本发明涉及水位监测的,特别是涉及一种大坝水位监测预警方法、系统、电子设备及存储介质。
背景技术:
1、降雨是导致大坝水位上涨的最主要因素之一,当大坝所在地区以及大坝汇入河流流域出现连续暴雨或强降雨时,降雨水流进入河道或集水区,流向大坝并导致水位上涨。
2、现有的大坝水位预警方法多是通过单独分析降雨导致的每条汇入河流的注入量,在单独分析过程中,仅仅是将河流降雨量较大流域的降雨量经过换算作为该条河流的注入量,之后将所有汇入河流的注入量进行相加来对大坝水位进行预测,现有的大坝水位预警方法对大坝水位预警误差较大,难以对大坝水位进行精准的风险评估。
技术实现思路
1、为解决上述技术问题,本发明提供一种提高对大坝水位的预测精度和风险评估的准确性的大坝水位监测预警方法。
2、第一方面,本发明提供了一种大坝水位监测预警方法,所述方法包括:
3、获取大坝水体汇入河流信息数据;
4、对所述大坝水体汇入河流信息数据进行要素提取,获得汇入大坝水体的河流流域信息、河流流程信息以及河流宽度信息;
5、根据河流流程信息,以大坝水体为中心,依次向外等距划分环形区域直至将所有汇入河流覆盖,获得若干个汇入区域,所述汇入区域由内向外依次设置一阶汇入区域直至n阶汇入区域;
6、根据河流宽度信息,对所处每个汇入区域内的河流进行划分,获得若干个汇入单元格,所述汇入单元格由内向外依次设置一阶汇入单元格直至n阶汇入单元格;
7、根据河流流域信息,对每个汇入单元格进行标注,获得与汇入单元格唯一对应的单元格地理位置信息;
8、基于气象信息预警平台,并根据单元格地理位置信息,获取未来预设时间内每个汇入单元格覆盖区域的降雨量;
9、将由内至外不规则分布的若干个汇入单元格转换成由上至下的降雨量数值矩阵;所述降雨量数值矩阵中每行数值表示同一阶层所属不同河流的汇入单元格覆盖区域的降雨量,所述降雨量数值矩阵中每列数值表示同一条河流所属不同阶层的汇入单元格覆盖区域的降雨量;
10、构建大坝水位预测模型;并利用大坝水位预测模型对降雨量数值矩阵进行预测识别,获得未来预设时间后大坝水位数据;
11、将大坝水位数据与预先设置的水位警戒线进行比对,若超过水位警戒线,则将大坝水位在未来预设时间后水位超线的信息发送给工作人员;若未超过水位警戒线,则无动作。
12、另一方面,本技术还提供了一种大坝水位监测预警系统,所述系统包括:
13、数据获取模块,用于获取大坝水体汇入河流信息数据,并发送;
14、要素提取模块,用于接收汇入河流信息数据,并对汇入大坝水体的河流信息数据进行要素提取,获得汇入大坝水体的河流流域信息、河流流程信息以及河流宽度信息,并发送;
15、区域划分模块,用于接收河流流程信息与河流流域信息,并基于河流流程信息,以大坝水体为中心等距划分环形区域,直至将所有汇入河流覆盖,获得一阶汇入区域、二阶汇入区域以及依次向外推进的n阶汇入区域;
16、单元格划分模块,用于接收河流宽度信息,同时读取区域划分模块中对汇入区域的划分结果;并基于河流宽度信息,在每个汇入区域内对河流进行划分;获得一阶汇入单元格、二阶汇入单元格以及依次向外推进的n阶汇入单元格,并发送;
17、标注模块,用于接收河流流域信息,同时读取单元格划分模块划分的多阶汇入单元格,并根据河流流域信息,对每个汇入单元格进行标注,获得与汇入单元格唯一对应的单元格地理位置信息,并发送;
18、降雨量获取模块,用于接收单元格地理位置信息,并基于气象信息预警平台,根据单元格地理位置信息获取未来预设时间内每个汇入单元格覆盖区域的降雨量,并发送;
19、输入数据转换模块,用于接收每个汇入单元格覆盖区域的降雨量,并将不规则的若干个汇入单元格转换成由上至下的降雨量数值矩阵,并发送;降雨量数值矩阵中每行数值表示同一阶层所属不同河流的汇入单元格覆盖区域的降雨量,每列数值表示同一条河流所属不同阶层的汇入单元格覆盖区域的降雨量;
20、大坝水位预测模块,用于接收降雨量数值矩阵,并利用预先存储的大坝水位预测模型对降雨量数值矩阵进行预测与识别,获得未来预设时间后的大坝水位数据信息;并将大坝水位数据与预先设置的水位警戒线进行比对,若超过水位警戒线,则将大坝水位在未来预设时间后的水位数据信息发送;若未超过水位警戒线,则无动作;
21、结果展示模块,用于接收大坝水位在未来预设时间后的水位数据信息,并信息向工作人员展示,以提供及时的信息供其做出决策。
