[发明专利]一种基于电站水库水位监测及库容计算算法

权利要求书

1.一种基于电站水库水位监测及库容计算算法，其特征在于，包括：

获取电站水库的地形信息，其中，所述地形信息包括纵向特征及横向特征，所述纵向特征包括纵向波高差、纵向波间距及纵向平均坡度，所述横向特征包括横向波高差、横向波间距及横向平均坡度；

将所述电站水库分为多个初始区域，基于所述电站水库的地形信息确定每个所述初始区域的地形变化信息，基于所述多个初始区域的位置信息及地形变化信息对所述多个初始区域进行聚类，确定多个水库区域，其中，每个所述水库区域包括至少一个所述初始区域，所述多个水库区域包括至少一个一类水库区域及二类水库区域；

获取所述电站水库在目标时间段的水位信息；

对于每个所述一类水库区域，通过预设函数确定所述一类水库区域的区域库容；

对于每个所述二类水库区域，通过人工智能模型确定所述二类水库区域的区域库容；

基于每个所述一类水库区域的区域库容及每个所述二类水库区域的区域库容，确定所述电站水库的库容；

所述获取电站水库在目标时间段的水位信息，包括：

对于所述目标时间段内的每个监测时间点，获取所述电站水库的多个监测位置在所述监测时间点的水位，确定所述监测时间点对应的水位，生成所述目标时间段对应的水位序列，其中，所述水位序列由所述目标时间段内的多个连续的检测时间点对应的水位组成；

对所述水位序列进行预处理，生成所述电站水库在目标时间段的水位信息；

所述对所述水位序列进行预处理，生成所述电站水库在目标时间段的水位信息，包括：

确定所述目标时间段的至少一个相关历史时间段；

获取每个所述相关历史时间段对应的水位信息；

通过数据处理模型基于所述至少一个相关历史时间段对应的水位信息对所述水位序列进行异常数据剔除及数据补全，生成所述电站水库在目标时间段的水位信息；

所述数据处理模型包括异常数据确定层及数据补全层；

所述通过数据处理模型基于所述至少一个相关历史时间段对应的水位信息对所述水位序列进行异常数据剔除及数据补全，生成所述电站水库在目标时间段的水位信息，包括：

所述异常数据确定层基于所述至少一个相关历史时间段对应的水位信息确定水位波动范围，基于所述水位波动范围判断所述水位序列是否存在所述异常数据；

当判断所述水位序列不存在所述异常数据时，将所述水位序列作为所述目标时间段的水位信息；

当判断所述水位序列存在所述异常数据时，所述异常数据确定层确定并剔除所述水位序列中异常数据，生成缺失水位序列；

所述数据补全层对所述缺失水位序列进行数据补全，生成所述电站水库在目标时间段的水位信息，其中，所述数据补全层的输入包括所述缺失水位序列、掩码矩阵及随机噪声矩阵，其中，所述随机噪声矩阵服从标准正态分布。

2.根据权利要求1所述的一种基于电站水库水位监测及库容计算算法，其特征在于，所述基于所述多个初始区域的位置信息及地形变化信息对所述多个区域进行聚类，确定多个水库区域，包括：

基于所述多个初始区域的位置信息，确定每个所述初始区域的相邻区域；

对于每个所述初始区域，确定所述初始区域的地形变化信息与每个所述相邻区域的地形变化信息之间的相似度；

基于所述初始区域的地形变化信息与每个所述相邻区域的地形变化信息之间的相似度，对所述多个区域进行聚类，确定所述多个水库区域。

3.根据权利要求2所述的一种基于电站水库水位监测及库容计算算法，其特征在于，所述基于所述多个初始区域的位置信息及地形变化信息对所述多个区域进行聚类，确定多个水库区域，包括：

通过K-Means聚类算法基于所述初始区域的地形变化信息与每个所述相邻区域的地形变化信息之间的相似度，对所述多个区域进行聚类，确定所述多个水库区域。