CN114001718A - 基于智能测流机器人的水文监测方法及系统 - Google Patents
基于智能测流机器人的水文监测方法及系统 Download PDFInfo
- Publication number
- CN114001718A CN114001718A CN202111187506.4A CN202111187506A CN114001718A CN 114001718 A CN114001718 A CN 114001718A CN 202111187506 A CN202111187506 A CN 202111187506A CN 114001718 A CN114001718 A CN 114001718A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- flow
- intelligent flow
- flow measuring
- robot
- 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.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 175
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000005259 measurement Methods 0.000 claims abstract description 67
- 238000004891 communication Methods 0.000 claims abstract description 12
- 238000005094 computer simulation Methods 0.000 claims abstract description 7
- 238000004364 calculation method Methods 0.000 claims abstract description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 81
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 238000007405 data analysis Methods 0.000 claims description 5
- 238000013461 design Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000010802 sludge Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C13/00—Surveying specially adapted to open water, e.g. sea, lake, river or canal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2282—Tablespace storage structures; Management thereof
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Hydrology & Water Resources (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
- Measuring Volume Flow (AREA)
Abstract
本公开提供了一种基于智能测流机器人的水文监测方法及系统,基于智能测流机器人的水文监测方法,包括:获取智能测流机器人的基础信息,所述基础信息包括智能测流机器人监测点数;根据智能测流机器人监测点数动态绘制监测点个数;启动智能测流机器人,实时获取智能测流机器人的状态报文,并对状态报文进行实时解析;动态模拟智能测流机器人依次进入每个监测点,实时获取每个监测点的测量数据,并对测量数据进行解析;本公开通过设置流速实时测量模块,可以实现对智能测流机器人硬件设备运行状况进行实时通讯计算和展示的目的。
Description
技术领域
本公开属于水文监测技术领域,尤其涉及一种基于智能测流机器人的水文监测方法及系统。
背景技术
水文监测是为合理开发利用水资源,提供系统水文资料的一项重要的基础工作;水文监测的目的是及时、准确和全面地反应河流水量现状,为水量调度、水电站运行和泄洪等提供科学依据。
