CN115067194B - 全管道灌区测控智能化灌溉系统及方法 - Google Patents

Abstract

本发明公开了一种全管道灌区测控智能化灌溉系统及方法。其中，该系统包括：基础感知体系，被配置为监测灌区的各个管道的水位水量数据；业务应用层，被配置为根据所述水位水量数据，基于预先建立的管道路径规划方法来控制所述灌区中的各个管道的水量水位。本发明解决了水资源综合利用效率不高的技术问题。

Description

全管道灌区测控智能化灌溉系统及方法

技术领域

本发明涉及水利管理领域，具体而言，涉及一种全管道灌区测控智能化灌溉系统及方法。

背景技术

目前，我国农业灌溉用水面临着水资源总量不足和灌溉用水效率低下这两个严峻挑战，农业灌溉保证率无法提高，农业灌溉面积不增反降，耕地面积逐渐逼近1.2亿hm2红线，由于传统的农业灌溉方式仍普遍存在，农业水资源浪费现象依旧严重，我国的灌溉水有效利用系数仅为0.554，与发达国家的0.7-0.8水平相比，差距仍然十分明显，这些问题一方面导致了农业灌溉面积不断萎缩，另一方面制约了灌溉农业的持续健康发展。

管道输水灌溉工程技术具有节水、节地、投资小、便于管理、增效明显等优点，因此越来越多地被应用于农田节水以代替明渠输水系统。目前，管道输水灌溉工程技术已成为很多灌区灌溉的主要方式，但该灌溉模式也存在一些问题，主要是目前灌溉用水量无法及时准确进行计量，造成水费收取难，水量计量标准不统一，为满足水量计量要求，建设水量计量系统显得至关重要。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种全管道灌区测控智能化灌溉系统及方法，以至少解决水资源综合利用效率不高的技术问题。

根据本发明实施例的一个方面，提供了一种全管道灌区测控智能化灌溉系统，包括：基础感知体系，被配置为监测灌区的各个管道的水位水量数据；业务支撑层，被配置为根据所述水位水量数据，基于预先建立的管道路径规划方法来控制所述灌区中的各个管道的水量水位。

根据本发明实施例的一个方面，提供了一种全管道灌区测控智能化灌溉方法，该方法包括：监测灌区的各个管道的水位水量数据；根据所述水位水量数据，基于预先建立的管道路径规划方法来控制所述灌区中的各个管道的水量水位。

根据本发明实施例的另一方面，还提供了一种用于灌溉系统的数据测控的方法，包括：接收采集到的灌区管道的异源水位水量数据，其中，所述异源水位水量数据是不同的数据采集终端针对同一管道同一时刻所采集到的水位水量数据；采用熵权法，计算所述不同的数据采集终端的权重；基于所计算出的权重，处理所述异源水位水量数据，以供数据中心使用。

根据本发明实施例的又一个方面，提供了一种用于灌溉系统的数据测控的装置，包括：接收模块，被配置为接收采集到的灌区管道的异源水位水量数据，其中，所述异源水位水量数据是不同的数据采集终端针对同一管道同一时刻所采集到的水位水量数据；权重计算模块，被配置为采用熵权法，计算各个所述异源水位水量数据的权重；处理模块，被配置为基于所计算出的权重，处理各个所述异源水位水量数据，以供数据中心使用。

在本发明实施例中，采用管道路径规划的方式，来控制灌区中的各个管道的水量水位，从而实现了灌区水资源优化调度、决策，提高了水资源综合利用效率和集约化管理水平，进而解决了水资源综合利用效率不高的技术问题。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本申请实施例的一种全管道灌区测控智能化灌溉系统的结构示意图；

图2是根据本申请实施例的另一种全管道灌区测控智能化灌溉系统的结构示意图；

图3是根据本申请实施例的用于灌溉系统的监测站的结构示意图；

图4是根据本申请实施例的用于灌溉系统的数据测控终端的结构示意图；

图5是根据本申请实施例的一种全管道灌区测控智能化灌溉方法的流程图；

图6是根据本申请实施例的一种用于灌溉系统的数据测控放入方法的流程图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例1

本实施例依托大数据、物联网、移动互联网等现代化技术手段，在统一标准模式下，进行统一规划、统一开发，实现工程基础信息自动获取，主要机电设备在调度中心进行远程控制和远程监视，实现工程及设备的可视化、数字化管理，实现监测监控、巡查检查、维修养护等的流程化、标准化，实现调度运行、决策分析、安全评估、计量统计的智能化、精确化，保证项目各管理人员在职权范围内都能实时、全面的掌握工程现状。

根据本发明实施例，提供了一种全管道灌区测控智能化灌溉系统，如图1所示，该系统包括：基础感知体系11、通信网络12、数据中心13、应用支撑层14、业务应用层15、应用交互层16、系统安全体系17、标准规范体系18。

基础感知体系11：针对灌区内无感知设备，无法对灌区内的灌溉过程进行实时的监控，故布设管道计量控制系统，实现灌区水量、水位等监测信息的采集上传，为管理人员及时掌握灌区调蓄工程、输配水工程运行状态和调水状况等提供数据服务。

