CN116819025A - 一种基于物联网的水质监测系统及方法 - Google Patents
一种基于物联网的水质监测系统及方法 Download PDFInfo
- Publication number
- CN116819025A CN116819025A CN202310805132.0A CN202310805132A CN116819025A CN 116819025 A CN116819025 A CN 116819025A CN 202310805132 A CN202310805132 A CN 202310805132A CN 116819025 A CN116819025 A CN 116819025A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- mobile
- monitoring device
- water quality
- mobile monitoring
- 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 320
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 138
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000012806 monitoring device Methods 0.000 claims abstract description 156
- 238000012423 maintenance Methods 0.000 claims abstract description 45
- 238000005192 partition Methods 0.000 claims abstract description 19
- 230000005856 abnormality Effects 0.000 claims abstract description 10
- 238000005070 sampling Methods 0.000 claims description 30
- 238000004891 communication Methods 0.000 claims description 24
- 238000011010 flushing procedure Methods 0.000 claims description 15
- 230000005540 biological transmission Effects 0.000 claims description 6
- 230000003068 static effect Effects 0.000 claims description 6
- 238000000638 solvent extraction Methods 0.000 claims description 5
- 238000012935 Averaging Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 8
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 8
- 229910052760 oxygen Inorganic materials 0.000 description 8
- 239000001301 oxygen Substances 0.000 description 8
- 238000003745 diagnosis Methods 0.000 description 5
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 4
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 229910052757 nitrogen Inorganic materials 0.000 description 4
- -1 permanganate index Substances 0.000 description 4
- 229910052698 phosphorus Inorganic materials 0.000 description 4
- 239000011574 phosphorus Substances 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000012300 Sequence Analysis Methods 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000003911 water pollution Methods 0.000 description 1