目前,许多常规水文站在河道流量测验中采用固定式测流,固定式测流是在桥梁上固定安装多个测流仪,通过对各测流仪获得的数据进行综合处理分析而得到测流结果,但一个河道断面上需要安装多个测流仪,所以该种方式测量及维护成本较高,且监测点固定安装不利于汛期及非汛期水量监测;近期出现了一种智能测流机器人为自驱式桥式测流设备,可通过上层软件实现灵活配置监测位置,测量多个关键数据如渠道水位、渠道断面不同位置垂线上不同深度的流速以及淤泥厚度等,根据测得数据结合渠道本身的形状参数,自动绘制过水断面图,根据过水断面图计算出该断面的瞬时流量和累计流量;智能测流设备可以通过自动化装置实现自动测量。
本公开发明人发现,现有的基于智能测流机器的水文监测方法和系统存在以下问题:
1.虽然智能测流设备可以通过自动化装置实现自动测量,但需要上层软件平台根据录入的基础数据及设备测量上报的数据进行汇总计算,才能计算该断面的瞬时流量和累计流量,不能实现实时通讯计算;
2.检测位置需要现场标定,监测位置的配置不灵活,测流设备实时运动通讯流量数据不能及时呈现。
发明内容
本公开为了解决上述问题,提出了一种基于智能测流机器人的水文监测方法及系统,本公开通过设置流速实时测量模块,可以实现对智能测流机器人硬件设备运行状况进行实时通讯计算和展示的目的。
为了实现上述目的,本发明是通过如下的技术方案来实现:
第一方面,本公开提供了一种基于智能测流机器人的水文监测方法,包括:
获取智能测流机器人的基础信息,所述基础信息包括智能测流机器人监测点数;
根据智能测流机器人监测点数动态绘制监测点个数;
启动智能测流机器人,实时获取智能测流机器人的状态报文,并对状态报文进行实时解析;
动态模拟智能测流机器人依次进入每个监测点,实时获取每个监测点的测量数据,并对测量数据进行解析。
进一步的,所述基础信息还包括所述智能测流机器人的名称、通讯状态、工作模式、测量方式、当前状态和累计出行次数中的一种或多种。
进一步的,所述状态报文包括取智能测流机器人的行进进度及状态。
进一步的,所述测量数据至少包括实时流速、实时水位、河底高程和出行次数。
进一步的,所述智能测流机器人行进至最后一个监测点,获取实时数据完成后自动返回初始点;获取完整监测报文,所述完整监测报文包括本次出行所有监测点的实时流速,当前水位和当前泥位。
进一步的,对测量数据进行解析时,获取所述智能测流机器人的基础信息及截面信息,包括起点距、起点流速系数、终点距、终点流速系数、测量点数、测量间距、截面高度和河底高程。
进一步的,所述测量数据包括:
第一岸平均水深=(第一岸水深+第一监测点水深)/2;
第一岸平均流速=第一监测点流速*测点流速系数;
第一岸断面面积=第一岸平均水深*起点距;
第一岸断面流量=第一岸断面面积*第一岸平均流速;
监测点平均水深=(监测点水深+相邻下监测点水深)/2;
监测点平均流速=(监测点流速+相邻下监测点水深)/2*测点流速系数;
监测点断面面积=监测点平均水深*测量间距;
监测点断面流量=监测点断面面积*监测点平均流速;
第二岸平均水深=(第二岸水深+相邻上监测点水深)/2;
第二岸平均流速=相邻上监测点流速*测点流速系数;
第二岸断面面积=右岸平均水深*测量间距;
第二岸断面流量=第二岸断面面积*第二岸平均流速;
总断面流量=第一岸断面流量+所有监测点断面流量+第二断面流量;
总断面面积=第一断面面积+所有监测点断面面积+第二岸断面面积;
总平均流速=总断面流量/总断面面积;
总平均水深=总断面面积/水面宽。
进一步的,实时展示和更新智能测流机器人的基础信息、解析后的不同智能测流机器人的状态报文以及解析后的不同监测点的测量数据
第二方面,本公开还提供了一种基于智能测流机器人的水文监测系统,包括数据采集模块、监测点绘制模块、状态报文解析模块和测量数据解析模块;
所述数据采集模块,被配置为:获取智能测流机器人的基础信息,所述基础信息包括智能测流机器人监测点数;
所述监测点绘制模块,被配置为:根据智能测流机器人监测点数动态绘制监测点个数;
所述状态报文解析模块,被配置为:启动智能测流机器人,实时获取智能测流机器人的状态报文,并对状态报文进行实时解析;
所述测量数据解析模块,被配置为:动态模拟智能测流机器人依次进入每个监测点,实时获取每个监测点的测量数据,并对测量数据进行解析。
第三方面,本公开还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现了第一方面所述的基于智能测流机器人的水文监测方法的步骤。
第四方面,本公开还提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现了第一方面所述的基于智能测流机器人的水文监测方法的步骤。
与现有技术相比,本公开的有益效果为:
1.本公开可以灵活配置监测位置,测量精度高,无须现场标定;
2.本公开解决了上层软件流量解算方式及测流设备实时运动通讯流量数据呈现问题;
3.本公开采用BS前端设计,前端页面布局灵活,通讯ip加密注册安全性强,可同时控制多台测流设备设备解决了常规CS端一车一软件控制的不灵活问题;
4.本公开将明渠量水信息采集、存储和处理与互联网一体化,为灌区管理信息化创造了有利条件,提高水文信息的准确性和时效性,节约人力物力。
