CN115585731A - 空天地一体化水电站空间状态智能监控管理系统及其方法 - Google Patents
空天地一体化水电站空间状态智能监控管理系统及其方法 Download PDFInfo
- Publication number
- CN115585731A CN115585731A CN202211110859.9A CN202211110859A CN115585731A CN 115585731 A CN115585731 A CN 115585731A CN 202211110859 A CN202211110859 A CN 202211110859A CN 115585731 A CN115585731 A CN 115585731A
- Authority
- CN
- China
- Prior art keywords
- hydropower station
- space
- model
- monitoring
- data information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B5/00—Measuring arrangements characterised by the use of mechanical techniques
- G01B5/30—Measuring arrangements characterised by the use of mechanical techniques for measuring the deformation in a solid, e.g. mechanical strain gauge
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及环境监测技术领域,且公开了空天地一体化水电站空间状态智能监控管理系统及其方法,采集水电站的初级场景数据,构建最初的水电站场景模型,便建立空间监控网保证在不同的区域设置相应的监控设备,确定了后续变化数据信息采集的准确性,利用变化数据信息与前态数据信息进行对比判断,保证了不同时段的间数据对比的完整性和连续性,同时利用变化数据信息对水电站场景模型的对应区域进行配准更新,能够保证监测人员能够动态的监测水电站场景模型,并提供直观、全局化的影像证据和分析资料,从而不断提升水利水电工程的监测、管理效率和综合应用水平。
Description
技术领域
本发明涉及环境监测技术领域,具体为空天地一体化水电站空间状态智能监控管理系统及其方法。
背景技术
随着技术的进步,水电站的自动化程度越来越高,水电站的日常运行维护由多人值守逐步转变为少人、无人值守,因此水电站运行监控系统对水电站安全稳定运行至关重要。然而,当前水电站及其沿岸地质形变安全监测主要由人工周期巡检完成,监测精度较高,但只能进行点状监测,无法全面覆盖大坝和库区,难以实现对水电站进行区域划分监测,监测效率低。
发明内容
本发明主要是提供空天地一体化水电站空间状态智能监控管理系统及其方法。
为了解决上述技术问题,本发明采用如下技术方案:
空天地一体化水电站空间状态智能监控管理其方法,包括:
采集水电站预设范围内的初级场景数据,根据采集的所述初级场景数据建立水电站场景模型,基于所述水电站场景模型建立空间监控网,基于所述空间监控网设置监控设备;
基于所述空间监控网利用所述监控设备采集水电站的详细数据信息,将所述详细数据信息与水电站场景模型的前态数据信息进行对比,基于对比结果判断水电站空间状态是否发生变化;
若所述水电站空间状态发生变化,则基于采集的所述详细数据信息对所述水电站场景模型的对应区域进行配准更新。
进一步,所述采集水电站预设范围内的初级场景数据,根据采集的所述初级场景数据建立水电站场景模型,基于所述水电站场景模型建立空间监控网,基于所述空间监控网设置监控设备,包括:
采集水电站预设范围内的初级场景数据,根据采集的所述初级场景数据建立水电站场景模型;
基于所述水电站场景模型建立空间监控网,将所述空间监控网划分为多个监控空间网格。
