ImageVerifierCode 换一换
格式:DOCX , 页数:11 ,大小:11.78KB ,
资源ID:12415201      下载积分:3 金币
快捷下载
登录下载
邮箱/手机:
温馨提示:
快捷下载时,用户名和密码都是您填写的邮箱或者手机号,方便查询和重复下载(系统自动生成)。 如填写123,账号就是123,密码也是123。
特别说明:
请自助下载,系统不会自动发送文件的哦; 如果您已付费,想二次下载,请登录后访问:我的下载记录
支付方式: 支付宝    微信支付   
验证码:   换一换

加入VIP,免费下载
 

温馨提示:由于个人手机设置不同,如果发现不能下载,请复制以下地址【https://www.bdocx.com/down/12415201.html】到电脑端继续下载(重复下载不扣费)。

已注册用户请登录:
账号:
密码:
验证码:   换一换
  忘记密码?
三方登录: 微信登录   QQ登录  

下载须知

1: 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。
2: 试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓。
3: 文件的所有权益归上传用户所有。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 本站仅提供交流平台,并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

版权提示 | 免责声明

本文(CN110455370A.docx)为本站会员(b****6)主动上传,冰豆网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知冰豆网(发送邮件至service@bdocx.com或直接QQ联系客服),我们立即给予删除!

CN110455370A.docx

1、CN110455370ACN110455370A(19)中华人民共和国国家知识产权局(12)发明专利申请 (10) 申请公布号CN110455370A(43) 申请公布日 2019.11.15(21)申请号 201910761502.9(22)申请日 2019.08.18(71) 申请人安徽省(水利部淮河水利委员会)水利科学研究院(安徽省水利工程质量检测中心站)地址230001安徽省合肥市高新区红枫路55号 (72) 发明人孙晶晶高原 (51)Int.Cl.G01F23/00(2006.01)G06F11/07(2006.01)G06F11/14(20 06.01)(54)发明名称防汛抗旱远程

2、遥测显示系统(57)摘要本发明涉及防汛抗旱远程遥测显示系统,包括现场采集设备、本地采集服务器和内置有RTU的终端显示设备,现场采集设备采用数据通过无线传输技术传输至本地采集服务器,本地采集服务器通过远程发送至终端显示设备并显示。防汛抗旱远程遥测显示系统采用LED显示屏作为上位机显示系统,具有优良的直观性、美观性。采集服务器放在本地能及时有效处理各种故障,提前对现场故障进行维修保养,实现了管养分离;保障汛期系统的正常运行,具有方便性、可靠性。防汛抗旱远程遥测显示系统能够摆脱人为操作不当造成的影响,安全性好,能够给水管部门提供方便、便捷的服务。权利要求书2页说明书6页附图1页CN110455370

3、A权利要求书1/2页1.防汛抗旱远程遥测显示系统,其特征在于包括:现场采集设备、本地采集服务器和内置有RTU的终端显示设备,所述现场采集设备采用数据通过无线传输技术传输至本地采集服务器,所述本地采集服务器通过远程发送至终端显示设备并显示。2.根据权利要求1所述的防汛抗旱远程遥测显示系统,其特征在于:所述现场采集设备是安装在防汛抗旱区域的水位计。3.根据权利要求1所述的防汛抗旱远程遥测显示系统,其特征在于:所述现场采集设备采用的数据是水位数据。4.根据权利要求1所述的防汛抗旱远程遥测显示系统,其特征在于:所述终端显示设备还内置有数据纠错模块,所述数据纠错模块对于新来数据直接计算其偏离值;如果偏离

4、值值小于设定阈值,则表示数据异常。5.根据权利要求4所述的防汛抗旱远程遥测显示系统,其特征在于:针对时间t和水位数据w,取最近的k个上传数据;k值的选取根据每天上传的水位数据数Wda,除以上传设备点位数Dn,再除以设备每小时上传的频率Fh得到k值,对于时间t和上传水位值w两个二维数据向量,数据差异距离Dc(w,t)计算公式为:把历史上传的水位数据加入训练数据集TRn,使用多数表决法,把训练数据集TRn和预测样本特征最近的k个样本,预测里面有最多类别数的类别;根据数据差异距离Dc(w,t)计算公式计算当前上传水位数据Wr、时间Tr和训练数据集TRn中的样本的距离Dc(wr,tr),然后计算出最小

5、的k个Dc(wmin,tmin),接着多数表决,如果是少数,则数据为异常数据,插入异常数据库中。6.根据权利要求1所述的防汛抗旱远程遥测显示系统,其特征在于:还包括预警模块,所述预警模块通过以下步骤进行:步骤1、数据预处理通过汇总各地区时间空间数据关注缺失值,基于指定的汇总函数来汇总时间间隔较小的数据,然后将缺失数据做填充,使用“最近点的平均值”,即将要创建的时间周期之前的三个最近非空值的均值来替换或者填充缺失值;步骤2、预警时空数据建模时空预警模型是一个基于线性回归的扩展模型,公式如下:Yx+Z;其中,系数是自变量的系数,表示自变量对于目标变量的影响程度;Z作为线性拟合的残差,是目标变量变化