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种基于物联网的水质监测系统及方法,包括水库监测区域,定点监测装置,移动监测装置,大数据服务平台,维护站,维护终端;所述定点监测装置设置在每个分区内,用于对分区内的水样进行水质监测;所述定点监测装置包括第一水质监测模块和第二水质监测模块;所述移动监测装置用于在第一移动监测区、第二移动监测区内巡回进行水质监测;所述维护站用于对移动监测装置进行定时检修换电;所述维护终端用于接受大数据服务平台发送的故障警示信息。本发明综合使用多种监测手段对水库进行水质监测,还能够根据水质监测数据分析判断定点监测装置与移动监测装置的故障异常,提高了水质监测的准确性。
Description
技术领域
本发明涉及水质监测技术领域,尤其涉及一种基于物联网的水质监测系统及方法。
背景技术
水质监测是水环境管理的重要环节,通过对采集到的监测数据进行分析评价,能够及时了解水质参数、分析污染情况、预测变化趋势,从而为水资源合理利用、优化配置和节约保护,以及水污染防治等决策工作提供科学支撑。
现有技术中的水质监测的装置,常常采用在固定位置设置采样监测点的方式,监测手段单一,而由于水质监测的环境较为复杂恶劣,水质监测装置容易出现故障,在故障时则完全无法获取故障位置的水质监测数据。现有技术中还存在船式水质监测装置,但是这种装置需要在监测区域巡回监测,对于水域广阔的水库、河道等,则无法及时有效地获取水质信息,因此无法快速判断出异常排污行为。此外在监测装置中,通常使用采样装置采集一定量的水样然后再进行水质检测分析,但是长期使用后采样装置中会存留很多残留水样,导致采样装置中的水样监测指标不准确。因此,如何利用多种不同的监测手段准确判断水质信息、如何能够准确判断出监测装置是否故障从而获取准确的监测信息、如何能够分析判断排污行为,则是水质监测过程中亟需解决的问题。
例如,现有技术中的专利文献CN115309157A提出一种水质监测船、水质监测船控制系统及方法,水质监测船包括通信模块,用于接收地面控制站发送的船舶航行信息和控制信息;船舶子系统,用于采集船舶自身状态信息和环境信息;整船域控制器,包括数据输入模块,接口模块、控制模块和存储模块,其中,数据输入模块用于接收第一通信模块发送的船舶状态信息和控制信息,接口模块用于与船舶子系统,接收船舶自身状态信息和环境信息,控制模块用于根据接收的船舶状态信息和控制信息进行解算,并结合船舶自身状态信息和环境信息得到对应的航行控制指令,对水质监测船进行控制。该发明实现了水质监测船在不同航行环境和航行模式下的作业能力、改善了控制效果,但是该发明依赖于船式水质监测装置,实时性差、也无法应对故障问题。此外,专利文献CN115014445B提出一种智慧渔场多维全景感知监控方法、系统与装置,采用时间序列分析方法对预处理的多维状态全景感知信息进行分析,得到线性拟合模型;根据线性拟合模型构建水质预测预警模型;将融合后的数据输入到卷积神经网络中进行训练得到电气设备故障诊断模型;利用水质预测预警模型和电气设备故障诊断模型对渔场进行监控。该发明通过利用线性拟合模型构建水质预测预警模型,然后将水质信息和电气设备状态信息进行融合并进行训练得到电气设备故障诊断模型,同时利用水质预测预警模型和电气设备故障诊断模型对渔场进行监控,当水质不合格或者电气设备发生故障时,发出警报,大大提高了渔场的运维效率。该发明虽然能够应对设备故障问题,但是其技术手段依赖于复杂的故障诊断模型,这种模型的参数调节非常复杂、难以寻优、适用性差。
发明内容
发明目的:针对以上问题,本发明提出一种基于物联网的水质监测系统及方法。
技术方案:
第一方面,本发明提出一种基于物联网的水质监测系统,包括水库监测区域,定点监测装置,移动监测装置,大数据服务平台,维护站,维护终端;所述定点监测装置、移动监测装置、维护站、维护终端均与大数据服务平台通信连接,优选地,
所述水库监测区域包含若干分区、第一移动监测区、第二移动监测区;
所述定点监测装置设置在每个分区内,用于对分区内的水样进行水质监测;所述定点监测装置包括第一水质监测模块和第二水质监测模块;
所述第一水质监测模块和第二水质监测模块用于监测水质的关键指标,包括:水温、溶解氧、氨氮、高锰酸盐指数、化学需氧量、总氮、总磷;
所述移动监测装置用于在第一移动监测区、第二移动监测区内巡回进行水质监测;
所述移动监测装置用于监测水质的关键指标,包括:水温、溶解氧、氨氮、高锰酸盐指数、化学需氧量、总氮、总磷;
所述维护站用于对移动监测装置进行定时检修换电;
所述维护终端用于接受大数据服务平台发送的故障警示信息。
优选地,所述移动监测装置包含驱动模块、采样模块、冲洗模块、通信模块;
所述驱动模块用于驱动移动监测装置在水库监测区域内移动;
