溪流堰坝闸门自适应生态流量调控方法及系统、电子设备与流程

摘要: 本技术涉及水利生态保护与智能控制交叉,尤其涉及一种溪流堰坝闸门自适应生态流量调控方法及系统、电子设备。背景技术:1、山区及小流域溪流中广泛分布着各类堰坝,承担取...
溪流堰坝闸门自适应生态流量调控方法及系统、电子设备与流程

本技术涉及水利生态保护与智能控制交叉,尤其涉及一种溪流堰坝闸门自适应生态流量调控方法及系统、电子设备。

背景技术:

1、山区及小流域溪流中广泛分布着各类堰坝,承担取水、灌溉等职能。堰坝在发挥水利功能的同时阻断了河流纵向连通,鱼类洄游路径被阻隔,溪流生态系统趋于碎片化,局部河段鱼类种群衰退。为此,需在堰坝处维持适宜的生态下泄流量,为鱼类存活和繁殖创造基本水文条件。

2、当前堰坝生态流量调控技术存在以下局限:

3、其一,生态流量核定依赖静态方法。现行方法(tennant法、7q10法、湿周法等)以历史水文统计资料或经验关系为基础,所得生态流量系固定值或按季节取定值,不随鱼类群落实时状况而变动。产卵洄游期鱼类大量聚集于堰下时,理应加大下泄流量诱导上溯,现有系统缺乏此类动态响应能力。

4、其二,鱼类监测途径单一。现行做法主要依靠人工调查或水下摄像,人工调查耗时较长且覆盖范围有限,水下摄像在浊度较高时辨识率骤降,且难以分辨形态相近的物种。单一监测途径致使调控决策的数据支撑不足。

5、其三,闸门调控实时性不足。现行闸门控制多依预设方案或人工远端操作,难以依据鱼类行为动态调整开度。产卵洄游鱼群聚集于堰下时,系统无法自动感知并加大下泄流量,错失生态调控窗口。开度调节依赖操作员经验判断,缺乏基于实时数据的自主决策机制。

6、其四,闸门开度控制调节粗放。现行闸门多为启/闭或分级操控,缺乏基于鱼类行为反馈的连续调节能力。开度骤变对下游鱼类造成流速冲击,开度不足则无法满足上溯所需水力条件。同时,缺少将鱼类识别结果映射为闸门开度指令的算法,控制精度与响应速度均显不足。

7、其五,缺少调控方案预演验证环节。闸门调控决策径直执行可能对下游生态造成不可逆影响,若能在虚拟环境中预演调控方案并评估效果后再实施,则可降低此类风险,但现有系统尚不具备此项能力。

8、因此,亟需一种能够实时感知鱼类状况、动态计算生态流量、自适应调控闸门开度并具备预演验证能力的堰坝闸门调控方法及系统。

技术实现思路

1、针对现有技术的上述局限,本技术实施例的目的是提供一种溪流堰坝闸门自适应生态流量调控方法及系统、电子设备,该方法以水下视觉和被动声学构成实时感知通道,以环境dna构成周期校正通道,三路信息经门控跨模态注意力网络融合后获得鱼类信息;依据鱼类信息动态计算生态流量需求;按流态判别结果反算闸门开度,以积分分离模糊pid输出控制指令;常规调控方案先经数字孪生模型预演筛选再下发执行,由此维护洄游通道畅通与生态需水满足。

2、根据本技术实施例的第一方面,提供一种溪流堰坝闸门自适应生态流量调控方法,包括:

3、步骤s1:在堰坝的上下游水域,通过多模态融合感知模块输出融合后的鱼类识别结果,所述多模态融合感知模块包括实时通道、周期校正通道和跨模态融合子模块,所述实时通道由水下视觉感知子模块和被动声学感知子模块构成,按第一采样周期连续采集并输出鱼类实时识别结果;所述周期校正通道由环境dna感知子模块构成,按第二采样周期输出鱼类物种组成与相对丰度,用于对所述实时识别结果进行物种级校正,所述第二采样周期长于所述第一采样周期;所述跨模态融合子模块用于对三个感知子模块的输出进行融合,得到融合后的鱼类识别结果;

4、步骤s2:根据所述融合后的鱼类识别结果,动态计算堰坝断面的生态流量需求;

5、步骤s3:根据所述生态流量需求和当前水力条件,进行流态判别并计算目标闸门开度,生成包含所述目标闸门开度及对应闸门控制指令的调控方案;

