项目解决的问题或方向

    1.水文与水库大坝安全监测大数据平台：基于物联网和大数据可视分析技术，实现水库水文数据和大坝安全监测数据的实时获取、分析和可视化等功能。

    2．水库入库流量预测算法：基于历史水文数据，采用深度学习技术，对水库的入库流量进行预测。不同于传统的基于水文模型的流量预测方法，该方法对流域的适应能力更强。

    3．智能水库防洪调度算法：建立了水库防洪调度问题的多目标优化模型，基于计算智能方法设计实现了精细化的水库防洪调度解决方案。与现有工程实践中基于规则的水库防洪调度不同，该方法不依赖于水利专家的经验，能够提供更加精细化的水库防洪调度方案。

团队简介

    团队负责人为西安电子科技大学计算机科学与技术学院教授、博士生导师。西安市大数据与视觉智能关键技术重点实验室副主任。2008年获西安电子科技大学 “模式识别与智能系统” 专业工学博士学位,中国人工智能学会混合智能专家委员会委员。主要研究方向包括：计算智能，机器学习，大数据分析，水资源调度方法等。主持和参与包括国家重点研发计划项目、“核高基”国家重大专项课题、国家自然科学基金项目、国防预研领域基金项目、教育部博士点基金、陕西省自然科学基金等在内的纵向科研项目，以及横向科研项目20余项； 近年来在IEEE Trans. on Evolutionary Computation, Evolutionary Computation, Information Sciences, Swarm and Evolutionary Computation，Applied Soft Computing, Knowledge-Based Systems, Neurocomputing, Computers & Operations Research，Water Resources Management 等知名国际期刊和软件学报、电子学报等国内顶级期刊上发表论文40余篇；已获授权国家发明专利30余项。

项目介绍

    该项目面向智慧水利中水库水文监测、安全管理和智能调度等核心问题展开研究，基于物联网技术，计算智能技术和大数据技术，为水库信息化监测和智能化管理提供了解决方案。项目成果包括一套软件产品“水文与水库大坝安全监测大数据平台”和两类算法，即“水库入库流量预测算法”和“智能水库防洪调度算法”。

  1. 水文与水库大坝安全监测大数据平台：该平台基于传感器网络采集水库水文信息和大坝的各个核心区域的压力、位移、沉降等信息，基于大数据分析技术和可视化方法，设计实现了一种面向水库大坝安全监测的可视分析软件平台。

  2. 水库入库流量预测算法：水库入库流量预测是精细化水库调度的基础，现有的基于水文模型的库流量预测方法对流域的适应能力较弱，预测精度难以满足精细化调度的应用需求。该项目基于历史水文数据，采用深度学习技术，对水库的入库流量进行滚动预测。结合智能化的时间序列决策方法，能够实现对水库的智能化管理调度。    

    智能水库防洪调度算法：汛期的水库防洪调度是水库管理中面临的重要问题。该项目针对水库防洪调度中的上下游安全问题建立多目标优化模型，采用计算智能方法对模型求解获得精细化的水库防洪调度方案。与现有工程实践中基于规则的水库防洪调度不同，该方法不依赖于水利专家的经验，能够提供更加精细化的水库防洪调度方案。

产业模式及市场分析、成果形式（专利，软著，系统、产品等）

    随着水利信息化的发展，物联网技术、人工智能技术和大数据技术的广泛应用，智慧水利逐渐成为可能，智慧水利大数据平台的建设正处于蓬勃发展的历史时期。该研究成果面向水库管理中的信息化和智能化问题展开研究，提供了基于物联网的大坝数据采集，基于大数据处理和可视分析技术的大坝安全监测和基于计算智能技术的水库入库流量预测与智能水库防洪调度解决方案。、

    项目研究成果包括科研成果论文和软件产品，研究成果成熟度较高，具备良好的市场转化潜力。