所述采样模块用于采集水库监测区域内的水样;
所述冲洗模块用于对采样模块进行冲洗;
所述通信模块用于与大数据服务平台进行通信传输。
优选地,所述大数据服务平台包括通信模块、分区模块、移动监测设置模块、
第一故障判断模块、第二故障判断模块;
所述通信模块用于与定点监测装置和移动监测装置进行通信传输;
所述分区模块用于对水库监测区域进行分区划分;
所述移动监测设置模块用于设置第一移动监测区和第二移动监测区。
优选地,所述第一故障判断模块用于获取移动监测装置的监测数据中的GPS定位数据,根据所述GPS定位数据判断移动监测装置是否静止,判断静止地点是否为维护站地点,从而判断移动监测装置是否故障。
优选地,所述第二故障判断模块用于对定点监测装置进行故障判断。
第二方面,本发明还提供了一种基于物联网的水质监测方法,优选地,该方法包括:
S1、将被监测的水库水域划分为若干分区;包括:对被监测的水库水域每间隔预定距离做出纵横线,从而将被监测的水域划分为若干个分区;
S2、在每个分区内设置一个定点监测装置;
S3、大数据服务平台划分移动监测区并设置移动监测装置;
S4、移动监测装置进行移动水质监测;
S5、判断定点监测装置是否故障;
S6、判断移动监测装置是否故障。
优选地,所述步骤S3包括:
S31、获取每个分区的中心点至维护站的距离;
S32、将每n个相邻的分区合并为一个第一移动监测区,计算第k个第一移动监测区至维护站的等效距离为:
其中Li为第k个第一移动监测区所包含的第i个分区的中心点至维护站的距离;
S33、获取移动监测装置对第一移动监测区的巡回监测距离:
E=m*n*d+2*Dk;
其中,m为在第一移动监测区的巡回监测次数,d为每个分区中心点之间的距离;
S34、将每个第一移动监测区的巡回监测距离从小到大依次排序,判断是否有多个第一移动监测区的巡回监测距离小于其中/>为全部第一移动监测区的巡回监测距离的均值,e为预设值;
若是,则将巡回监测距离小于的第一移动监测区两两合并,合并后形成第二移动监测区。
优选地,所述步骤S4包括:
S41、在第二移动监测区内打开采样装置,使用第二移动监测区的水样冲洗采样装置预设时长;
S42、使用采样装置采集预定量的水样;
S43、通过多种水质监测传感器对水样进行检测分析;
S44、打开采样装置,再次使用水样冲洗采样装置预设时长;
S45、将监测数据上传至大数据服务平台。
优选地,所述步骤S5包括:
S51、定点监测装置以及移动监测装置将监测数据发送至大数据服务平台;
S52、大数据服务平台对第二移动监测区的定点监测装置的监测数据与移动监测装置的监测数据进行关联;
S53、获取移动监测装置的监测数据中的GPS定位数据;
S54、根据所述GPS定位数据判断移动监测装置是否静止;
S55、判断静止地点是否为维护站地点,若否,则判断移动监测装置有故障。
优选地,所述步骤S6包括:
S61、判断定点监测装置的第一监测数据Q1与第二监测数据Q2的差q=|Q1-Q2|是否超过阈值,若是则表明存在异常,进入步骤S62;若否,则判断定点监测装置正常;
S62、获取与定点监测装置关联的移动监测装置的移动监测数据;
S63、根据移动监测数据中的时间帧得到移动监测数据的监测时间T;
S64、根据移动监测数据中的GPS定位数据得到移动监测数据的监测位置P;
S65、计算移动监测数据的有效值U=α*|T-T0|+β*|P-P0|,其中α、β为量纲系数,T0为定点监测装置的监测数据的监测时间,P0为定点监测装置的监测位置;
S66、选取有效值U小于预设值的移动监测数据,求平均值后得到移动监测数据的等效值
S67、将第一监测数据Q1、第二监测数据Q2以及移动监测数据的等效值进行比较,若/>小于阈值、/>大于等于阈值,则第二监测数据Q2异常;若/>小于阈值、/>大于等于阈值,则第一监测数据Q1异常。
本发明相对于现有技术具有以下有益效果:
1、本发明综合使用多种监测手段对水库进行水质监测,定点监测装置中设置第一监测模块和第二监测模块,提高了水质监测的准确性。并且本发明设置移动监测装置对移动监测区进行巡回监测,能够保证每个移动监测装置的时效性,能够确保监测水域中每个监测位置均能够在相同的频率下被移动监测装置采样监测。并且,移动监测装置还能够定时返回维护站进行检修、换电操作,大大提高了移动监测装置的设备可靠性,能够提高监测的准确性。
2、本发明通过对移动监测装置的采样模块进行多次冲洗,从而避免了移动监测装置的采样模块中的残留水样造成的不良影响,提高了水质监测的准确性。
3、本发明根据移动监测装置的GPS定位数据判断移动监测装置是否出现移动故障;解决了现有技术中的移动监测装置如无人船,因出现故障而无法行驶,导致其停止在某一地点进行水质监测的问题。
4、本发明中根据移动监测数据的情况来帮助判断定点监测数据是否准确以及定点监测设备是否故障异常;本发明利用移动监测分区内的大量移动监测数据通过有效值的计算筛选,获得移动监测的等效值,用于与第一监测数据与第二监测数据进行比较判断,从而高效判断出监测数据是否异常。
