基于深度学习的河防工程边坡坍塌检测方法

    公开(公告)号:CN114255250A

    公开(公告)日:2022-03-29

    申请号:CN202111621901.9

    申请日:2021-12-28

    Abstract: 本发明公开了一种基于深度学习的河防工程边坡坍塌检测方法,利用监控设备采集河防工程边坡图像数据;采用基于注意力机制的轻量化U‑net网络模型从边坡图像数据中分割出边坡区域;再通过背景建模运动目标检测算法,检测边坡区域中的运动目标;最后通过轻量化卷积神经网络对运动目标进行判断。本发明所述方法通过计算机语言嵌入到智能监控摄像设备中,将设备安放在河防护岸上的杆状物上,自动采集边坡数据,自动识别边坡坍塌运动,解决了人力巡检排查河防工程边坡的问题,同时利用基于注意力机制的轻量化U‑net图像分割模型、背景建模算法、轻量化卷积神经网络,有效的排除了现场环境中的干扰运动,极大的增加了算法的检测准确率。

    用于明渠的测控一体化平板闸门

    公开(公告)号:CN112982337A

    公开(公告)日:2021-06-18

    申请号:CN202110432626.X

    申请日:2021-04-21

    Abstract: 本发明公开了一种用于明渠的测控一体化平板闸门,包括预埋在渠道两侧壁对应位置处的闸槽,预埋在渠道底板内位于两所述闸槽之间的底坎,以及闸框、闸板、测流装置和启闭设备;闸框为由左、右立框、底部横框和顶部横框构成,左、右立框内侧面开设有滑槽,闸板滑动插装在闸框的滑槽内,闸框的左、右立框插装于对应的闸槽内;启闭设备为设置在闸框顶部横框上的驱动电机,驱动电机动力轴通过减速器、丝杠与设置在闸板顶部的螺母传动连接;测流装置为四个,分别设置在渠道两侧壁闸槽的上下游侧。本发明优点在于闸框可以从闸槽埋件中拔出,安装、检修方便。通过能量守恒及渠道连续方程进行被监测断面的平均流量,不需要参数率定,测量精度高。

    与渠道平板闸门相结合的闸门流量计及其测流方法

    公开(公告)号:CN111307224B

    公开(公告)日:2025-04-25

    申请号:CN202010281500.2

    申请日:2020-04-10

    Abstract: 本发明公开了一种与渠道平板闸门相结合的闸门流量计及其测流方法,包括分别设置在平板闸门两个门槽上、下游侧的一对渠道水流形态监测装置和流量监测控制器。测流方法:S1,构建渠道三断面测流环境;S2,流量监测控制器发出控制指令,控制上、下游侧压力水位监测仪在监测时段Δt内按照设定的采集频率,同步采集上游侧监测断面Ls的水位数据和下游侧监测断面Lx的水位数据;S3,被监测断面Le的过流量计算。本发明突破了传统的测流方法,通过安装在被监测平板闸门上、下游两侧的渠道水流形态监测装置与渠道侧壁作用引起的渠道被监断面上、下游水位的变化,通过能量守恒及渠道连续方程进行被监测平板闸门平均流量的监测与计算,具有测量精度高的优点。

    基于水尺字符检测识别的水位识别方法

    公开(公告)号:CN114067095B

    公开(公告)日:2023-11-10

    申请号:CN202111428932.2

    申请日:2021-11-29

    Abstract: 本发明公开了一种基于字符检测识别的水尺水位识别方法,通过深度学习算法提取水尺图像中水尺和E字符;其中完整字符E代表的水尺长度M;半字符E分为若干类,每类代表唯一的水尺长度S;通过深度学习算法确定半字符E代表的刻度值S;根据识别到的E字符数量N及E字符对应的刻度值S;计算水面以上的水尺刻度值;用水尺的总刻度值减去水面以上的水尺刻度值,得到水位值。本发明优点在于利用远程水尺监控图像,采用轻量化深度学习模型,在不额外增加水位线识别模型的情况下,仅对离水面最近的完整或者不完整字符E进行识别,保证在视角变化、光照变化等复杂场景下精确、完整地识别图像中水尺的刻度信息,降低了算法的复杂度,提高了检测效率。

