一种基于AI智能的水利防灾监测系统及方法与流程

一种基于ai智能的水利防灾监测系统及方法
技术领域
1.本发明涉及智慧水利技术领域，具体涉及一种基于ai智能的水利防灾监测系统及方法。


背景技术：

2.当前，传统水利已难以满足专业化、精细化、科学化管理需求，以经验为主、事后总结和人海战术为特点的管理和决策模式不仅耗时耗力，而且难以尽如人意。利用新智能技术（new it，new intelligence technology）升级改造传统水利系统，提高水利管理效率，降低工程运行能耗是国内外共同关注的焦点。
3.ai智能水利防灾监测以水文、气象管理部门发布的降雨量、蒸发量、径流量等大量历史数据和智能感知体系获得的多源水文水资源监测数据为基础，获取有效数据，筛选具有稳定联系的相关因素，综合利用机器学习算法和基于物理机制的水文模型，实现复杂环境下的智能化水量预测，为水利工程的精细化运行管理提供信息支持。在对水工程和水动力进行监中需要对不同监测点的多种信息进行采集融合在进行分析，在这个过程中需要通过运用各类监测仪器依次采集各种参数，待完成全部参数采集任务后方可汇聚各种水利参数数据，其采集效率低，整体监测时效性不佳。


技术实现要素：

4.1.所要解决的技术问题：针对上述技术问题，本发明提供一种基于ai智能的水利防灾监测系统及方法，通过对采集端的多源异构数据进行并行采集融合后传输至平台后进行水利灾害的预测，其响应迅速稳定。
5.2.技术方案：一种基于ai智能的水利防灾监测系统，包括数据采集层、数据融合与传输层以及ai远程监测预警层；所述数据采集层包括数据采集装置、可编程控制模块以及供电模块；对待监测的区域进行划分并编号为多个子区域生成区域矩阵；每个子区域中的多个的数据采集装置进行编号生成该区域的采集设备矩阵；每个子区域设置一个可编程控制模块用于实现该子区域中的数据采集装置多源异构数据并行实时采集，并将采集的数据发送至数据融合与传输层；每个子区域设置一个供电模块，供电模块为整个子区域中的硬件提供电能，并且通过微控制器实现对该子区域中的各个硬件的调度；所述数据采集层还存储通用数据采集模板，当数据采集装置安装于对应的区域进行数据采集时，通过调用通用数据采集模板实现数据的采集；所述数据融合与传输层将接收的多源异构数据基于采集的时间对应成时间序列的方式后经由无线通信向远程监测预警层传输；所述ai远程监测预警层接收预处理后的数据并对数据带入预设的多个水灾预测
模型，并将水灾风险高于预设的可能性的水灾进行预警。
6.进一步地，所述多源异构数据采集层中的数据采集装置包括传感器以及气候因素采集装置；所述传感器包括水质传感器、水温传感器、流速传感器、溶解氧传感器，水位传感器；所述气候因素采集装置采集气候网站的该区域的降雨量以及光照量数据；所述可编程控制模块将采集的多源异构数据，通过协议解析将所采集的数种协议数据集成为相同的格式上传。
7.进一步地，所述数据融合层设置rs485总线接口驱动模块；所述rs485 总线接口驱动模块的将数据采集层所采集的多源异构数据进行融合为时间序列。
8.进一步地，所述ai程监测预警层包括数据存储模块、显示模块、水灾预测模型模块以及水灾预警模块；所述水灾预测模型模块包括水质预测模块、水位预测模块、地表水资源量预测模块、地下水资源量预测模块；所述水灾预警模块将预警信息通过显示模块进行显示。
9.进一步地，所述每个子区域设置一个可编程控制模块用于实现该子区域中的数据采集装置多源异构数据并行实时采集具体包括以下步骤:步骤一：获取该子区域的编号，布置各类传感器与采集仪采水质、水温、流速、溶解氧，水位传感器、降雨量以及光照量等水利数据，由可编程控制模块内的 fpga 可编程控制器并行采集各个设备多源异构数据；步骤二： fpga 可编程控制器内设定的数据协议解析状态机实现多源异构数据通信协议和格式的解析；将异步先进先出存储器添加到各个异构设备上，在数据采集装置的采集端运用其主控时钟向异步先进先出存储器内储存所采集数据，并通过相同的时钟在其另外一端读取数据，实现时钟同步的目的；以轮询法并串转换实现全部异步先进先出存储器内有效数据向各个地址的存储器ram 存入；步骤三：通过流水线法对存入ram 内的数据实施读取与冗余校验，首个时钟周期时，对首个数据实施读取，下个时钟周期时，对下一个数据实施读取的同时对首个数据实施冗余校验，以此规律直至完成全部数据的读取与冗余校验;步骤四：经由无线通信将通过冗余校验的多源异构数据上传至数据融合与传输层，完成数据的整体并行采集任务。
10.3.有益效果：本发明的一种基于ai智能的水利防灾监测系统及方法，在对水利防灾的实践应用结果显示，具有稳定迅速的响应性能；在数据传输过程中延时较低且无过大波动，数据丢包量极少，数据传输具有较高的效率与成功率，数据传输性能稳定可靠；将数据并行融合后传输至ai智能水利分析平台中带入平台中的预设模型进行分析，能够有效实现对水利灾害的监测，为提升水利的安全性提供保障。
附图说明
11.图1为本技术的整体结构图；图2为具体实施中的流程图。
具体实施方式
12.下面结合附图对本发明进行具体的说明。
13.如附图1一种基于ai智能的水利防灾监测系统，包括多源异构数据采集层、数据融合与传输层以及ai远程监测预警层；所述多源异构数据采集层包括数据采集装置、可编程控制模块以及供电模块；对待监测的区域进行划分并编号为多个子区域生成区域矩阵；每个子区域中的多个的数据采集装置进行编号生成该区域的采集设备矩阵；每个子区域设置一个可编程控制模块用于实现该子区域中的数据采集装置多源异构数据并行实时采集，并将采集的数据发送至数据融合与传输层；每个子区域设置一个供电模块，供电模块为整个子区域中的硬件提供电能，并且通过微控制器实现对该子区域中的各个硬件的调度；所述数据采集层还存储通用数据采集模板，当数据采集装置安装于对应的区域进行数据采集时，通过调用通用数据采集模板实现数据的采集；所述数据融合与传输层将接收的多源异构数据基于采集的时间对应成时间序列的方式后经由无线通信向远程监测预警层传输；所述ai远程监测预警层接收预处理后的数据并对数据带入预设的多个水灾预测模型，并将水灾风险高于预设的可能性的水灾进行预警。
14.进一步地，所述多源异构数据采集层中的数据采集装置包括传感器以及气候因素采集装置；所述传感器包括水质传感器、水温传感器、流速传感器、溶解氧传感器，水位传感器；所述气候因素采集装置采集气候网站的该区域的降雨量以及光照量数据；所述可编程控制模块将采集的多源异构数据，通过协议解析将所采集的数种协议数据集成为相同的格式上传。
15.进一步地，所述数据融合层设置rs485总线接口驱动模块；所述rs485 总线接口驱动模块的将数据采集层所采集的多源异构数据进行融合为时间序列。
16.进一步地，所述ai程监测预警层包括数据存储模块、显示模块、水灾预测模型模块以及水灾预警模块；所述水灾预测模型模块包括水质预测模块、水位预测模块、地表水资源量预测模块、地下水资源量预测模块；所述水灾预警模块将预警信息通过显示模块进行显示。
17.进一步地，所述每个子区域设置一个可编程控制模块用于实现该子区域中的数据采集装置多源异构数据并行实时采集具体包括以下步骤:步骤一：获取该子区域的编号，布置各类传感器与采集仪采水质、水温、流速、溶解氧，水位传感器、降雨量以及光照量等水利数据，由可编程控制模块内的 fpga 可编程控制器并行采集各个设备多源异构数据；步骤二： fpga 可编程控制器内设定的数据协议解析状态机实现多源异构数据通信协议和格式的解析；将异步先进先出存储器添加到各个异构设备上，在数据采集装置的采集端运用其主控时钟向异步先进先出存储器内储存所采集数据，并通过相同的时钟在其另外一端读取数据，实现时钟同步的目的；以轮询法并串转换实现全部异步先进先出存储器内有效数据向各个地址的存储器ram 存入；步骤三：通过流水线法对存入ram 内的数据实施读取与冗余校验，首个时钟周期时，对首个数据实施读取，下个时钟周期时，对下一个数据实施读取的同时对首个数据实施
冗余校验，以此规律直至完成全部数据的读取与冗余校验;步骤四：经由无线通信将通过冗余校验的多源异构数据上传至数据融合与传输层，完成数据的整体并行采集任务。
18.具体实施例：数据采集层的核心硬件为 fpga 可编程控制器，其具备自定义、结构化并行处理及灵活性等特点，可帮助具备不同通信协议的传感器与采集仪实现多源异构数据并行采集，并通过其协议解析功能集成所采集的数种协议数据为相同的格式上传。数据采集层硬件结构设计如图2 所示。数据采集层以采集单元内传感器与采集仪等异构设备的传输接口为依据，设计其核心部分 fpga 的可编程逻辑资源，设计的最终目的是向可实现各种接口采集的逻辑电路转变，同时对其核心部分的接口引脚设置约束，达到驱动设计接口的目的。图2 中，sck 为同步时钟，clk 为时钟信号; pll 为锁相回路，其作用是令时钟信号达到一致，令传感器等异构设备可常规运行；mosi 与 miso 分别为主输出从输入与主输入从输出；can 为总线， tps62243dｒvtg4 为转换芯片。其中，can 总线接口是不能直接向 fpga 的 i/o 接口接入的差分电压，经由 tps62243dｒvtg4 芯片转变 can 总线接口为 spi 接口后，可直接向 fpga 的接口接入；将 spi master 驱动设置在 fpga 端，达到采集传感器等异构设备所获得矿区岩土施工现场多源异构数据的目的。
19.如附图2所示，是实现数据并行的流程图；当系统所使用的数据采集装置的数量相同的情况下，在不同时间段内对同一个子区域内的数据的采集用时无太大差异；当相同时间段内时，对子区域中的数据采集装置改造增加，本方法的并行采集用时仅出现小幅度的上升趋势，原因是本系统的数据采集的方式为 fpga 并行采集，实际采集用时并不数据采集装置的数量的影响，仅受采集用时最长的单个传感器或者设备的影响。
20.虽然本发明已以较佳实施例公开如上，但它们并不是用来限定本发明的，任何熟习此技艺者，在不脱离本发明之精神和范围内，自当可作各种变化或润饰，因此本发明的保护范围应当以本技术的权利要求保护范围所界定的为准。