附图说明
构成本实施例的一部分的说明书附图用来提供对本实施例的进一步理解,本实施例的示意性实施例及其说明用于解释本实施例,并不构成对本实施例的不当限定。
图1为本公开实施例1的流程图;
图2为本公开实施例1的测量点布局图。
具体实施方式:
下面结合附图与实施例对本公开作进一步说明。
应该指出,以下详细说明都是例示性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
实施例1:
如图1所示,本实施例提供了一种基于智能测流机器人的水文监测方法,一种基于智能测流机器人的水文监测方法,包括:
获取智能测流机器人的基础信息,所述基础信息包括智能测流机器人监测点数;
根据智能测流机器人监测点数动态绘制监测点个数;
启动智能测流机器人,实时获取智能测流机器人的状态报文,并对状态报文进行实时解析;
动态模拟智能测流机器人依次进入每个监测点,实时获取每个监测点的测量数据,并对测量数据进行解析;
实时展示和更新智能测流机器人的基础信息、解析后的不同智能测流机器人的状态报文以及解析后的不同监测点的测量数据。
具体的,基于智能测流机器人的水文监测方法包括数据库设计、流量实时测量和RTU数据解析。
在本实施例中,数据库设计为上位机软件数据库表结构设计,数据表包括测流设备基础表、测点管理表、测点区间设置表、自动测量表、自动出行时间设置表、测流历史表、测算汇总表、人工测量表、设备在线表、登录日志表、操作日志表、系统字典表、系统菜单表、系统行政区划表、系统权限表、系统用户表、系统用户权限分配表和系统网站设置表。表结构介绍如下:
测流设备基础表字段包括测流设备编号、测流设备名称、监测河流、工作状态、工作模式、测量方式、电池容量、测量点数、测量间距、截面高度、河底高程、出行次数、当前车辆状态、当前电压、当前测量泥位、当前测量水位和当前测量流速等。
测点管理表字段包含:监测车辆编号、测点名称、测点编号、是否为探头、系数、厂家、测量模式、测量面长度和河底高程。
测点区间设置表字段包含:监测车辆编号、测点编号、开始水位、结束水位和系数。
自动测量表字段包含:监测车辆编号、测量时间、测量点位、小车出车次数、部分流量、水位、部分平均水深、部分平均流速、部分面积、测点间距和创建时间。
测流历史表字段包括:监测车辆编号、测点编号、测量点位、小车出车次数、上报IP地址、上报时间、创建时间、上报类型、当前流速、水位、河底高程、水深、测点间距、电压和测量方式。
测算汇总表字段包括:监测车辆编号、上报时间、创建时间、出行次数、水位、断面流量、断面面积、平均流速、平均水深、水面宽和测量类型。
在本实施例中,权限控制包括系统用户表、系统权限表和系统用户分配表,用于控制登录人及用户不同权限展示模块功能。
在本实施例中,流速实时测量具体包括:在本实施中,
进入功能模块,系统自检是否与设备通讯正常,如不正常显示离线。
检测通过后系统获得测流设备基础信息,信息包括测流设备(上述的智能测流机器人)名称、通讯状态、工作模式、测量方式、测流设备当前状态、测流设备监测点数和测流设备累计出行次数等重要显示信息,动画根据测流设备监测点数动态绘制监测点个数。
模块功能包括测流设备启动、测流设备停止、测流设备返航,模块内涉及的实时通讯皆通过Signalr控件与后台远程终端单元(Remote Terminal Unit,RTU)软件进行通讯。
具体的,在系统中,点击“测流设备启动”按钮可进行启动操作,与RTU软件通信发送出行指令,如RTU判断当前测流设备未在线返回启动失败提示。
测流设备启动成功后,测流设备向RTU实时发送测流设备状态报文报文内容为测流设备行进进度及测流设备车辆状态,RTU实时解析并入数据库,同时通过signar通知本模块实时刷新前台实时数据,前台实时数据包括当前行进状态、电压和当前监测点位等,动画模拟测流设备行进至第一个监测点位置。
行进至监测点后开始测量数据,数据测量完成上报实时数据报至RTU解析软件,解析入库后通知页面刷新数据,更新前台读取数据库内实时流速、实时水位、河底高程和出行次数,实时更新前台图表显示数据。
测流设备继续行进至下一个监测点发送测流设备启动状态报文至RTU解析软件,解析入库后通知页面刷新数据,更新数据并更新动画至下一个检测点。
测流设备直至行进至最后一个监测点,实时数据发送完成后发送返回状态报文,动画自动返回出行车库,到达车库后发送完整监测报文,包括本次出行所有监测点的实时流速,当前水位,当前泥位等。
本次监测完成,前台软件数据重置。
在本实施例中,RTU数据解析包括:
测流设备启动报文、停止报文和返航报文解析,测流设备参数设置报文解析;
测流设备状态报文解析并入库更新测流设备基础信息表各测流设备状态参数,通过signalr通知前台数据解析;
测流设备实时数据解析及定时报解析,需要获取该测流设备基础信息及截面信息,信息包括起点距、起点流速系数,终点距,终点流速系数,测量点数,测量间距,截面高度,河底高程。数据通过以下计算后入库。
