本發(fā)明涉及智慧水務(wù)水利，具體涉及一種基于人工智能的智慧水務(wù)及水利算法開發(fā)系統(tǒng)及方法。

背景技術(shù)：

1、隨著城市化進(jìn)程的加速，人口的不斷增長(zhǎng)以及氣候變化的影響，水務(wù)和水利領(lǐng)域面臨著諸多嚴(yán)峻挑戰(zhàn)。

2、現(xiàn)有技術(shù)中，現(xiàn)有的一些數(shù)據(jù)分析技術(shù)往往只能進(jìn)行簡(jiǎn)單的統(tǒng)計(jì)分析，對(duì)于數(shù)據(jù)之間的復(fù)雜非線性關(guān)系挖掘不足，無法準(zhǔn)確捕捉到氣象因素、水利工程運(yùn)行等多種因素與水位、流量變化之間的復(fù)雜交互作用，傳統(tǒng)的預(yù)警方式往往只是簡(jiǎn)單地設(shè)置幾個(gè)預(yù)警級(jí)別，無法準(zhǔn)確反映水務(wù)系統(tǒng)面臨的實(shí)際風(fēng)險(xiǎn)程度，現(xiàn)有的水務(wù)管理系統(tǒng)缺乏自我學(xué)習(xí)和優(yōu)化的能力，不能根據(jù)新的數(shù)據(jù)和實(shí)際運(yùn)行情況自動(dòng)改進(jìn)算法和模型。

3、通過整合水位、流量、氣象、地理等多源數(shù)據(jù)，對(duì)多源數(shù)據(jù)進(jìn)行預(yù)處理，為后續(xù)分析提供準(zhǔn)確可靠的數(shù)據(jù)基礎(chǔ)，利用神經(jīng)網(wǎng)絡(luò)算法，對(duì)整合后的數(shù)據(jù)進(jìn)行深度分析，挖掘數(shù)據(jù)之間的復(fù)雜關(guān)系，發(fā)現(xiàn)水務(wù)數(shù)據(jù)與氣象數(shù)據(jù)之間的聯(lián)系，通過多層預(yù)警分級(jí)策略，根據(jù)水務(wù)分析系數(shù)和預(yù)警系數(shù)的大小，將預(yù)警級(jí)別進(jìn)一步細(xì)分，這使得相關(guān)部門能夠更準(zhǔn)確地了解水務(wù)系統(tǒng)面臨的風(fēng)險(xiǎn)程度。

4、為此，本發(fā)明提供一種基于人工智能的智慧水務(wù)及水利算法開發(fā)系統(tǒng)及方法。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種基于人工智能的智慧水務(wù)及水利算法開發(fā)系統(tǒng)及方法，以解決上述背景中問題。

2、本發(fā)明的目的可以通過以下技術(shù)方案實(shí)現(xiàn)：

3、一種基于人工智能的智慧水務(wù)及水利算法開發(fā)方法，包括：

4、采集水務(wù)數(shù)據(jù)，將水務(wù)數(shù)據(jù)存放至數(shù)據(jù)庫中；

5、獲取監(jiān)測(cè)周期內(nèi)每個(gè)監(jiān)測(cè)時(shí)刻，數(shù)據(jù)庫中的水位值、流量值，將水位值、流量值分別與對(duì)應(yīng)的水位警戒值、流量警戒值進(jìn)行計(jì)算，得到水位警戒比sw、流量警戒比ll，進(jìn)一步計(jì)算得到水務(wù)分析系數(shù)fx，若水務(wù)分析系數(shù)fx≥水務(wù)分析閾值fxz，生成水務(wù)分析信號(hào)；

6、基于水務(wù)分析信號(hào)，使用滑動(dòng)窗口法分析水務(wù)分析信號(hào)的連續(xù)性，獲取連續(xù)的監(jiān)測(cè)時(shí)刻，計(jì)算得到連續(xù)時(shí)刻比lx，獲取連續(xù)監(jiān)測(cè)的水務(wù)分析系數(shù)fx與水務(wù)分析系數(shù)閾值fxz的差值，計(jì)算得到綜合均值比zh，基于連續(xù)時(shí)刻比lx、綜合均值比zh，計(jì)算水務(wù)預(yù)警系數(shù)yj，水務(wù)預(yù)警系數(shù)yj＜水務(wù)預(yù)警系數(shù)閾值yjz，生成ai分析信號(hào)；