通信网络12：针对建立的平台，需实施完成现地控制单元、现地传感器到数据接收中心的通信网络12，建设连接上级管理部门、滩灌区管理处的信息传输通道，实现水量、视频、工程运行等信息的安全、可靠传输和控制指令的远传下达。

应用支撑层14：配置完善系统运行所需的硬件设备，包括服务器、磁盘阵列等硬件设备，再提供支撑软件，包括各类中间件。

业务应用层15：实现水量信息查询、配水计划管理、水费征收管理系统，新建灌区一张图、BIM+GIS平台，综合监视系统、工程管理系统、移动应用系统，实现灌区工程进度质量控制、水费的合理计收、水量科学调配等业务应用，提高灌区工程管理的工作效率，为灌区管理决策提供技术支持。

应用交互层16：利用综合监视系统首界面作为灌区业务应用系统门户，提供水行政主管部门业务人员访问灌区应用系统的统一入口，提供整个系统运行的统一应用集成平台和信息门户展现服务。

系统安全体系17层：为系统的数据安全、监管控制、操作行为进行全方位防护，全面提高信息安全的管理水平，保障灌区调蓄工程信息化平台的顺利建设与安全运行。

标准规范体系18层：为系统提供标准的规范。

本实施例，通过水量计量系统建设，为灌区科学供水、优化配水和合理用水提供基础保障，可使灌区建立水费管理系统，实行计划用水，实时供水，按方计费的工作体系，减少了收费环节，降低了供水成本，同时增加了水费计收的透明度，提高用水户满意度，提高水费收取率。还可以有效地提高灌区管理的科学决策水平和管理效率，促进农村水利管理水平的提高。因此，进行全管道灌区测控智能化灌溉系统研究显得非常有意义。同时，随着信息技术的飞速发展，移动通信网络12覆盖古浪大部分灌区，计算机传感器等技术日趋成熟，为信息采集、传输、处理、共享、控制提供了前所未有的技术手段和解决方案，为灌区水量计量自动化全面技术升级和推广提供了可能。

下面将详细描述应用支撑层14。应用支撑层14主要包括数据接收控制系统、数据组织、存储、管理系统，以及运行分析管理系统。

(1)数据接收控制系统

数据接收控制系统通过GPRS(GSM)通信网络12，完成对区域的遥测数据的实时接收，包括各测站的瞬时流量、累计流量、阀门控制、人工置数和其它工况数据，数据中心13在实时接收、显示、存储现场信息的同时，将数据写入灌区数据库。为了保证数据的可靠性和客观性，数据接收控制系统必须具有误码数据的分析处理功能。

数据接收控制系统兼有监视测站工作状态的功能，以及对漏报数据自动召测功能和批量提取固态存储数据功能。在接收测站告警短信息时，除了存储告警记录外，并立即输出报警信号。

数据接收控制系统能够实现以下功能：

1)数据采集功能

通过配置文件，可以选择实时接收或召测方式进行数据采集。采用召测方式时，既能实时采集又能批量下载。

可以从GPRS终端、手机短消息、超短波电台、数据交换接口文件等多路实时接收数据。

采集的数据可以是流量、阀门、水位、闸位等信息，可以通过插件技术，采集其他遥测信息，即需要增加其他遥测信息时，采集软件无需修改，只要安装插件即可。

2)数据验证功能

用户通过“规则定义”可自定义验证规则，由“规则实施”模块保证验证规则的实施。数据的验证与否同样可由用户来选择。

数据验证的规则，同样可以通过增加插件的形式加以扩充，即增加了新的遥测项目时，无需修改程序，可以根据采集模块中的插件，自动进行数据验证处理，无需对程序作任何修改。

例如：原来没有风向、风力的数据采集，只要通过增加一个风向风力的插件，内含数据通讯协议、查错规则、自动编报规则，就可以动态增加这种信息的采集，而无需修改采集程序。

3)数据整编功能

对数据进行修正、插补以及做加减项等工作。

4)状态监测功能

应用GIS技术，在各站的地理位置上，即时显示各站接收设备运行状态，并采用不同的色彩，显示各站的工作状态，区分出工作正常、1小时不正常、3小时不正常、8小时不正常、一天以上不正常等各种情况。

5)日志记录功能

记录系统重大事件或故障、报警等信息，供故障排除、责任认定使。

6)实时数据显示功能

应用GIS地图技术，在各站的地理位置上，即时分层显示数据。显示时，可以部分或全部显示各层数据。

在数据显示时，根据定义的数据规则，用不同的颜色，区分超历史最高信息，超警戒值信息，数据跳变信息，正常信息等不同的数据类型。

7)报警功能

进行数据合理性检查，对极大、极小、跳变、缺测、统计不合理等数据提供报警提醒。通过“报警规则定义”指定在什么条件下产生报警(如网络不通、数据越限等)，产生报警后以什么形式通知用户(如手机短消息、电话、声音、弹出对话框等)。报警响应模块实施报警规则。

如当水位超过设定的水位时，可以自动产生报警信号。报警信号可以采用手机短消息的形式发送给相关人员。

8)系统配置功能

可完成测站参数的配置，对采集软件进行远程维护和升级，如增加协议；站点配置，用来动态增加或减少测站；功能配置，用来对采集软件的功能按照用户权限进行分配，以保证控制等功能的实施；设备参数配置，完成设备参数的远程配置。