6、中用自变量线性组合无法表示的部分,用来在自回归模型中捕捉时间自相关性,进而用于描述空间的相关性;步骤3、时空预警数据处理首先,将时间数据,空间数据,水位数据,警报数据准备并录入数据库;其次,回归模型采用标准的线性回归模型,线性回归的系数用来衡量时间和位置和水位对预警值的影响程度;自回归模型使用指定的自回归阶数N20,即指定时间之前20个时刻的值来预测当前值;自回归的系数用来衡量过往时刻的残差对当前值的影响;2CN110455370A权利要求书2/2页基于地理空间的协方差模型建立在时间自回归模型残差的基础上,空间协方差模型使用参数法;假设所给数据能够进行参数化建模的情况下,提供了X1,Z1两个参

7、数检验方法来确定模型的准确性;X1是检测是否空间中存在随着距离而变化的衰减,Z1检测空间方差在给定区域具有普遍性;X1Z1和X2Z2归一化后的协方差矩阵R1R1和R2R2分别为:R1X1Z1Ttrace(X1Z1T);R2X2Z2Ttrace(X2Z2T);XZT表示XX矩阵的转置,trace(X)表示矩阵对角线上元素的和;然后求混合空间协方差矩阵RR:RR1-+R2-(3)(3)RR1-+R2-;完成模型的估计过程后,获得的模型可生成目标变量的估计值,与观测值相比较,同时通过一些参数检验的方法,做检验,然后保存模型;选择时间段的数据利用构建的空间协方差矩阵对初始地理位置经过转换后的回归残差进

8、行插补,从而得到预测报警的地理位置。3 CN110455370A说明书1/6页防汛抗旱远程遥测显示系统技术领域 0001本发明涉及一种防汛抗旱远程遥测显示系统,属于防汛抗旱技术领域。背景技术0002随着现代科学技术的发展,防汛抗旱自动化监测系统得到迅速发展。在汛期,水管部门常常需要对众多的水位点进行实时监测以及上报,由于监测点分散,分布范围广,无自动监测设备的站点通过人工测量方式进行上报,影响主管部门对水情监测的时效性,有自动监测设备点大多通过自动监测系统对数据进行采集,尤其在汛期内,一旦系统出现故障,维护人员无法及时修复,势必造成对水情观测的延误。发明内容0003本发明针对现有技术存在的不足

9、,提供了防汛抗旱远程遥测显示系统,具体技术方案如下:0004防汛抗旱远程遥测显示系统,包括现场采集设备、本地采集服务器和内置有RTU的终端显示设备,所述现场采集设备采用数据通过无线传输技术传输至本地采集服务器,所述本地采集服务器通过远程发送至终端显示设备并显示。0005计。00060007上述技术方案的进一步优化,所述现场采集设备是安装在防汛抗旱区域的水位上述技术方案的进一步优化,所述现场采集设备采用的数据是水位数据。上述技术方案的进一步优化,所述终端显示设备还内置有数据纠错模块,所述数据纠错模块对于新来数据直接计算其偏离值;如果偏离值值小于设定阈值,则表示该条数据异常。0008上述技术方案的

10、进一步优化,针对时间t和水位数据w,取最近的k个上传数据;k值的选取根据每天上传的水位数据数Wda,除以上传设备点位数Dn,再除以设备每小时上传的频率Fh得到k值,000900100011对于时间t和上传水位值w两个二维数据向量,数据差异距离Dc(w,t)计算公式为:把历史上传的水位数据加入训练数据集TRn,使用多数表决法,把训练数据集TRn和预测样本特征最近的k个样本,预测里面有最多类别数的类别;0012根据数据差异距离Dc(w,t)计算公式计算当前上传水位数据Wr、时间Tr和训练数据集TRn中的样本的距离Dc(wr,tr),然后计算出最小的k个Dc(wmin,tmin),接着多数表决,如果

11、是少数,则数据为异常数据,插入异常数据库中。00130014上述技术方案的进一步优化,还包括预警模块,所述预警模块通过以下步骤进行:步骤1、数据预处理4CN110455370A说明书2/6页0015通过汇总各地区时间空间数据关注缺失值,基于指定的汇总函数来汇总时间间隔较小的数据,然后将缺失数据做填充,使用“最近点的平均值”,即将要创建的时间周期之前的三个最近非空值的均值来替换或者填充缺失值;0016001700180019步骤2、预警时空数据建模时空预警模型是一个基于线性回归的扩展模型,公式如下:Yx+Z;其中,系数是自变量的系数,表示自变量对于目标变量的影响程度;Z作为线性拟合的残差,是目标