7、基于ai分析信號(hào)，獲取歷史水務(wù)數(shù)據(jù)、氣象數(shù)據(jù)，構(gòu)建智慧水利模型，采用模型預(yù)測(cè)并計(jì)算未來的水務(wù)預(yù)警系數(shù)yj，得到水務(wù)預(yù)測(cè)系數(shù)yc，若水務(wù)預(yù)測(cè)系數(shù)yc≥水務(wù)預(yù)警系數(shù)閾值yjz，則表明水務(wù)預(yù)測(cè)系數(shù)yc超過預(yù)期，生成預(yù)測(cè)警告信號(hào)。

8、作為本發(fā)明進(jìn)一步的技術(shù)方案：所述水務(wù)分析系數(shù)fx的獲取方式為：

9、基于水位警戒比sw、流量警戒比ll，通過加權(quán)公式，計(jì)算得到水務(wù)分析系數(shù)fx；

10、將水務(wù)分析系數(shù)fx與水務(wù)分析閾值fxz進(jìn)行比較，生成水務(wù)分析信號(hào)。

11、作為本發(fā)明進(jìn)一步的技術(shù)方案：所述水位警戒比sw的獲取方式為：

12、獲取監(jiān)測(cè)周期內(nèi)每個(gè)監(jiān)測(cè)時(shí)刻，數(shù)據(jù)庫中的水位值，將水位值與水位警戒值作差值并取絕對(duì)值處理，得到水位警戒差；

13、將水位警戒差與水位警戒值作比值處理，得到水位警戒比，將水位警戒比標(biāo)記為sw。

14、作為本發(fā)明進(jìn)一步的技術(shù)方案：所述流量警戒比ll的獲取方式為：

15、獲取監(jiān)測(cè)周期內(nèi)每個(gè)監(jiān)測(cè)時(shí)刻，數(shù)據(jù)庫中的流量值，將流量值與流量警戒值作差值并取絕對(duì)值處理，得到流量警戒差；

16、將流量警戒差與流量警戒值作比值處理，得到流量警戒比，將流量警戒比標(biāo)記為ll。

17、作為本發(fā)明進(jìn)一步的技術(shù)方案：所述水務(wù)分析信號(hào)的生成方式為：若水務(wù)分析系數(shù)fx≥水務(wù)分析閾值fxz，生成水務(wù)分析信號(hào)。

18、作為本發(fā)明進(jìn)一步的技術(shù)方案：所述水務(wù)預(yù)警系數(shù)yj的獲取方式為：

19、基于連續(xù)時(shí)刻比lx、綜合均值比zh，計(jì)算水務(wù)預(yù)警系數(shù)yj；

20、通過公式：，計(jì)算得到水務(wù)預(yù)警系數(shù)yj，其中l(wèi)n（b1*lx+b2*zh+1.011）是底數(shù)為e的對(duì)數(shù)函數(shù)，其中b1、b2為預(yù)設(shè)比例系數(shù)；

21、作為本發(fā)明進(jìn)一步的技術(shù)方案：所述連續(xù)時(shí)刻比lx的獲取方式為：

22、獲取每次滑動(dòng)窗口暫停時(shí)，滑動(dòng)窗口的大小，即連續(xù)時(shí)刻的次數(shù)，將全部的連續(xù)時(shí)刻次數(shù)進(jìn)行求和處理，得到連續(xù)時(shí)刻和；

23、獲取監(jiān)測(cè)周期內(nèi)全部監(jiān)測(cè)時(shí)刻的次數(shù)，將連續(xù)時(shí)刻和與全部監(jiān)測(cè)時(shí)刻的次數(shù)作比值處理，得到連續(xù)時(shí)刻比，將連續(xù)時(shí)刻比標(biāo)記為lx；

24、獲取綜合均值比zh的方式為：

25、獲取每次滑動(dòng)窗口暫停時(shí)，滑動(dòng)窗口內(nèi)每個(gè)時(shí)刻，水務(wù)分析系數(shù)fx與水務(wù)分析系數(shù)閾值fxz的差值，得到分析系數(shù)差；

26、將每次滑動(dòng)窗口暫停時(shí)的分析系數(shù)差求和取均值處理，得到系數(shù)差均值；

27、獲取監(jiān)測(cè)周期內(nèi)，將全部系數(shù)差均值進(jìn)行求和取均值處理，得到綜合系數(shù)差均值；

28、將綜合系數(shù)差均值與水務(wù)分析系數(shù)閾值fxz進(jìn)行比值處理，得到綜合均值比，將綜合均值比標(biāo)記為zh。

29、作為本發(fā)明進(jìn)一步的技術(shù)方案：所述分析水務(wù)分析信號(hào)的連續(xù)性的步驟如下：

30、s1、確定連續(xù)的兩個(gè)監(jiān)測(cè)時(shí)刻為一個(gè)滑動(dòng)窗口，將滑動(dòng)窗口放置在監(jiān)測(cè)周期的起始位置，即第一個(gè)監(jiān)測(cè)時(shí)刻；

31、s2、獲取滑動(dòng)窗口內(nèi)的水務(wù)分析信號(hào)，若滑動(dòng)窗口內(nèi)的每個(gè)監(jiān)測(cè)時(shí)刻均產(chǎn)生水務(wù)分析信號(hào)，則認(rèn)為水務(wù)分析信號(hào)在滑動(dòng)窗口是連續(xù)的；

32、s3、將滑動(dòng)窗口向前移動(dòng)一個(gè)監(jiān)測(cè)時(shí)刻，重復(fù)s2，判斷剩余監(jiān)測(cè)時(shí)刻水務(wù)分析信號(hào)的連續(xù)性，若滑動(dòng)窗口移動(dòng)至下一個(gè)監(jiān)測(cè)時(shí)刻，未產(chǎn)生水務(wù)分析信號(hào)，暫停監(jiān)測(cè)；

33、s4、獲取暫停監(jiān)測(cè)的滑動(dòng)窗口的監(jiān)測(cè)時(shí)刻、水務(wù)分析系數(shù)，繼續(xù)向前將滑動(dòng)窗口向前移動(dòng)一個(gè)監(jiān)測(cè)時(shí)刻，重復(fù)s2、s3，直至滑動(dòng)窗口覆蓋整個(gè)監(jiān)測(cè)周期。

34、作為本發(fā)明進(jìn)一步的技術(shù)方案：所述智慧水利模型的構(gòu)建方式如下：

35、ss1、基于獲取的歷史水務(wù)數(shù)據(jù)、氣象數(shù)據(jù)整合成模型數(shù)據(jù)集，對(duì)數(shù)據(jù)集進(jìn)行數(shù)據(jù)進(jìn)行預(yù)處理，去除異常值和缺失值；

36、ss2、采用循環(huán)神經(jīng)網(wǎng)絡(luò)（rnn）架構(gòu)，采用relu為激活函數(shù)，將預(yù)處理完畢的數(shù)據(jù)集分為測(cè)試集和訓(xùn)練集；

37、ss3、使用訓(xùn)練集進(jìn)行模型訓(xùn)練，使用驗(yàn)證集評(píng)估模型訓(xùn)練結(jié)果；

38、所述預(yù)測(cè)警告信號(hào)的生成方式如下：

39、基于構(gòu)建完成的智慧水利模型，根據(jù)未來的氣象數(shù)據(jù)，對(duì)水務(wù)數(shù)據(jù)進(jìn)行預(yù)測(cè)分析；

40、輸入未來的監(jiān)測(cè)周期數(shù)據(jù)、未來的氣象數(shù)據(jù)，使用智慧水利模型，計(jì)算未來的水務(wù)預(yù)警系數(shù)yj，得到水務(wù)預(yù)測(cè)系數(shù)yc；

41、若水務(wù)預(yù)測(cè)系數(shù)yc≥水務(wù)預(yù)警系數(shù)閾值yjz，則表明水務(wù)預(yù)測(cè)系數(shù)yc超過預(yù)期，生成預(yù)測(cè)警告信號(hào)。

42、一種基于人工智能的智慧水務(wù)及水利算法開發(fā)系統(tǒng)，包括：

43、數(shù)據(jù)獲取模塊：采集水務(wù)數(shù)據(jù)，將水務(wù)數(shù)據(jù)存放至數(shù)據(jù)庫中；

44、數(shù)據(jù)分析模塊：獲取監(jiān)測(cè)周期內(nèi)每個(gè)監(jiān)測(cè)時(shí)刻，數(shù)據(jù)庫中的水位值、流量值，將水位值、流量值分別與對(duì)應(yīng)的水位警戒值、流量警戒值進(jìn)行計(jì)算，得到水位警戒比sw、流量警戒比ll，進(jìn)一步計(jì)算得到水務(wù)分析系數(shù)fx，若水務(wù)分析系數(shù)fx≥水務(wù)分析閾值fxz，生成水務(wù)分析信號(hào)；

45、預(yù)警判斷模塊：基于水務(wù)分析信號(hào)，使用滑動(dòng)窗口法分析水務(wù)分析信號(hào)的連續(xù)性，獲取連續(xù)的監(jiān)測(cè)時(shí)刻，計(jì)算得到連續(xù)時(shí)刻比lx，獲取連續(xù)監(jiān)測(cè)的水務(wù)分析系數(shù)fx與水務(wù)分析系數(shù)閾值fxz的差值，計(jì)算得到綜合均值比zh，基于連續(xù)時(shí)刻比lx、綜合均值比zh，計(jì)算水務(wù)預(yù)警系數(shù)yj，水務(wù)預(yù)警系數(shù)yj＜水務(wù)預(yù)警系數(shù)閾值yjz，生成ai分析信號(hào)；

46、ai預(yù)測(cè)模塊：基于ai分析信號(hào)，獲取歷史水務(wù)數(shù)據(jù)、氣象數(shù)據(jù)，構(gòu)建智慧水利模型，采用模型預(yù)測(cè)并計(jì)算未來的水務(wù)預(yù)警系數(shù)yj，得到水務(wù)預(yù)測(cè)系數(shù)yc，若水務(wù)預(yù)測(cè)系數(shù)yc≥水務(wù)預(yù)警系數(shù)閾值yjz，則表明水務(wù)預(yù)測(cè)系數(shù)yc超過預(yù)期，生成預(yù)測(cè)警告信號(hào)。

47、本發(fā)明的有益效果：

48、采集監(jiān)測(cè)周期內(nèi)的水務(wù)數(shù)據(jù)，確保數(shù)據(jù)來源廣泛且具有實(shí)時(shí)性。將水位值、流量值存放至數(shù)據(jù)庫中，方便后續(xù)的集中管理和分析，通過計(jì)算水位警戒比和流量警戒比，并進(jìn)一步得出水務(wù)分析系數(shù)，實(shí)現(xiàn)了對(duì)水務(wù)數(shù)據(jù)的精確量化分析，當(dāng)水務(wù)分析系數(shù)超過閾值時(shí)，生成水務(wù)分析信號(hào)；

49、基于歷史水務(wù)數(shù)據(jù)和氣象數(shù)據(jù)構(gòu)建智慧水利模型，采用循環(huán)神經(jīng)網(wǎng)絡(luò)算法，使其能夠?qū)W習(xí)水務(wù)系統(tǒng)的長(zhǎng)期變化規(guī)律和動(dòng)態(tài)特性。還能對(duì)未來的水務(wù)情況進(jìn)行預(yù)測(cè)，計(jì)算水務(wù)預(yù)測(cè)系數(shù)yc，若水務(wù)預(yù)測(cè)系數(shù)yc≥水務(wù)預(yù)警系數(shù)閾值yjz，則表明水務(wù)預(yù)測(cè)系數(shù)yc超過預(yù)期，生成預(yù)測(cè)警告信號(hào)，通過及時(shí)預(yù)警，有效降低水務(wù)災(zāi)害的發(fā)生概率和影響程度。