[发明专利]基于深度学习的高寒水库冰情预测方法、系统、电子设备

说明书

本发明公开了基于深度学习的高寒水库冰情预测方法、系统、电子设备，属于水库冰情预测技术领域，包括构建数据库，获取水库表面上不同位置的条件参数和对应的冰层状态参数，条件参数包括水面上不同高度的温度、水面风向和风速，冰层状态参数包括冰层面积大小和冰层厚度；连续获取水库表面上相同位置在条件参数发生变化时，冰层状态参数对应的变化情况，并对数据库内的信息进行补充；将数据库内的信息分成训练集和测试集；利用训练集的信息建立预测模型，并利用测试集内的信息对预测模型进行验证；利用预测模型对水库表面上的冰层形成过程进行预测。本发明利用深度学习算法，提高了预测模型建立的准确性和速度，能够提前对冰层形成过程进行预测。

技术领域

本发明涉及水库冰情预测技术领域，具体为一种基于深度学习的高寒水库冰情预测方法、系统、电子设备。

背景技术

冰是水资源重要的存在形式，普遍存在于寒冷或高纬度区域，在水文循环中担任着举足轻重的角色。在我国30°N以北的地区每年冬季都会有不同程度的冰情现象发生，约占全国国土面积的70％。众所周知，水库的修建使河流的水力学和水文学特征发生显著变化，与此同时，这些变化直接影响到水库及其上下游河道的热力过程。值得注意的是，随着社会的发展，水利水电工程的开发正逐渐向寒冷高海拔、高纬度的河源区推进，例如：雅鲁藏布江中上游、雅砻江上游、澜沧江上游等，在这些地方修建水库必然会面临冰情问题，如库区结冰和解冻延迟、冰下水温增加、水库下游产生不封冻河段等。

寒区河流上水库的修建，使库区及上下游河道的水力学特征发生显著变化，并直接影响到原河道的冰情过程。因此，针对寒区工程的实际需求，开展水库冰塞动力学的作用机理和演变规律研究，可为寒区水库工程设计、冰期调度运行和防凌减灾等方面提供重要的科技支撑，开展高寒地区水库冰水热力的研究，实现高寒地区结冰水库的水温-冰情的有效反演和模拟，对于水库设计、运行管理、防凌减害、环境保护、水资源调度、工程安全等方面具有重要的科学意义和工程应用价值。但是在本领域内，已有的对水库冰水研究主要集中在经验公式和简化的数学模型上，没有一种方便快速又能够提前对冰层的形成和演化过程进行精准预测的冰情预测方法。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明提供了一种应用于基于深度学习的高寒水库冰情预测方法、系统，通过建立预测模型，能够方便又快速的提前对冰层的形成和演化过程进行精准预测。

为实现上述目的，第一方面，本申请提供了一种基于深度学习的高寒水库冰情预测方法，包括：

构建数据库，包括获取水库表面上不同位置的条件参数和对应的冰层状态参数，所述条件参数包括水面上不同位置处的温度、水面风向和风速，所述冰层状态参数包括冰层是否连续和冰层厚度；

连续获取水库表面上相同位置在条件参数发生变化时，冰层状态参数对应的变化情况，并对数据库内的信息进行补充；

将数据库内的信息分成训练集和测试集；

利用训练集的信息建立预测模型，并利用测试集内的信息对预测模型进行验证；

利用验证后的预测模型对水库表面上不同位置、不同条件下冰层形成过程进行预测。

优选的，所述获取水库表面上不同位置的条件参数和对应的冰层状态参数包括通过测量发射光线折射角大小实现冰层和水面的探测区分，判断冰层是否连续；通过超声波探测实现冰层厚度的测量。

优选的，所述通过超声波探测实现冰层厚度的测量包括利用无人机搭载超声波探头在冰层上方垂直入射超声波，并接收超声波在空气/冰界面反射和冰/水界面二次反射的超声波回波，根据两次超声波回波的间隔时间计算冰层的厚度。

优选的，所述通过超声波探测实现冰层厚度的测量还包括利用水下超声波与水面超声波同步探测实现冰层厚度的测量，通过水下超声仪进行水下超声波探测。

优选的，所述水库周边设置有UWB定位基站，搭载超声波探头的无人机和水下超声仪均与所述UWB定位基站无线连接；