9)召测与控制功能

向现地采集单元发出数据采集命令，并控制反馈信息的接收。设定RTU的工作制式；自报时间间隔；校核RTU时间等。当RTU工作处于掉电模式时，数据采集处理软件可以保存测站配置命令，当RTU下一次上线时，数据采集处理软件可以根据缓冲队列中的配置命令，自动配置RTU的工作制式。

10)数据维护功能

对已经完成入库的监测数据，可以进行数据修改，同时记录下修改前后的数据和修改时间、修改原因。

11)数据接口功能

提供从文本文件输入输出数据的能力。数据接收控制系统交换接口支持通过数据库中间件将遥测数据写入数据库。

12)报文编制功能

对采集的数据，可以按照水情拍报办法，统计、分析水位、流量数据，编制水情报文。水情报文可以每日8时定时发报，超警戒水位时加报，超历史最高水位、低于历史最低水位时加报，暴雨加报，闸门启闭报告，按照用户指定的规则报告等。

13)系统插件管理

系统插件管理主要是为系统的扩展提供一个技术基础。通过接口定义的插件，一方面用户可以根据需要自己开发相应的功能模块，其次，在系统运行的情况下，可实施所需功能模块的动态加载，而不需要重启计算机或软件系统。

14)报表生成功能

生成业务相关的一些报表。如日、月和年表，各种数据的统计报表等。

2.数据组织、存储、管理系统

数据组织、存储、管理系统主要是对遥测数据库的数据信息进行重新组织，去掉遥测数据库里的冗余和不合理数据，提取遥测数据库里的特征数据并加以处理，使之成为能正确反映监测区域的水位、流量等水情要素变化过程的数据。如果发现数据不合理，能通过明显的告警信息(语音、文字等)提醒管理人员进行校核，并具有人工数据插补功能。除此之外，对于存储的数据提供增、删、改以及备份和恢复功能。

数据组织、存储、管理系统适时将各测站的实时水情数据写入水情遥测数据库，从而为其他应用系统和用户提供灌区内的实时水情数据。具体地：对各测站的所有水雨情数据进行合理性分析、排错和分类整理。按遥测数据库和实时水情数据库标准，把各测站数据写入水情遥测数据库和实时水情数据库各实时表中；当写库失败时，系统具备缓存能力。具有信息处理、错误分析处理、数据管理维护等功能。

数据组织、存储、管理系统能现场、远程下载固态存储器内记录的自动采集和人工置数采集的全部数据写入历史数据库。由于历史数据量非常大，需要占用大量存储空间，数据存储系统中的数据能正确、真实地反映水位、流量的变化过程。按水情资料整编的要求对原始数据进行分析整理后再将成果写入水情数据库。对历史数据库的管理包括备份某时段的数据、修改某个已经发现的错误数据、删除、恢复某时段的历史数据、人工插补数据、数据的出版、发行等功能。

3.运行分析管理系统

运行分析软件主要是对遥测数据接收控制系统接传来的水情数据进行分析，对数据接收的准确性、误码率、畅通率、迟报、误报、漏报进行分析。进而分析整个遥测系统的数据采集、通信情况，得出各种统计报告，以备用来维护、改进软硬件工作环境和系统的通信方式。

运行分析管理系统分析畅通率和误码率。统计每天接收遥测数据个数，根据定时自报数据和加报次数，分析每天的畅通情况，并将应收报、实收报、加报、错报、漏报等数据存储到运行分析结果数据库，打印统计计算结果。分析报汛站电源电压数据，存储到运行分析结果数据库并打印结果。

本实施例提供的智能化灌溉系统，依托大数据、物联网、移动互联网等现代化技术手段，在统一标准模式下，进行统一规划、统一开发，以减少运行管理人员、提高工程管理效率、节约设备维修费用、降低工作人员负荷、规范工程管理流程为目标，实现工程基础信息自动获取，主要机电设备在调度中心进行远程控制和远程监视，实现工程及设备的可视化、数字化管理，实现监测监控、巡查检查、维修养护等的流程化、标准化，实现调度运行、决策分析、安全评估、计量统计的智能化、精确化，保证管理人员在职权范围内都能实时、全面的掌握工程现状。

实施例2

根据本发明实施例，提供了另一种全管道灌区测控智能化灌溉系统，该系统包括：基础感知体系和应用支撑层。

在一个示例性实施例中，该灌溉系统如图2所示，还包括基础感知体系11、通信网络12、数据中心13和应用支撑层14。其中，应用支撑层14运行在数据中心13的服务器上。

本实施例与实施例1不同之处在于应用支撑层14，应用支撑层14中的数据接收控制系统除了实现实施例1描述的召测与控制功能之外，还可以实现进一步的对管道的水量水位的控制。

基础感知体系11监测灌区的各个管道的水位水量数据；业务支撑层14根据所述水位水量数据，基于预先建立的管道路径规划方法来控制所述灌区中的各个管道的水量水位。

在一个示例中，基础感知体系11对所述水位水量数据进行补白、滤波处理；基于集合卡尔曼滤波法、大尺度分析法，消除所述基础感知体系11的误差，进行非线性情形下多源同步数据的融合，以得到处理后的所述水位水量数据。