如图2所示,在本实施例中,选取3个监测点;其中,H:截面高度;h1:监测水深1,h2:监测水深2,h3:监测水深3;h河底高程:截面河底高程;W1起点距,W2测量间距,W3测量间距,W4终点距;V1监测流速1,V2监测流速2,V3监测流速3;R测点流速系数:根据监测车辆编号、当前测点编号、当前测点水位,查询测点区间表,判断当前水位在哪个区间内,取最新一条数据的系数,如果未查询到数据,则取测点表的默认系数;测量数据和计算为:
左岸平均水深=(左岸水深+监测点1水深)/2,在本实施例中,左岸水深为0;
左岸平均流速=监测点1流速*R;
左岸断面面积=左岸平均水深*W1;
左岸断面流量=左岸断面面积*左岸平均流速;
监测点1平均水深=(监测点1水深+监测点2水深)/2;
监测点1平均流速=(监测点1流速+监测点2水深)/2*R;
监测点1断面面积=监测点1平均水深*W2;
监测点1断面流量=监测点1断面面积*监测点1平均流速;
监测点2平均水深=(监测点2水深+监测点3水深)/2;
监测点2平均流速=(监测点2流速+监测点3水深)/2*R;
监测点2断面面积=监测点2平均水深*W3;
监测点2断面流量=监测点2断面面积*监测点2平均流速;
右岸平均水深=(右岸水深+监测点3水深)/2,在本实施例中,右岸水深为0;
右岸平均流速=监测点3流速*R;
右岸断面面积=右岸平均水深*W4;
右岸断面流量=右岸断面面积*右岸平均流速;
总断面流量=左岸断面流量+监测点1断面流量+监测点2断面流量+右岸断面流量;
总断面面积=左岸断面面积+监测点1断面面积+监测点2断面面积+右岸断面面积;
总平均流速=总断面流量/总断面面积;
总平均水深=总断面面积/水面宽。
在本实施例中,左岸取为第一岸,右岸取为第二岸,相邻下的方向定义为由第一岸向向第二岸的方向;在其他实施例中,右岸取为第一岸,左岸取为第二岸,相邻下的方向定义为由第一岸向向第二岸的方向。
实施例2:
本实施例提供了一种基于智能测流机器人的水文监测系统,包括数据采集模块、监测点绘制模块、状态报文解析模块和测量数据解析模块;
所述数据采集模块,被配置为:获取智能测流机器人的基础信息,所述基础信息包括智能测流机器人监测点数;
所述监测点绘制模块,被配置为:根据智能测流机器人监测点数动态绘制监测点个数;
所述状态报文解析模块,被配置为:启动智能测流机器人,实时获取智能测流机器人的状态报文,并对状态报文进行实时解析;
所述测量数据解析模块,被配置为:动态模拟智能测流机器人依次进入每个监测点,实时获取每个监测点的测量数据,并对测量数据进行解析。
实施例3:
本实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现了实施例1所述的基于智能测流机器人的水文监测方法的步骤。
实施例4:
本实施例提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现了实施例1所述的基于智能测流机器人的水文监测方法的步骤。
以上所述仅为本实施例的优选实施例而已,并不用于限制本实施例,对于本领域的技术人员来说,本实施例可以有各种更改和变化。凡在本实施例的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本实施例的保护范围之内。
Claims (10)
1.基于智能测流机器人的水文监测方法,其特征在于,包括:
获取智能测流机器人的基础信息,所述基础信息包括智能测流机器人监测点数;
根据智能测流机器人监测点数动态绘制监测点个数;
启动智能测流机器人,实时获取智能测流机器人的状态报文,并对状态报文进行实时解析;
动态模拟智能测流机器人依次进入每个监测点,实时获取每个监测点的测量数据,并对测量数据进行解析。
2.如权利要求1所述的基于智能测流机器人的水文监测方法,其特征在于,所述基础信息还包括所述智能测流机器人的名称、通讯状态、工作模式、测量方式、当前状态和累计出行次数中的一种或多种。
3.如权利要求1所述的基于智能测流机器人的水文监测方法,其特征在于,所述状态报文包括取智能测流机器人的行进进度及状态。
4.如权利要求1所述的基于智能测流机器人的水文监测方法,其特征在于,所述测量数据至少包括实时流速、实时水位、河底高程和出行次数。
5.如权利要求1所述的基于智能测流机器人的水文监测方法,其特征在于,所述智能测流机器人行进至最后一个监测点,获取实时数据完成后自动返回初始点;获取完整监测报文,所述完整监测报文包括本次出行所有监测点的实时流速,当前水位和当前泥位。
6.如权利要求1所述的基于智能测流机器人的水文监测方法,其特征在于,对测量数据进行解析时,获取所述智能测流机器人的基础信息及截面信息,包括起点距、起点流速系数、终点距、终点流速系数、测量点数、测量间距、截面高度和河底高程;所述测量数据包括:
第一岸平均水深=(第一岸水深+第一监测点水深)/2;
