CN116708495A - 一种可智能维护的水文遥测方法和*** - Google Patents
一种可智能维护的水文遥测方法和*** Download PDFInfo
- Publication number
- CN116708495A CN116708495A CN202310639287.1A CN202310639287A CN116708495A CN 116708495 A CN116708495 A CN 116708495A CN 202310639287 A CN202310639287 A CN 202310639287A CN 116708495 A CN116708495 A CN 116708495A
- Authority
- CN
- China
- Prior art keywords
- measuring point
- water area
- strategy
- acquisition
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 157
- 230000006854 communication Effects 0.000 claims abstract description 42
- 238000004891 communication Methods 0.000 claims abstract description 41
- 238000005259 measurement Methods 0.000 claims description 30
- 230000006978 adaptation Effects 0.000 claims description 19
- 238000010295 mobile communication Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 13
- 238000010606 normalization Methods 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 10
- 230000003044 adaptive effect Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 239000008186 active pharmaceutical agent Substances 0.000 claims description 5
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 abstract description 14
- 206010063385 Intellectualisation Diseases 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 17
- 230000004044 response Effects 0.000 description 11
- 230000005540 biological transmission Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 239000002245 particle Substances 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 239000000306 component Substances 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000002093 peripheral effect Effects 0.000 description 5
- 230000007175 bidirectional communication Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000002356 single layer Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 229910001385 heavy metal Inorganic materials 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 239000010410 layer Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000007711 solidification Methods 0.000 description 1
- 230000008023 solidification Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/04—Processing captured monitoring data, e.g. for logfile generation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
- H04L67/025—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP] for remote control or remote monitoring of applications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Data Mining & Analysis (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
Abstract
本发明公开了一种可智能维护水文遥测的方法和***,通过测点模块根据第一采集策略采集测点位置水域数据,并将水域数据发送至云平台,根据水域数据判断第一采集策略是否匹配当前测点采集需求,若否,则根据预设策略生成规则和水域数据生成第二采集策略,将第二采集策略发送至测点模块,测点模块根据第二采集规则采集测点位置水域数据。使水文遥测的运维人员在没有设备故障的情况下不用亲临各个站点进行参数调节,实现水文遥测设备、通信状态、关键运行信息的远程控制及远程参数调节,提升了水文遥测设备的远程控制、运维效率以及智能化,使水文调节参数以及运维的人力和时间成本最大程度降低,提高了遥测数据的有效性和数据质量。
Description
技术领域
本申请涉及可智能维护的水文遥测技术领域,特别是涉及一种可智能维护的水文遥测方法和***。
背景技术
水文遥测技术是水利信息化的重要基础。早期的遥测***中心程序和遥测设备之间的远程传输信道一般采用超短波、卫星、PSTN(公众电话交换网)等,基本上是点对点的传输,从拓扑模型来看,目前水利数据监测,已经从传统的手工抄表、局域网统计等方式,进入到云采集模式。但现阶段较突出的有两个问题,一个是测点调参需要人工干预的问题,一个是遥测策略固化无法自适应问题。
通常,各类传感器如流速、水位、雨量等有对应的成熟的传感器采集其状态,通过不同的本地通讯协议接入采集控制器。这些传感器分别会有不同的参数来进行控制其采集行为;采集哪些水文要素、什么时间采集、采集的频率等,也需要通过采集控制器通过软件参数来进行控制。现在已经多采用物联网的方式进行远程采集通讯,但是对于采集策略相关的各类参数的设定,需要在出厂时设定好,一但需要调整,还需要现场施工或维保人员到现场进行设置,对于水文遥测来说,各个测点往往分布的间距很远,完成一次参数调整,需要消耗大量的人力物力和时间。但由于设备升级、测点周边环境变化、测量内容调整等因素的原因,无法避免参数的调整,现有技术通过人工现场调节测点参数耗时耗力,在汛期时更是无法及时调节测点参数。
发明内容
基于此,针对上述技术问题,提供一种可智能维护水文遥测方法和***以解决现有技术通过人工现场调节测点参数耗时耗力、在汛期时更是无法及时调节测点参数的问题。
第一方面,一种可智能维护水文遥测方法,所述方法包括:
测点模块根据第一采集策略采集测点位置水域数据,并将所述水域数据发送至云平台;其中,所述测点模块包括收发器、采集控制器和多个传感器;所述采集控制器根据第一采集策略控制多个传感器采集测点位置水域的多组数据生成测点位置水域数据;其中,所述水域数据包括多个传感器采集到的多组数据;所述采集控制器将所述水域数据发送至云平台包括所述收发器通过移动通信网络建立https连接到所述云平台,并将所述水域数据发送至所述云平台;
根据所述水域数据判断所述第一采集策略是否匹配当前测点采集,若否,则根据预设策略生成规则和所述水域数据生成第二采集策略;
将所述第二采集策略发送至所述测点模块,所述测点模块根据所述第二采集规则采集测点位置水域数据。
上述方案中,可选地,所述测点模块根据第一采集策略采集测点位置水域数据,并将所述水域数据发送至云平台,包括:
所述收发器采用4G移动通讯的方式接入互联网,采用多模通讯设备,通过同时接入多运营商的方案来保证网络通讯的可靠性;
所述采集控制器用于驱动所述收发器和所述多个传感器,用于部署所述第一采集策略和所述第二采集策略;所述采集控制器上,配备闪存芯片,用于存储软件参数;
所述多个传感器通过所述传感器的协议和API,用于采集不同指标数据,其中,所述多个类传感器包括水温传感器、水位传感器、水质传感器、水压传感器和水流传感器等。
上述方案中,进一步可选地,所述云平台包括策略生成规则模块、自适应遥测策略池模块和遥测适配模块;所述策略生成规则模块包括预设策略生成规则,所述自适应遥测池记录各个测点的最新遥测策略,遥测适配模块用于计算并生成新的策略。
上述方案中,进一步可选地,所述策略生成规则模块包括:对每个测点水域因素进行列举和排序,通过归一化处理形成每个目标测点的预设策略生成规则;
所述通过归一化处理形成每个目标测点的预设策略生成规则,具体为:给每个水域因素达到的程度进行量化描述,程度由1到10,1表示匹配程度最小,10表示匹配程度最大,给每个水域因素的匹配程度打分;并计算出各个遥测指标的决策权重,得到各指标权重;
按照所述指标权重对指标重要性进行分类,分为一般、重要和非常重要三类;所述权重低于30%的为一般、高于30%低于60%的为重要和高于60%的为非常重要,再匹配告警频率,得到测点的第二采集策略。
上述方案中,进一步可选地,所述策略遥测池用于存储每个测点的采集策略,在所述策略池里分别记录和存储每个测点的专属采集策略,策略池包括每个测点编号,当前策略,决策频率。
上述方案中,进一步可选地,所述遥测适配模块,通过控制台获取策略生成规则,当云平台收到新的测点采集数据时,将此测点采集数据立即存入数据仓库里,遥测适配模块就从数据仓库里获取新的数据,按照现行的策略生成规则和计算规则,生成对应测点的专属策略,并存入策略池。
上述方案中,进一步可选地,所述将所述第二采集策略发送至所述测点模块,包括:所述云平台与所述测点模块建立https连接,并将所述第二采集策略发送至所述测点模块。
第二方面,一种可智能维护的水文遥测***,所述***包括:
测点模块:用于根据第一采集策略采集测点位置水域数据,并将所述水域数据发送至云平台;其中,所述测点模块包括收发器、采集控制器和多个传感器;所述采集控制器根据第一采集策略控制多个传感器采集测点位置水域的多组数据生成测点位置水域数据;其中,所述水域数据包括多个传感器采集到的多组数据;所述将所述水域数据发送至云平台包括所述收发器通过移动通信网络建立https连接所述云平台,并将所述水域数据发送至所述云平台;云平台模块:用于接收所述测点模块发送的水域数据并根据所述水域数据判断所述第一采集策略是否匹配当前测点采集,若否,则根据预设策略生成规则和所述水域数据生成第二采集策略;用于将所述第二采集策略发送至所述测点模块,所述测点模块根据所述第二采集规则采集测点位置水域数据。
第三方面,一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
测点模块根据第一采集策略采集测点位置水域数据,并将所述水域数据发送至云平台;其中,所述测点模块包括收发器、采集控制器和多个传感器;所述采集控制器根据第一采集策略控制多个传感器采集测点位置水域的多组数据生成测点位置水域数据;其中,所述水域数据包括多个传感器采集到的多组数据;所述将所述水域数据发送至云平台包括所述收发器通过移动通信网络建立https连接到所述云平台,并将所述水域数据发送至所述云平台;