22、第三方面,本技术提供了一种电子设备,包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述收发器、所述存储器和所述处理器通过所述总线相连,所述计算机程序被所述处理器执行时实现上述任意一项所述方法中的步骤。
23、第四方面,本技术还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任意一项所述方法中的步骤。
24、进一步地,所述汇入区域的划分方法,包括:
25、确定大坝水体的位置作为中心点,以此为基准进行区域划分;
26、以等距离的方式向外进行划分,形成一系列环形区域;
27、一系列环形区域覆盖所有汇入河流,确保所有汇入河流都被划分到相应的环形区域中;
28、按照从内向外的顺序,依次划分汇入区域,形成一阶汇入区域、二阶汇入区域,直到n阶汇入区域。
29、进一步地,同属于一条汇入河流的汇入单元格的确认方法,包括:
30、从大坝水体中心开始,向外设定一阶汇入单元格;一阶汇入单元格位于大坝水体中心的一阶汇入区域内;
31、根据一阶汇入单元格的边界,设置二阶汇入单元格;二阶汇入单元格内边界与相邻的一阶汇入单元格的边界相接,其外边界由二阶汇入区域的外边界决定;
32、重复上述步骤,依次设置n阶汇入单元格,直到将汇入河流全部囊括覆盖;
33、其中,所述汇入单元格的宽度由河流宽度信息决定,所述汇入单元格的长度由汇入区域的径向长度决定。
34、进一步地,通过地理信息系统、地理编码系统或全球定位系统对每个汇入单元格进行标注,获得与汇入单元格唯一对应的单元格地理位置信息。
35、进一步地,每个所述汇入单元格覆盖区域在取未来预设时间内的降雨量获取方法,包括:
36、选择气象信息预警平台,包括国家气象局的预警系统或国际气象组织的数据来源;
37、使用数据采集工具或数据访问接口从所选气象信息预警平台获取降雨量数据;所述降雨量数据以网格形式提供,每个网格代表一个特定的地理区域,并包含降雨量信息;
38、根据单元格地理位置信息,将每个汇入单元格与相应的气象数据网格匹配;
39、从匹配的气象数据网格中提取与每个汇入单元格覆盖区域相对应的降雨量数值。
40、进一步地,所述雨量数值矩阵构建方法,包括:
41、根据汇入区域的阶数和汇入河流的条数,确定降雨量数值矩阵的大小维度;
42、根据获取到的每个汇入单元格其对应的降雨量,根据汇入河流的索引,在降雨量数值矩阵中相应的列进行填充;
43、所述降雨量数值矩阵中每行数值表示同一阶汇入区域内所属不同河流的汇入单元格覆盖区域的降雨量,所述降雨量数值矩阵中每列数值表示同一条汇入河流所属不同阶层的汇入单元格覆盖区域的降雨量。
44、进一步地,所述大坝水位预测模型的构建方法,包括:
45、收集历史的大坝水位数据和汇入河流所属地域的降雨数据,包括大坝水位的时间序列信息以及同期的降雨数据;
46、提取与大坝水位变化相关的特征,包括历史预设时间内降雨量数值矩阵、大坝水位数据信息;
47、选择大坝水位预测的机器学习模型,包括线性回归、多变量时间序列模型、决策树、随机森林和神经网络;
48、将数据划分为训练集和验证集;以历史数据中的降雨量数值矩阵作为输入数据,以大坝水位数据信息作为输出数据,使用训练集对选择的模型进行训练,并通过验证集对模型进行评估和调整;并根据验证结果,对模型进行优化和调参;
49、利用最终选择的模型对未来预设时间内的降雨量数值矩阵进行预测。
50、与现有技术相比本发明的有益效果为:
51、通过获取大坝水体汇入河流的信息数据,包括河流流域信息、河流流程信息和河流宽度信息,可以综合考虑多个因素对大坝水位的影响,使得预测更加准确;根据河流流程信息,将大坝水体作为中心,划分了多个汇入区域,利用区域划分的方式考虑了不同距离和位置对水位的影响,提高预测的精确性;根据河流宽度信息,对汇入区域内的河流进行划分,得到多个汇入单元格,使得预测模型可以针对不同位置的河流进行个别分析,更好地估计降雨对水位的影响;
52、基于气象信息预警平台,并结合单元格的地理位置信息,获取未来预设时间内每个汇入单元格覆盖区域的降雨量,有助于更准确地预测未来的水位情况;通过构建大坝水位预测模型,并利用该模型对降雨量数值矩阵进行预测识别,通过预测未来预设时间后的大坝水位数据与水位警戒线进行比对,可以提前获知潜在的大坝水位超标情况,这使得工作人员可以提前做好准备,采取必要的措施,以尽量避免或减轻可能的灾害影响。;
53、综上所述,该方法综合考虑了多个因素,引入地理位置和气象数据,在建立预测模型的基础上进行风险评估,能够提高对大坝水位的预测精度和风险评估的准确性。