进一步,所述基于所述空间监控网利用所述监控设备采集水电站的详细数据信息,将所述详细数据信息与水电站场景模型的前态数据信息进行对比,基于对比结果判断水电站空间状态是否发生变化,包括:
利用卫星遥感或固定监控设备采集水电站的变化数据信息,基于所述变化数据信息锁定发生变化的所述监控空间网格;
基于锁定的所述监控空间网格,利用该区域的固定监控设备或派出巡航监控设备进行详细数据信息采集,并按时间进行记录;
基于采集到的所述详细数据信息和对应所述监控空间网格的水电站场景模型的前态数据信息计算偏离变化值,将所述偏离变化值与预设偏离值进行对比;
基于对比结果判断水电站空间状态是否发生变化。
进一步,所述若所述水电站空间状态发生变化,则基于采集的所述详细数据信息对所述水电站场景模型的对应区域进行配准更新,包括:
基于不同时段采集的详细数据信息提取空间变化参数和指标变化参数,基于所述空间变化参数构建变化空间模型,基于所述指标变化参数构建扩散空间模型;
基于所述监控空间网格对所述变化空间模型和所述扩散空间模型进行分段处理,对应获取分段变化模型和分段扩散模型,并对应所述监控空间网格将所述分段变化模型和分段扩散模型与水电站场景模型配准更新;
所述水电站场景模型记录不同时段的融合状态,并根据最后一个融合状态更新所述水电站场景模型。
进一步,包括:
基于更新后所述水电站场景模型重点显示发生变化的区域并发出警报。
空天地一体化水电站空间状态智能监控管理系统,包括:
模型建立配准模块,用于采集水电站预设范围内的初级场景数据,根据采集的所述初级场景数据建立水电站场景模型,基于所述水电站场景模型建立空间监控网,基于所述空间监控网设置监控设备;
空间状态变化对比模块,用于基于所述空间监控网利用所述监控设备采集水电站的详细数据信息,将所述详细数据信息与水电站场景模型的前态数据信息进行对比,基于对比结果判断水电站空间状态是否发生变化;
模型更新模块,用于根据若所述水电站空间状态发生变化,则基于采集的所述变化数据信息对所述水电站场景模型的对应区域进行配准更新。
进一步,所述模型建立配准模块,包括:
数据采集模型建立子模块,用于采集水电站预设范围内的初级场景数据,根据采集的所述初级场景数据建立水电站场景模型;
网格划分子模块,用于基于所述水电站场景模型建立空间监控网,将所述空间监控网划分为多个监控空间网格。
进一步,所述空间状态变化对比模块,包括:
网格锁定子模块,用于利用卫星遥感或固定监控设备采集水电站的变化数据信息,基于所述变化数据信息锁定发生变化的所述监控空间网格;
详细数据采集子模块,用于基于锁定的所述监控空间网格,利用该区域的固定监控设备或派出巡航监控设备进行详细数据信息采集,并按时间进行记录;
偏离变化值计算对比子模块,用于基于采集到的所述详细数据信息和对应所述监控空间网格的水电站场景模型的前态数据信息计算偏离变化值,将所述偏离变化值与预设偏离值进行对比;
比较判断子模块,基于对比结果判断水电站空间状态是否发生变化。
进一步,所述模型更新模块,包括:
时段模型构建子模块,用于基于不同时段采集的详细数据信息提取空间变化参数和指标变化参数,基于所述空间变化参数构建变化空间模型,基于所述指标变化参数构建扩散空间模型;
模型分段更新子模块,基于所述监控空间网格对所述变化空间模型和所述扩散空间模型进行分段处理,对应获取分段变化模型和分段扩散模型,并对应所述监控空间网格将所述分段变化模型和分段扩散模型与水电站场景模型配准更新;
模型变化记录子模块,所述水电站场景模型记录不同时段的融合状态,并根据最后一个融合状态更新所述水电站场景模型。
进一步,包括:
显示预警模块,基于更新后所述水电站场景模型重点显示发生变化的区域并发出警报。
有益效果:本实施例中,采集水电站的初级场景数据,构建最初的水电站场景模型,便建立空间监控网保证在不同的区域设置相应的监控设备,确定了后续变化数据信息采集的准确性,利用变化数据信息与前态数据信息进行对比判断,保证了不同时段的间数据对比的完整性和连续性,同时利用变化数据信息对水电站场景模型的对应区域进行配准更新,能够保证监测人员能够动态的监测水电站场景模型,并提供直观、全局化的影像证据和分析资料,从而不断提升水利水电工程的监测、管理效率和综合应用水平。
附图说明
图1为本发明的空天地一体化水电站空间状态智能监控管理方法流程图;
图2为步骤S101流程图;
图3为步骤S102流程图;
图4为步骤S103流程图;
图5为空天地一体化水电站空间状态智能监控管理系统框图。
具体实施方式
以下将结合实施例对本发明涉及的空天地一体化水电站空间状态智能监控管理系统及其方法技术方案进一步详细说明。
如图1所示,本实施例的空天地一体化水电站空间状态智能监控管理其方法,包括:S101~S103,
S101、采集水电站预设范围内的初级场景数据,根据采集的所述初级场景数据建立水电站场景模型,基于所述水电站场景模型建立空间监控网,基于所述空间监控网设置监控设备;
其中,初级场景是指预设范围内的水电站场景,包括但不限于该范围内的坝体、库区、水体、山体、林地、建筑,以及该范围里面的设施等一个综合整体。
初级场景数据是指初始利用空、天、地三种手段采集的水电站场景的数据,数据的格式包括了遥感图像、巡航拍摄的照片、巡航采集的传感数据,还有固定监控设备采集的传感数据等。
所述水电站场景模型是指利用,如:三维混合数据模型、三维体元模型等技术,通过以上空、天、地三种手段采集的初级场景数据构建的一个需要监控的水电站预设范围的三维场景模型,并针对于后续采集的数据信息对该水电站场景模型进行更新。将该水电站场景模型作为一个整体的空间监控网,并将该空间监控网以网格的形式分成多个监控空间网格。且空、天、地的三种采集方式对应三种监控颗粒度,利用空、天、地三种手段由粗颗粒到细颗粒的层次对该水电站场景模型中的监控空间网格进行对应描述,建立不同的数据之间对对应的一个监控空间网格的关联联系。
监控设备是指对应空、天、地的三种采集方式的采集设备。其中,固定监控设备包括固定设置的视屏监控设备、雷达、声纳检测设备和物联网传感器等,比如:坝体的应力传感器,也包括水电站内的电力设施装置进行监测的监测传感器等,共同构建一个固定的多类型监测网络;巡航监控设备包括巡检无人机、巡检机器人、水下机器人和水陆巡航机器人等,其可以搭载相应的传感器,进行不同类型的监测。
S102、基于所述空间监控网利用所述监控设备采集水电站的详细数据信息,将所述详细数据信息与水电站场景模型的前态数据信息进行对比,基于对比结果判断水电站空间状态是否发生变化;
其中,水电站场景模型的前态数据信息指的是在若干时段的变化中,一个时段确定的详细数据信息的前一个时段的数据信息。
S103、若所述水电站空间状态发生变化,则基于采集的所述详细数据信息对所述水电站场景模型的对应区域进行配准更新。
本实施例中,采集水电站的初级场景数据,构建最初的水电站场景模型,便建立空间监控网保证在不同的区域设置相应的监控设备,确定了后续变化数据信息采集的准确性,利用变化数据信息与前态数据信息进行对比判断,保证了不同时段的间数据对比的完整性和连续性,同时利用变化数据信息对水电站场景模型的对应区域进行配准更新,能够保证监测人员能够动态的监测水电站场景模型,并提供直观、全局化的影像证据和分析资料,从而不断提升水利水电工程的监测、管理效率和综合应用水平。
进一步,如图2所示,上述步骤S101中所述采集水电站预设范围内的初级场景数据,根据采集的所述初级场景数据建立水电站场景模型,基于所述水电站场景模型建立空间监控网,基于所述空间监控网设置监控设备,包括:
S1011、采集水电站预设范围内的初级场景数据,根据采集的所述初级场景数据建立水电站场景模型;
S1012、基于所述水电站场景模型建立空间监控网,将所述空间监控网划分为多个监控空间网格;
其中,
具体的,将监控空间网格集合为R={R1,R2,R3…Rn};对不同的监控空间网格的水电站空间区域进行标记划分。
采用卫星遥感,其检测范围大,能够实现大范围尺度的空间范围监控、检测速度快,配合本发明的监控空间网格,能够利用每一次的采集数据与前几次进行对比,快速巡查对应监控空间网络地域的水电站空间位置并确定预警;利用巡航监控设备能够完善相应的监测条件,补充卫星遥感监测的精细度,实现重点区域和特定区域对应监控空间网络的水电站区域监控,提高具体区域的监测精细度和精确度,同时能够根据卫星遥感确定的水电站空间位置迅速进行实地采集反馈;采用固定监控设备具有实时监测的优势同时也能够配合监控空间网格确定变化区域,在提高监测精细度的同时能够解决巡航检测设备的续航低、检测范围小问题,根据实际需求对部分区域进行实时监测;采用三种监控设备,实现水电站的空天地一体化监测。
进一步,如图3所示,上述步骤S102中所述基于所述空间监控网利用所述监控设备采集水电站的详细数据信息,将所述详细数据信息与水电站场景模型的前态数据信息进行对比,基于对比结果判断水电站空间状态是否发生变化,包括:
S1021、利用卫星遥感或固定监控设备采集水电站的变化数据信息,基于所述变化数据信息锁定发生变化的所述监控空间网格;
其中,该变化数据信息指的是在不同时段的水电站空间内发生变化的数据信息,包括:卫星遥感采集的图片,固定监控设备采集的监测数据等。能够通过采集的变化数据信息准确的锁定发生变化的水电站区域。固定监控设备采集的监测数据,将一个确定时段采集的数据与前一个时段采集的数据进行计算,将计算结果与预设的增长或减少阈值进行对比,相差超过一定的比例则认为异常,如:计算结果与阈值相差超过百分之10。将卫星遥感采集的图像进行对比,根据前后图像的相似度从而判断对应监控空间网格内的水电站区域发生变化。如:将一个确定时段的图像和前一个时段的图像均转化为n维向量,及确定时段的图像M表示为[M1,M2…M3],前一个时段的图像L表示为[L1,L2…L3],则根据余弦相似性公式:
对一个确定时段的图像和前一个时段的图像进行相似度计算,若结果接近或为1则判定两张图像相似或相同,对应监控空间网格内的水电站区域未发生较大变化;反正则对应监控空间网格内的水电站区域发生变化,利用后续步骤进行详细数据信息采集。
S1022、基于锁定的所述监控空间网格,利用该区域的固定监控设备或派出巡航监控设备进行详细数据信息采集,并按时间进行记录;
其中,按时间进行记录,能够将对应时间的变化均进行保存,保证前后对比的准确性和连续性。
S1023、基于采集到的所述详细数据信息和对应所述监控空间网格的水电站场景模型的前态数据信息计算偏离变化值,将所述偏离变化值与预设偏离值进行对比;
其中,预设偏离值是根据现有的大数据变化,对水电站的各种变化进行模拟演化得到的;偏离变化值为前后时段数据的差值。如:演化得到水电站的水体污染速度值为a,该a为预设偏离值,则用实际数据计算出的偏离变化值与其进行对比判断。
S1024、基于对比结果判断水电站空间状态是否发生变化。
进一步,如图4所示,步骤S103中所述若所述水电站空间状态发生变化,则基于采集的所述变化数据信息对所述水电站场景模型的对应区域进行配准更新,包括:
S1031、基于不同时段采集的详细数据信息提取空间变化参数和指标变化参数,基于所述空间变化参数构建变化空间模型,基于所述指标变化参数构建扩散空间模型;
其中,水电站场景内的坝体、库区、水体、山体、林地、建筑,以及该范围里面的设施等数据通过相应的监控设备进行监控和实时数据采集。空间变化参数是指水电站场景内发生了空间变化的物体的参数数据,如:山体滑坡、水体水位降低、建筑形状改变等空间形状发生了改变从而采集到的参数数据,利用空间变化参数构建变化空间模型,对水电站场景模型的相应位置进行更新。
指标变化参数是指水电站场景内发生了指标变化的参数数据,如:水体污染指标、空气污染指标、空气干燥指标、烟尘颗粒度指标等没有具体空间形状的指标参数数据,利用指标变化参数构建扩散空间模型对水电站场景模型进行叠加,便于从水电站场景模型上对相应的指标进行观察。如:在对应水电站场景模型的一个或多个监控空间网格内其水体污染的程度、烟尘颗粒的浓度等。根据不同时段采集的详细数据构建对应时段的变化空间模型和扩散空间模型。
S1032、基于所述监控空间网格对所述变化空间模型和所述扩散空间模型进行分段处理,对应获取分段变化模型和分段扩散模型,并对应所述监控空间网格将所述分段变化模型和分段扩散模型与水电站场景模型配准更新;
其中,对占据多个监控空间网格的变化空间模型和扩散空间模型,利用不同的监控空间网格的位置分布将变化空间模型和扩散空间模型分段成多个部分,即一个监控空间网格对应变化空间模型和扩散空间模型中的一部分,再针对于每一个监控空间网格对水电站场景进行更新,能够基于此确定发生变化的监控空间网格的源头或重点区域,以及确定受影响的监控空间网格,从而对水电站场景模型进行反馈。
更加具体来说,针对采集的详细数据信息构建详细数据集合P,并在其中取若干准备进行水电站场景模型更新的详细数据点集pi∈P;根据所述监控空间网格,将所述详细数据集合P进行划分,形成与每个监控空间网格对应的详细数据网格;进而,计算每个详细数据网格中的中间数据ln和协方差矩阵Cn;
式中,xh为每个详细数据网格中的数据点点集,m为每个网格中数据点的个数。利用详细数据网格中的每一个数据点xh的概率密度函数ρ(xh),通过正态分布变换得到正态分布模型N(ln,Cn),形成分段区间表示形式:
进而,对于每一个准备进行水电站场景模型更新的详细数据点集pi,确定其最优转移矩阵G,最优转移矩阵由最优值分数值G(p)计算得到:
接下来,针对所述详细数据集合P以及水电站场景模型对应的源数据集合Q,按照一定的约束条件,找到最近邻点(pi,qi),然后计算出最优匹配参数R和t,使得误差函数最小,其中误差函数E(R,t)为:
式中:n为最邻近点对的个数,pi为P中的一点,qi为Q中与pi对应的最近点,R为旋转矩阵,t为平移向量。利用误差函数最小的原则,实现将详细数据集合P中的数据点更新到所述水电站场景模型中的源数据。
S1033、所述水电站场景模型记录不同时段的融合状态,并根据最后一个融合状态更新所述水电站场景模型。
进一步,如图4所示、包括:
S1034、基于更新后所述水电站场景模型重点显示发生变化的区域并发出警报。
其中,重点显示发生变化的区域是指将发生变化并更新的分段变化模型和分段扩散模型进行标记并特殊显示,如:模型变色等。
如图5所示,本实施例的空天地一体化水电站空间状态智能监控管理系统,包括:
模型建立配准模块51,用于采集水电站预设范围内的初级场景数据,根据采集的所述初级场景数据建立水电站场景模型,基于所述水电站场景模型建立空间监控网,基于所述空间监控网设置监控设备;
空间状态变化对比模块52,用于基于所述空间监控网利用所述监控设备采集水电站的详细数据信息,将所述详细数据信息与水电站场景模型的前态数据信息进行对比,基于对比结果判断水电站空间状态是否发生变化;
模型更新模块53,用于根据若所述水电站空间状态发生变化,则基于采集的所述变化数据信息对所述水电站场景模型的对应区域进行配准更新。
其中,在本发明的数据来源层中,模型建立配准模块利用空、天、地三种手段采集初级场景数据,如:卫星遥感、视屏监控设备、雷达、声纳检测设备、物联网传感器、巡检无人机、巡检机器人、水下机器人和水陆巡航机器人等;将采集到的初级场景数据通过网络通讯传送至数据平台中,如:GPRD、GSM、Ethernet等。模型建立配准模块在AI智能层中通过通用组件、通用算法和专用模型等对数据平台中的初级场景数据进行处理,从而构建初级场景模型;在应用层中,将整个初级场景模型通过虚拟空间、数字孪生等方式展现便于监控管理;同时,在数据来源层中模型建立配准模块还利用空、天、地的手段继续对水电站的后续数据进行采集并通过数据平台储存,并在数据平台中利用空间状态变化对比模块将后续数据与之前数据平台储存的数据进行对比,对比后若发生变化则在应用层中,模型更新模块利用后续数据对数据平台进行更新。
进一步,所述模型建立配准模块51,包括:
数据采集模型建立子模块511,用于采集水电站预设范围内的初级场景数据,根据采集的所述初级场景数据建立水电站场景模型;
网格划分子模块512,用于基于所述水电站场景模型建立空间监控网,将所述空间监控网划分为多个监控空间网格。
进一步,所述空间状态变化对比模块52,包括:
网格锁定子模块521,用于利用卫星遥感或固定监控设备采集水电站的变化数据信息,基于所述变化数据信息锁定发生变化的所述监控空间网格;
详细数据采集子模块522,用于基于锁定的所述监控空间网格,利用该区域的固定监控设备或派出巡航监控设备进行详细数据信息采集,并按时间进行记录;
偏离变化值计算对比子模块523,用于基于采集到的所述详细数据信息和对应所述监控空间网格的水电站场景模型的前态数据信息计算偏离变化值,将所述偏离变化值与预设偏离值进行对比;
比较判断子模块524,基于对比结果判断水电站空间状态是否发生变化。
进一步,所述模型更新模块53,包括:
时段模型构建子模块531,用于基于不同时段采集的详细数据信息提取空间变化参数和指标变化参数,基于所述空间变化参数构建变化空间模型,基于所述指标变化参数构建扩散空间模型;
模型分段更新子模块532,基于所述监控空间网格对所述变化空间模型和所述扩散空间模型进行分段处理,对应获取分段变化模型和分段扩散模型,并对应所述监控空间网格将所述分段变化模型和分段扩散模型与水电站场景模型配准更新;
模型变化记录子模块533,所述水电站场景模型记录不同时段的融合状态,并根据最后一个融合状态更新所述水电站场景模型。
进一步,包括:
显示预警模块534,基于更新后所述水电站场景模型重点显示发生变化的区域并发出警报。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.空天地一体化水电站空间状态智能监控管理其方法,其特征在于,包括:
采集水电站预设范围内的初级场景数据,根据采集的所述初级场景数据建立水电站场景模型,基于所述水电站场景模型建立空间监控网,基于所述空间监控网设置监控设备;
基于所述空间监控网利用所述监控设备采集水电站的详细数据信息,将所述详细数据信息与水电站场景模型的前态数据信息进行对比,基于对比结果判断水电站空间状态是否发生变化;
若所述水电站空间状态发生变化,则基于采集的所述详细数据信息对所述水电站场景模型的对应区域进行配准更新。
2.根据权利要求1所述的方法,其特征在于,所述采集水电站预设范围内的初级场景数据,根据采集的所述初级场景数据建立水电站场景模型,基于所述水电站场景模型建立空间监控网,基于所述空间监控网设置监控设备,包括:
采集水电站预设范围内的初级场景数据,根据采集的所述初级场景数据建立水电站场景模型;
基于所述水电站场景模型建立空间监控网,将所述空间监控网划分为多个监控空间网格。
3.根据权利要求2所述的方法,其特征在于,所述基于所述空间监控网利用所述监控设备采集水电站的详细数据信息,将所述详细数据信息与水电站场景模型的前态数据信息进行对比,基于对比结果判断水电站空间状态是否发生变化,包括:
利用卫星遥感或固定监控设备采集水电站的变化数据信息,基于所述变化数据信息锁定发生变化的所述监控空间网格;
基于锁定的所述监控空间网格,利用该区域的固定监控设备或派出巡航监控设备进行详细数据信息采集,并按时间进行记录;
基于采集到的所述详细数据信息和对应所述监控空间网格的水电站场景模型的前态数据信息计算偏离变化值,将所述偏离变化值与预设偏离值进行对比;
基于对比结果判断水电站空间状态是否发生变化。
4.根据权利要求3所述的方法,其特征在于,所述若所述水电站空间状态发生变化,则基于采集的所述详细数据信息对所述水电站场景模型的对应区域进行配准更新,包括:
基于不同时段采集的详细数据信息提取空间变化参数和指标变化参数,基于所述空间变化参数构建变化空间模型,基于所述指标变化参数构建扩散空间模型;
基于所述监控空间网格对所述变化空间模型和所述扩散空间模型进行分段处理,对应获取分段变化模型和分段扩散模型,并对应所述监控空间网格将所述分段变化模型和分段扩散模型与水电站场景模型配准更新;
所述水电站场景模型记录不同时段的融合状态,并根据最后一个融合状态更新所述水电站场景模型。
5.根据权利要求4所述的方法,其特征在于,包括:
基于更新后所述水电站场景模型重点显示发生变化的区域并发出警报。
6.空天地一体化水电站空间状态智能监控管理系统,其特征在于,包括:
模型建立配准模块,用于采集水电站预设范围内的初级场景数据,根据采集的所述初级场景数据建立水电站场景模型,基于所述水电站场景模型建立空间监控网,基于所述空间监控网设置监控设备;
空间状态变化对比模块,用于基于所述空间监控网利用所述监控设备采集水电站的详细数据信息,将所述详细数据信息与水电站场景模型的前态数据信息进行对比,基于对比结果判断水电站空间状态是否发生变化;
模型更新模块,用于根据若所述水电站空间状态发生变化,则基于采集的所述变化数据信息对所述水电站场景模型的对应区域进行配准更新。
7.根据权利要求6所述的系统,其特征在于,所述模型建立配准模块,包括:
数据采集模型建立子模块,用于采集水电站预设范围内的初级场景数据,根据采集的所述初级场景数据建立水电站场景模型;
网格划分子模块,用于基于所述水电站场景模型建立空间监控网,将所述空间监控网划分为多个监控空间网格。
8.根据权利要求7所述的系统,其特征在于,所述空间状态变化对比模块,包括:
网格锁定子模块,用于利用卫星遥感或固定监控设备采集水电站的变化数据信息,基于所述变化数据信息锁定发生变化的所述监控空间网格;
详细数据采集子模块,用于基于锁定的所述监控空间网格,利用该区域的固定监控设备或派出巡航监控设备进行详细数据信息采集,并按时间进行记录;
偏离变化值计算对比子模块,用于基于采集到的所述详细数据信息和对应所述监控空间网格的水电站场景模型的前态数据信息计算偏离变化值,将所述偏离变化值与预设偏离值进行对比;
比较判断子模块,基于对比结果判断水电站空间状态是否发生变化。
9.根据权利要求8所述的系统,其特征在于,所述模型更新模块,包括:
时段模型构建子模块,用于基于不同时段采集的详细数据信息提取空间变化参数和指标变化参数,基于所述空间变化参数构建变化空间模型,基于所述指标变化参数构建扩散空间模型;
模型分段更新子模块,基于所述监控空间网格对所述变化空间模型和所述扩散空间模型进行分段处理,对应获取分段变化模型和分段扩散模型,并对应所述监控空间网格将所述分段变化模型和分段扩散模型与水电站场景模型配准更新;
模型变化记录子模块,所述水电站场景模型记录不同时段的融合状态,并根据最后一个融合状态更新所述水电站场景模型。
10.根据权利要求9所述的系统,其特征在于,包括:
显示预警模块,基于更新后所述水电站场景模型重点显示发生变化的区域并发出警报。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211110859.9A CN115585731A (zh) | 2022-09-13 | 2022-09-13 | 空天地一体化水电站空间状态智能监控管理系统及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211110859.9A CN115585731A (zh) | 2022-09-13 | 2022-09-13 | 空天地一体化水电站空间状态智能监控管理系统及其方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115585731A true CN115585731A (zh) | 2023-01-10 |
Family
ID=84777995
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211110859.9A Pending CN115585731A (zh) | 2022-09-13 | 2022-09-13 | 空天地一体化水电站空间状态智能监控管理系统及其方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115585731A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115879897A (zh) * | 2023-03-03 | 2023-03-31 | 中国水利水电科学研究院 | 一种水利水电工程建设管理系统以及管理方法 |
CN116229371A (zh) * | 2023-03-13 | 2023-06-06 | 浙江省交通运输科学研究院 | 一种天空地一体化公路边坡安全防控方法 |
-
2022
- 2022-09-13 CN CN202211110859.9A patent/CN115585731A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115879897A (zh) * | 2023-03-03 | 2023-03-31 | 中国水利水电科学研究院 | 一种水利水电工程建设管理系统以及管理方法 |
CN116229371A (zh) * | 2023-03-13 | 2023-06-06 | 浙江省交通运输科学研究院 | 一种天空地一体化公路边坡安全防控方法 |
CN116229371B (zh) * | 2023-03-13 | 2023-10-13 | 浙江省交通运输科学研究院 | 一种天空地一体化公路边坡安全防控方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110879989B (zh) | 基于小样本机器学习模型的ads-b信号目标识别方法 | |
CN115585731A (zh) | 空天地一体化水电站空间状态智能监控管理系统及其方法 | |
CN108399745B (zh) | 一种基于无人机的分时段城市路网状态预测方法 | |
CN112800913B (zh) | 一种基于多源特征融合的路面损伤数据时空分析方法 | |
CN108764668A (zh) | 一种基于bim技术的设施管理系统及方法 | |
CN110910440B (zh) | 一种基于电力影像数据的输电线路长度确定方法和系统 | |
CN114511784A (zh) | 环境监测预警方法、装置、设备及存储介质 | |
CN111866453A (zh) | 一种基于人工智能和bim的堰塞坝应急监测预警方法 | |
CN116993681A (zh) | 一种变电站巡检缺陷检测方法及系统 | |
CN117575550B (zh) | 一种基于bim技术的风电场数据三维可视化管理系统 | |
CN116720156A (zh) | 基于图神经网络多模态气象数据融合的气象要素预报方法 | |
CN113076999B (zh) | 基于人工智能信息数据采集方法 | |
CN112380945B (zh) | 一种基于卫星遥感影像的输电通道环境隐患的识别方法和系统 | |
CN109471205A (zh) | 一种基于网格化气象数据在电网运行中的监测预警方法 | |
CN113569956A (zh) | 一种基于ai算法的山火灾害勘查识别方法 | |
CN110765900A (zh) | 一种基于dssd的自动检测违章建筑方法及系统 | |
CN115184563A (zh) | 一种基于数字孪生的化工车间现场数据采集方法 | |
CN115083212A (zh) | 一种基于三维建模的无人机定位智能管理系统 | |
CN110782081B (zh) | 一种天地联合覆冰的预测预警系统及预测预警方法 | |
Vandaele et al. | Calibrated river-level estimation from river cameras using convolutional neural networks | |
CN114612801B (zh) | 一种基于高分遥感卫星几何定位模型的洪灾预警方法 | |
CN118135426B (zh) | 一种基于卫星影像与sam的港口水域交通状况识别方法 | |
CN118012977B (zh) | 一种基于ai与gis融合的二三维多模态数据处理方法 | |
CN117765481B (zh) | 集成多源数据的电力系统火灾智慧预警方法及系统 | |
CN118174291A (zh) | 多时空尺度下的分布式光伏出力自适应预测方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |