基于改进注意力机制的LSTM水位预测模型研究

为了进一步提高水位预测的准确性,本文提出一种融入改进注意力机制的长短期记忆网络（Long Short Time Memory,LSTM）预测模型。该模型将输入序列拆分为时间序列和特征序列,在LSTM网络模型前引入注意力机制对两个序列分别进行注意力计算,然后再进行融合,LSTM网络能够根据重要程度自适应地选择最重要的输入特征,注意力机制层的参数通过竞争随机搜索算法获取,从而进一步增强了模型的鲁棒性。最后在鄱阳湖的水位数据上进行预测实验,结果表明：相对于支持向量回归（SVR）、LSTM等模型,本文提出基于改进注意力机制的LSTM模型具有更好的预测精度,可为水位预测和水资源的精准调度提供技术支持。     

江西水利视频云平台建设探索

本文描述了江西水利视频监控系统建设的现状,深入探讨了已建资源整合、新建站点融入、应用场景受限等问题,贯彻新发展理念指导水利视频云平台建设,研究了视频云平台建设关键技术,有效整合各级水利部门视频资源,推出视频云服务协作共享的特色应用.最后阐述了大数据辅助运维和人工智能辅助决策等未来发展方向.     

基于水文大数据挖掘的雨型径流分析

准确有效的洪水预报对于防治洪涝灾害具有十分重要的现实意义。本文结合流域实际情况与数据挖掘技术,利用江西省大汾水流域水文数据,对洪水模式给出了自动化识别定义。在此基础上,分别提出了基于平均雨量的水位预测方法和基于逐点雨量的水位预测方法,并进行实际数据预测分析。本文水位预测方法是数据水文领域的一项探索性研究,具有重要理论价值和现实意义。     

水利移动门户及支撑平台建设实践

随着"互联网+"战略的实施,水利业务应用逐渐移动化。移动门户作为众多移动应用的统一入口,作用十分重要。在数据资源整合共享基础上,研究水利移动门户框架、多应用统一鉴权识别,搭建移动应用支撑统一平台,在充分分析功能需求的基础上实现用户身份与应用资源的统一。移动门户有效提升用户使用体验和信息化管理水平,为后续水利移动应用建设提供了统一标准。     

二维码在水利信息识别中的应用探讨

水利信息识别在水利行业各部门都有较大的应用空间,二维码及其识别技术作为现代信息识别技术对发展迅速的水利信息化起着十分重要的作用.本文研究了二维码超大容量信息识别、分级加密识别等技术并结合机房管理给出了应用实例.相关研究和应用能有效提升全省水利系统运维管理、文件管理、资产管理等方面的应用管理水平,提高工作效率,降低工作过程中的失误率,为水利应用进一步向终端延伸打下基础.     

江西水利数据资源整合共享实践

水利数据涉及对象繁多,持续面向业务建设导致用户和数据自成体系,出现一数多源、跨业务共享困难、新建业务应用调数据效率低、应用访问入口不一等问题.针对这些问题,本文提出了分级分部门分权限的水利数据更新维护模式,构建了基于微服务的一整套共享服务体系,提供了水利数据从生产到消费的全流程实践参考.     

基于区块链的水利数据共享平台开发与应用研究

针对水利政务各部门存在业务纵向独立,跨部门数据共享与业务协同困难等问题,为提升水利政务办事效率与群众满意度,研究并实现一种基于区块链技术的水利数据共享平台。利用区块链分布式共享、不可篡改等特性,将水利数据去中心化存储;采用应用服务与数据管理分离的架构模型与一致性访问接口,解决各水利应用间的数据共享问题;结合智能合约与数字签名技术,实现数据访问与共享的去信任化和智能化。该研究已应用于围绕电子采砂证照的水利数据共享场景中,应用分析表明：平台可实现水利数据去中心化存储与访问,实现水利数据的跨部门安全可信共享,提高水利政务协同工作效率,研究成果可为各地方、 部门和层级间政务数据的安全互通起示范作用。     

水利数据共享推送平台设计与实现

各级水利部门汇集存储了各种类型的水利数据资源,由于数据源类型各异,应用场景不同,交换机制不顺,数据共享困难.为解决这一问题,本文提出了针对水利数据的"三多"数据推送模式,构建了水利数据共享推送平台,解决了水利数据的灵活推送,实现了数据的有效共享.     

江西水利物联感知平台的设计与实现

随着水利工程建设及现代信息技术的发展,水利物联感知设备存在厂商多样、品牌繁杂、协议多元等特点,给前端站点、设备的统一管理及运维、监测数据的统一接收等带来了更大的挑战。为此,江西水利相关部门深入分析已建站点设备资源、新建站点设备融入、水利监测数据共享等问题后,设计研发了支持行业标准协议与具体水利业务场景自定义协议的水利物联感知平台,有效提升了水利物联感知设备及不同来源的数据汇聚能力和共享协同效率。本文主要从物联感知平台的整体设计思路、关键技术、核心功能等几个方面进行分析,对各级水利部门物联感知平台的建设具有一定的参考意义。