[发明专利]河流区间动态洪峰分析预警方法、系统、设备及介质

权利要求书

1.一种河流区间动态洪峰分析预警方法，其特征在于，所述方法包括：

从预设数据库获取预设时间段内河流的多个历史水位数据，及所述河流所属区域的预设时间段内的多个历史降雨量数据；

对所述多个历史水位数据及所述多个历史降雨量数据执行清洗操作，对执行清洗操作后的数据执行关联操作得到样本数据集，基于所述样本数据集训练预设模型得到水位分析预警模型；

基于水位分析预警模型预测得到所述河流在目标时间点的目标水位数据，将所述目标水位数据与预设报警水位进行对比得到比对结果，将所述比对结果反馈至预设终端。

2.如权利要求1所述的河流区间动态洪峰分析预警方法，其特征在于，所述历史降雨量数据包括历史第一降雨量数据及历史第一降雨量数据，所述对执行清洗操作后的数据执行关联操作得到样本数据集包括：

将执行清洗操作后的各历史水位数据对应时间的第一降雨量数据及第二降雨量数据根据时间顺序依次拼接，得到多个时间序列样本数据，将所述多个时间序列样本数据作为所述样本数据集，其中，所述清洗操作包括：偏差数据检测、缺失值处理以及噪声数据光滑处理。

3.如权利要求1所述的河流区间动态洪峰分析预警方法，其特征在于，所述预设模型包括神经网络模型，所述基于所述样本数据集训练预设模型得到水位分析预警模型包括：

设定神经网络模型的初始参数，根据第一计算规则计算出该神经网络模型的隐含层节点数量的取值范围，根据第二计算规则及所述样本数据集，分别计算所述隐含层节点数量等于所述取值范围中各取值时的神经网络模型的学习误差，将学习误差取值最小时确定的神经网络模型作为水位分析预警模型。

4.如权利要求1所述的河流区间动态洪峰分析预警方法，其特征在于，所述方法还包括：

判断所述目标时间点是否大于预设时间点，当判断所述目标时间点大于预设时间点时，利用回归分析算法对所述多个历史水位数据及所述多个历史降雨量数据进行预测得到预测值，并将该预测值作为所述目标水位数据。

5.如权利要求1所述的河流区间动态洪峰分析预警方法，其特征在于，将所述目标水位数据与预设报警水位进行对比得到比对结果，将所述比对结果反馈至预设终端包括：

当所述目标水位数据小于或等于第一预设警报水位时，向预设终端反馈第一预警信息；

当所述目标水位数据大于或等于第二预设警报水位时，向预设终端反馈第二预警信息。

6.一种河流区间动态洪峰分析预警系统，其特征在于，所述系统包括：

获取模块：用于从预设数据库获取预设时间段内河流的多个历史水位数据，及所述河流所属区域的预设时间段内的多个历史降雨量数据；

训练模块：用于对所述多个历史水位数据及所述多个历史降雨量数据执行清洗操作，对执行清洗操作后的数据执行关联操作得到样本数据集，基于所述样本数据集训练预设模型得到水位分析预警模型；

预警模块：用于基于水位分析预警模型预测得到所述河流在目标时间点的目标水位数据，将所述目标水位数据与预设报警水位进行对比得到比对结果，将所述比对结果反馈至预设终端。

7.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的程序，所述程序被所述至少一个处理器执行，以使所述至少一个处理器执行如下步骤：

从预设数据库获取预设时间段内河流的多个历史水位数据，及所述河流所属区域的预设时间段内的多个历史降雨量数据；

对所述多个历史水位数据及所述多个历史降雨量数据执行清洗操作，对执行清洗操作后的数据执行关联操作得到样本数据集，基于所述样本数据集训练预设模型得到水位分析预警模型；

基于水位分析预警模型预测得到所述河流在目标时间点的目标水位数据，将所述目标水位数据与预设报警水位进行对比得到比对结果，将所述比对结果反馈至预设终端。