根据所述水域数据判断所述第一采集策略是否匹配当前测点采集,若否,则根据预设策略生成规则和所述水域数据生成第二采集策略;
将所述第二采集策略回调发送至所述测点模块,所述测点模块根据所述第二采集规则采集测点位置水域数据。
第四方面,一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
测点模块根据第一采集策略采集测点位置水域数据,并将所述水域数据发送至云平台;其中,所述测点模块包括收发器、采集控制器和多个传感器;所述采集控制器根据第一采集策略控制多个传感器采集测点位置水域的多组数据生成测点位置水域数据;其中,所述水域数据包括多个传感器采集到的多组数据;所述将所述水域数据发送至云平台包括所述收发器通过移动通信网络建立https连接到所述云平台,并将所述水域数据发送至所述云平台;根据所述水域数据判断所述第一采集策略是否匹配当前测点采集,若否,则根据预设策略生成规则和所述水域数据生成第二采集策略;
将所述第二采集策略发送至所述测点模块,所述测点模块根据所述第二采集规则采集测点位置水域数据。
本发明至少具有以下有益效果:
本发明基于对现有技术问题的进一步分析和研究,认识到现有技术通过人工现场调节测点参数耗时耗力,在汛期时更是无法及时调节测点参数的问题。本发明通过测点模块根据第一采集策略采集测点位置水域数据,并将所述水域数据发送至云平台;其中,所述测点模块包括收发器、采集控制器和多个传感器;所述采集控制器根据第一采集策略控制多个传感器采集测点位置水域的多组数据生成测点位置水域数据;其中,所述水域数据包括多个传感器采集到的多组数据;所述将所述水域数据发送至云平台包括所述收发器通过移动通信网络建立https连接到所述云平台,并将所述水域数据发送至所述云平台;根据所述水域数据判断所述第一采集策略是否匹配当前测点采集,若否,则根据预设策略生成规则和所述水域数据生成第二采集策略;将所述第二采集策略发送至所述测点模块,所述测点模块根据所述第二采集规则采集测点位置水域数据。
通过本发明方案使水文遥测的运维人员在没有设备故障的情况下不用跑亲临各个站点进行参数调节,实现水文遥测设备、通信状态、关键运行信息的远程控制及远程参数调节,显著提升了水文遥测设备的远程控制、运维效率以及智能化,使水文调节参数以及运维的人力和时间成本最大程度的降低。实时水文遥测数据进行反向干预,达到遥测策略实时优化的目的,使遥测不仅能收取远端测点数据,更能自动调整遥测方案进行合理控制,以达到更高效的监测目的,使遥测的数据更即时、有效,更有价值。
附图说明
图1为本发明一个实施例提供的可智能维护水文遥测方法的流程示意图;
图2为本发明一个实施例提供的传统水文遥测中心控制***拓扑图;
图3为本发明一个实施例提供的水文遥测中心控制***拓扑图;
图4为本发明一个实施例提供的传统水文遥测***数据交互时序图;
图5为本发明一个实施例提供的水文遥测***数据交互时序图;
图6为本发明一个实施例提供的http方向控制通讯模型;
图7为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的可智能维护水文遥测方法,如图1所示,包括以下步骤:
测点模块根据第一采集策略采集测点位置水域数据,并将所述水域数据发送至云平台;其中,所述测点模块包括收发器、采集控制器和多个传感器;所述采集控制器根据第一采集策略控制多个传感器采集测点位置水域的多组数据生成测点位置水域数据;其中,所述水域数据包括多个传感器采集到的多组数据;所述将所述水域数据发送至云平台包括所述收发器通过移动通信网络建立https连接所述云平台,并将所述水域数据发送至所述云平台;
根据所述水域数据和云平台策略规则判断所述第一采集策略是否匹配当前测点采集,若否,则根据预设策略生成规则和所述水域数据生成第二采集策略;其中,第一采集策略和第二采集策略的为原策略和优化的新策略,策略的替换是个持续的迭代过程。
将所述第二采集策略发送至所述测点模块,所述测点模块根据所述第二采集规则采集测点位置水域数据。
在一个实施例中,所述测点模块根据第一采集策略采集测点位置水域数据,并将所述水域数据发送至云平台,包括:
所述收发器采用4G移动通讯的方式接入互联网,采用多模通讯设备,通过同时接入多运营商的方案来保证网络通讯的可靠性;
所述采集控制器用于驱动所述收发器和所述多个传感器,用于部署所述第一采集策略和所述第二采集策略;所述采集控制器上,配备闪存芯片,用于存储软件参数;
所述多个传感器通过所述传感器的协议和API,用于采集不同指标数据,其中,所述多个传感器包括水温传感器、水位传感器、水质传感器、水压传感器和水流传感器。
在一个实施例中,所述云平台包括策略生成规则模块、自适应遥测策略池模块和遥测适配模块;所述策略生成规则模块包括预设策略生成规则,所述自适应遥测池记录各个测点的遥测策略,遥测适配模块用于计算并生成新的策略。
在一个实施例中,所述策略生成规则模块包括:对每个测点水域因素进行列举和排序,通过归一化处理形成每个目标测点的预设策略生成规则;
所述通过归一化处理形成每个目标测点的预设策略生成规则,具体为:给每个水域因素达到的程度进行量化描述,程度由1到10,1表示匹配程度最小,10表示匹配程度最大,给每个水域因素的匹配程度打分;并计算出各个遥测指标的决策权重,得到各指标权重;
按照所述指标权重对指标重要性进行分类,分为一般、重要和非常重要三类;所述权重低于30%的为一般、高于30%低于60%的为重要和高于60%的为非常重要,再匹配告警频率,得到测点的第二采集策略。其中,所述权重可调,可以根据用户需求进行对指标重要性进行分,所述用户为水文遥测的运维人员。
在一个实施例中,所述策略遥测池用于存储每个测点的采集策略,在所述策略池里分别记录和存储每个测点的专属采集策略,策略池包括每个测点编号,当前策略,决策频率。
在一个实施例中,所述遥测适配模块,通过控制台获取策略生成规则,当云平台收到新的测点采集数据时,遥测适配模块就从数据库里获取新的数据,按照现行的策略生成规则和计算规则,生成对应测点的专属策略,并存入策略池。
在一个实施例中,所述将所述第二采集策略发送至所述测点模块,包括:所述云平台与所述测点模块建立https连接,并将所述第二采集策略发送至所述测点模块。
在一个实施例中,包括:硬件模型、通讯协议和云平台几个方面。通过硬件模型部署具备双向通讯能力的测点、通讯方面部署双向通讯协议、云平台方面部署常规响应能力和自适应决策能力,实现水文遥测***的智能维护。
在一个实施例中,所述遥测网络拓扑中,测点由收发模块、采集控制器和各类传感器组成。各组成部分至少包括但不限制于以下功能:
收发模块:采用4G移动通讯的方式接入互联网,采用多模通讯设备,通过同时接入多运营商的方案来保证网络通讯的可靠性,例如同时接入联通和移动的网络,在建立通讯时,按照信号的强度,选择较强的移动网络接入。
采集控制器:是测点的核心控制设备,具备驱动收发模块和传感器的能力,同时具备策略部署能力。在采集控制器上,配备一定容量的闪存芯片,用于存储各类软件参数。采集控制器不但可以将策略写入闪存芯片,还可以从闪存芯片里读取云平台下发的遥测策略,在合适的时机控制传感器进行指标采样,在合适的时间控制收发模块将数据发往云平台。
各类传感器:通过传感器的协议和API,在采集控制器上部署相关的二次开发软件来进行各类同时接入,由此实现各类不同指标的采集功能。
在一个实施例中,硬件模型包括:在采集控制器上引入闪存芯片,用于存储和读写各类参数。进一步的,采用SLC颗粒,即Single-Level Cell,也就是单层存储单元,一单位空间(cell)可以存储1bit数据,也就是1bit/cell,单颗粒理论擦写次数在10万次以上,对于较低频率的水利采集场景,采用此颗粒无需考虑由读写次数过多导致的功能失效问题。
进一步的,采集控制器的实现上,本发明硬件采用ARM单片机实现,ARM单片机采用新型的32位ARM核处理器,使其在指令***,总线结构,调试技术,功耗以及性价比等方面都超过了传统的51系列单片机,同时ARM单片机在芯片内部集成了大量的片内外设,所以功能和可靠性都大大提高。可以方便的通过单片机编程,实现采集控制器的采集控制、收发控制、策略读写部署等功能。
在一个实施例中,在通讯协议方面:采用https协议+域名的方式,https是http协议的安全版,传输过程采用SSL方式进行加密,数据安全得到保障;使用域名而不使用IP,通过DNS转换来达到定向服务器IP的目的,这样当服务器需要搬迁或者修改IP地址时,只要将域名与新的服务器IP对应关系在DNS服务器进行注册,只要保证域名不变,测点就仍可以正确的将数据送达服务器,和服务器进行即时通讯。
在一个实施例中,在协议模型上,应用反向控制调参机制,实现了远程测点控制调参的功能。当需要调整测点参数时,只需要反向下发遥测策略即可实现远程调参。
在一个实施例中,http协议的模型实现反向控制,其方式如下:http协议通常被称为无连接协议,但不是真的没有连接,而是客户端和服务器没有保持长连接,服务器只能被动的等待被连接,只有客户端可以主动发起到服务器的连接,服务器无法主动去连接客户端。当客户端需要上报数据时,客户端会发起http请求,服务器收到该请求时,此时已经和客户端建立了连接,接下来服务器会对此次连接请求进行响应,然后拆除连接。
在一个实施例中,进一步的,在http响应时,将遥测策略作为附属数据带回给测点,测点上的硬件已经通过编程开发实现了对遥测策略的解析功能,这样当测点收到上报请求http响应携带回来的遥测策略时,进行策略解析和部署,由此达到反向控制的目的。
在一个实施例中,本发明应用遥测策略实时决策,并给出了实现方法,让测点策略不再是一成不变,是按照实际的测点环境实时调整,达到自适应的目的,让测点的监测行为更有针对性,上报的数据更有效。
在一个实施例中,遥测策略实时决策实现方法为,在传统功能模块的基础上,再部署策略生成规则、自适应遥测策略池和遥测AI适配模块。策略生成规则负责描述策略生成的原则,自适应遥测池用以记录各个测点的个性化遥测策略,遥测AI适配模块用于计算并生成新的策略。
在一个实施例中,策略生成规则:负责描述策略生成的原则,并进行量化描述。策略生成规则步骤如下:
进一步的,为了量化策略,引入了权重,对每个测点所要考虑的因素进行列举、排序,并按照两两重要性给出,在通过归一化处理形成测点的生成规则;
进一步的,通过归一化处理,得到测点遥测策略生程规则表;
进一步的,给每个因素达到的程度进行量化描述,程度由1到10,1表示匹配程度最小,10表示匹配程度最大以此方法给每个因素的匹配程度打分。
进一步的,计算出各个遥测指标的决策权重;
进一步的,再次进行归一化处理得到各指标权重;
进一步的,在当前规则下,几个遥测指标的重要性排序;
进一步的,按照权重对指标重要性进行分类,分为一般、重要和非常重要三类。低于30%的为一般,高于30%低于60%的为重要,高于60%的为非常重要,再匹配以告警频率,形成该测点的遥测策略。
在一个实施例中,策略遥测池用于存储每个测点的遥测策略,基于每个测点因素都具有个性化的特点,在策略池里分别记录和存储每个测点的专属遥测策略,策略池至少包括但不限测点编号,当前策略,决策频率。
在一个实施例中,遥测适配模块,***管理员通过控制台录入了遥测生成规则,当云平台收到新的测点遥测数据时,云平台会通知遥测适配模块收到新数据,遥测适配模块就会从数据库里获取新的数据,按照上述的策略,无论是否数据触发了越限告警,该模块都会按照现行的策略生成规则和上述计算规则,生成对应测点的专属策略,并存入策略池,由云平台在给上报http连接回复http响应时带回给测点,由测点部署并执行新的遥测策略。
在一个实施例中,将采集和上报功能分开。采集数据可以通过对遥测策略的应用,进行密集采样,先将采样数据统一缓存到闪存卡上,积累到一定量时,对数据记性压缩统一上报。
在一个实施例中,如图2和图3所示,在以往固定策略的指导下,每个测点按照设定好的方式和频率采集并上报数据,只要不进行人工干预,会一直保持该方式和频率进行测量。例如,某个测点监测水位情况,***预设有报警阈值。当该测点频频出现告警越限等情况时,有可能预示周边异常情况的出现,通常水位遥测的采集频率在没有特殊情况下采用低频率的策略进行采集,如果是在汛期,可能在一天内水位上涨就可能突破警戒值,那么这种低频率的上报机制由于过高的延迟不再适用,只有提高该测点的采样频率才能适应水位的快速变化。这时,当有大量的测点需要各式各样的情况需要不同的策略去应对时,人工远程干预的策略的方式也显得力不从心,因此策略智能维护、自适应就也显得更加重要。
在一个实施例中,解决了测点调整参数必须要人工到现场操作的问题和遥测方案不能自动优化的问题等。
为实现上述目的,本实施例采用的技术方案:构建遥测网络拓扑模型,通过硬件方面部署具备双向通讯能力的测点、通讯方面部署双向通讯协议、云平台方面部署常规响应能力和自适应决策能力的网络拓扑模型。
传统遥测网络拓扑模型,如图2所示,由测点、互联网、防火墙、云服务器和数据仓库组成。各测点负责现场各类指标的收集和上报,互联网作为远程通讯的载体;防火墙用于通讯安全;云服务器用来响应测点的上报请求以及处理各类遥测业务;数据仓库负责存储遥测上报的数据。
本发明中,给出了部署双向通讯测点的方法,网络拓扑如图2所示,在本发明中,测点由收发模块、采集控制器和各类传感器组成。各组成部分的包括但不限制于以下功能:
收发模块:采用4G移动通讯的方式接入互联网,一般情况下接入一家移动运营商即可,在一些重要的测点上,为了保障通讯的可靠性,如图,建议采用多模通讯设备,通过同时冗余接入多运营商的方案来保证网络通讯的可靠性,例如同时接入联通和移动的网络,在建立通讯时,按照信号的强度,选择较强的移动网络接入。
采集控制器:是测点的核心控制设备,具备驱动收发模块和传感器的能力,同时具备策略部署能力。在采集控制器上,配备一定容量的闪存芯片,用于存储各类软件参数。采集控制器不但可以将策略写入闪存芯片,还可以从闪存芯片里读取云平台下发的遥测策略,在合适的时机控制传感器进行指标采样,在合适的时间控制收发模块将数据发往云平台。
传统遥测上报模块多采用单上报模式,按照固定的频率和参数采集,即时采集即时上报,当遇到网络故障情况时,往往会出现上报失败导致数据丢失的情况。在本发明中,可以通过策略控制,将采集和上报功能分开。
采集数据可以通过对遥测策略的应用,进行密集采样,先将采样数据统一缓存到闪存卡上,积累到一定量时,对数据记性压缩统一上报。这样,既可以提高采样率,又可以很大程度上节省带宽。
各类传感器:随着传感器技术的发展,市场上有很多类型的水利相关的传感器可供选择,不仅可以采集水温、水位、流速等常规的指标,还出现了可以测量水质的新型传感器,例如可以测量水的硬度,Ca的含量,测量重金属是否超标,例如测量Hg的摩尔浓度等。这些传感器都已经发展的比较成熟,都具备成熟的协议和API,通过在采集控制器上部署相关的二次开发软件来进行方便的同时接入,由此可以实现各类不同指标的采集功能。
进一步的,硬件模型优化:
在硬件上,传统的采集模块,都将控制程序以及响应的参数固化到EEPROM上,由于EEPROM属于可编程只读存储器,因此无法实现运行过程的数据写入。在本发明中,在采集控制器上引入闪存芯片,用于存储和读写各类参数。闪存的核心组成部分是闪存颗粒。本发明采用SLC颗粒,Single-Level Cell单层存储单元,一单位空间(cell)可以存储1bit数据,也就是1bit/cell,单颗粒理论擦写次数在10万次以上,对于较低频率的水利采集场景,采用此颗粒无需考虑由读写次数过多导致的功能失效问题。
在采集控制器的实现上,传统采集硬件多采用51系列单片机实现,本发明硬件采用ARM单片机实现,ARM单片机采用了新型的32位ARM核处理器,使其在指令***,总线结构,调试技术,功耗以及性价比等方面都超过了传统的51系列单片机,同时ARM单片机在芯片内部集成了大量的片内外设,所以功能和可靠性都大大提高。可以方便的通过单片机编程,实现采集控制器的采集控制、收发控制、策略读写部署等功能。
在通讯协议方面,传统遥测多采用http协议+服务器IP的方式来实现,这样存在两个问题,直接使用http协议,数据在传输链路没有进行加密,容易出现数据安全问题;直接使用IP地址,当服务器搬迁或者IP出现调整的情况,所有测点将无法上报数据。在本发明里,采用https协议+域名的方式,https是http协议的安全版,传输过程采用SSL方式进行加密,数据安全得到保障;使用域名而不使用IP,通过DNS转换来达到定向服务器IP的目的,这样当服务器需要搬迁或者修改IP地址时,只要将域名与新的服务器IP对应关系在DNS服务器进行注册,只要保证域名不变,测点就仍可以正确的将数据送达服务器,和服务器进行通讯。
在协议模型上,传统遥测多采用单上报模式,也就是说数据单向的上报给服务器,服务器接受到数据也就完成了一次交互。这样的方式虽然实现了遥测数据上报的基本功能,但是有很大的局限性。本发明里,对上报通讯协议了改进,引入了反向控制调参机制,实现了远程测点控制调参的功能。当需要调整测点参数时,只需要反向下发遥测策略即可实现远程调参。
反向控制时序图,传统遥测方式主要实现了数据的上报功能,对上报是否成功不做进一步处理。本发明采用了反向控制模式,如图6,本发明巧妙的利用了http协议的模型,实现反向控制。
进一步的,https协议的模型实现反向控制方式如下:https协议通常被称为无连接协议,但不是真的没有连接,而是客户端和服务器没有保持长连接,服务器只能被动的等待被连接,只有客户端可以主动发起到服务器的连接,服务器无法主动去连接客户端。当客户端需要上报数据时,客户端会发起https请求,服务器收到该请求时,此时已经和客户端建立了连接,接下来服务器会对此次连接请求进行响应,然后拆除连接。一般意义上,https响应多用于表示连接的状态,事实上,可以在https响应时,携带更多的数据,于是,本发明利用此特点,在https响应时,将遥测策略作为附属数据带回给测点,测点上的硬件已经通过编程开发实现了对遥测策略的解析功能,这样当测点收到上报请求https响应携带回来的遥测策略时,进行策略解析和部署,由此达到反向控制的目的。
云平台方面,传统的云平台一般主要完成数据的收取工作,以数据的收取、存储、监测和基本查询为目的。本发明在此基础上,引入了遥测策略实时决策的概念,并给出了实现方法,让测点策略不再是一成不变,是按照实际的测点环境实时调整,达到自适应的目的,让测点的监测行为更有针对性,上报的数据更有效。实现的方案为,在传统功能模块的基础上,再部署策略生成规则、自适应遥测策略池和遥测适配模块。策略生成规则负责描述策略生成的原则,自适应遥测池用以记录各个测点的个性化遥测策略,遥测适配模块用于计算并生成新的策略。
本发明的策略生成步骤:
策略生成规则:负责描述策略生成的原则,并进行量化描述。在不同的时期,不同的环境,遥测各指标关注的重点都不一样,例如雨季或汛期更加关注水位的变化,周边多有工厂的情况更加关注水质的变化等。
进一步的,为了量化策略,引入了权重的概念,对每个测点所要考虑的因素进行列举、排序,并按照两两重要性给出,在通过归一化处理形成改测点的生成规则。
进一步的,通过归一化处理,得到测点遥测策略程程规则表。
本发明中,给每个因素达到的程度进行量化描述,程度由1到10,1表示匹配程度最小,10表示匹配程度最大,例如非汛期时,“处于汛期”程度为1,接近汛期时程度可以为5,到达汛期时程度为10,以此方法给每个因素的匹配程度打分。例如:某测点评分如下:处于汛期=10;河道宽度=5;周边工厂=1;此时计算出各个遥测指标的决策权重:水位=10*10/16+5*5/16+1*3/16=9.000;流速=10*5/16+5*10/16+1*3/16=6.437;水质=10*1/16+5*1/16+1*10/16=1.6625;
进一步的,再次进行归一化处理得到各指标权重:水位=9/(9+6.3475+1.6625)*100%=0.526*100%=52.6%;流速=6.375/(9+6.3475+1.6625)*100%=0.375*100%=37.4%;水质=1.6625/(9+6.3475+1.6625)*100%=0.09*100%=9%。
进一步的,在当前规则下,几个遥测指标的重要性排序为水位>流速>水质。进一步的,本发明按照权重对指标重要性进行分类,分为一般、重要和非常重要三类。低于30%的为一般,高于30%低于60%的为重要,高于60%的为非常重要,再匹配以告警频率,即可行程形成该测点的遥测策略。
策略遥测池,用于存储每个测点的遥测策略。传统遥测中,遥测设备的上报频率以及传感器的参数都是在出厂设定好的,如果需要调整一般是现场维保人员在现场手动完成调参工作。不会在云平台进行策略的存储。在本发明中,引入了遥测策略池,基于每个测点因素都具有个性化的特点,在策略池里分别记录和存储每个测点的专属遥测策略。
遥测适配模块,***管理员通过控制台录入了遥测生成规则,如上述表。当云平台收到新的测点遥测数据时,云平台会通知遥测AI适配模块收到新数据,遥测AI适配模块就会从数据库里获取新的数据,按照上述的策略,无论是否数据触发了越限告警,该模块都会按照现行的策略生成规则和上述计算规则,生成对应测点的专属策略,并存入策略池,由云平台在给上报http连接回复http响应时带回给测点,由测点部署并执行新的遥测策略。
在一个实施例中,在进行测点采集前需要进行如下准备工作:
具备反向部署的https通讯协议、策略生成规则、自适应遥测策略池和遥测AI适配模块,现叙述如下:
(1)具备反向部署的https通讯协议
https本质上是http的安全版,因此采用http协议进行描述,在建立通讯时建立https连接即可,这样数据在通讯过程中实现了基于SSL连接的加密,确保了数据的安全性。
在http协议上,上报参数有get和post两类方式,post一方面可以携带的数据量高于get方式,另一方面采用二进制传输,从一定程度上加强了数据的传输安全性,因此,采用post方式。在数据的封装上,采用基于文本的JSON格式,结构简单,可维护性强,易于阅读。
(2)接口如下:
https://云平台域名:端口/interface/getTelemetryData.php
(3)上报方式:POST
传入参数:{"测点名称":"","测点位置":"","测点类型":"","上报数据":"","现行策略":"",...}
返回数据:{"测点名称":"","是否更新策略":"","新策略":"",...}
(4)策略生成规则
对每个测点的考虑因素进行调研和列举,按照1到10分重要性由低到高的方法进行标定,例如:
权重\因素 | 处于汛期 | 河道宽度 | 周边工厂 |
水位 | 10 | 5 | 3 |
流速 | 5 | 10 | 3 |
水质 | 1 | 1 | 10 |
(5)自适应遥测策略池
整理所有的测点,在策略池里进行登记,部署默认策略,如表:
(6)生成采集策略
(7)几个遥测指标的重要性排序为水位>流速>水质。
(8)形成新的策略。
(9)随着遥测业务的进行,由AI模块来对每个测点的策略进行自适应智能管理,自动调整和更新策略。决策频率是指的同一个测点遥测策略里最高频率项的遥测频率,实际使用中,可以控制每个测点的不同传感器按照策略分时上报,也可以按照决策频率统一上报。按照分时上报得到的数据更有效,对于云平台软件和测点采集控制器的实现逻辑要求较高;按照决策频率统一上报的方式,对于云平台软件和测点采集控制器的实现逻辑要求较低,更易于实现,但会有基于策略方案的冗余数据上报,具体采用那个方式需要按照实际情况来采用。
实现的时序步骤如下:
按照现行部署的遥测策略,采集控制器记录时间,当到达采集数据时间,采集控制器控制向传感器发送数据采集指令;
传感器接收到采集指令,采集并获取对应的数据;
(3)采集控制器标定数据发送目的地为云平台制定IP和端口;
(4)利用收发模块通过移动通信网络建立https连接并上报数据,等待回复;
(5)云平台接收上报数据;
(6)云平台通知策略AI模块有新数据上报;
(7)策略AI模块获取即时数据;
(8)策略AI模块按照策略生成规则对即时数据进行分析计算生成新的遥测策略,或者当人工干预采集策略时,人工可在云平台上设置或修改遥测策略,例如设定某一传感器的采集频率并给出人工干预理由;
(9)策略AI模块将新的遥测策略推送到自适应遥测策略池覆盖对应的就策略;
(10)策略AI模块通知云平台策略已就绪;
(11)云平台从自适应遥测策略池获取该测点新的遥测策略;
(12)云平台相应测点建立的https连接,并携带新的遥测策略;
(13)测点收发模块收到云平台反馈并获取到新的该测点遥测策略;
(14)测点收发模块将该策略存储到自身闪存卡里并通知采集控制模块;
(15)采集控制模块读取闪存卡里的新策略并执行新策略;
本发明从整体框架上,采用基于物联网的可智能维护遥测***,主要包括传感器,采集控制器,收发模块,云平台,数据仓库,遥测策略池,策略AI,控制台组成遥测***,实现软硬件双向数据交互,已达到远程控制采集测略或智能修改采集策略的目的。
本发明的实现使水文遥测的运维人员在没有设备故障的情况下不用跑各个站点进行参数调节,实现水文遥测设备、通信状态、关键运行信息的远程控制及远程参数调节,显著提升了水文遥测设备的远程控制、运维效率以及智能化,使水文调节参数以及运维的人力和时间成本最大程度的降低。实时水文遥测数据进行反向干预,达到遥测策略实时优化的目的,使遥测不仅能收取远端测点数据,更能自动调整遥测方案进行合理控制,以达到更高效的监测目的,使遥测的数据更即时、有效,更有价值。
但本发明的功能不限于此,一方面,随着单片机技术的发展,可以在水文采集控制器上对采样数据进行预处理,例如去噪、简单统计等,以降低云平台的计算压力;另一方面,本发明采用即时通讯方式,使传感器在需要采集数据、收发数据时开机,再等待状态下处于待机状态,是一种低功耗通讯策略,在野外、交通不便、无法集中供电的测点使用具有更加明显的优势。
应该理解的是,虽然图1的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,提供了一种可智能维护水文遥测***,包括以下程序模块:其中:
测点模块:用于根据第一采集策略采集测点位置水域数据,并将所述水域数据发送至云平台;其中,所述测点模块包括收发器、采集控制器和多个传感器;所述采集控制器根据第一采集策略控制多个传感器采集测点位置水域的多组数据生成测点位置水域数据;其中,所述水域数据包括多个传感器采集到的多组数据;所述将所述水域数据发送至云平台包括所述收发器通过移动通信网络建立https连接所述云平台,并将所述水域数据发送至所述云平台;
云平台模块:用于接收所述测点模块发送的水域数据并根据所述水域数据判断所述第一采集策略是否匹配当前测点采集,若否,则根据预设策略生成规则和所述水域数据生成第二采集策略;用于将所述第二采集策略发送至所述测点模块,所述测点模块根据所述第二采集规则采集测点位置水域数据。
关于可智能维护水文遥测***的具体限定可以参见上文中对于可智能维护水文遥测方法的限定,在此不再赘述。上述可智能维护水文遥测***中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图7所示。该计算机设备包括通过***总线连接的处理器、存储器、通信接口、显示屏和输入***。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种可智能维护水文遥测方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入***可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图7中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,涉及上述实施例方法中的全部或部分流程。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,涉及上述实施例方法中的全部或部分流程。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种可智能维护的水文遥测方法,其特征在于,所述方法包括:
测点模块根据第一采集策略采集测点位置水域数据,并将所述水域数据发送至云平台;其中,所述测点模块包括收发器、采集控制器和多个传感器;所述采集控制器根据第一采集策略控制多个传感器采集测点位置水域的多组数据生成测点位置水域数据;其中,所述水域数据包括多个传感器采集到的多组数据;所述将所述水域数据发送至云平台,包括所述收发器通过移动通信网络建立https连接所述云平台,并将所述水域数据发送至所述云平台;
根据所述水域数据判断所述第一采集策略是否匹配当前测点采集,若否,则根据预设策略生成规则和所述水域数据生成第二采集策略;
将所述第二采集策略发送至所述测点模块,所述测点模块根据所述第二采集规则采集测点位置水域数据。
2.根据权利要求1所述的方法,其特征在于,所述测点模块根据第一采集策略采集测点位置水域数据,并将所述水域数据发送至云平台,包括:
所述收发器采用4G移动通讯的方式接入互联网,采用多模通讯设备,通过同时接入多运营商的方案来保证网络通讯的可靠性;
所述采集控制器用于驱动所述收发器和所述多个传感器,用于部署所述第一采集策略和所述第二采集策略;所述采集控制器上,配备闪存芯片,用于存储软件参数;
所述多个传感器通过所述传感器的协议和API,用于采集不同指标数据,其中,所述多个传感器包括水温传感器、水位传感器、水质传感器、水压传感器和水流传感器。
3.根据权利要求1所述的方法,其特征在于,所述云平台包括策略生成规则模块、自适应遥测策略池模块和遥测适配模块;所述策略生成规则模块包括预设策略生成规则,所述自适应遥测池记录各个测点的遥测策略,遥测适配模块用于计算并生成新的策略。
4.根据权利要求3所述的方法,其特征在于,所述策略生成规则模块包括:对每个测点水域因素进行列举和排序,通过归一化处理形成每个目标测点的预设策略生成规则;
所述通过归一化处理形成每个目标测点的预设策略生成规则,具体为:给每个水域因素达到的程度进行量化描述,程度由1到10,1表示匹配程度最小,10表示匹配程度最大,给每个水域因素的匹配程度打分;并计算出各个遥测指标的决策权重,得到各指标权重;
按照所述指标权重对指标重要性进行分类,分为一般、重要和非常重要三类;所述权重低于30%的为一般、高于30%低于60%的为重要和高于60%的为非常重要,再匹配告警频率,得到测点的第二采集策略。
5.根据权利要求4所述的方法,其特征在于,所述策略遥测池用于存储每个测点的采集策略,在所述策略池里分别记录和存储每个测点的专属采集策略,策略池包括每个测点编号,当前策略,决策频率。
6.根据权利要求5所述的方法,其特征在于,所述遥测适配模块,通过控制台获取策略生成规则,当云平台收到新的测点采集数据时,遥测适配模块就从数据库里获取新的数据,按照现行的策略生成规则和计算规则,生成对应测点的专属策略,并存入策略池。
7.根据权利要求1所述的方法,其特征在于,所述将所述第二采集策略发送至所述测点模块,包括:所述云平台与所述测点模块建立https连接,并将所述第二采集策略发送至所述测点模块。
8.一种可智能维护的水文遥测***,其特征在于,所述***包括:
