[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

说明书

本发明公开了应用人工智能分析的广域水务状态可视化方法，包括如下步骤：首先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，得到各监测位点的由变化特征组成的指标向量，然后基于指标向量对监测位点按照水体参数的变化情况进行分类，得到多个类，之后在当前更新轮次下每个类包含的已更新数据的监测位点数量均不低于相应类的更新百分比或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，最后显示水域分析结果。该方法能够使得系统能够在部分监测位点的水体参数采集和上传方面未能同步的情况下，不影响到当前更新轮次的参数分析及显示，保证工作人员能够按时了解水务情况。

技术领域

本发明涉及水务监测技术领域，特别涉及应用人工智能分析的广域水务状态可视化系统，以及应用人工智能分析的广域水务状态可视化方法。

背景技术

在智慧城市的水务管理当中，可在水体范围内布设监测位点，通过多功能传感器设备在每个监测位点测量水质、流速等多种类型的水体参数，然后将水体参数上传到水务系统的平台服务器，进行分析与显示。

当面向空间分布非常广阔的水体，例如面向较大的湖泊，或者覆盖整个城市空间的水系时，为了保证数据的可靠性，在执行上述水务监测分析时需要布置足够数量和密度的监测位点。

然而，这也给水务系统的平台服务器进行水体参数的分析与显示带来一定的困难。由于所涉及的监测位点数量多且分布广泛，因此在水体参数的采集和上传方面不容易实现同步，平台服务器取得在同一轮监测中全部监测位点产生的水体参数会存在较大的时间差。

如果等待本轮监测中全部监测位点的水体参数上传完成后再统一进行分析和显示，会导致每一轮监测都会产生较长时间的延迟，大大降低了分析显示的更新率和实时性。

但是如果在获得最新上传的任一监测位点的水体参数后立即实时更新平台的分析与显示，可能导致在平台进行每轮分析和显示时，采信的水体参数实际上存在较大的时间差，而且时间差的累积会越来越大。比如A位点的每一轮采集和上传水体参数都比B位点要慢，这样如果不加处理的话，当对第n轮数据进行分析和显示的时候，平台可能会对第n轮的B位点水体参数和第n-1轮的A位点水体参数在同一轮进行分析和显示，导致分析结果和显示内容有误。因此A位点和B位点在水体参数的实际采集时间上存在的时间差会越来越大，最终直接影响分析与显示的真实性。

另外，对于平台的显示内容来说，数量众多的监测位点的水体参数如果直接叠加在水体地图上进行显示，其可视效果会较差，可能会让水务平台工作人员在观看时产生错误理解，并难以让工作人员发现广域水体当中值得关注的重点区域。

发明内容

(一)发明目的

基于此，为了尽量减少水体参数的采集和上传不同步对水务系统进行参数分析产生的延迟影响，保证水体参数分析显示的更新率和实时性以及真实性和准确性，本发明公开了以下技术方案。

(二)技术方案

作为本发明的第一方面，本发明公开了应用人工智能分析的广域水务状态可视化系统，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数据的监测位点数量均不低于相应所述类的更新百分比或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。