[發明專利]一種基于人臉識別算法的實時洪水預報智能方法

有效

• 申請號: 202110322965.2
• 申請日: 2021-03-26
• 公開（公告）號: CN112711917B
• 公開（公告）日: 2021-07-16
• 發明（設計）人: 陳瑜彬;閔要武;馮寶飛;李玉榮;牛文靜;張俊;許銀山;張瀟;曾明;張濤
• 申請（專利權）人: 長江水利委員會水文局
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06Q10/04;G01C13/00;G06F113/08
• 代理公司: 北京中北知識產權代理有限公司 11253
• 代理人: 吳靜

本發明公開了一種基于人臉識別算法的實時洪水預報智能方法，通過提取和識別影響洪水演變過程的特征因子，明確影響場次洪水過程的要素和指標，建立形成特征因子組合與歷史場次洪水的一一對應關系；通過建立靜態參數庫，獲得不同特征因子組合下，場次洪水過程與水文預報模型及參數的配套關系；當面臨當前場次洪水時，通過人臉識別算法實現當前水文氣象條件與歷史場次洪水過程對應特征因子組合的匹配，進而實現洪水過程針對性的實時預報。

技術領域

本發明涉及洪水預報方法，具體是一種基于人臉識別算法的實時洪水預報智能方法，屬于水文預報技術領域。

背景技術

水文預報既是水旱災害防御的重要技術支撐，又是水庫興利調度和資源高效利用的重要手段。近年來，我國水利事業飛速發展，一大批大型、巨型水利工程拔地而起，相繼建成投產。水利工程的批量建設，在發揮巨大防洪、發電、航運、灌溉、供水、生態等綜合效益的同時，也顯著改變了流域天然河道情勢和產匯流變化規律，給流域水文預報帶來了極大變化和挑戰。因此，合理利用新技術、新方法不斷提高水文預報精度，對進一步提升水利工程精細化調度水平、更大限度發揮其綜合利用效益具有重要意義。

目前，常規的洪水預報方法大多采用不同的輸入條件對應同一水文模型或方法開展洪水預報，通過總體預報精度的控制，達到相關標準和規范的要求。這種計算方法簡單實用，易于理解，但是面臨一些問題，主要體現在：①預報精度存在提升瓶頸，在現有方法和應用范圍內，洪水預報精度達到甲級標準（85%以上）已非常不易，應用效果最好的流域和斷面也難以保證更高的預報水平；②模型選擇存在較大困難，計算過程中通常將歷史場次洪水過程劃分為率定期和檢驗期，在率定期取得較好預報效果和精度的模型方法，在檢驗期往往效果不佳。上述問題在一定程度上限制了常規洪水預報方法的進一步發展和應用，尤其實時洪水預報精度的進一步改善和提升面臨多重困難和較大挑戰。

國務院下發《新一代人工智能發展規劃》，將人工智能正式上升為國家戰略。隨著機器學習、深度學習、數據挖掘等人工智能技術的飛速發展，采用計算機實現水文預報智能化將成為可能。利用人工智能技術強大的信息提取和識別能力有望實現場次洪水過程的逐一預報計算，從而為場次洪水過程“量身定制”適用的模型方法，最大限度的提升預報精度。因此，結合人工智能技術提出更高效的洪水預報方法是十分必要的。

發明內容

為解決上述技術問題，本發明提供一種基于人臉識別算法的實時洪水預報智能方法，通過對歷史場次洪水過程的分析，提取和識別影響洪水演變過程的特征因子，形成特征因子組合與歷史場次洪水的一一對應關系，并建立場次洪水過程與水文預報模型及參數的配套關系，形成靜態參數庫；當面臨新的洪水過程時，采用人臉識別算法實現當前水文氣象條件與特征因子組合的匹配，若匹配成功，則直接調用相應的水文預報模型和參數，完成此次洪水過程的實時預報，若匹配不成功，則將當前水文氣象條件形成的特征因子組合添加至靜態參數庫，形成一組新的配套關系，實現靜態參數庫的累積式成長。通過該技術可以實現每一場次洪水過程實時洪水預報的“量身定制”，能夠利用人工智能技術更快速、準確地實現洪水預報，顯著提高水文預報精度、有效延長水文預報預見期，具有適用性更強、推廣度更高等優點，可以為水資源調度和水旱災害防御提供更精確的水文信息支持。

為達到上述目的，本發明所采取的技術方案為：一種基于人臉識別算法的實時洪水預報智能方法，包括以下步驟：

S1、獲取臉譜集合：收集歷史資料，基于流域產匯流規律分析和水文氣象成因分析，提取并識別影響洪水過程的各類特征因子，并針對每一場次歷史洪水過程形成相應的特征因子組合，作為該場次洪水過程的臉譜，即每一場次洪水過程會對應一張以特征因子為要素的臉譜，形成臉譜集合，

所述形成臉譜集合是將歷史場次洪水對應的各張臉譜分別轉換成維向量，并將其放置在一個集合中，如下式所示：