6、步骤s4:对所述调控方案,在虚拟环境中进行数字孪生预演和效果评估,评估通过的调控方案以其闸门控制指令下发执行,未通过的调控方案反馈至步骤s3修正;

7、步骤s5:调控方案执行后,持续监测鱼类响应,将实际效果与数字孪生预演结果进行比对,当偏差超过容许范围时触发下一轮调控周期;

8、步骤s6:积累调控效果数据后,定期更新所述多模态融合感知模块。

9、根据本技术实施例的第二方面,提供一种溪流堰坝闸门自适应生态流量调控系统,包括:

10、多模态融合感知单元,用于在堰坝的上下游水域,通过多模态融合感知模块输出融合后的鱼类识别结果,所述多模态融合感知模块包括实时通道、周期校正通道和跨模态融合子模块,所述实时通道由水下视觉感知子模块和被动声学感知子模块构成,按第一采样周期连续采集并输出鱼类实时识别结果;所述周期校正通道由环境dna感知子模块构成,按第二采样周期输出鱼类物种组成与相对丰度,用于对所述实时识别结果进行物种级校正,所述第二采样周期长于所述第一采样周期;所述跨模态融合子模块用于对三个感知子模块的输出进行融合,得到融合后的鱼类识别结果;

11、自适应生态流量计算单元,用于根据所述融合后的鱼类识别结果,动态计算堰坝断面的生态流量需求;

12、闸门开度自适应调控单元,用于根据所述生态流量需求和当前水力条件,进行流态判别并计算目标闸门开度,生成包含所述目标闸门开度及对应闸门控制指令的调控方案;

13、数字孪生验证单元,用于对所述调控方案,在虚拟环境中进行数字孪生预演和效果评估,评估通过的调控方案以其闸门控制指令下发执行,未通过的调控方案反馈至闸门开度自适应调控单元修正;

14、调控效果监测与反馈单元,用于调控方案执行后,持续监测鱼类响应,将实际效果与数字孪生预演结果进行比对,当偏差超过容许范围时触发下一轮调控周期;

15、参数更新单元,用于积累调控效果数据后,定期更新所述多模态融合感知模块。

16、根据本技术实施例的第三方面,提供一种电子设备,包括:

17、一个或多个处理器;

18、存储器,用于存储一个或多个程序;

19、当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如第一方面所述的方法。

20、根据本技术实施例的第四方面,提供一种计算机可读存储介质,其上存储有计算机指令,其特征在于,该指令被处理器执行时实现如第一方面所述方法的步骤。

21、由上述实施例可知,本技术在自建测试数据集和仿真环境下取得以下有益效果:

22、本技术采用三种模态在感知能力上相互咬合、缺一不可,融合后产生单模态简单叠加无法达到的效果。视觉模态能提供体长与数量,但浊度大于50 ntu时识别率降至约52%;声学模态在浑水中照常工作,却不能给出体长;edna模态可提供物种级基因确认,但单次检测耗时数小时,无法单独支撑实时调控。本发明将视觉与声学编为实时通道、edna编为周期校正通道,由门控跨模态注意力网络按生态上下文分配各模态贡献,在全工况下融合识别率保持在约90%。慢通道校正快通道的物种误判、快通道弥补慢通道的时效缺口,这一快慢双通道的配合关系是识别率提升的直接来源,而非三种设备的简单并列。

23、检测到产卵洄游鱼类聚集时自动增大下泄流量以诱导上溯,流量需求随鱼类种类、数量、体长和行为状态实时变动,改变了传统方法固定取值的局面。

24、按流态判别结果选用闸孔出流公式或堰流公式反算基准开度,再由鱼类行为调节因子修正,闸门开度调节可在分钟级内完成,相较于人工操作的小时级响应显著提升;流态判别环节避免了开度较大时误用孔流公式造成的开度失真。

25、积分分离模糊pid与三次样条平滑配合,使闸门动作兼顾快速与平稳。大偏差时切除积分避免积分饱和,小偏差时恢复积分消除静差,开度变化连续无跳变,减轻流速突变对下游鱼类的冲击。

26、常规调控方案先在孪生体中预演,评估通过方可下发;降阶代理模型将单次推演耗时压至秒级,使预演环节不拖累常规调控周期的时效;快速响应事件走安全校验直达通道,两条路径各司其职。

27、应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本技术。