例如，对多源同步数据信号进行大尺度、中尺度、小尺度分析，根据水量水位的数据特点以及管道的尺寸不同进行特征提取和归一化处理，挖掘出多源信号之间的关联及类别关系。

将进行归一化处理后的水位水量数据进行验证，并利用监督学习法，挖掘历史案例中的经验，形成不同水位水量数据输入下的数据有效性准则。

在一个示例中，业务支撑层14基于处理后的水位水量数据，为各个管道设置不同的实际代价权重因子和估计代价权重因子；基于各个管道的所述实际代价权重因子和所述估计代价权重因子，确定水流的路径；基于所确定的水流的路径，控制所述灌区中的各个管道的水量水位。

在一个示例中，业务支撑层14基于各个管道的所述实际代价权重因子和所述估计代价权重因子，生成管道路径的估价函数；根据所述估价函数，循环迭代所述灌区中的各个管道，进行管道路径规划，以确定所述水流的路径。水流的路径可以是多条路径，并不限于一条路径。

在一个示例中，估价函数可以表示为：

F(n)＝V(n)G(n)α+W(n)H(n)β

其中，F(n)表示从初始管道经由管道n到目标管道的代价估计，G(n)表示在管道空间中从初始管道到管道n的实际代价，H(n)表示从管道n到目标管道的最佳路径的估计代价。V(n)表示为实际代价的权重因子，W(n)表示估计代价H(n)的权重因子，α表示G(n)的校正因子，β表示H(n)的校正因子。

在一个示例中，业务支撑层14将误差的平方和最小化得到最佳的匹配值来拟合平面，得到拟合的平面方程，基于所述平面方程，计算各个管道中的当前管道的坡度；基于所述当前管道的坡度，调整所述当前管道的所述实际代价权重因子和所述估计代价权重因子。

管道的坡度会影响水流的速度。管道的坡度用管道内所选离散点的高程标准差来描述。本实施例中通过以下公式来描述高程标准差：

其中，H为高程标准差，n为离散点的个数，z_i为第i个离散点的垂直方向的高程值，

为管道离散点的所有高程值的算数平均值，v为离散点的高程值的权重因子。本实施例的这种方法相较于只用最大高程点和最小高程点之间的差值来描述更为客观和真实。

为了能够选择坡度比较平缓的管道路径而避免坡度过大的区域，本实施例建立了坡度代价函数。

其中，k是常值，h_i表示第i个管道的高度。

基于坡度代价函数计算W(n)和V(n)。

其中，m表示管道中具有坡度的管道的数量。

本实施例采用先进的节水技术来规划灌溉路径，使传统灌溉向自动化和高智能化的灌溉方向发展，对灌溉区域用水进行监测预报，实行智能动态管理，实现灌溉的自动化、智能化和数字化，提升节水灌溉农业技术的高科技含量，建立适合的水灌溉技术体系，加快由传统的粗放农业向现代化的精准农业转型的进程。

本实施例通过对灌区的现状进行调研，利用智能的采集、传输与控制手段，全面快速收集灌区水资源信息，为科学决策、优化调度和水资源统一管理提供支持和手段，实现各阶段调水、灌溉、管理目标提供保障，同时为最严格的水资源调度管理提供科学依据，提供了一个信息采集全面、完善，传输畅通、快捷，控制实时、可靠，管理方便、高效的系统，构成信息管理从采集、传输、输配水调度和反馈控制的闭环、良性运作的完整体系。

实施例3

根据本发明实施例，提供了一种全管道灌区测控智能化灌溉系统，如图1所示，该系统包括：基础感知体系11、通信网络12、数据中心13、应用支撑层14、业务应用层15、应用交互层16、系统安全体系17、标准规范体系18。其中，通信网络12、数据中心13、应用支撑层14、业务应用层15、应用交互层16、系统安全体系17、标准规范体系18同实施例1，此处不再赘述。

本实施例与实施例1不同之处在于基础感知体系11，该检测感知体系包括监测站，如图3所示，该监测站主要包括数据测控终端(RTU)32、数据采集终端34、通信设备36、蓄电池38等组成。

信息采集由数据采集终端提供信息给数据测控终端RTU，数据测控终端RTU通过GPRS/4G无线网向灌区系统的数据中心传输信息数据，经相应的处理后存储于相应的数据库中，同时将分析处理后的信息反馈到对应的执行单元做出相应的操作。

数据采集终端主要包括：超声波管道流量计(时差法)；超声波管道流量计(多普勒法)；电磁管道流量计；冷水水表以及电子远传水表；涡街流量计；以及电动蝶阀。

通常可结合灌区情况选择数据采集终端。例如，如果灌区水质含沙量较大，干扰性较大，且系统要求测量精度要高，另考虑到取用水的连续性和施工难易程度，可以采用电磁管道流量计测流方式。为防止水管漏水破坏仪表，采用分离型结构。