测点模块:用于根据第一采集策略采集测点位置水域数据,并将所述水域数据发送至云平台;其中,所述测点模块包括收发器、采集控制器和多个传感器;所述采集控制器根据第一采集策略控制多个传感器采集测点位置水域的多组数据生成测点位置水域数据;其中,所述水域数据包括多个传感器采集到的多组数据;所述将所述水域数据发送至云平台包括所述收发器通过移动通信网络建立https连接所述云平台,并将所述水域数据发送至所述云平台;云平台模块:用于接收所述测点模块发送的水域数据并根据所述水域数据判断所述第一采集策略是否匹配当前测点采集,若否,则根据预设策略生成规则和所述水域数据生成第二采集策略;用于将所述第二采集策略发送至所述测点模块,所述测点模块根据所述第二采集规则采集测点位置水域数据。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序和测点缓存数据,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序和测点缓存数据,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310639287.1A CN116708495A (zh) | 2023-06-01 | 2023-06-01 | 一种可智能维护的水文遥测方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310639287.1A CN116708495A (zh) | 2023-06-01 | 2023-06-01 | 一种可智能维护的水文遥测方法和*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116708495A true CN116708495A (zh) | 2023-09-05 |
Family
ID=87827087
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310639287.1A Pending CN116708495A (zh) | 2023-06-01 | 2023-06-01 | 一种可智能维护的水文遥测方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116708495A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117573907A (zh) * | 2024-01-16 | 2024-02-20 | 北京航空航天大学杭州创新研究院 | 一种移动机器人数据存储方法及*** |
-
2023
- 2023-06-01 CN CN202310639287.1A patent/CN116708495A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117573907A (zh) * | 2024-01-16 | 2024-02-20 | 北京航空航天大学杭州创新研究院 | 一种移动机器人数据存储方法及*** |
CN117573907B (zh) * | 2024-01-16 | 2024-04-26 | 北京航空航天大学杭州创新研究院 | 一种移动机器人数据存储方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10579460B2 (en) | Method and apparatus for diagnosing error of operating equipment in smart farm | |
CN204425399U (zh) | 一种基于云计算的水文气象业务*** | |
KR20180060980A (ko) | 스마트팜 운용장비의 오류 진단 방법 및 장치 | |
CN111580449A (zh) | 一种基于窄带物联网技术的能源管理控制*** | |
CN116708495A (zh) | 一种可智能维护的水文遥测方法和*** | |
CN102158875B (zh) | 一种设备信息采集方法及*** | |
CN204557187U (zh) | 一种ip网络环境监控*** | |
CN101335670A (zh) | 基于ZigBee技术的无线传感器网络仓库监测***及监测方法 | |
CN110995859A (zh) | 一种基于泛在物联网的变电站智能支撑平台*** | |
CN106652308A (zh) | 一种基于ZigBee和Android的火灾信号监测*** | |
Šećerov et al. | Environmental monitoring systems: review and future development | |
CN111174905B (zh) | 低功耗物联网振动异常检测装置及其检测方法 | |
CN106304136A (zh) | 获取网络状态信息的方法、***、控制器和模拟移动设备 | |
CN109885118A (zh) | 环境控制*** | |
CN207010859U (zh) | 一种远程控制视频监控*** | |
CN112015813B (zh) | 配电网的数据共享方法、***、装置和计算机设备 | |
CN112367395A (zh) | 一种报警阈值的修改方法、设备及计算机可读存储介质 | |
CN101383733B (zh) | 一种监测呼叫时网络状态的方法及装置 | |
CN106385110A (zh) | 电网主设备巡查辅助装置、***和方法 | |
CN116208662A (zh) | 一种设备管理集控方法及其*** | |
CN206479822U (zh) | 一种基于NB‑IoT的资产监管终端装置 | |
CN115718448A (zh) | 一种燃气调压站的智能监控***及监控方法 | |
CN103389690B (zh) | 监控***、监控子***、监控节点设备、控制中心设备 | |
KR20230067378A (ko) | 수위 변화 예측 시스템 | |
CN206177452U (zh) | 一种基于gprs通信的泥石流次声监测*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |