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()
【技术实现步骤摘要】
本申请涉及水文测量和视频测流,特别是涉及一种河道流量监测方法、装置、设备、介质及产品。
技术介绍
1、视频测流装置是一种水文测量领域的新设备,该设备集成了基于ai人工智能算法的水位-流速-流量耦合算法,利用视频和图像自动识别出河道水位和表面流速,相比传统水文监测设备具有效率高、精度高、安全性高、易维护等特点。由于视频测流装置需要对抓拍的图像进行识别,依赖于水面波纹或天然示踪粒子,但是在夜晚光照条件下,视频图像的质量下降,水流、波纹等特征难以清晰识别,导致无法有效地识别和追踪水流;在暴雨情况下,水面波动剧烈,雨滴撞击水面会产生大量干扰,这些干扰会对图像中的水流信息造成影响,降低了追踪水流的准确性,这些问题限制了视频测流装置在恶劣环境下的应用。
技术实现思路
1、本申请的目的是提供一种河道流量监测方法、装置、设备、介质及产品,可在夜晚或暴雨工况下进行可靠、高效的河道流量监测。
2、为实现上述目的,本申请提供了如下方案:
3、第一方面,本申请提供了一种河道流量监测方法,所述河道流量监测方法包括:
4、获取水尺图片;所述水尺表面涂刷有标志性颜色;
5、利用图片识别方法识别所述水尺图片上的水位信息;
6、将所述水位信息输入训练好的河道流量预测模型,得到水流量数据。
7、可选地,所述河道流量预测模型的训练过程包括:
8、获取同一时刻的历史水位数据和历史流量数据;
9、利用所述历史水位数据和所述历史流
10、可选地,所述利用所述历史水位数据和所述历史流量数据训练河道流量预测网络,得到河道流量预测模型,具体包括:
11、将所述历史水位数据和所述历史流量数据进行对应,得到对应数据;
12、利用所述对应数据训练河道流量预测网络,得到河道流量预测模型;
13、所述将所述历史水位数据和所述历史流量数据进行对应,得到对应数据,具体包括:
14、当一个历史水位数据与一个历史流量数据对应时,取所述历史水位数据与所述历史流量数据作为对应数据;
15、当一个历史水位数据与两个历史流量数据对应时,取所述历史水位数据与流量平均值作为对应数据;所述流量平均值为所述两个历史流量数据的平均值;
16、当一个历史水位数据与n个历史流量数据对应时,取所述历史水位数据与过滤平均值作为对应数据;所述过滤平均值为过滤异常值之后的所述n个历史流量数据的平均值,其中n>2。
17、可选地,所述河道流量预测模型的损失函数为均方误差计算函数。
18、可选地,所述标志性颜色为红绿色或黑白色。
19、可选地,所述标志性颜色用于标注水位信息。
20、第二方面,本申请提供了一种河道流量监测装置,所述河道流量监测装置包括:水尺和视频测流装置;所述水尺为表面涂刷有标志性颜色的水尺;
21、所述视频测流装置用于:
22、获取水尺图片;
23、利用图片识别方法识别所述水尺图片上的水位信息;
24、将所述水位信息输入训练好的河道流量预测模型,得到水流量数据。
25、第三方面,本申请提供了一种计算机设备,包括:存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序以实现上述中任一项所述的河道流量监测方法。
26、第四方面,本申请提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述中任一项所述的河道流量监测方法。
27、第五方面,本申请提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述中任一项所述的河道流量监测方法。
28、根据本申请提供的具体实施例,本申请公开了以下技术效果:
29、本申请提供了一种河道流量监测方法、装置、设备、介质及产品,方法包括:获取水尺图片;所述水尺表面涂刷有标志性颜色;利用图片识别方法识别所述水尺图片上的水位信息;将所述水位信息输入训练好的河道流量预测模型,得到水流量数据。本申请使用表面涂刷有标志性颜色的水尺,在夜晚或暴雨中,抓拍的水尺图片中仍然包含丰富的水尺特征,通过图像识别算法可以有效识别水位,解决了在夜晚或暴雨等恶劣工况下河道流量无法有效监测的问题。本申请可在夜晚或暴雨工况下进行可靠、高效的河道流量监测。
本文档来自技高网...【技术保护点】
1.一种河道流量监测方法,其特征在于,所述河道流量监测方法包括:
2.根据权利要求1所述的河道流量监测方法,其特征在于,所述河道流量预测模型的训练过程包括:
3.根据权利要求2所述的河道流量监测方法,其特征在于,所述利用所述历史水位数据和所述历史流量数据训练河道流量预测网络,得到河道流量预测模型,具体包括:
4.根据权利要求2所述的河道流量监测方法,其特征在于,所述河道流量预测模型的损失函数为均方误差计算函数。
5.根据权利要求1所述的河道流量监测方法,其特征在于,所述标志性颜色为红绿色或黑白色。
6.根据权利要求1所述的河道流量监测方法,其特征在于,所述标志性颜色用于标注水位信息。
7.一种河道流量监测装置,其特征在于,所述河道流量监测装置包括:水尺和视频测流装置;所述水尺为表面涂刷有标志性颜色的水尺;
8.一种计算机设备,包括:存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序以实现权利要求1-6中任一项所述的河道流量监测方法。
10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1-6中任一项所述的河道流量监测方法。
...【技术特征摘要】
1.一种河道流量监测方法,其特征在于,所述河道流量监测方法包括:
2.根据权利要求1所述的河道流量监测方法,其特征在于,所述河道流量预测模型的训练过程包括:
3.根据权利要求2所述的河道流量监测方法,其特征在于,所述利用所述历史水位数据和所述历史流量数据训练河道流量预测网络,得到河道流量预测模型,具体包括:
4.根据权利要求2所述的河道流量监测方法,其特征在于,所述河道流量预测模型的损失函数为均方误差计算函数。
5.根据权利要求1所述的河道流量监测方法,其特征在于,所述标志性颜色为红绿色或黑白色。
6.根据权利要求1所述的河道流量监测方法,其特征在于,所述标志性颜色用于标注...
【专利技术属性】
技术研发人员:吕国敏,解家毕,孙涛,刘荣华,谢敏,
申请(专利权)人:中国水利水电科学研究院,
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。