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() 海水交换型防波堤防护性能评估系统和灾害预警系统技术方案_技高网

海水交换型防波堤防护性能评估系统和灾害预警系统技术方案

技术编号:43860032 阅读:14 留言:0更新日期:2024-12-31 18:48
本发明专利技术公开了海水交换型防波堤防护性能评估系统和灾害预警系统,具体涉及海洋工程技术领域,将防波堤划分为若干个监测区域,获取各区域内不同时间段的海水交换参数,对海水交换参数进行分类和权重赋值,计算加权平均后得出防波堤的整体防护性能系数,依据计算结果,将防护性能划分为正常防护和异常防护,通过实时监控入射和透射波浪的能量变化,评估防波堤的能量消减效果根据整体防护性能系数和能量消减变化情况,使用模糊逻辑进行灾害风险预测预警;实现了对防波堤防护性能的全面评估和及时预警,从而提高防波堤的防护效果和沿海环境的安全性。

【技术实现步骤摘要】

本专利技术涉及海洋工程,具体涉及海水交换型防波堤防护性能评估系统和灾害预警系统


技术介绍

1、海水交换型防波堤防护和灾害预警指的是一种新型防波堤系统,旨在通过优化设计和先进技术手段,提高防波堤的防护性能和生态效益。该系统不仅通过智能传感器和实时数据分析,精确评估防波堤对波浪的防护效果,还能通过动态调整结构,促进防波堤内外海水的有效交换,避免水质恶化和生态环境破坏。这种设计确保了防波堤在提供物理防护的同时,也维护了海水交换的健康和可持续发展。

2、灾害预警方面,该系统利用传感器网络和数据处理技术,实时监测海水交换的变化,当系统检测到潜在的灾害风险(如风暴潮或海啸)时,能够快速分析数据并发出预警信号,提醒相关部门和人员采取防范措施。这样不仅能提高防波堤在灾害发生时的响应速度,还能最大限度地减少潜在的损失和危害,确保沿海地区的安全。

3、现有技术存在以下不足之处:

4、现有技术中,物理模型可能无法全面模拟实际海水交换中的复杂情况。不能准确反映波浪的真实特性及其对防波堤的冲击效果,导致评估结果偏差较大。且现有的预警系统的信号来源单一,当物理模型的评估结果出现失真情况时,可能使得预警信号的准确性受到影响,从而出现误报或漏报的情况。


技术实现思路

1、本专利技术的目的是提供一种海水交换型防波堤防护性能评估系统和灾害预警系统,以解决
技术介绍
中不足。

2、为了实现上述目的,本专利技术提供如下技术方案:海水交换型防波堤防护性能评估系统,包括数据获取模块、数据分析模块,防护性能划分模块和可视化模块;

3、数据获取模块:将防波堤划分为若干个监测区域,获取每个监测区域内不同时间段的海水交换参数,并将获取到的海水交换参数发送至数据分析模块;

4、数据分析模块:根据海水交换参数的类型进行分类,对海水流速和水质的变化趋势进行识别分析,确定监测区域内海水交换参数的权重赋值,并根据各监测区域内海水交换参数的权重赋值进行加权平均计算防波堤的整体防护性能系数;

5、防护性能划分模块:根据计算结果,将防波堤的整体防护性能划分为正常防护和异常防护,并将划分结果发送至可视化模块;

6、可视化模块:将整体防护性能系数和防波堤的整体防护性能的划分结果编制防护性能评估报告,并进行可视化展示。

7、在一个优选的实施方式中,海水交换参数包括对海水流速数据的变化趋势进行分析,获取海水流速异常指数,对水质参数变化趋势进行分析,获取水质参数偏差值。

8、在一个优选的实施方式中,海水流速异常指数的获取方法为:

9、获取t时间段内海水流速数据,对获取到的海水流速数据进行标准化处理,将海水流速数据构建时间序列{yt},将时间序列yt分解为趋势成分tt、季节性成分st和残差成分rt,

10、提取分解后的残差成分rt,用于识别异常的海水流速数据,分别计算残差成分的均值μr和标准差σr,获取标准状态下的海水流速标准阈值λ,对异常的海水数据进行识别分析,若|rt-μr|>λ*σr,则rt为异常海水数据,对异常海水数据进行分析,计算海水流速异常指数,具体的计算表达式为:式中,lk为海水流速异常指数。