第一岸平均流速=第一监测点流速*测点流速系数;
第一岸断面面积=第一岸平均水深*起点距;
第一岸断面流量=第一岸断面面积*第一岸平均流速;
监测点平均水深=(监测点水深+相邻下监测点水深)/2;
监测点平均流速=(监测点流速+相邻下监测点水深)/2*测点流速系数;
监测点断面面积=监测点平均水深*测量间距;
监测点断面流量=监测点断面面积*监测点平均流速;
第二岸平均水深=(第二岸水深+相邻上监测点水深)/2;
第二岸平均流速=相邻上监测点流速*测点流速系数;
第二岸断面面积=右岸平均水深*测量间距;
第二岸断面流量=第二岸断面面积*第二岸平均流速;
总断面流量=第一岸断面流量+所有监测点断面流量+第二断面流量;
总断面面积=第一断面面积+所有监测点断面面积+第二岸断面面积;
总平均流速=总断面流量/总断面面积;
总平均水深=总断面面积/水面宽。
7.如权利要求1所述的基于智能测流机器人的水文监测方法,其特征在于,实时展示和更新智能测流机器人的基础信息、解析后的不同智能测流机器人的状态报文以及解析后的不同监测点的测量数据。
8.基于智能测流机器人的水文监测系统,其特征在于,包括数据采集模块、监测点绘制模块、状态报文解析模块和测量数据解析模块;
所述数据采集模块,被配置为:获取智能测流机器人的基础信息,所述基础信息包括智能测流机器人监测点数;
所述监测点绘制模块,被配置为:根据智能测流机器人监测点数动态绘制监测点个数;
所述状态报文解析模块,被配置为:启动智能测流机器人,实时获取智能测流机器人的状态报文,并对状态报文进行实时解析;
所述测量数据解析模块,被配置为:动态模拟智能测流机器人依次进入每个监测点,实时获取每个监测点的测量数据,并对测量数据进行解析。
9.一种计算机可读存储介质,其上存储有计算机程序,用于指纹图谱相似度计算,其特征在于,该程序被处理器执行时实现了如权利要求1-6任一项所述的基于智能测流机器人的水文监测方法的步骤。
10.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现了如权利要求1-6任一项所述的基于智能测流机器人的水文监测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111187506.4A CN114001718B (zh) | 2021-10-12 | 2021-10-12 | 基于智能测流机器人的水文监测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111187506.4A CN114001718B (zh) | 2021-10-12 | 2021-10-12 | 基于智能测流机器人的水文监测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114001718A true CN114001718A (zh) | 2022-02-01 |
CN114001718B CN114001718B (zh) | 2024-06-21 |
Family
ID=79922686
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111187506.4A Active CN114001718B (zh) | 2021-10-12 | 2021-10-12 | 基于智能测流机器人的水文监测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114001718B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116662767A (zh) * | 2023-08-01 | 2023-08-29 | 陕西中科绿能能源研究院有限公司 | 基于多传感器的蒸发冷却机组系统温度数据智能采集方法 |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103175513A (zh) * | 2013-03-01 | 2013-06-26 | 戴会超 | 水利工程影响下基于物联网的流域水文水质监控系统及方法 |
CN203929071U (zh) * | 2014-07-04 | 2014-11-05 | 郑州星睿水利科技有限公司 | 一种水文自动化测量系统 |
WO2015185033A1 (de) * | 2014-06-05 | 2015-12-10 | Atlas Elektronik Gmbh | Verfahren zum ermitteln einer unterwasserkarte, unterwasserkarte sowie fahrzeug |
CN105752280A (zh) * | 2015-12-18 | 2016-07-13 | 南京理工大学 | 一种用于水域信息采集的机器人船系统及其控制方法 |
CN108254032A (zh) * | 2017-12-12 | 2018-07-06 | 水利部南京水利水文自动化研究所 | 河流超声波时差法流量计算方法 |
CN109764935A (zh) * | 2018-12-26 | 2019-05-17 | 南京渤溢电子科技有限公司 | 一种雷达波自动测流机器人 |
CN209230613U (zh) * | 2019-01-25 | 2019-08-09 | 武汉德希科技有限公司 | 一种多普勒超声波测流系统 |
CN209283265U (zh) * | 2018-12-20 | 2019-08-20 | 谭钧元 | 一种可无线联网水面测流系统 |
CN110514182A (zh) * | 2019-08-21 | 2019-11-29 | 喻昕蕾 | 一种水文现场的远程测量系统及方法 |
CN111473823A (zh) * | 2020-05-07 | 2020-07-31 | 中国水利水电科学研究院 | 一种河流冰封期流量的流元测量方法 |
CN111486824A (zh) * | 2020-04-15 | 2020-08-04 | 何子泓 | 一种江河侦察设备 |
CN111516808A (zh) * | 2020-05-07 | 2020-08-11 | 中国水利水电科学研究院 | 一种环境监测巡河机器人系统和方法 |
CN111912393A (zh) * | 2020-08-19 | 2020-11-10 | 西北工业大学太仓长三角研究院 | 基于水面移动机器人的水文环境监测方法 |
CN212007314U (zh) * | 2020-01-14 | 2020-11-24 | 武汉大学 | 一种水文机器人 |
CN112378386A (zh) * | 2020-10-28 | 2021-02-19 | 浙江天禹信息科技有限公司 | 一种无人机水利水文流量测量方法 |
CN112378456A (zh) * | 2020-12-03 | 2021-02-19 | 武汉新烽光电股份有限公司 | 一种实时在线测量河道断面面积与流量的装置及方法 |
CN212709867U (zh) * | 2020-08-13 | 2021-03-16 | 胡建峰 | 一种水文综合测量探测装置 |
CN113108767A (zh) * | 2021-04-07 | 2021-07-13 | 王陶然 | 一种无人机载雷达水文信息实时监测方法 |
-
2021
- 2021-10-12 CN CN202111187506.4A patent/CN114001718B/zh active Active
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103175513A (zh) * | 2013-03-01 | 2013-06-26 | 戴会超 | 水利工程影响下基于物联网的流域水文水质监控系统及方法 |
WO2015185033A1 (de) * | 2014-06-05 | 2015-12-10 | Atlas Elektronik Gmbh | Verfahren zum ermitteln einer unterwasserkarte, unterwasserkarte sowie fahrzeug |
CN203929071U (zh) * | 2014-07-04 | 2014-11-05 | 郑州星睿水利科技有限公司 | 一种水文自动化测量系统 |
CN105752280A (zh) * | 2015-12-18 | 2016-07-13 | 南京理工大学 | 一种用于水域信息采集的机器人船系统及其控制方法 |
CN108254032A (zh) * | 2017-12-12 | 2018-07-06 | 水利部南京水利水文自动化研究所 | 河流超声波时差法流量计算方法 |
CN209283265U (zh) * | 2018-12-20 | 2019-08-20 | 谭钧元 | 一种可无线联网水面测流系统 |
CN109764935A (zh) * | 2018-12-26 | 2019-05-17 | 南京渤溢电子科技有限公司 | 一种雷达波自动测流机器人 |
CN209230613U (zh) * | 2019-01-25 | 2019-08-09 | 武汉德希科技有限公司 | 一种多普勒超声波测流系统 |
CN110514182A (zh) * | 2019-08-21 | 2019-11-29 | 喻昕蕾 | 一种水文现场的远程测量系统及方法 |
CN212007314U (zh) * | 2020-01-14 | 2020-11-24 | 武汉大学 | 一种水文机器人 |
CN111486824A (zh) * | 2020-04-15 | 2020-08-04 | 何子泓 | 一种江河侦察设备 |
CN111473823A (zh) * | 2020-05-07 | 2020-07-31 | 中国水利水电科学研究院 | 一种河流冰封期流量的流元测量方法 |
CN111516808A (zh) * | 2020-05-07 | 2020-08-11 | 中国水利水电科学研究院 | 一种环境监测巡河机器人系统和方法 |
CN212709867U (zh) * | 2020-08-13 | 2021-03-16 | 胡建峰 | 一种水文综合测量探测装置 |
CN111912393A (zh) * | 2020-08-19 | 2020-11-10 | 西北工业大学太仓长三角研究院 | 基于水面移动机器人的水文环境监测方法 |
CN112378386A (zh) * | 2020-10-28 | 2021-02-19 | 浙江天禹信息科技有限公司 | 一种无人机水利水文流量测量方法 |
CN112378456A (zh) * | 2020-12-03 | 2021-02-19 | 武汉新烽光电股份有限公司 | 一种实时在线测量河道断面面积与流量的装置及方法 |
CN113108767A (zh) * | 2021-04-07 | 2021-07-13 | 王陶然 | 一种无人机载雷达水文信息实时监测方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116662767A (zh) * | 2023-08-01 | 2023-08-29 | 陕西中科绿能能源研究院有限公司 | 基于多传感器的蒸发冷却机组系统温度数据智能采集方法 |
CN116662767B (zh) * | 2023-08-01 | 2023-10-13 | 陕西中科绿能能源研究院有限公司 | 基于多传感器的蒸发冷却机组系统温度数据智能采集方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114001718B (zh) | 2024-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110646867A (zh) | 一种城市排水监测预警方法和系统 | |
CN102129484B (zh) | 输电线路数字化平断面图生成方法及装置 | |
CN105956734A (zh) | 动态设置it设备的性能的指标阈值的方法及系统 | |
CN109933637B (zh) | 一种洪水风险动态展示及分析系统 | |
CN111932832A (zh) | 一种建设工程环境灾害事故监测预警方法 | |
CN101308364B (zh) | 基于瞬变流分析的给水管网事件模型建模方法 | |
CN105003828A (zh) | 一种基于移动平台的排水在线监测预警方法及系统 | |
CN114001718A (zh) | 基于智能测流机器人的水文监测方法及系统 | |
CN113610381A (zh) | 一种基于5g网络的水质远程实时监测系统 | |
CN113053063A (zh) | 基于移动端的灾害在线处置流程实现方法 | |
CN104462855A (zh) | 一种地下构筑物监控数据处理和分析的方法及设备 | |
CN205102881U (zh) | 一种分布式水位测量装置 | |
CN114723595A (zh) | 一种基于水联网平台的排水系统综合管理平台 | |
CN110111538B (zh) | 一种山洪灾害动态监测预警分析系统 | |
CN103530288A (zh) | 一种兴趣点分布范围的测试方法和装置 | |
CN113295212A (zh) | 应用多监测点协同作用的滑坡整体稳定性安全预警系统 | |
CN205827410U (zh) | 供水管网实时调度系统 | |
KR101995898B1 (ko) | 가공송전선로의 전선측량과 프로그램을 이용한 이도 산출 방법 | |
CN207851308U (zh) | 基于卫星定位的物体位置变化监测系统 | |
CN113435049B (zh) | 一种基于逻辑回归的雨量设备故障分析系统 | |
CN107045653A (zh) | 动态洪泛预测与警示系统 | |
CN116029551A (zh) | 基于水库河流的旱涝预警方法及装置、设备 | |
CN115854853A (zh) | 一种基于北斗地基增强站的海堤微形变监测方法 | |
CN115116195A (zh) | 基于人工智能的基坑监测方法和装置 | |
CN114139862A (zh) | 一种基于大数据的台区线损分析监控系统及其分析方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |