摘要
本发明公开了基于多源数据融合的河流流量的全量程监测方法,包括步骤:(一)针对河流的不同水位变幅,采集多种流量自动监测方法得出的实时数据;(二)当分析发现在设定时间段内有任何一种流量自动监测方法得出的实时数据存在数据缺值时,将每种流量自动监测值的权重进行重新计算;(三)判断任何一种流量自动监测方法得到的实时数据超过历史最大误差阀值时,则通过自动筛选过滤掉该监测方法得到的流量结果;(四)在所述多种流量自动监测方法得出的实时数据基础上,通过基于动态方差的卡尔曼滤波流量融合算法,得到多种流量实时数据的融合结果数据。可优化调整突发的数据缺值情况,确保了流量自动监测数据的连续性、准确性和稳定性。
技术关键词
自动监测方法
实时数据
卡尔曼滤波算法
水位流量关系
协方差矩阵
融合算法
时间段
声学多普勒
测量误差
测流方法
监测算法
观测误差
动态
水体
连续性
超声波
系统为您推荐了相关专利信息
随机森林模型
二氧化碳供应系统
智能控制模块
预测系统
监测模块
识别系统
轮廓系数
监督学习模型
无监督聚类分析
协方差矩阵
自动驾驶系统
服务端
数据收集器
数据传输方法
机制