[发明专利]一种基于聚类和GRU实现水位预警的方法及系统

说明书

本发明公开了一种基于聚类和GRU实现水位预警的方法，包括步骤：S11.采集水位信息，并根据采集到的水位信息计算水位变化量数据集；S12.基于DBSCAN聚类算法对水位变化量数据集进行聚类，得到水位变化量数据集相对应的正常数据和异常数据；S13.将得到的正常数据和异常数据输至入GRU网络中进行训练，得到预测异常点的权重参数，根据得到的权重参数构建水位预测模型；S14.将测试数据输入构建的水位预测模型中，水位预测模型输出水位信息。本发明可以准确预测出水位高度，达到提前预警，提前采取应对措施，使水域水位处于安全状态，从而保障人民的生命安全和财产安全。

技术领域

本发明涉及水位预测技术领域，尤其涉及一种基于聚类和GRU实现水位预警的方法及系统。

背景技术

随着我国经济的高速发展，科技技术的不断进步，尤其是“互联网”的兴起，很多工作都变得简便化，信息化。这几年，我国的汛期时间越来越久，对我国居民安全和经济发展也大大起到阻碍作用，每到进入雨季，我国的防汛工作都会日常的严峻，因此，如何将我国防汛工作信息化提升，快速准确预警，已成为当下防汛最关键、最紧急的事情，应当通过有效的分析方法及时预测并预警。

目前存在很多预测水位的方法，但是他们都有一些缺陷。如传统的水位预测的核心任务是构建水位预测模型，通过不同的理论方法、层级结构和建模方式对水位过程进行刻画与描述，然后采用数学语言或物理模型的形式进行表达，最终应用于预测预报计算和水位模拟分析。比如新安江模型等，这些模型都有一定的适用范围，并且只能被一些专业人员所掌握，因此适应性不强。因此，针对上述技术问题，本发明提出了一种基于聚类和GRU实现水位预警的方法及系统来解决存在的技术问题。

发明内容

本发明的目的是针对现有技术的缺陷，提供了一种基于聚类和GRU实现水位预警的方法及系统。

为了实现以上目的，本发明采用以下技术方案：

一种基于聚类和GRU实现水位预警的方法，包括步骤：

S1.采集水位信息，并根据采集到的水位信息计算水位变化量数据集；

S2.基于DBSCAN聚类算法对水位变化量数据集进行聚类，得到水位变化量数据集相对应的正常数据和异常数据；

S3.将得到的正常数据和异常数据输至入GRU网络中进行训练，得到预测异常点的权重参数，根据得到的权重参数构建水位预测模型；

S4.将测试数据输入构建的水位预测模型中，水位预测模型输出水位信息。

进一步的，所述步骤S1中根据采集到的水位信息计算水位变化量信息集之后还包括：对每条水位变化量数据X_0＝[X₀，X₁，X₂...X_t...X_n]进行最大最小归一化处理，得到归一化处理后的数据集X＝[x₀，x₁，x₂...x_t...x_n]。

进一步的，所述步骤S2具体包括：

S21.在数据集中任选一个未被处理的对象x_i，检查对象x_i的邻域，若x_i对应的邻域中点数量大于等于最小包含点数minPts，则建立一个簇K，并将x_i标记为已处理，将x_i对应的邻域中的所有点加入候选集C中，并执行步骤S22；若x_i对应的邻域中点数量小于最小包含点数minPts，则标记x_i为噪声点；