12、变量变化中用自变量线性组合无法表示的部分,用来在自回归模型中捕捉时间自相关性,进而用于描述空间的相关性;00200021步骤3、时空预警数据处理首先,将时间数据,空间数据,水位数据,警报数据准备并录入数据库;其次,回归模型采用标准的线性回归模型,线性回归的系数用来衡量时间和位置和水位对预警值的影响程度;自回归模型使用指定的自回归阶数N20,即指定时间之前20个时刻的值来预测当前值;自回归的系数用来衡量过往时刻的残差对当前值的影响;0022基于地理空间的协方差模型建立在时间自回归模型残差的基础上,空间协方差模型使用参数法;假设所给数据能够进行参数化建模的情况下,提供了X1,Z1两个参数检验方法来

13、确定模型的准确性;X1是检测是否空间中存在随着距离而变化的衰减,Z1检测空间方差在给定区域具有普遍性;0023002400250026002700280029X1Z1和X2Z2归一化后的协方差矩阵R1R1和R2R2分别为:R1X1Z1Ttrace(X1Z1T);R2X2Z2Ttrace(X2Z2T);XZT表示XX矩阵的转置,trace(X)表示矩阵对角线上元素的和;然后求混合空间协方差矩阵RR:RR1-+R2-(3)(3)RR1-+R2-;完成模型的估计过程后,获得的模型可生成目标变量的估计值,与观测值相比较,同时通过一些参数检验的方法,做检验,然后保存模型;0030选择时间段的数据利用构建

14、的空间协方差矩阵对初始地理位置经过转换后的回归残差进行插补,从而得到预测报警的地理位置。00310032本发明的有益效果:所述防汛抗旱远程遥测显示系统采用LED显示屏作为上位机显示系统,具有优良的直观性、美观性。采集服务器放在本地能及时有效处理各种故障,提前对现场故障进行维修保养,实现了管养分离;保障汛期系统的正常运行,具有方便性、可靠性。所述防汛抗旱远程遥测显示系统能够摆脱人为操作不当造成的影响,安全性好,能够给水管部门提供方便、便捷的服务。附图说明0033图1为本发明所述防汛抗旱远程遥测显示系统的流程图。5 CN110455370A具体实施方式说明书3/6页0034为了使本发明的目的、技术

15、方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。0035如图1所示,所述防汛抗旱远程遥测显示系统,现场采集设备1、本地采集服务器2和内置有RTU的终端显示设备3,所述现场采集设备1采用数据通过无线传输技术传输至本地采集服务器2,所述本地采集服务器2通过远程发送至终端显示设备3并显示。0036其中,所述现场采集设备1是安装在防汛抗旱区域的水位计。所述现场采集设备1采用的数据是水位数据。00370038所述防汛抗旱远程遥测显示系统主要解决技术问题如下:1)、实行管养分离模式,采集服务器放在本地,远程传

16、输至管理部门,采集数据或采集系统一旦出现异常或者故障等问题,维护及时有效。00392)、终端显示设备采用LED显示大屏作为终端显示设备,直观美观。大屏内置RTU(RTU与大屏一体化),替代了采集服务器与有线传输设备,也摆脱了现场管理人员人为操作不当造成的影响,具有一定的安全性,可靠性、便捷性。00403)、数据存储多重备份,大屏与RTU相连,远程服务器采集数据备份,RTU内也可自动备份,采集数据用U盘插卡式很方便导入其他计算机。0041现场采集设备1主要是安装在防汛现场,定时采集现场水位值并存储,现场采集设备1采集到的信息远程遥测到本地采集服务器2并存储,终端显示设备3主要是用于展示本地采集服

17、务器2采集到的信息,本地采集服务器2与远程终端单元4进行通讯,将数据发送到远程终端单元4并存储;远程终端单元4简称为RTU。0042所述防汛抗旱远程遥测显示系统安装完毕是全自动化操作流程,一般不需人工操作,维护人员只需要定期对本地采集服务器2进行数据核查(不合格的预警数据会自动记录并报警),并分析原因进行维护保养即可。0043所述防汛抗旱远程遥测显示系统还内置有数据纠错模块,所述数据纠错模块对于新来数据直接计算其偏离值;如果偏离值值小于设定阈值,则表示该条数据异常。0044数据纠错模块针对测报数据受采集环境干扰或网络传输故障收取错误数据,通过机器学习算法得到有效范围值,将这种不正常的高峰或低谷

18、数据纠错并记录的技术。可以估计上报数据的偏离值函数,对于新数据来了直接计算其偏离值,如果偏离值值小于某一阈值,则表示该条数据异常。而偏离值函数一般采用多维的高斯分布。目前水位和时间维度的二维数据,也可以看做是符合高斯分布的。0045由于大量的数据上传,数据纠错也需要及时性,为了让系统在每一条数据上传后,在最短的时间,发现错误就要有效进行机器学习。00460047采用K近邻法(KNN法)。针对时间t和水位数据w,取最近的k个上传数据;k值的选取根据每天上传的水位数据数Wda,除以上传设备点位数Dn,再除以设备每小时上传的频率Fh得到k值,0048这个k值的结果处于中间值,数据样本Datas领域也适中,训练误差小,范化误差也不大,整体模型均衡,拟合准确。6 CN110455370A说明书4/6页004900500051.

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1