[发明专利]应用人工智能分析的广域水务状态可视化系统及方法

权利要求书

1.一种应用人工智能分析的广域水务状态可视化系统，其特征在于，包括：

特征计算模块，用于算出水域的至少部分监测位点上传的水体参数历史数据的至少一项变化特征，得到各所述监测位点的由所述变化特征组成的指标向量；

位点分类模块，用于基于所述指标向量对所述监测位点按照所述水体参数的变化情况进行分类，得到多个类；

参数分析模块，用于在当前更新轮次下每个所述类包含的已更新的位点水体参数变化程度均不低于相应所述类的更新百分比或已更新数据的监测位点数量均不低于相应所述类的更新数量阈值的情况下，对水域进行当前更新轮次的参数分析，并得到水域分析结果；

状态显示设备，至少用于显示所述水域分析结果；

其中，所述类的所述更新百分比和更新数量阈值与该类包含的监测位点水体参数变化程度呈正比。

2.如权利要求1所述的系统，其特征在于，所述变化特征包括平均差、极差、变化率、标准差、方差中的至少一项。

3.如权利要求1所述的系统，其特征在于，所述位点分类模块包括：

聚类子模块，用于通过聚类算法对所述监测位点进行所述分类，得到所述多个类；或，

区间分类子模块，用于通过与所述水体参数变化特征的种类对应的特征区间对所述监测位点进行所述分类，得到所述多个类。

4.如权利要求1或3所述的系统，其特征在于，该系统还包括再分类模块，所述再分类模块包括：

第一再分类单元，用于定期使所述位点分类模块重新对所述监测位点进行分类；或者，

第二再分类单元，用于监测每个所述类内的各所述监测位点在当前更新轮次下上传的水体参数的平均差，并在不同轮次下所述类的平均差之差超过差值阈值时使所述位点分类模块重新对所述监测位点进行分类。

5.如权利要求1所述的系统，其特征在于，所述状态显示设备在显示所述分析结果时，对不同的所述类包含的监测位点附加不同的可视化标识。

6.一种应用人工智能分析的广域水务状态可视化方法，其特征在于，包括：

算出水域的至少部分监测位点上传的水体参数历史数据的至少一项变化特征，得到各所述监测位点的由所述变化特征组成的指标向量；

基于所述指标向量对所述监测位点按照所述水体参数的变化情况进行分类，得到多个类；

在当前更新轮次下每个所述类包含的已更新的位点水体参数变化程度均不低于相应所述类的更新百分比或已更新数据的监测位点数量均不低于相应所述类的更新数量阈值的情况下，对水域进行当前更新轮次的参数分析，并得到水域分析结果；

显示所述水域分析结果；

其中，所述类的所述更新百分比和更新数量阈值与该类包含的监测位点水体参数变化程度呈正比。

7.如权利要求6所述的方法，其特征在于，所述变化特征包括平均差、极差、变化率、标准差、方差中的至少一项。

8.如权利要求6所述的方法，其特征在于，所述对所述监测位点进行分类并得到多个类包括：

通过聚类算法对所述监测位点进行所述分类，得到所述多个类；或，

通过与所述水体参数变化特征的种类对应的特征区间对所述监测位点进行所述分类，得到所述多个类。

9.如权利要求6或8所述的方法，其特征在于，该方法还包括：

定期重新对所述监测位点进行分类；或，

监测每个所述类内的各所述监测位点在当前更新轮次下上传的水体参数的平均差，并在不同轮次下所述类的平均差之差超过差值阈值时重新对所述监测位点进行分类。

10.如权利要求6所述的方法，其特征在于，在显示所述分析结果时，对不同的所述类包含的监测位点附加不同的可视化标识。