一种大坝监测异常预警方法及系统

本发明涉及大坝异常监测领域，具体涉及一种大坝监测异常预警方法及系统。

背景技术：

1、大坝是重要的水利工程设施，承载着防洪、供水、灌溉和发电等重要功能，因此大坝的重要性是显而易见的。随着投入使用的时间越长，受各种因素的影响大坝的使用寿命可能达不到建设时的预期时间，而各种极端天气的影响也会对大坝造成不可逆的损失。为了保证大坝的安全，都会对大坝进行安全监测，反应大坝的实际状态。

2、现行的大坝虽然也布设了相应的监测设备安全监测，但是多种监测设备的检测数据均单独处理，只会单项触发报警值后发出预警，而由于数据未进行统一处理，导致预警信号等级不明确，且单一数据的预警无法整体判断大坝的实际状态，导致监测结果不准确，一旦发生误判还会影响监测的连续性以及对预警的应对措施。

技术实现思路

1、本发明的目的在于提供一种大坝监测异常预警方法及系统，解决以上技术问题。

2、本发明的目的可以通过以下技术方案实现：

3、一种大坝监测异常预警方法，包括：

4、s1：将大坝按照区域划分成多个坝体监测区，通过在每个坝体监测区安装监测设备实时获取坝体参数和外在参数，其中坝体参数包括坝体位移、坝体应力、坝体渗流量及坝体振动，外在参数包括大坝整体位移量及大坝所在区域的极端天气发生频率；

5、s2：通过巡查无人机携带监测相机随机巡检每个坝体监测区，通过拍摄每个坝体监测区的图像，与标准图像进行对比后，判断当前坝体监测区是否存在显性裂缝及溃坝情况，若存在显性裂缝则将当前坝体监测区标成黄色，若存在溃坝情况，则立即进行红色警报，对大坝周围地区进行紧急疏散；

6、s3：对所述坝体参数按照预设的处理规则进行处理，获得坝体运行预警系数，将大坝整体位移量及大坝所在区域的极端天气发生频率输入到预先训练好的大坝环境处理模型内，输出大坝外在预警系数，通过公式：计算获取坝体预警系数；式中，、为预设影响因子，为基于历史数据获取的参考值；

7、s4：将坝体预警系数与预设的坝体预警值进行比较，根据比较结果判断是否需要进行预警，并对需要进行预警的坝体监测区进行标记；

8、s5：对标记的坝体监测区进行声发射监测，对声发射监测获取的参数进行处理并获取声发射预警系数，根据声发射预警系数与声发射预警值的比较情况，将标记的坝体监测区划分为重点标记区和非重点标记区，若存在重点标记区，则对重点标记区进行预测分析，否则，不进行预警；

9、s6：根据预测分析的结果，分别对重点标记区对应的坝体监测区进行一级预警、严重预警及应急预警；

10、s7：接收一级预警则通知管理人员将对应的坝体监测区列入坝体维护序列并提高无人机对该坝体监测区的巡检频率；

11、接收严重预警则通知管理人员立即进行坝体维护并提高巡查无人机对大坝的整体巡检频率；

12、接收应急预警则执行预设的应急措施。

13、作为进一步的技术方案，获得坝体运行预警系数的过程为：

14、通过公式：

15、；

16、计算获得坝体运行预警系数；

17、当坝体参数中至少有一项参数值大于或等于预设阈值时，则采用公式；当坝体参数中每项参数值均小于预设阈值时，则采用公式；为当前坝体监测区的状态值；、、、分别为当前坝体监测区的坝体位移、坝体应力、坝体渗流量及坝体振动值；、、、为预设权重系数。

18、作为进一步的技术方案，当前坝体监测区的状态值；

19、其中，为第 i 项坝体参数第 j 次检测的值，为第 i 项坝体参数的预设阈值，为第 i 项坝体参数的均值，为去量纲系数，为一个监测周期内每间隔预设时间获取一次坝体参数的总次数。

20、作为进一步的技术方案，获取声发射预警系数的过程为：

21、通过公式：；

22、；

23、计算获得声发射预警系数；

24、式中， 、 、分别为声发射信号的幅度、声发射信号的持续时间、声发射信号的速率，为去量纲系数，为影响系数，、分别为起始和结束时间点，为～内声发射预警系数随时间的变化曲线，为基于历史数据的声发射预警系数随时间的参考变化曲线。

25、作为进一步的技术方案，将标记的坝体监测区划分为重点标记区和非重点标记区的过程为：

26、将每个标记的坝体监测区的声发射预警系数与声发射预警值进行比较；

27、若满足≥且当前坝体监测区为黄色坝体监测区，则将标记的坝体监测区设为重点标记区，并对重点标记区进行预测分析；

28、否则，标记为非重点标记区。

29、作为进一步的技术方案，所述预测分析的过程包括：

30、通过公式：计算获得异常预警值；

31、式中，为第k个监测周期内下方与上方围成的区域面积，为预设的区域面积预警值，为坝体运行预警系数随时间的变化曲线，为坝体运行预警系数均值随时间的变化曲线，为预设比例系数，为劣化值，为监测周期的总个数，且≥3，为第k个监测周期内的异常指数；

32、将异常预警值与预设的异常预警区间进行比对；

33、若＜，则对当前坝体监测区进行一级预警；

34、若∈，则对当前坝体监测区进行严重预警；

35、若＞，则对当前坝体监测区进行应急预警。

36、作为进一步的技术方案，当≥3时，所述劣化值通过公式：计算获得劣化值，式中为第k-2个监测周期下的异常指数，为第k-1个监测周期下的异常指数；当＜3时，取值为0。

37、作为进一步的技术方案，通过卫星雷达数据获取大坝的整体位移量数据，基于历史数据获取每个时间周期内大坝所在地区的极端天气发生频率；所述一级预警、严重预警及应急预警的优先级排序为：一级预警＜严重预警＜应急预警。

38、一种大坝监测异常预警系统，该系统适用于上述的大坝监测异常预警方法，包括：

39、大坝监测模块：用于将大坝按照区域划分成多个坝体监测区，通过在每个坝体监测区安装监测设备实时获取坝体参数和外在参数，其中坝体参数包括坝体位移、坝体应力、坝体渗流量及坝体振动，外在参数包括大坝整体位移量及大坝所在区域的极端天气发生频率；

40、大坝巡查模块：用于通过巡查无人机携带监测相机随机巡检每个坝体监测区，通过拍摄每个坝体监测区的图像，与标准图像进行对比后，判断当前坝体监测区是否存在显性裂缝及溃坝情况，若存在显性裂缝则将当前坝体监测区标成黄色，若存在溃坝情况，则立即进行红色警报，对大坝周围地区进行紧急疏散；

41、数据处理模块：用于对所述坝体参数按照预设的处理规则进行处理，获得坝体运行预警系数，将大坝整体位移量及大坝所在区域的极端天气发生频率输入到预先训练好的大坝环境处理模型内，输出大坝外在预警系数，通过公式：计算获取坝体预警系数；式中，、为预设影响因子，为基于历史数据获取的参考值；

42、大坝预警分析模块：用于将坝体预警系数与预设的坝体预警值进行比较，根据比较结果判断是否需要进行预警，并对需要进行预警的坝体监测区进行标记；

43、预测异常预警模块：用于对标记的坝体监测区进行声发射监测，对声发射监测获取的参数进行处理并获取声发射预警系数，根据声发射预警系数与声发射预警值的比较情况，将标记的坝体监测区划分为重点标记区和非重点标记区，若存在重点标记区，则对重点标记区进行预测分析，否则，不进行预警；

44、预警分级模块：用于根据预测分析的结果，分别对重点标记区对应的坝体监测区进行一级预警、严重预警及应急预警；

45、执行模块：用于接收一级预警则通知管理人员将对应的坝体监测区列入坝体维护序列并提高无人机对该坝体监测区的巡检频率；接收严重预警则通知管理人员立即进行坝体维护并提高巡查无人机对大坝的整体巡检频率；接收应急预警则执行预设的应急措施。

46、本发明的有益效果：

47、本发明中通过实时获取坝体参数和外在参数，从而对坝体内部的状态和外在的变化进行综合分析，结合两者建立关联模型，对大坝的内外数据进行统一综合处理，相比较单独处理并预警的方式而言，显然能够根据各数据综合确定大坝的实际状态，并计算出坝体预警系数，根据坝体预警系数确定大坝是否处于异常状态，若处于则进一步预测分析，通过声发射监测能够对预警的坝体监测区进行内部裂缝情况进行检测，再结合声发射预警系数和坝体预警系数综合确定异常预警值，根据每个坝体监测区的异常预警值与异常预警区间比较，预测坝体监控区存在预警的需求，根据异常预警值落入异常预警区间的情况划分为不同等级的预警级别，并执行不同的应对措施，防止误判和信息传递不及时导致应对无法跟上的问题。