[發明專利]一種水體監測視頻及數據聯動預警方法及系統

在審

• 申請號: 202010973031.0
• 申請日: 2020-09-16
• 公開（公告）號: CN112101790A
• 公開（公告）日: 2020-12-18
• 發明（設計）人: 李梅;梁漫春;李楚;錢益武;周揚;程雨涵;王清泉;徐立梅;劉美麗;丁虎;吳正華;孔美玲;任瑩;杜曉闖
• 申請（專利權）人: 清華大學合肥公共安全研究院;安徽澤眾安全科技有限公司;北京辰安測控科技有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/26;G06K9/62;G06N3/04;G01D21/02
• 代理公司: 合肥市浩智運專利代理事務所(普通合伙) 34124
• 代理人: 張景云

1.一種水體監測視頻及數據聯動預警方法，其特征在于：包括以下步驟：

S01.根據歷史水質監測數據，制作每個入河排口節點的風險評分表；

S02.根據歷史視頻數據，訓練獲得目標神經網絡模型；

S03.水質監測預警，根據入河排口節點當前時間段的各項監測因子，代入該節點的風險評分表，獲得預警等級；

S04.視頻監測預警，根據當前時間段獲得的監測視頻經過處理后輸入目標神經網絡模型，輸出預警值，當預警值超過閾值時，發出預警信號；

S05.根據水質監測預警等級和視頻監測預警值，綜合判斷，輸出報警信號。

2.根據權利要求1所的一種水體監測視頻及數據聯動預警方法，其特征在于：還包括根據實際入河排口節點的污染程度，對風險評分表的各項監測因子的權重進行調整。

3.根據權利要求1所的一種水體監測視頻及數據聯動預警方法，其特征在于：所述步驟S01中，根據歷史水質監測數據及實際業務，給出每個入河排口節點的至少COD、氨氮、總磷、硝酸鹽、TOC、pH、溶解氧、小時累計流量、小時平均液位、小時平均水溫各項監測因子的初步權重，得出該節點的綜合風險評分表，并對照風險得分劃分風險等級。

4.根據權利要求1所述的一種水體監測視頻及數據聯動預警方法，其特征在于：所述步驟S02具體為：

將歷史視頻數據分解有排放圖像和無排放圖像劃分為訓練集和交叉驗證集，將有排放圖像設為1，無排放圖像設為0；然后將訓練集輸入VGG16+全連接網絡的訓練網絡中進行訓練，輸出圖像分類；然后根據交叉驗證集驗證分類結果是否準確，最后得到目標神經網絡模型。

5.根據權利要求1所述的一種水體監測視頻及數據聯動預警方法，其特征在于：所述步驟S03中，根據水環境在線監測設備獲得入河排口節點當前時間段的原始水質數據，然后通過查詢及多表關聯對原始水質數據進行清洗和異常值檢測，對因設備原因分析出的異常值進行刪除；然后對原始水質數據常因為設備的運行異常存在缺失值，分別用水質中位數缺失值進行填充；最后通過計算，至少得到COD、氨氮、總磷、硝酸鹽、TOC、pH、溶解氧、小時累計流量、小時平均液位、小時平均水溫各項監測因子。

6.根據權利要求1所述的一種水體監測視頻及數據聯動預警方法，其特征在于：所述步驟S05中綜合判斷具體為：當水質檢測預警與視頻檢測預警同時發出警報，則發出最終警報，當僅只有水質監測發出預警信息，若水質監測預警等級達到設定值，則發出最終警報；當僅只有視頻監測發出預警時，則發出最終警報。

7.一種水體監測視頻及數據聯動預警系統，其特征在于：包括

風險評分表生成模塊，根據歷史水質監測數據，制作每個入河排口節點的風險評分表；

神經網絡訓練模塊，根據歷史視頻數據，訓練獲得目標神經網絡模型；

水質監測預警模塊，根據入河排口節點當前時間段的各項監測因子，代入該節點的風險評分表，獲得預警等級；

視頻監測預警模塊，根據當前時間段獲得的監測視頻經過處理后輸入目標神經網絡模型，輸出預警信息；

綜合判斷模塊，根據水質監測預警等級和視頻監測預警信息，綜合判斷，輸出報警信號。

8.根據權利要求7所述的一種水體監測視頻及數據聯動預警系統，其特征在于：所述神經網絡訓練模塊具體執行過程為：

將歷史視頻數據分解有排放圖像和無排放圖像劃分為訓練集和交叉驗證集，將有排放圖像設為1，無排放圖像設為0；然后將訓練集輸入VGG16+全連接網絡的訓練網絡中進行訓練，輸出圖像分類；然后根據交叉驗證集驗證分類結果是否準確，最后得到目標神經網絡模型。