    一种基于暴雨与洪水相似性的洪水预警方法及系统

    公开(公告)号:CN115188163A

    公开(公告)日:2022-10-14

    申请号:CN202210806457.6

    申请日:2022-07-08

    Abstract: 本发明公开了一种基于暴雨与洪水相似性的洪水预警方法及系统,该方法包括:获取暴雨相似性分析数据;根据雨量阈值和时段间隔阈值从历史水文数据中筛选典型场次暴雨事件得到典型暴雨事件;根据典型暴雨事件建立暴雨和洪水的特征库;根据实时雨水情数据和实时预报雨情数据得到当前暴雨事件的特征和当前洪水的特征;基于特征库判断是否能从典型暴雨事件中筛选出与当前暴雨事件特征匹配的历史场次暴雨事件;若是,则基于特征库从典型暴雨事件中筛选出与当前洪水特征匹配的历史场次暴雨事件对应的历史洪水事件;根据历史洪水事件的特征对当前暴雨事件进行洪水预警。本发明预测当前暴雨事件和洪水发展情势,根据历史洪水事件特征对当前洪水进行预警。

    基于主动场源的堤防安全监测方法

    公开(公告)号:CN114264420A

    公开(公告)日:2022-04-01

    申请号:CN202111520727.9

    申请日:2021-12-14

    Abstract: 本发明公开了一种基于主动场源的堤防安全监测方法,1,自堤防迎水侧向背水侧布设测线单元;2,测线单元中的测量电极自堤防首端向末端按照设定的间隔距离依次埋设在浅地表层;3,将供电正极依次对位于堤防迎水侧测线单元中各测量电极供电,并同时采集该测量电极的电流数据,同时采集其他未供电测量电极的电压数据和其余测线单元中所有测量电极的电压数据;4,将采集的电流数据和电压时间序列数据进行傅里叶变换,提取相应供电频率对应的电流、电压数据,计算视电阻率ρ=K×V/I;然后,计算视频散率Ps(fL,fH)=[ρs(fL)‑ρs(fH)]/ρs(fH)×100%;5,根据视频散率Ps(fL,fH),进一步提取视频散率变化量,从而实现对堤防险情的演变监控。

    用于水利工程变形的远程图像智能识别方法

    公开(公告)号:CN111416964A

    公开(公告)日:2020-07-14

    申请号:CN202010385449.X

    申请日:2020-05-09

    Abstract: 本发明公开了一种用于水利工程变形的远程图像智能识别方法,S1,数据采集;S2,数据处理终端设备实时接收所述摄像机传输的所述视频图像,通过图像智能识别算法处理后,自动判断在当前被监测区域内是否发生水利工程险情,并以颜色标记出险情区域,估算出险情面积并保存出现险情前、后的截图;S3,云端服务器的险情综合管理平台用于被监测水利工程现场的实时监控、现场历史录像回放、现场险情信息查询及日常安全巡查与管理,并将相关图像与数据信息自动生成现场险情报告。本发明相较于传统的人工巡查方式,水利工程安全维护与巡查工作实现了远程化,可视化,降低了人力资源的投入,减少了险情巡查中的疏漏,并且能够对现场险情进行实时有效的预警。

    用于矩形渠道流量监测的明渠流量计及其测流方法

    公开(公告)号:CN111272234A

    公开(公告)日:2020-06-12

    申请号:CN202010280773.5

    申请日:2020-04-10

    Abstract: 本发明公开了一种用于矩形渠道流量监测的明渠流量计及其测流方法,由设置在矩形渠道内的渠道水流形态监测装置和流量监测控制器组成。测流方法包括:S1,构建所述矩形渠道三断面测流环境;S2,控制模块发出控制指令,控制上、下游侧压力水位监测仪在设定的监测时段Δt内按照设定的采集频率,同步采集上游侧监测断面Ls的水位数据和下游侧监测断面Lx的水位数据;S3,被监测断面Le的过流量计算。本发明突破了传统的测流方法,通过安装在被监测断面位置的渠道水流形态监测装置与渠道侧壁作用引起的渠道被监断面上、下游水位的变化,依据能量守恒及渠道连续方程进行被监测断面平均流量的监测与计算。具有测量精度高,安装、测流简便的优点。

    基于可微分参数学习的水文混合建模方法

    公开(公告)号:CN119939252A

    公开(公告)日:2025-05-06

    申请号:CN202510061546.6

    申请日:2025-01-15

    Abstract: 本发明公开了一种基于可微分参数学习的水文混合建模方法,对水文模型进行可微分化重构;建立参数学习神经网络;将参数学习神经网络耦合到重构的水文模型中,形成耦合数据驱动和传统水文模型的混合模型。本发明的优点在于在水文模型之前引入了一个参数学习神经网络。从收集到的数据中,学习预测水文模型所需的参数,再利用水文模型进行径流的预测。同时径流的观测值作为参数学习神经网络的约束,用于调整参数学习神经网络的输出,构成部分黑箱化的水文模型,解决了当前气候变化和人类活动带来的水文特征在时间和空间上变异对传统水文模型预测精度的影响,提高了径流的预测精度。

Patent Agency Ranking