[发明专利]一种感潮河网水闸运行数据模型化处理方法、系统及终端

权利要求书

1.一种感潮河网水闸运行数据模型化处理方法，其特征是，包括以下步骤：

对初始的外江潮位进行降噪预处理，并通过不同的窗口宽度对降噪后的外江潮位进行滑动平均，得到多个平滑结果；

选取与初始的外江潮位的涨落潮趋势匹配度最高的平滑结果，并对选取的平滑结果进行异常波动消除处理后得到标准平滑结果，以及将标准平滑结果作为水系出口外江潮位边界条件加入ICM水质模型；

在ICM水质模型中的Infoworks RTC模块，通过构建中间变量对标准平滑结果中的涨落潮趋势进行分析，得到涨落潮趋势结果；

根据管理站实际的闸站开启记录同时刻的内外江潮位数据，并初步设置开启水闸时的内江潮位大于外江潮位的水位差阈值；

将涨落潮趋势结果和水位差阈值作为水闸运行总规则写入水闸启闭运行的InfoworksRTC模块；

通过Infoworks RTC模块对不同水位差阈值进行试算，确定水闸启闭的最优水位差阈值，以得到最终的Infoworks RTC模块。

2.根据权利要求1所述的一种感潮河网水闸运行数据模型化处理方法，其特征是，所述涨落潮趋势匹配度的分析过程具体为：

根据平滑结果计算相邻时刻之间潮位的差值，得到平滑涨落潮状态序列；

根据初始的外江潮位计算相邻时刻之间潮位的差值，得到初始涨落潮状态序列；

以平滑涨落潮状态序列与初始涨落潮状态序列之间最大的分布相似度作为涨落潮趋势匹配度。

3.根据权利要求2所述的一种感潮河网水闸运行数据模型化处理方法，其特征是，所述分布相似度的计算过程具体为：

若潮位的差值大于0，则为涨潮，序列值赋值为1；

若潮位的差值小于0，则为落潮，序列值赋值为0；

对比平滑涨落潮状态序列和初始涨落潮状态序列在同一时刻的序列值；若序列值相同，则对相应时刻赋值为1；若序列值不同，则对相应时刻赋值为0；

对所有时刻的赋值累计求和，计算1值占比，得到分布相似度。

4.根据权利要求1所述的一种感潮河网水闸运行数据模型化处理方法，其特征是，所述平滑结果的异常波动消除处理过程具体为：

选取平滑结果中涨潮或落潮的持续时间小于预设时间所对应的外江潮位作为异常数据；

采用插值处理方法对异常数据进行替换，得到标准平滑结果。

5.根据权利要求1所述的一种感潮河网水闸运行数据模型化处理方法，其特征是，所述涨落潮趋势的分析过程具体为：

构建中间变量，并将上一时刻的外江潮位赋值给中间变量；

计算下一时刻的外江潮位与中间变量的差值；若差值小于0，则判断为落潮；若差值大于0，则判断为涨潮。

6.根据权利要求1所述的一种感潮河网水闸运行数据模型化处理方法，其特征是，所述涨落潮趋势结果和水位差阈值的写入过程具体为：

依据涨落潮趋势结果、水位差阈值和水闸实际运行的原始记录数据对水闸实际的启闭条件进行规则概化处理；

将得到的水闸运行规则作为边界条件纳入Infoworks RTC模块中。

7.根据权利要求1所述的一种感潮河网水闸运行数据模型化处理方法，其特征是，所述最优水位差阈值的确定过程具体为：

通过Infoworks RTC模块对水位差阈值进行试算，得到相应的水闸开启状态和水闸流量状态；

对水闸开启状态和水闸流量状态进行逻辑并判断；

统计判定合格的状态数据量比例，选取状态数据量比例最大所对应的水位差阈值作为最优水位差阈值。