11、在一个优选的实施方式中,水质参数偏差值的获取方法为:

12、对实时获取到的水质参数进行预处理,其中水质参数具体包括溶解氧、ph值,电导率和盐度;选择孤立森林算法,准备训练数据集,包含所有预处理后的水质参数时间序列数据,使用孤立森林算法训练模型,学习正常的水质参数数据模式,定义森林中树的数量,用于训练每棵树的样本数量,使用训练好的孤立森林模型计算每个数据点的异常分数,具体的模型计算表达式为:式中,h(x,i)是第i棵树对数据点x的路径长度,n是森林中树的数量,i为树的编号,as(x)为每个数据点的异常分数,根据每个数据点的异常分数计算水质参数偏差值,具体的计算表达式为:dv=|as(x)-as(xm)|;式中,dv为水质参数偏差值,as(xm)为m时刻的异常分数。

13、在一个优选的实施方式中,将海水流速异常指数和水质参数偏差值转换为第一特征向量,将第一特征向量作为机器学习模型的输入,机器学习模型以每组第一特征向量预测每个监测区域内海水交换参数的权重赋值标签为预测目标,以最小化对所有监测区域内海水交换参数的权重赋值标签的预测误差之和作为训练目标,对机器学习模型进行训练,直至预测误差之和达到收敛时停止模型训练,根据模型输出结果确定每个监测区域内海水交换参数的权重赋值,对每个监测区域内海水交换参数的权重赋值标签进行加权平均计算后计算整体防护性能系数。

14、在一个优选的实施方式中,将获取到的整体防护性能系数与整体防护性能的参考阈值进行比较,若整体防护性能系数大于等于整体防护性能的参考阈值,将其划分为正常防护,无需立即采取措施;若整体防护性能系数小于整体防护性能的参考阈值,将其划分为异常防护,需要进一步调查原因并采取相应的改进措施。

15、本专利技术还提供了海水交换型防波堤灾害预警系统,包括数据获取模块、数据分析模块,能量消减分析模块和风险预测模块:

16、数据获取模块:将防波堤划分为若干个监测区域,获取每个监测区域内不同时间段的海水交换参数;

17、数据分析模块:根据海水交换参数的类型进行分类,确定监测区域内海水交换参数的权重赋值,对其进行加权平均后计算防波堤的整体防护性能系数;

18、能量消减分析模块:实时监控测量入射和透射波浪的能量,判断防波堤对波浪能量的消减变化情况;

19、风险预测模块:根据整体防护性能系数和波浪能量的消减变化情况,通过对其使用模糊逻辑进行灾害风险预测预警。

20、在一个优选的实施方式中,能量消减分析模块中,通过波高传感器,连续监测波浪的高度和能量,通过每个时间点的入射波浪和透射波浪数据,从而计算出每个时刻的波浪能量,对每个时间点波浪能量的稳定性进行分析,获取波浪能量稳定值,则波浪能量稳定值的获取方法为:

21、通过每个时间点的入射波浪和透射波浪数据,计算出每个时刻的波浪能量,具体的计算表达式为:式中,et为每个时刻的波浪能量,ρ为水密度,g为重力加速度,h为波高;

22、设定时间窗口大小为w,确定每次计算波浪能量稳定值时包含的时间点数量,计算每个窗口内的波浪能量平均值μt,对于每个时间点t,计算窗口[t-w+1,t]内的波浪能量平均值;以及窗口[t-w+1,t]内的波浪能量标准差σt;根据计算得到的每个窗口内的波浪能量平均值和标准差,计算波浪能量稳定值,具体的计算表达式为:式中,aq为波浪能量稳定值。

23、在一个优选的实施方式中,将整体防护性能系数和波浪能量稳定值作为输入项,将灾害预警级别作为输出项;

24、为整体防护性能系数和波浪能量稳定值定义模糊集合,为灾害风险定义模糊集合;

25、建立模糊规则,使用模糊推理方法进行推理,确定灾害风险级别;...

【技术保护点】

1.海水交换型防波堤防护性能评估系统,其特征在于:包括数据获取模块、数据分析模块,防护性能划分模块和可视化模块;

2.根据权利要求1所述的海水交换型防波堤防护性能评估系统,其特征在于:海水交换参数包括对海水流速数据的变化趋势进行分析,获取海水流速异常指数,对水质参数变化趋势进行分析,获取水质参数偏差值。

3.根据权利要求2所述的海水交换型防波堤防护性能评估系统,其特征在于:海水流速异常指数的获取方法为:

4.根据权利要求3所述的海水交换型防波堤防护性能评估系统,其特征在于:水质参数偏差值的获取方法为:

5.根据权利要求4所述的海水交换型防波堤防护性能评估系统,其特征在于:将海水流速异常指数和水质参数偏差值转换为第一特征向量,将第一特征向量作为机器学习模型的输入,机器学习模型以每组第一特征向量预测每个监测区域内海水交换参数的权重赋值标签为预测目标,以最小化对所有监测区域内海水交换参数的权重赋值标签的预测误差之和作为训练目标,对机器学习模型进行训练,直至预测误差之和达到收敛时停止模型训练,根据模型输出结果确定每个监测区域内海水交换参数的权重赋值,对每个监测区域内海水交换参数的权重赋值标签进行加权平均计算后计算整体防护性能系数。

6.根据权利要求5所述的海水交换型防波堤防护性能评估系统,其特征在于:将获取到的整体防护性能系数与整体防护性能的参考阈值进行比较,若整体防护性能系数大于等于整体防护性能的参考阈值,将其划分为正常防护,无需立即采取措施;若整体防护性能系数小于整体防护性能的参考阈值,将其划分为异常防护,需要进一步调查原因并采取相应的改进措施。

7.海水交换型防波堤灾害预警系统,基于权利要求1-6任一项所述的海水交换型防波堤防护性能评估系统实现,其特征在于:包括数据获取模块、数据分析模块,能量消减分析模块和风险预测模块:

8.根据权利要求7所述的海水交换型防波堤灾害预警系统,其特征在于:能量消减分析模块中,通过波高传感器,连续监测波浪的高度和能量,通过每个时间点的入射波浪和透射波浪数据,从而计算出每个时刻的波浪能量,对每个时间点波浪能量的稳定性进行分析,获取波浪能量稳定值,则波浪能量稳定值的获取方法为:

9.根据权利要求8所述的海水交换型防波堤灾害预警系统,其特征在于:将整体防护性能系数和波浪能量稳定值作为输入项,将灾害预警级别作为输出项;

10.根据权利要求9所述的海水交换型防波堤灾害预警系统,其特征在于:当风险级别为高时,生成一级预警信号,启动应急响应机制;当风险级别为中时,生成二级预警信号,强化监控;当风险级别为低时,生成三级预警信号,进行常规维护。

...

【技术特征摘要】

1.海水交换型防波堤防护性能评估系统,其特征在于:包括数据获取模块、数据分析模块,防护性能划分模块和可视化模块;

2.根据权利要求1所述的海水交换型防波堤防护性能评估系统,其特征在于:海水交换参数包括对海水流速数据的变化趋势进行分析,获取海水流速异常指数,对水质参数变化趋势进行分析,获取水质参数偏差值。

3.根据权利要求2所述的海水交换型防波堤防护性能评估系统,其特征在于:海水流速异常指数的获取方法为:

4.根据权利要求3所述的海水交换型防波堤防护性能评估系统,其特征在于:水质参数偏差值的获取方法为:

5.根据权利要求4所述的海水交换型防波堤防护性能评估系统,其特征在于:将海水流速异常指数和水质参数偏差值转换为第一特征向量,将第一特征向量作为机器学习模型的输入,机器学习模型以每组第一特征向量预测每个监测区域内海水交换参数的权重赋值标签为预测目标,以最小化对所有监测区域内海水交换参数的权重赋值标签的预测误差之和作为训练目标,对机器学习模型进行训练,直至预测误差之和达到收敛时停止模型训练,根据模型输出结果确定每个监测区域内海水交换参数的权重赋值,对每个监测区域内海水交换参数的权重赋值标签进行加权平均计算后计算整体防护性能系数。

6.根据权利要求5所述的海水交换型防波堤防护性能评...

【专利技术属性】
技术研发人员:王刚李醒冀逸峰
申请(专利权)人:中国水产科学研究院渔业工程研究所
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1