在本实施例中，电磁管道流量计的公称通径：DN150、DN200、DN300；公称压力：1.0Mpa；精确度：±1.0％；测量范围：0～15m/s；功耗：≤5W；测量介质(电导率)：＞20μs/cm；介质温度：-10℃～80℃；环境温度：-25℃～60℃；供电方式：AC220V；电极材料：316L不锈钢；连接方式：法兰连接；结构形式：分体型；防护等级：传感器IP65、转换器IP65；显示方式：LCD大屏幕背光液晶显示，全中文菜单，自动双向测量，同时显示瞬时流量、流速、压力、正反向累计总量、电池电量、时钟以及报警提示符等；输出信号：4～20mA输出，脉冲输出0.00001～1m3/p，频率输出1～1000Hz任意设置(无源光耦输出)；通讯方式：RS232/RS485接口。

本实施例中采用电动阀门。电动阀门关闭严密，对水质没有特殊要求，检修维护方便。与电磁阀比较，电磁阀工作时，要求经过电磁阀的水质不能有杂质，否则造成电磁阀关闭不严。灌溉系统的水量大、水源复杂、杂质多，因此，很容易堵塞电磁阀。给使用和维护带来很大的麻烦。另外，电动阀门采用慢速直流电机，阀门是逐渐开启的，因此，水流逐渐加大，减缓了水锤对管道及出水设备的冲击作用，有效保证管道的安全，提高了灌溉系统的使用寿命。

电动阀门的环境温度：-20至+60℃；相对温度：≤90％(25℃时)；防护等级：户外型和防爆型为IP55(可订制IP68)；工作制：为短时10分钟(可订制30分钟)；电机：具有过热保护功能；全行程角度为90°，可扩展至180°。全自动手电动切换机构，带机械力矩保护及机械限位，罩盖内配有插线式接线端子，便于现场接线。罩盖外部带有阀位显示器，基本误差：≤±1％；死区：≤1％～5％自适应。

数据采集终端最高采集间隔为：流量参数5分钟采集1次，但也可根据需求选择采集间隔；测站数据可根据调度和管理需求选择1、2、4、12、24小时等不同段次通过数据测控终端向数据中心发送。

监测站设置有以下防护措施：

1)防雷设计

在电源线上设置电源防雷器和隔离变压器。

为保证传感器信号电缆不受雷电影响，所有传感器至监测终端的信号电缆一律采用穿管地下埋设，利用法拉第屏蔽效应将传感器数据电缆受雷电的影响降低到最小。此外在传感器信号接入端加信号避雷器。

2)防腐设计

远离腐蚀源；设备机箱材料和设计符合防腐蚀的指标，端口采用密封插件；接线设置保护和密封措施，裸露的焊接点采用套管密封或涂抹防腐密封脂。

3)安全防护措施

为防止小动物的侵入，设备和机箱设置密封装置，端口采用密封插件防止影响设备的正常工作；为防止人员的破坏，监测站机箱设有防盗锁。

在一个示例中，根据输水管道的工作方式及通信方式，某些数据测控终端可以实现输水管道测控报以及计费一体化的功能，某些数据测控终端集数据采集、计费、传输和控制于一体，具有功能强、可靠性高等特点，是实现测站测、报、控一体化功能的核心设备，能完成用水数据采集、处理、固态存贮、远程传输等功能。

在一个示例中，数据测控终端可以支持多种计量方式：水量计量、计时计量、电量计量；IC多卡管理，支持用户卡、补卡、开户卡、设置卡、初始化卡等；支持多用户管理；支持用水计划、用水量管理；具有实时钟，并具有系统时钟同步功能；具备补发数据功能；可定时自动唤醒，以完成定时测报、响应调度中心提取固态存储数据和修改参数等指令；按键可进入测试态，测试数据不存储，并可自动退出；具有存储转发功能；具有看门狗，可保证死机自动复位；具有自动报警功能；采用电源监控技术，对存储器和时钟进行双重掉电保护；外部接口具有光电隔离能力；具有较强的通信能力：3路脉冲接口，5路DI输入接口，4路DO输出接口，1路RS485通讯接口，1路RS232通讯接口，1路TTL通讯接口，1路GPRS/CDMA/3G/4G通讯接口，4按键键盘、1路非接触IC卡读写接口、1路蓝牙，4路AD模拟量接口，3路电源输出接口，1路USB/U盘接口，在不需要更改硬件的情况下，可以根据用户的需要连接各类传感器，并能完成对这些传感器数据的自动采集，固态存储，显示和传输控制任务；配有32Mb及以上大容量非易失存储模块，可存储二年以上的用水数据；可接多种电表、水表(RS485\RS232\无线水表等)；配有键盘和液晶显示器，可以对配置进行修改，可以发送人工观测数据，查看所有实时信息；测站数据可用电脑、U盘、手机蓝牙本地读取，也可通过GPRS/3G/4G远程提取；支持在系统升级，可以本地USB升级，也可以远程4G升级；具有先进USB主从智能切换功能，既可以计算机USB配置参数，也可以U盘下载数据，方便快捷；具有蓝牙无线接口功能：可以通过手机APP无线配置参数、查询当前数据、下载历史数据等；支持各种报警功能：下限报警、欠费报警、开门报警、断线报警等；支持各种保护：缺相保护、过压保护、过流保护、欠压保护等。

在一个示例中，数据测控终端还可以具备自动上报用水信息、异常报警加报或中心召测报信功能；具备现地和远程参数配置、和远程管理等功能；具备现地U盘和远程数据下载功能；具备七模全网通LTE通信功能；具备GNSS定位和授时功能；至少32Mb本地存储容量，保证测数据2年以上及用水记录3000条以上；具有推闸报警、欠费报警及下限水量自动报警功能。非接触IC卡计费功能；监控水泵运行状态，工作电流、电压、功率、功率因数等水泵参数；支持多用户功能，至少支持64用户管理；支持远程开关泵阀，远程读取泵状态和电机数据功能；支持缺相保护、过压保护、过流保护、欠压保护功能；支持远程下发灌溉计划功能，按照灌溉计划控制用水户的取水时间和用水量；支持蓝牙无线：可以通过手机APP无线配置参数、查询当前数据、下载历史数据等；支持在系统升级，可以本地USB升级，也可以远程4G网络升级；停电保护和记忆恢复功能，保护用户信息和设备状态，来电后恢复计费数据；水泵频繁启停保护功能；提醒功能：刷卡状态提醒，充值提醒，即将关泵提醒等；各种故障报警指示功能；支持屏幕查询至少10次用水记录、10次购水记录；支持初始化卡、设置卡、调试卡高级控制功能。

在一个示例中，数据测控终端还能进行全自动在线监测，能按设置定时完成监测，也可响应远程控制指令实时进行监测；能自动进行所有监测信息的采集、处理和存储，保存原始数据和成果数据；现场能显示所有实时监测信息和部分设备工作状态，并具备历史数据的查询及统计功能；能将所有监测信息、部分工况信息和设备状态信息按设置定时传输到中心平台，具备远程数据下载功能；自动监测站与中心平台通讯保持时刻连接，具备通讯中断后自动连接的功能；具备监测数据超限和设备故障等状态的自动报警功能；具备主要运行参数和控制流程的配置及修改功能，设置能在现场或通过远程完成；现场能接收中心的远程控制指令，完成相应的操作；具备分级用户管理和系统日志管理等功能；自动监测站采集的信息传输到中心的时间不大于1分钟，监测信息数据必须具有时标。

本实施例提供的灌溉系统的数据测控终端，其依靠稳定的网络中心，同时采用高精度、高可靠性的计量设备，结合遥测终端和通信模块，实现水量的自动采集、传输及控制，以应用软件和综合数据库为支撑环境，为灌区管理部门科学决策、优化调度及水资源自动化管理提供支持和手段。

本实施例利用现代化的采集、传输与控制手段，全面快速收集灌区水资源信息，为科学决策、优化调度和水资源统一管理提供支持和手段，实现各阶段调水、灌溉、管理目标提供保障，同时为最严格的水资源调度管理提供科学依据，项目开发完成、应用后的灌区信息化工程是一个信息采集全面、完善，传输畅通、快捷，控制实时、可靠，管理方便、高效的系统，构成信息管理从采集、传输、输配水调度和反馈控制的闭环、良性运作的完整体系。

实施例4

本实施例提供了一种灌溉系统的数据测控终端，如图4所示，包括接收模块42、权重计算模块44和处理模块46。

接收模块，被配置为接收采集到的灌区管道的异源水位水量数据，其中，所述异源水位水量数据是不同的数据采集终端针对同一管道同一时刻所采集到的水位水量数据。

权重计算模块，被配置为采用熵权法，计算所述不同的数据采集终端的权重。例如，采用所述熵权法，基于管道参数，分析所述异源水位水量数据中各个因素之间的关系，并构建决策矩阵；求解所述决策矩阵的最大特征根，并对所述决策矩阵进行最大特征根的一致性检验；根据一致性检验后的所述决策矩阵，计算每条所述异源水位水量数据的权重。

在一个示例中，权重计算模块，还被配置为通过最大特征根法对所述决策矩阵进行求解，得到相应的最大特征根；基于所述最大特征根，计算所述决策矩阵中的元素下的指标的特征比重；基于所述特征比重，对对所述决策矩阵进行最大特征根的一致性检验。

在一个示例中，处理模块被配置为基于所计算出的权重，处理所述异源水位水量数据，以供数据中心使用。例如，对所述水位水量数据进行定量定性处理；基于所述定量定性处理后的数据，利用集合卡尔曼滤波法消除感知误差，进行非线性情形下多源异步数据的融合，以得到处理后的所述水位水量数据。在一个示例中，所述处理模块还被配置为：基于所述管道的参数，确定显性变量、隐性变量、内生变量和外生变量，并确定所述显性变量和所述隐性变量之间、所述内生变量和所述外生变量之间的定性关系。

下面将详细描述采用熵权法计算权重的过程。

(1)求解特征比重。

异源水位水量数据是多个采集设备采集的数据，计算异源水位水量数据组下第n个数据的特征比重：

其中，C_kn表示在准则层的第k个评价数据下第n个数据被标准化后的矩阵，i表示准则层第k个数据下数据个数，P_kn表示特征比重。

(2)构建决策矩阵

基于特征比重，来构建决策矩阵：

其中，e_k表示决策矩阵。

(3)求解最大特征根。

(4)进行一致性检验。

对最大特征根进行一致性检验。一致性判别公式：

其中，CI为最大特征根的一致性指标，k为决策矩阵的阶数。在CI的值大于1的情况下，为一致性检验通过。

(5)计算数据权重。

利用最小相对信息熵法计算数据权重：

其中，W为数据权重，λ_k是第k个特征根。

本实施例在灌溉系统中，采用了自动化控制技术和高精度的量测设备，不仅可以有效提高水资源的利用率，缓解水资源日趋紧张的矛盾，而且能够大幅度提高灌区的现代化管理水平。

根据输水管道的工作方式及通信方式，实现输水管道测控报以及计费一体化的功能，测控终端集数据采集、计费、传输和控制于一体，具有功能强、可靠性高等特点，是实现测站测、报、控一体化功能的核心设备，能完成用水数据采集、处理、固态存贮、远程传输等功能。

在一个实施例中，数据测控终端的工作方式为：自报、应答、兼容可设定；总线速率：1200bps-115200bps；环境温度：-25℃～+85℃；值守电流小于0.2mA(12VDC)；工作电流小于6mA(12VDC，不合DTU)；相对湿度＜95％；平均无故障时间MTBF＞100,000小时；电源：DC12V/AC10V。

本实施例的数据测控终端，是用水总量控制和用水效率控制的重要信息来源。数据测控终端依靠稳定的网络中心，同时采用高精度、高可靠性的计量设备，结合遥测终端和通信模块，实现水量的自动采集、传输及控制，以应用软件和综合数据库为支撑环境，为灌区管理部门科学决策、优化调度及水资源自动化管理提供支持和手段。

实施例5

根据本发明市水利，提供了一种全管道灌区测控智能化灌溉方法，如图5所示，包括以下方法：

步骤S502，监测灌区的各个管道的水位水量数据。

在一个示例中，根据所述水位水量数据，基于预先建立的管道路径规划方法来控制所述灌区中的各个管道的水量水位，包括：基于所述水位水量数据，为各个管道设置不同的实际代价权重因子和估计代价权重因子；基于各个管道的所述实际代价权重因子和所述估计代价权重因子，确定水流的路径；基于所确定的水流的路径，控制所述灌区中的各个管道的水量水位。

在一个示例中，基于各个管道的所述实际代价权重因子和所述估计代价权重因子，确定水流的路径，包括：基于各个管道的所述实际代价权重因子和所述估计代价权重因子，生成管道路径的估价函数；根据所述估价函数，循环迭代所述灌区中的各个管道，进行管道路径规划，以确定所述水流的路径。

在一个示例中，在生成管道路径的估价函数之前，所述方法还包括：采用最小二乘法来拟合水平面，得到拟合的水平面方程，基于所述平面方程，计算各个管道中的当前管道的坡度；基于所述当前管道的坡度，调整所述当前管道的所述实际代价权重因子和所述估计代价权重因子。

在一个示例中，在监测灌区的各个管道的水位水量数据之后，所述方法还包括：对所述水位水量数据进行补白、滤波处理；基于集合卡尔曼滤波法、大尺度分析法，消除所述基础感知体系的误差，进行非线性情形下多源异步数据的融合，以得到处理后的所述水位水量数据。

步骤S504，根据所述水位水量数据，基于预先建立的管道路径规划方法来控制所述灌区中的各个管道的水量水位。

本实施例中的全管道灌区测控智能化灌溉方法能够实现上述实施例中的全管道灌区测控智能化灌溉装置的功能，因此此处不再赘述。

实施例6

根据本发明市水利，提供了一种用于灌溉系统的数据测控的方法，如图6所示，包括以下方法：

步骤S602，接收采集到的灌区管道的异源水位水量数据，其中，所述异源水位水量数据是不同的数据采集终端针对同一管道同一时刻所采集到的水位水量数据。

步骤S604，采用熵权法，计算所述不同的数据采集终端的权重；

步骤S606，基于所计算出的权重，处理所述异源水位水量数据，以供数据中心使用。

在一个示例中，采用熵权法，计算所述不同的数据采集终端的权重，包括：采用所述熵权法，基于管道参数，分析所述异源水位水量数据中各个因素之间的关系，并构建决策矩阵；求解所述决策矩阵的最大特征根，并对所述决策矩阵进行最大特征根的一致性检验；根据一致性检验后的所述决策矩阵，计算每条所述异源水位水量数据的权重。

在一个示例中，求解所述决策矩阵的最大特征根，并对所述决策矩阵进行最大特征根的一致性检验，包括：通过最大特征根法对所述决策矩阵进行求解，得到相应的最大特征根；基于所述最大特征根，计算所述决策矩阵中的元素下的指标的特征比重；基于所述特征比重，对对所述决策矩阵进行最大特征根的一致性检验。

在一个示例中，在接收采集到的灌区管道的异源水位水量数据之后，所述方法还包括：对所述水位水量数据进行定量定性处理；基于所述定量定性处理后的数据，利用集合卡尔曼滤波法消除感知误差，进行非线性情形下多源异步数据的融合，以得到处理后的所述水位水量数据。

在一个示例中，对所述水位水量数据进行定量定性处理包括：基于所述管道的参数，确定显性变量、隐性变量、内生变量和外生变量，并确定所述显性变量和所述隐性变量之间、所述内生变量和所述外生变量之间的定性关系。

本实施例中的用于灌溉系统的数据测控的方法能够实现上述实施例中的用于灌溉系统的数据测控的装置的功能，因此此处不再赘述。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

上述实施例中的集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在上述计算机可读取的存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在存储介质中，包括若干指令用以使得一台或多台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的客户端，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (8)

1.一种全管道灌区测控智能化灌溉系统，其特征在于，包括：

基础感知体系，被配置为监测灌区的各个管道的水位水量数据；

业务支撑层，被配置为根据所述水位水量数据，基于预先建立的管道路径规划方法来控制所述灌区中的各个管道的水量水位；

其中，所述业务支撑层还被配置为：

根据估价函数利用所述管道路径规划方法来来控制所述灌区中的各个管道的水量水位，所述估价函数表示为：

F(n)＝V(n)G(n)α+W(n)H(n)β

其中，F(n)表示从初始管道经由管道n到目标管道的代价估计，G(n)表示在管道空间中从初始管道到管道n的实际代价，H(n)表示从管道n到目标管道的最佳路径的估计代价，V(n)表示为实际代价的权重因子，W(n)表示估计代价H(n)的权重因子，α表示G(n)的校正因子，β表示H(n)的校正因子；

并且，在生成所述估价函数之前，将误差的平方和最小化得到最佳的匹配值来拟合平面，得到拟合的平面方程，基于所述平面方程，计算各个管道中的当前管道的坡度；基于所述当前管道的坡度，调整所述当前管道的所述实际代价的权重因子和所述估计代价的权重因子。

2.根据权利要求1所述的系统，其特征在于，所述业务支撑层还被配置为：

基于所述水位水量数据，为各个管道设置不同的实际代价权重因子和估计代价权重因子；

基于各个管道的所述实际代价权重因子和所述估计代价权重因子，确定水流的路径；

基于所确定的水流的路径，控制所述灌区中的各个管道的水量水位。

3.根据权利要求2所述的系统，其特征在于，所述业务支撑层还被配置为：

基于各个管道的所述实际代价权重因子和所述估计代价权重因子，生成管道路径的估价函数；

根据所述估价函数，循环迭代所述灌区中的各个管道，进行管道路径规划，以确定所述水流的路径。

4.根据权利要求1所述的系统，其特征在于，所述基础感知体系还被配置为：

对所述水位水量数据进行补白、滤波处理；

基于集合卡尔曼滤波法，消除所述基础感知体系的误差，进行非线性情形下多源异步数据的融合，以得到处理后的所述水位水量数据。

5.一种全管道灌区测控智能化灌溉方法，其特征在于，包括：

监测灌区的各个管道的水位水量数据；

根据所述水位水量数据，基于预先建立的管道路径规划方法来控制所述灌区中的各个管道的水量水位；

其中，基于预先建立的管道路径规划方法来控制所述灌区中的各个管道的水量水位包括：根据估价函数利用所述管道路径规划方法来来控制所述灌区中的各个管道的水量水位，所述估价函数表示为：

F(n)＝V(n)G(n)α+W(n)H(n)β

其中，F(n)表示从初始管道经由管道n到目标管道的代价估计，G(n)表示在管道空间中从初始管道到管道n的实际代价，H(n)表示从管道n到目标管道的最佳路径的估计代价，V(n)表示为实际代价的权重因子，W(n)表示估计代价H(n)的权重因子，α表示G(n)的校正因子，β表示H(n)的校正因子；

并且，在生成所述估价函数之前，将误差的平方和最小化得到最佳的匹配值来拟合平面，得到拟合的平面方程，基于所述平面方程，计算各个管道中的当前管道的坡度；基于所述当前管道的坡度，调整所述当前管道的所述实际代价的权重因子和所述估计代价的权重因子。

6.根据权利要求5所述的方法，其特征在于，根据所述水位水量数据，基于预先建立的管道路径规划方法来控制所述灌区中的各个管道的水量水位，包括：

基于所述水位水量数据，为各个管道设置不同的实际代价权重因子和估计代价权重因子；

基于各个管道的所述实际代价权重因子和所述估计代价权重因子，确定水流的路径；

基于所确定的水流的路径，控制所述灌区中的各个管道的水量水位。

7.根据权利要求6所述的方法，其特征在于，基于各个管道的所述实际代价权重因子和所述估计代价权重因子，确定水流的路径，包括：

基于各个管道的所述实际代价权重因子和所述估计代价权重因子，生成管道路径的估价函数；

根据所述估价函数，循环迭代所述灌区中的各个管道，进行管道路径规划，以确定所述水流的路径。

8.根据权利要求5所述的方法，其特征在于，在监测灌区的各个管道的水位水量数据之后，所述方法还包括：

对所述水位水量数据进行补白、滤波处理；

基于集合卡尔曼滤波法，消除感知误差，进行非线性情形下多源异步数据的融合，以得到处理后的所述水位水量数据。

Images