区域水情的重要工作。水位的变化监测可以有效地监控水涝、决堤等灾害。水位监测能够为江河、湖泊、水库等水体水面划分警戒线提供数据参考，科学有效地进行水情分析。
3.但本技术发明人在实现本技术实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：
4.存在现场水位监测不便，水位监测数据准确度低，数据分析难度大，无法实时查看监测结果，水位超限报警的及时性和效率较低的问题。


技术实现要素：

5.本技术实施例通过提供了一种智能化水位监测分析预警方法及系统，解决了现有技术中存在现场水位监测不便，水位监测数据准确度低，数据分析难度大，无法实时查看监测结果，水位超限报警的及时性和效率较低的技术问题。达到了通过精准分布水位监测传感器位置多点监测，提升监测的准确性，实现历史数据海量存储和提高数据分析效率，能够查看设备实时监测值，提高水位超限报警效率，从而实现智能化水位监测的技术效果。
6.鉴于上述问题，本技术实施例提供了一种智能化水位监测分析预警方法及系统。
7.第一方面，本技术实施例提供了一种智能化水位监测分析预警方法，其中，所述方法包括：获得第一监测现场的环境信息；根据所述第一监测现场的环境信息获得第一分布指令；基于所述第一分布指令对所述水位传感器进行位置分布；通过所述水位传感器进行前端数据连续采集，获得第一水位数据集；将所述第一水位数据集作为输入信息输入模拟量输入模块，获得第一输出信号，其中，所述模拟量输入模块与物联网dtu模块通讯连接；通过所述物联网dtu模块，将所述第一输出信号上传至云平台，获得第一水位数据包；获得第一解析指令，所述云平台根据所述第一解析指令对所述第一水位数据包进行解析，获得第一解析结果；根据所述第一解析结果，获得第一提醒信息。
8.另一方面，本技术实施例提供了一种智能化水位监测分析预警系统，其中，所述系统包括：第一获得单元，所述第一获得单元用于获得第一监测现场的环境信息；第二获得单元，所述第二获得单元用于根据所述第一监测现场的环境信息获得第一分布指令；第一执行单元，所述第一执行单元用于基于所述第一分布指令对水位传感器进行位置分布；第三获得单元，所述第三获得单元用于通过所述水位传感器进行前端数据连续采集，获得第一水位数据集；第四获得单元，所述第四获得单元用于将所述第一水位数据集作为输入信息输入模拟量输入模块，获得第一输出信号，其中，所述模拟量输入模块与物联网dtu模块通
讯连接；第五获得单元，所述第五获得单元用于通过所述物联网dtu模块，将所述第一输出信号上传至云平台，获得第一水位数据包；第六获得单元，所述第六获得单元用于获得第一解析指令，所述云平台根据所述第一解析指令对所述第一水位数据包进行解析，获得第一解析结果；第七获得单元，所述第七获得单元用于根据所述第一解析结果，获得第一提醒信息。
9.第三方面，本技术实施例提供了一种智能化水位监测分析预警系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现第一方面任一项所述方法的步骤。
10.本技术实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
11.由于采用了获得第一监测现场的环境信息；根据所述第一监测现场的环境信息获得第一分布指令；基于所述第一分布指令对所述水位传感器进行位置分布；通过所述水位传感器进行前端数据连续采集，获得第一水位数据集；将所述第一水位数据集作为输入信息输入模拟量输入模块，获得第一输出信号，其中，所述模拟量输入模块与物联网dtu模块通讯连接；通过所述物联网dtu模块，将所述第一输出信号上传至云平台，获得第一水位数据包；获得第一解析指令，所述云平台根据所述第一解析指令对所述第一水位数据包进行解析，获得第一解析结果；根据所述第一解析结果，获得第一提醒信息的技术方案，本技术实施例通过提供了一种智能化水位监测分析预警方法及系统，达到了通过精准分布水位监测传感器位置多点监测，提升监测的准确性，实现历史数据海量存储和提高数据分析效率，能够查看设备实时监测值，提高水位超限报警效率，从而实现智能化水位监测的技术效果。
12.上述说明仅是本技术技术方案的概述，为了能够更清楚了解本技术的技术手段，而可依照说明书的内容予以实施，并且为了让本技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本技术的具体实施方式。
附图说明
13.图1为本技术实施例一种智能化水位监测分析预警方法的流程示意图；
14.图2为本技术实施例一种智能化水位监测分析预警方法的获得第一水位数据集的流程示意图；
15.图3为本技术实施例一种智能化水位监测分析预警方法的获得第二水位数据集的流程示意图；
16.图4为本技术实施例一种智能化水位监测分析预警方法的对第一水位监测模型进行增量学习的流程示意图；
17.图5为本技术实施例一种智能化水位监测分析预警方法的对所述第一分布指令进行调整的流程示意图；
18.图6为本技术实施例一种智能化水位监测分析预警方法的进行水位控制的流程示意图；
19.图7为本技术实施例一种智能化水位监测分析预警方法的获得第一提醒信息的流程示意图；
20.图8为本技术实施例一种智能化水位监测分析预警系统的结构示意图；
21.图9为本技术实施例示例性电子设备的结构示意图。
22.附图标记说明：第一获得单元11，第二获得单元12，第一执行单元13，第三获得单元14，第四获得单元15，第五获得单元16，第六获得单元17，第七获得单元18，电子设备300，存储器301，处理器302，通信接口303，总线架构304。
具体实施方式
23.本技术实施例通过提供了一种智能化水位监测分析预警方法及系统，解决了现有技术中存在现场水位监测不便，水位监测数据准确度低，数据分析难度大，无法实时查看监测结果，水位超限报警的及时性和效率较低的技术问题。达到了通过精准分布水位监测传感器位置多点监测，提升监测的准确性，实现历史数据海量存储和提高数据分析效率，能够查看设备实时监测值，提高水位超限报警效率，从而实现智能化水位监测的技术效果。
24.申请概述
25.水位是反映水情最直观的因素，它的变化主要由于水体水量的增减变化引起的。对水位的变化监测是分析区域水情的重要工作。水位的变化监测可以有效地监控水涝、决堤等灾害。水位监测能够为江河、湖泊、水库等水体水面划分警戒线提供数据参考，科学有效地进行水情分析。现有技术中存在现场水位监测不便，水位监测数据准确度低，数据分析难度大，无法实时查看监测结果，水位超限报警的及时性和效率较低的技术问题。
26.针对上述技术问题，本技术提供的技术方案总体思路如下：
27.本技术实施例提供了一种智能化水位监测分析预警方法，其中，所述方法包括：获得第一监测现场的环境信息；根据所述第一监测现场的环境信息获得第一分布指令；基于所述第一分布指令对所述水位传感器进行位置分布；通过所述水位传感器进行前端数据连续采集，获得第一水位数据集；将所述第一水位数据集作为输入信息输入模拟量输入模块，获得第一输出信号，其中，所述模拟量输入模块与物联网dtu模块通讯连接；通过所述物联网dtu模块，将所述第一输出信号上传至云平台，获得第一水位数据包；获得第一解析指令，所述云平台根据所述第一解析指令对所述第一水位数据包进行解析，获得第一解析结果；根据所述第一解析结果，获得第一提醒信息。
28.在介绍了本技术基本原理后，下面将结合说明书附图来具体介绍本技术的各种非限制性的实施方式。
29.实施例一
30.如图1所示，本技术实施例提供了一种智能化水位监测分析预警方法，其中，所述方法应用于一智能化水位监测分析预警系统，所述系统与水位传感器通信连接，所述方法包括：
31.s100：获得第一监测现场的环境信息；
32.s200：根据所述第一监测现场的环境信息获得第一分布指令；
33.s300：基于所述第一分布指令对所述水位传感器进行位置分布；
34.具体而言，所述第一监测现场为任一需要进行水位监测的场所，如河流、湖泊、水库、储液罐等。所述环境信息包括面积、形状、深度、温度等。通过获取所述第一监测现场的环境信息，能够根据其特有的环境信息，生成所述第一分布指令，根据所述第一分布指令均匀的分布水位传感器，所述水位传感器可以基于液体静压与液体的高度成比例的原理，将压力转换为电信号，在经过温度补偿和线性修正转化为标准电信号，液位传感器输出的信
号可为电流4-20毫安。通过电源模组为各部件正常工作提供所需电源。通过第一监测现场的具体环境信息进行水位传感器分布，能够精准分布传感器位置，提高传感器分布的准确性和针对性，实现多点监测，提升监测的准确性。
35.s400：通过所述水位传感器进行前端数据连续采集，获得第一水位数据集；
36.s500：将所述第一水位数据集作为输入信息输入模拟量输入模块，获得第一输出信号，其中，所述模拟量输入模块与物联网dtu模块通讯连接；
37.s600：通过所述物联网dtu模块，将所述第一输出信号上传至云平台，获得第一水位数据包；
38.具体而言，所述水位传感器为一组水位传感器，分布于所述第一监测现场中，通过所述水位传感器进行前端数据连续采集，采集连续的大量的水位数据，经过数据处理，将异常数据去除后，得到所述第一水位数据集。所述模拟量输入模块是一款将远程现场的模拟量信号采集至计算机的设备，利用rs-485总线作为数据通信线路，提供模拟量转485功能，能够同时将八路模拟量输入至模块，并通过rs-485总线传输至计算机。采用地址码进行区分，可以直接接入modbusrtu协议的组态软件。所述模拟量输入模块接受所述水位传感器采集的所述第一水位数据集后，通过modbus rtu协议与物联网dtu模块进行通讯数据交换，所述物联网dtu模块与云平台通过4g物联网卡采用tcp/ip协议进行数据传输，获得所述第一水位数据包。通过上传水位数据至云平台，能够实现历史数据海量存储，提供站点历史水位曲线用于数据分析，提高分析效率，以及数据远程查看，无人值守的技术效果。
39.s700：获得第一解析指令，所述云平台根据所述第一解析指令对所述第一水位数据包进行解析，获得第一解析结果；
40.s800：根据所述第一解析结果，获得第一提醒信息。
41.具体而言，根据所述第一解析指令，云平台对物联网dtu上传的报文进行协议解析，得到实时水位值即为所述第一解析结果，根据所述第一解析结果，获得所述第一提醒信息，所述第一提醒信息以短信、电话、微信、邮件等形式发送至责任人，能够实现查看设备实时监测值，提高水位超限报警效率，从而实现智能化水位监测。
42.进一步的，如图2所示，所述通过所述水位传感器进行前端数据连续采集，获得第一水位数据集，步骤s400还包括：
43.s410：获得所述水位传感器的所述第一分布信息；
44.s420：获得第一预设采集时段；
45.s430：通过所述水位传感器，在所述第一预设采集时段内进行前端数据连续采集，获得所述第一监测现场的第一水位数据；
46.s440：将所述第一水位数据、所述第一分布信息作为输入信息输入第一水位监测模型，获得第一水位监测结果；
47.s450：根据所述第一水位监测结果，获得所述第一水位数据集。
48.具体而言，所述第一分布信息为按照所述第一监测现场的环境信息科学规划而来的，和所述第一监测现场的实际情况适配性较高。为了获取足够的水位数据，获得所述第一预设采集时段，所述第一预设采集时段为水位采集工作时间段，例如连续一月、连续一季度等。通过所述水位传感器在所述第一预设采集时段内进行连续数据采集，获得所述第一水位数据，所述第一水位数据包括原始水位数据。将所述第一分布信息和所述第一水位数据
作为输入信息输入所述第一水位监测模型，所述第一水位监测模型为一神经网络模型，进一步的，所述第一水位监测模型输出所述第一水位监测结果，所述训练的过程实质为监督学习的过程，每一组监督数据均包括用于标识水位的标识信息，将所述第一分布信息和所述第一水位数据输入到神经网络模型中，根据用来标识水位标识信息，所述神经网络模型进行不断的自我修正、调整，直至获得的所述第一水位监测结果与所述标识信息一致，则结束本组数据监督学习，进行下一组数据监督学习；当所述神经网络模型的输出信息达到收敛状态时，则监督学习过程结束。通过对所述神经网络模型的监督学习，进而使得输出的所述第一水位监测结果更加合理、准确。
49.进一步的，如图3所示，所述通过所述水位传感器进行前端数据连续采集，获得第一水位数据集，步骤s400还包括：
50.s451：获得第二预设采集时段，其中所述第二预设采集时段晚于所述第一预设采集时段；
51.s452：通过所述水位传感器，在所述第二预设采集时段内进行前端数据连续采集，获得所述第一监测现场的第二水位数据；
52.s453：根据所述第二水位数据对所述第一水位监测模型进行增量学习，获得第二水位监测模型；
53.s454：根据所述第二水位监测模型，获得所述第一监测现场的第三水位监测结果；
54.s455：根据所述第三水位监测结果，对所述第一水位监测结果进行修正，获得第二水位数据集。
55.具体而言，所述第二预设采集时段晚于所述第一预设采集时段，例如所述第一预设采集时段为第一季度，那么所述第二预设采集时段可以为第二季度。对不同于第一预设采集时段的第二预设采集时段的水位数据进行采集，能够丰富数据量，并且容纳了更多的影响因素，如气候差异、水流量差异等。在所述第二预设采集时段内进行数据采集，获得所述第二水位数据，将所述第二水位数据输入所述第一水位监测模型，所述第一水位监测模型是基于所述第一水位数据、所述第一分布信息进行机器学习获得的对应监测模型，由于所述第二水位数据需要结合所述第一水位监测模型的旧训练数据以完成综合的增量学习结果，因此，将所述第二水位数据进行增量学习后能够保留所述第一水位监测模型的基础性能，并且完成对应的增量学习，获得所述第二水位监测模型。其中，所述获得第二水位监测模型为增量学习后的更新后的模型，从而达到对于新增特征进行增量学习。进一步的，将所述第二水位数据输入所述第二水位监测模型，获得所述第一监测现场的第三水位监测结果，根据所述第三水位监测结果，对所述第一水位监测结果进行修正，获得第二水位数据集。通过增量学习能够对新数据中蕴涵的知识进行学习，达到提高模型更新性能的技术效果。
56.进一步的，如图4所示，所述根据所述第二水位数据对所述第一水位监测模型进行增量学习，获得第二水位监测模型，步骤s453还包括：
57.s4531：将所述第二水位数据输入所述第一水位监测模型，获得第二水位监测结果；
58.s4532：通过对所述第二水位监测结果进行数据损失分析，获得第一损失数据；
59.s4533：将所述第一损失数据输入所述第一水位监测模型中进行训练，获得所述第
二水位监测模型。
60.具体而言，所述第二水位监测结果是基于所述第二水位数据在所述第一水位监测模型中进行数据分析获得的对应结果，由于所述第二水位监测模型是基于引入损失函数完成数据损失的分析进而获得新模型，其中，所述第一损失数据是代表所述第一水位监测模型对于所述第二水位数据的相关知识的损失数据，再基于所述第一损失数据完成对所述第一水位监测模型的增量学习，其中，增量学习是指一个学习系统能不断地从新样本中学习新的知识，并能保存大部分以前已经学习到的知识。增量学习非常类似于人类自身的学习模式。进一步的，所述第一水位监测模型是多个神经元相互连接组成构成神经网络获得的，因此，通过损失数据的训练使得所述第二水位监测模型保留了所述第一水位监测模型的基本功能，并维持模型不断更新的性能，从而保证水位监测结果准确性的技术效果。
61.进一步的，如图5所示，本技术实施例还包括：
62.s810：根据所述第一监测现场的环境信息，获得第一监测点分布信息；
63.s820：获得所述第一监测现场的第一流速信息；
64.s830：对所述第一流速信息进行分析，获得第二监测点分布信息；
65.s840：对所述第一监测点分布信息和所述第二监测点分布信息进行交集运算，获得第三监测点分布信息；
66.s850：根据所述第三监测点分布信息对所述第一分布指令进行调整。
67.具体而言，根据所述第一监测现场的环境信息包含监测现场的周长、面积、深度等信息，获得第一监测点分布信息，由于监测现场监测的液体常为流动状态，液体的流动往往会造成液面的起伏出现波动，干扰水位测量，导致液位测量不准确，因此获得所述第一监测现场的第一流速信息，对流速变化进行分析，在流速变化的拐点处和流速恒定处进行标记，流速变化的拐点处也就是流速迅速升高及迅速降低的位置，将标记位置作为所述第二监测点分布信息，为了达到采用较少的水位传感器获得准确的水位监测数据，故对所述第一监测点分布信息和所述第二监测点分布信息进行交集运算，二者的交集为所述第三监测点分布信息。根据所述第三监测点分布信息对所述第一分布指令进行调整，能够起到精准分布水位传感器，采集充足的监测数据，以及保证采集数据的准确性的效果。
68.进一步的，如图6所示，所述将所述第一水位数据集作为输入信息输入模拟量输入模块之后，步骤s500还包括：
69.s510：获得所述模拟量输入模块的模拟量上限值和模拟量下限值；
70.s520：当所述第一水位数据集中的水位数据超过所述模拟量上限值时，触发第一预设报警信息；
71.s530：当所述第一水位数据集中的水位数据超过所述模拟量下限值时触发第二预设报警信息；
72.s540：根据所述第一预设报警信息或所述第二预设报警信息，进行水位控制。
73.具体而言，在时间上或数值上均连续的物理量称为模拟量，所述模拟量输入模块具备模拟量上限值和模拟量下限值，且模拟量上限值和模拟量下限值可以自行设置，根据第一监测现场的具体水位情况、历史水位数据等信息设置所述模拟量上限值和所述模拟量下限值。当所述第一水位数据集中的水位数据超过所述模拟量上限值时，为水位过高超过水位上限，触发所述第一预设报警信息，提示水位超上限。例如水库水位超过汛限水位，即
该水库水位超过留有最大防洪库容的水位，此时需要进入防洪调度阶段。当所述第一水位数据集中的水位数据超过所述模拟量下限值时，为水位过低，低于水位下限，触发所述第二预设报警信息，提醒水位超下限。例如水库水位持续下降直至低于最低水位，此时需要进入节水阶段，减少水库的出库流量。根据所述第一预设报警信息或所述第二预设报警信息，通过控制继电器、联动警灯、水泵、阀门等设施，进行水位自动控制。能够在检测到水位数据异常时，及时提醒相关工作人员，并自动处理水位超限问题，从而达到规避潜在风险的技术效果。
74.进一步的，如图7所示，所述根据所述第一解析结果，获得第一提醒信息，步骤s800还包括：
75.s860：通过所述云平台，获得所述第一安全水位阈值；
76.s870：判断所述第一解析结果是否满足所述第一安全水位阈值；
77.s880：当所述第一解析结果不满足所述第一安全水位阈值时，获得所述第一提醒信息。
78.具体而言，云计算平台也称为云平台，是指基于硬件资源和软件资源的服务，提供计算、网络和存储能力。在所述云平台上，具有所述第一监测现场的历史水位数据、历史安全水位以及水位实时监测值，基于所述云平台获取的所述第一安全水位阈值，即安全水位阈值范围，包括安全水位上限和安全水位下限，判断根据第一解析指令解析的所述第一解析结果是否在所述第一安全水位阈值之内，如果所述第一解析结果不满足所述第一安全水位阈值时，获得所述第一提醒信息。并将所述第一提醒信息以短信、电话、微信、邮件等形式发送至联系人，能够达到自动触发多种方式及时提醒联系人，避免水位超限的效果。
79.综上所述，本技术实施例所提供的一种智能化水位监测分析预警方法及系统具有如下技术效果：
80.1.由于采用了获得第一监测现场的环境信息；根据所述第一监测现场的环境信息获得第一分布指令；基于所述第一分布指令对所述水位传感器进行位置分布；通过所述水位传感器进行前端数据连续采集，获得第一水位数据集；将所述第一水位数据集作为输入信息输入模拟量输入模块，获得第一输出信号，其中，所述模拟量输入模块与物联网dtu模块通讯连接；通过所述物联网dtu模块，将所述第一输出信号上传至云平台，获得第一水位数据包；获得第一解析指令，所述云平台根据所述第一解析指令对所述第一水位数据包进行解析，获得第一解析结果；根据所述第一解析结果，获得第一提醒信息的技术方案，本技术实施例通过提供了一种智能化水位监测分析预警方法及系统，达到了通过精准分布水位监测传感器位置多点监测，提升监测的准确性，实现历史数据海量存储和提高数据分析效率，能够查看设备实时监测值，提高水位超限报警效率，从而实现智能化水位监测的技术效果。
81.2.由于采用了设置报警信息和提醒信息，通过控制继电器、联动警灯、水泵、阀门等设施，进行水位自动控制，并且能够以短信、电话、微信、邮件等形式发送至联系人，达到自动触发多种方式及时提醒联系人，能够自动处理水位超限问题以及规避潜在风险的技术效果。
82.实施例二
83.基于与前述实施例中一种智能化水位监测分析预警方法相同的发明构思，如图8
所示，本技术实施例提供了一种智能化水位监测分析预警系统，其中，所述系统包括：
84.第一获得单元11，所述第一获得单元11用于获得第一监测现场的环境信息；
85.第二获得单元12，所述第二获得单元12用于根据所述第一监测现场的环境信息获得第一分布指令；
86.第一执行单元13，所述第一执行单元13用于基于所述第一分布指令对水位传感器进行位置分布；
87.第三获得单元14，所述第三获得单元14用于通过所述水位传感器进行前端数据连续采集，获得第一水位数据集；
88.第四获得单元15，所述第四获得单元15用于将所述第一水位数据集作为输入信息输入模拟量输入模块，获得第一输出信号，其中，所述模拟量输入模块与物联网dtu模块通讯连接；
89.第五获得单元16，所述第五获得单元16用于通过所述物联网dtu模块，将所述第一输出信号上传至云平台，获得第一水位数据包；
90.第六获得单元17，所述第六获得单元17用于获得第一解析指令，所述云平台根据所述第一解析指令对所述第一水位数据包进行解析，获得第一解析结果；
91.第七获得单元18，所述第七获得单元18用于根据所述第一解析结果，获得第一提醒信息。
92.进一步的，所述系统包括：
93.第八获得单元，所述第八获得单元用于获得所述水位传感器的所述第一分布信息；
94.第九获得单元，所述第九获得单元用于获得第一预设采集时段；
95.第十获得单元，所述第十获得单元用于通过所述水位传感器，在所述第一预设采集时段内进行前端数据连续采集，获得所述第一监测现场的第一水位数据；
96.第十一获得单元，所述第十一获得单元用于将所述第一水位数据、所述第一分布信息作为输入信息输入第一水位监测模型，获得第一水位监测结果；
97.第十二获得单元，所述第十二获得单元用于根据所述第一水位监测结果，获得所述第一水位数据集。
98.进一步的，所述系统包括：
99.第十三获得单元，所述第十三获得单元用于获得第二预设采集时段，其中所述第二预设采集时段晚于所述第一预设采集时段；
100.第十四获得单元，所述第十四获得单元用于通过所述水位传感器，在所述第二预设采集时段内进行前端数据连续采集，获得所述第一监测现场的第二水位数据；
101.第十五获得单元，所述第十五获得单元用于根据所述第二水位数据对所述第一水位监测模型进行增量学习，获得第二水位监测模型；
102.第十六获得单元，所述第十六获得单元用于根据所述第二水位监测模型，获得所述第一监测现场的第三水位监测结果；
103.第十七获得单元，所述第十七获得单元用于根据所述第三水位监测结果，对所述第一水位监测结果进行修正，获得第二水位数据集。
104.进一步的，所述系统包括：
105.第十八获得单元，所述第十八获得单元用于将所述第二水位数据输入所述第一水位监测模型，获得第二水位监测结果；
106.第十九获得单元，所述第十九获得单元用于通过对所述第二水位监测结果进行数据损失分析，获得第一损失数据；
107.第二十获得单元，所述第二十获得单元用于将所述第一损失数据输入所述第一水位监测模型中进行训练，获得所述第二水位监测模型。
108.进一步的，所述系统包括：
109.第二十一获得单元，所述第二十一获得单元用于根据所述第一监测现场的环境信息，获得第一监测点分布信息；
110.第二十二获得单元，所述第二十二获得单元用于获得所述第一监测现场的第一流速信息；
111.第二十三获得单元，所述第二十三获得单元用于对所述第一流速信息进行分析，获得第二监测点分布信息；
112.第二十四获得单元，所述第二十四获得单元用于对所述第一监测点分布信息和所述第二监测点分布信息进行交集运算，获得第三监测点分布信息；
113.第二执行单元，所述第二执行单元用于根据所述第三监测点分布信息对所述第一分布指令进行调整。
114.进一步的，所述系统包括：
115.第二十五获得单元，所述第二十五获得单元用于获得所述模拟量输入模块的模拟量上限值和模拟量下限值；
116.第三执行单元，所述第三执行单元用于当所述第一水位数据集中的水位数据超过所述模拟量上限值时，触发第一预设报警信息；
117.第四执行单元，所述第四执行单元用于当所述第一水位数据集中的水位数据超过所述模拟量下限值时触发第二预设报警信息；
118.第五执行单元，所述第五执行单元用于根据所述第一预设报警信息或所述第二预设报警信息，进行水位控制。
119.进一步的，所述系统包括：
120.第二十六获得单元，所述第二十六获得单元用于通过所述云平台，获得所述第一安全水位阈值；
121.第一判断单元，所述第一判断单元用于判断所述第一解析结果是否满足所述第一安全水位阈值；
122.第二十七获得单元，所述第二十七获得单元用于当所述第一解析结果不满足所述第一安全水位阈值时，获得所述第一提醒信息。
123.示例性电子设备
124.下面参考图9来描述本技术实施例的电子设备，
125.基于与前述实施例中一种智能化水位监测分析预警方法相同的发明构思，本技术实施例还提供了一种智能化水位监测分析预警系统，包括：处理器，所述处理器与存储器耦合，所述存储器用于存储程序，当所述程序被所述处理器执行时，使得系统以执行第一方面任一项所述的方法。
126.该电子设备300包括：处理器302、通信接口303、存储器301。可选的，电子设备300还可以包括总线架构304。其中，通信接口303、处理器302以及存储器301可以通过总线架构304相互连接；总线架构304可以是外设部件互连标(peripheral component interconnect，简称pci)总线或扩展工业标准结构(extended industry standard architecture，简称eisa)总线等。所述总线架构304可以分为地址总线、数据总线、控制总线等。为便于表示，图9中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
127.处理器302可以是一个cpu，微处理器，asic，或一个或多个用于控制本技术方案程序执行的集成电路。
128.通信接口303，使用任何收发器一类的系统，用于与其他设备或通信网络通信，如以太网，无线接入网(radio access network，ran),无线局域网(wireless local area networks，wlan)，有线接入网等。
129.存储器301可以是rom或可存储静态信息和指令的其他类型的静态存储设备，ram或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(electrically erasable programmable read-only memory，eeprom)、只读光盘(compact discread-only memory，cd-rom)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器可以是独立存在，通过总线架构304与处理器相连接。存储器也可以和处理器集成在一起。
130.其中，存储器301用于存储执行本技术方案的计算机执行指令，并由处理器302来控制执行。处理器302用于执行存储器301中存储的计算机执行指令，从而实现本技术上述实施例提供的一种智能化水位监测分析预警方法。
131.可选的，本技术实施例中的计算机执行指令也可以称之为应用程序代码，本技术实施例对此不作具体限定。
132.本技术实施例提供了一种智能化水位监测分析预警方法，其中，所述方法包括：获得第一监测现场的环境信息；根据所述第一监测现场的环境信息获得第一分布指令；基于所述第一分布指令对所述水位传感器进行位置分布；通过所述水位传感器进行前端数据连续采集，获得第一水位数据集；将所述第一水位数据集作为输入信息输入模拟量输入模块，获得第一输出信号，其中，所述模拟量输入模块与物联网dtu模块通讯连接；通过所述物联网dtu模块，将所述第一输出信号上传至云平台，获得第一水位数据包；获得第一解析指令，所述云平台根据所述第一解析指令对所述第一水位数据包进行解析，获得第一解析结果；根据所述第一解析结果，获得第一提醒信息。
133.本领域普通技术人员可以理解：本技术中涉及的第一、第二等各种数字编号仅为描述方便进行的区分，并不用来限制本技术实施例的范围，也不表示先后顺序。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“至少一个”是指一个或者多个。至少两个是指两个或者多个。“至少一个”、“任意一个”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a,b,或c中的至少一项(个、种)，可以表示：a,b,c,a-b,a-c,b-c,或a-b-c，其中a,b,c可以是单
个，也可以是多个。
134.在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本技术实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程系统。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包括一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘(solid state disk，ssd))等。
135.本技术实施例中所描述的各种说明性的逻辑单元和电路可以通过通用处理器，数字信号处理器，专用集成电路(asic)，现场可编程门阵列(fpga)或其它可编程逻辑系统，离散门或晶体管逻辑，离散硬件部件，或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器，可选地，该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算系统的组合来实现，例如数字信号处理器和微处理器，多个微处理器，一个或多个微处理器联合一个数字信号处理器核，或任何其它类似的配置来实现。
136.本技术实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件单元、或者这两者的结合。软件单元可以存储于ram存储器、闪存、rom存储器、eprom存储器、eeprom存储器、寄存器、硬盘、可移动磁盘、cd-rom或本领域中其它任意形式的存储媒介中。示例性地，存储媒介可以与处理器连接，以使得处理器可以从存储媒介中读取信息，并可以向存储媒介存写信息。可选地，存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于asic中，asic可以设置于终端中。可选地，处理器和存储媒介也可以设置于终端中的不同的部件中。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
137.尽管结合具体特征及其实施例对本技术进行了描述，显而易见的，在不脱离本技术的精神和范围的情况下，可对其进行各种修改和组合。相应地，本说明书和附图仅仅是所附权利要求所界定的本技术的示例性说明，且视为已覆盖本技术范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本技术进行各种改动和变型而不脱离本技术的范围。这样，倘若本技术的这些修改和变型属于本技术权利要求及其等同技术的范围之内，则本技术意图包括这些改动和变型在内。