附图说明
图1为本发明实施例提供的一种基于物联网的水质监测系统结构示意图;
图2为本发明实施例提供的一种基于物联网的水质监测方法流程图;
图3为本发明实施例提供的一种水库监测区域分区划分示意图。
具体实施方式
显然,本领域技术人员基于本发明的宗旨所做的许多修改和变化属于本发明的保护范围。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当称元件、组件被“连接”到另一元件、组件时,它可以直接连接到其他元件或者组件,或者也可以存在中间元件或者组件。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。
为使本发明实施例的目的、技术方案和优点更加清楚,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,都属于本发明保护的范围。
实施例一:
本发明实施例提供一种基于物联网的水质监测系统,具体请参考图1,图1为本发明实施例提供的一种基于物联网的水质监测系统结构示意图,系统包括:
水库监测区域,定点监测装置,移动监测装置,大数据服务平台,维护站,维护终端;
所述定点监测装置、移动监测装置、维护站、维护终端均与大数据服务平台通信连接,其特征在于,
所述水库监测区域包含若干分区、第一移动监测区、第二移动监测区;
所述定点监测装置设置在每个分区内,用于对分区内的水样进行水质监测;所述定点监测装置包括第一水质监测模块和第二水质监测模块;
所述第一水质监测模块和第二水质监测模块用于监测水质的关键指标,包括:水温、溶解氧、氨氮、高锰酸盐指数、化学需氧量、总氮、总磷等;设定水质指标的目标值,监测模块能够监测到指标的数值,并将监测数据上传到大数据服务平台,当水质的指标超出目标值时,将采集的数据通过通讯模块传送到大数据服务平台,通过水质在线自动监测预警系统实现对数据的自动分析,对超过设定值的数据及时输出预警信息。通过该技术,能够实时掌握水质各指标的变化,从而提醒管理人员及时查找原因,消除水质污染隐患。
所述移动监测装置用于在第一移动监测区、第二移动监测区内巡回进行水质监测;
所述移动监测装置用于监测水质的关键指标,包括:水温、溶解氧、氨氮、高锰酸盐指数、化学需氧量、总氮、总磷等;
所述维护站用于对移动监测装置进行定时检修换电;
所述维护终端用于接受大数据服务平台发送的故障警示信息。
优选地,所述移动监测装置包含驱动模块、采样模块、冲洗模块、通信模块;
所述驱动模块用于驱动移动监测装置在水库监测区域内移动;
所述采样模块用于采集水库监测区域内的水样;
所述冲洗模块用于对采样模块进行冲洗;
所述通信模块用于与大数据服务平台进行通信传输。
优选地,所述大数据服务平台包括通信模块、分区模块、移动监测设置模块、
第一故障判断模块、第二故障判断模块;
所述通信模块用于与定点监测装置和移动监测装置进行通信传输;
所述分区模块用于对水库监测区域进行分区划分;
所述移动监测设置模块用于设置第一移动监测区和第二移动监测区。
优选地,所述第一故障判断模块用于获取移动监测装置的监测数据中的GPS定位数据,根据所述GPS定位数据判断移动监测装置是否静止,判断静止地点是否为维护站地点,从而判断移动监测装置是否故障。
优选地,所述第二故障判断模块用于对定点监测装置进行故障判断。
实施例二:
本发明实施例还提供了一种基于物联网的水质监测方法,具体请参考图2,图2为本发明实施例提供的一种基于物联网的水质监测方法流程图,该方法包括步骤:
S1、将被监测的水库水域划分为若干分区;包括:对被监测的水库水域每间隔预定距离做出纵横线,从而将被监测的水域划分为若干个分区;
本发明实施例还提供了一种基于物联网的水质监测方法,具体请参考图3,图3为本发明实施例提供的一种水库监测区域分区划分示意图:实线部分为水库监测区域的边界,纵横设置的虚线将水库监测区域划分为多个分区;黑色圆形标记为维护站。
S2、在每个分区内设置一个定点监测装置;
S3、大数据服务平台划分移动监测区并设置移动监测装置;
所述步骤S3包括:
S31、获取每个分区的中心点至维护站的距离;
S32、将每n个相邻的分区合并为一个第一移动监测区,计算第k个第一移动监测区至维护站的等效距离为:
其中Li为第k个第一移动监测区所包含的第i个分区的中心点至维护站的距离;
S33、获取移动监测装置对第一移动监测区的巡回监测距离:
E=m*n*d+2*Dk;
其中,m为在第一移动监测区的巡回监测次数,d为每个分区中心点之间的距离;其中m为根据移动监测装置的电池容量确定的数值;
S34、将每个第一移动监测区的巡回监测距离从小到大依次排序,判断是否有多个第一移动监测区的巡回监测距离小于其中/>为全部第一移动监测区的巡回监测距离的均值,e为预设值;
若是,则将巡回监测距离小于的第一移动监测区两两合并,合并后形成第二移动监测区。
本发明步骤3的这种设置,能够使每个移动监测装置的巡回监测距离与维护往返距离之和基本相同,从而保证了每个移动监测装置的时效性,能够确保监测水域中每个监测位置均能够在相同的频率下被移动监测装置采样监测;并且,本发明首先对多个分区进行第一次合并从而得到移动监测装置的监测区域即第一移动监测区,进一步地,对于E值过小的第一移动监测区,进一步合并形成第二监测区,从而进一步保证了每个移动监测装置的时效性,能够确保监测水域中每个监测位置均能够在相同的频率下被移动监测装置采样监测。这里,为了便于后续步骤的阐述,将合并后的第一移动监测区称为第二监测区,而对于E值较大的第一监测区,其无需合并,但也称为第二监测区;即,在步骤S34之后,移动监测装置巡回监测的区域统称为第二监测区。并且,移动监测装置还能够定时返回维护站进行保养、换电操作,大大提高了移动监测装置的设备可靠性,能够提高监测的准确性。
S4、移动监测装置进行移动水质监测;
所述步骤S4包括:
S41、在第二移动监测区内打开采样装置,使用第二移动监测区的水样冲洗采样装置预设时长;
S42、使用采样装置采集预定量的水样;
S43、通过多种水质监测传感器对水样进行检测分析;
S44、打开采样装置,再次使用水样冲洗采样装置预设时长;
S45、将监测数据上传至大数据服务平台。
S5、判断定点监测装置是否故障;
所述步骤S5包括:
S51、定点监测装置以及移动监测装置将监测数据发送至大数据服务平台;
S52、大数据服务平台对第二移动监测区的定点监测装置的监测数据与移动监测装置的监测数据进行关联;
本发明中,定点监测装置的监测数据与移动监测装置的监测数据的数据帧中均带有监测装置的编号,而且在步骤S3之后,以及绑定了定点监测装置与移动监测装置的关联关系;因此,在步骤S52中,大数据服务平台根据接收到的数据帧中的编号、查表即可将第二移动监测区的定点监测装置的监测数据与移动监测装置的监测数据进行关联;
S53、获取移动监测装置的监测数据中的GPS定位数据;
S54、根据所述GPS定位数据判断移动监测装置是否静止;
S55、判断静止地点是否为维护站地点,若否,则判断移动监测装置有故障。
在实际应用中,移动监测装置如无人船,常常会出现故障而无法行驶,导致其停止在某一地点进行水质监测,而失去了移动监测的原有意义;本发明根据移动监测装置的GPS定位数据判断移动监测装置是否出现移动故障;在其移动正常时,才进入下一步步骤,利用移动监测水质数据判断定点监测装置是否故障。
S6、判断移动监测装置是否故障。
所述步骤S6包括:
S61、判断定点监测装置的第一监测数据Q1与第二监测数据Q2的差q=|Q1-Q2|是否超过阈值,若是则表明存在异常,进入步骤S62;若否,则判断定点监测装置正常;
通常情况下,若第一监测数据Q1与第二监测数据Q2差别很小,则足以表明定点监测装置正常;当然,万事无绝对,也存在很小的可能第一监测数据Q1与第二监测数据Q2都异常,但是这不是本发明要解决的问题,本发明也不可能解决所有的问题,只能综合考量水质监测的可靠性准确性以及系统的复杂性,作出本技术方案。
S62、获取与定点监测装置关联的移动监测装置的移动监测数据;
S63、根据移动监测数据中的时间帧得到移动监测数据的监测时间T;
S64、根据移动监测数据中的GPS定位数据得到移动监测数据的监测位置P;
S65、计算移动监测数据的有效值U=α*|T-T0|+β*|P-P0|,其中α、β为量纲系数,T0为定点监测装置的监测数据的监测时间,P0为定点监测装置的监测位置;
S66、选取有效值U小于预设值的移动监测数据,求平均值后得到移动监测数据的等效值
S67、将第一监测数据Q1、第二监测数据Q2以及移动监测数据的等效值进行比较,若/>小于阈值、/>大于等于阈值,则第二监测数据Q2异常;若/>小于阈值、/>大于等于阈值,则第一监测数据Q1异常。
本发明中,由于移动监测装置定时返回维护站进行检修换电操作,因此,其故障率较低,监测数据较为可靠;所以可以根据移动监测数据的情况来帮助判断定点监测数据是否准确以及定点监测设备是否故障异常;本发明利用移动监测分区内的大量移动监测数据通过有效值的计算筛选,获得移动监测的等效值,用于与第一监测数据与第二监测数据进行比较判断,从而高效判断出监测数据是否异常。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应该认为超出本发明的范围。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系属于仅仅用来将一个实体或者操作与另一个实体或者操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其他任何变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
Claims (10)
1.一种基于物联网的水质监测系统,包括水库监测区域,定点监测装置,移动监测装置,大数据服务平台,维护站,维护终端;所述定点监测装置、移动监测装置、维护站、维护终端均与大数据服务平台通信连接,其特征在于,
所述水库监测区域包含若干分区、第一移动监测区、第二移动监测区;
所述定点监测装置设置在每个分区内,用于对分区内的水样进行水质监测;所述定点监测装置包括第一水质监测模块和第二水质监测模块;
所述移动监测装置用于在第一移动监测区、第二移动监测区内巡回进行水质监测;
所述维护站用于对移动监测装置进行定时检修换电;
所述维护终端用于接受大数据服务平台发送的故障警示信息。
2.根据权利要求1所述的基于物联网的水质监测系统,其特征在于,所述移动监测装置包含驱动模块、采样模块、冲洗模块、通信模块;
所述驱动模块用于驱动移动监测装置在水库监测区域内移动;
所述采样模块用于采集水库监测区域内的水样;
所述冲洗模块用于对采样模块进行冲洗;
所述通信模块用于与大数据服务平台进行通信传输。
3.根据权利要求2所述的基于物联网的水质监测系统,其特征在于,所述大数据服务平台包括通信模块、分区模块、移动监测设置模块、第一故障判断模块、第二故障判断模块;
所述通信模块用于与定点监测装置和移动监测装置进行通信传输;
所述分区模块用于对水库监测区域进行分区划分;
所述移动监测设置模块用于设置第一移动监测区和第二移动监测区。
4.根据权利要求3所述的基于物联网的水质监测系统,其特征在于,所述第一故障判断模块用于获取移动监测装置的监测数据中的GPS定位数据,根据所述GPS定位数据判断移动监测装置是否静止,判断静止地点是否为维护站地点,从而判断移动监测装置是否故障。
5.根据权利要求4所述的基于物联网的水质监测系统,其特征在于,所述第二故障判断模块用于对定点监测装置进行故障判断。
6.一种应用于权利要求1-5中任一项所述基于物联网的水质监测系统的基于物联网的水质监测方法,其特征在于,该方法包括:
S1、将被监测的水库水域划分为若干分区;包括:对被监测的水库水域每间隔预定距离做出纵横线,从而将被监测的水域划分为若干个分区;
S2、在每个分区内设置一个定点监测装置;
S3、大数据服务平台划分移动监测区并设置移动监测装置;
S4、移动监测装置进行移动水质监测;
S5、判断定点监测装置是否故障;
S6、判断移动监测装置是否故障。
7.根据权利要求6所述的基于物联网的水质监测方法,其特征在于,所述步骤S3包括:
S31、获取每个分区的中心点至维护站的距离;
S32、将每n个相邻的分区合并为一个第一移动监测区,计算第k个第一移动监测区至维护站的等效距离为Dk:
其中Li为第k个第一移动监测区所包含的第i个分区的中心点至维护站的距离;
S33、获取移动监测装置对第一移动监测区的巡回监测距离:
E=m*n*d+2*Dk;
其中,m为在第一移动监测区的巡回监测次数,d为每个分区中心点之间的距离;
S34、将每个第一移动监测区的巡回监测距离从小到大依次排序,判断是否有多个第一移动监测区的巡回监测距离小于其中/>为全部第一移动监测区的巡回监测距离的均值,e为预设值;
若是,则将巡回监测距离小于的第一移动监测区两两合并,合并后形成第二移动监测区。
8.根据权利要求7所述的基于物联网的水质监测方法,其特征在于,所述步骤S4包括:
S41、在第二移动监测区内打开采样装置,使用第二移动监测区的水样冲洗采样装置预设时长;
S42、使用采样装置采集预定量的水样;
S43、通过多种水质监测传感器对水样进行检测分析;
S44、打开采样装置,再次使用水样冲洗采样装置预设时长;
S45、将监测数据上传至大数据服务平台。
9.根据权利要求8所述的基于物联网的水质监测方法,其特征在于,所述步骤S5包括:
S51、定点监测装置以及移动监测装置将监测数据发送至大数据服务平台;
S52、大数据服务平台对第二移动监测区的定点监测装置的监测数据与移动监测装置的监测数据进行关联;
S53、获取移动监测装置的监测数据中的GPS定位数据;
S54、根据所述GPS定位数据判断移动监测装置是否静止;
S55、判断静止地点是否为维护站地点,若否,则判断移动监测装置有故障。
10.根据权利要求9所述的基于物联网的水质监测方法,其特征在于,所述步骤S6包括:
S61、判断定点监测装置的第一监测数据Q1与第二监测数据Q2的差q=|Q1-Q2|是否超过阈值,若是则表明存在异常,进入步骤S62;若否,则判断定点监测装置正常;
S62、获取与定点监测装置关联的移动监测装置的移动监测数据;
S63、根据移动监测数据中的时间帧得到移动监测数据的监测时间T;
S64、根据移动监测数据中的GPS定位数据得到移动监测数据的监测位置P;
S65、计算移动监测数据的有效值U=α*|T-T0|+β*|P-P0|,其中α、β为量纲系数,T0为定点监测装置的监测数据的监测时间,P0为定点监测装置的监测位置;
S66、选取有效值U小于预设值的移动监测数据,求平均值后得到移动监测数据的等效值
S67、将第一监测数据Q1、第二监测数据Q2以及移动监测数据的等效值进行比较,若小于阈值、/>大于等于阈值,则第二监测数据Q2异常;若/>小于阈值、大于等于阈值,则第一监测数据Q1异常。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310805132.0A CN116819025B (zh) | 2023-07-03 | 2023-07-03 | 一种基于物联网的水质监测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310805132.0A CN116819025B (zh) | 2023-07-03 | 2023-07-03 | 一种基于物联网的水质监测系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116819025A true CN116819025A (zh) | 2023-09-29 |
CN116819025B CN116819025B (zh) | 2024-01-23 |
Family
ID=88125621
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310805132.0A Active CN116819025B (zh) | 2023-07-03 | 2023-07-03 | 一种基于物联网的水质监测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116819025B (zh) |
Citations (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003124993A (ja) * | 2001-10-18 | 2003-04-25 | Nec Corp | 通信システムおよび多重化装置 |
US6819779B1 (en) * | 2000-11-22 | 2004-11-16 | Cognex Corporation | Lane detection system and apparatus |
US20060083427A1 (en) * | 2004-10-15 | 2006-04-20 | Samsung Electronics Co., Ltd. | System and method for extracting corner point in space using pixel information, and robot using the system |
CN101226688A (zh) * | 2008-01-11 | 2008-07-23 | 孟小峰 | 一种基于聚类来监控交通拥堵状况的系统及其方法 |
CN101281187A (zh) * | 2008-04-08 | 2008-10-08 | 杭州电子科技大学 | 基于ZigBee无线技术的水环境监测节点 |
US20090286471A1 (en) * | 2008-05-14 | 2009-11-19 | Jun Ma | Method for Allocating Power to Source and Relay Stations in Two-Hop Amplify-and-Forward Relay Multi-Input-Multi-Output Networks |
CN103399555A (zh) * | 2013-08-12 | 2013-11-20 | 山东兖矿国拓科技工程有限公司 | 可燃、有毒气体无线智能监控系统 |
CN103607737A (zh) * | 2013-11-11 | 2014-02-26 | 北京邮电大学 | 一种异构网络业务分流方法及系统 |
CN104251730A (zh) * | 2014-09-22 | 2014-12-31 | 中国水利水电科学研究院 | 一种基于物联网的城市河湖水量水质监测与管理系统 |
US20170036560A1 (en) * | 2014-04-22 | 2017-02-09 | Nec Europe Ltd. | Method for load balancing of charging stations for mobile loads within a charging stations network and a charging stations network |
CN107247465A (zh) * | 2017-05-11 | 2017-10-13 | 西安电子科技大学 | 一种基于无人机的自驾游控制系统及方法 |
CN107271627A (zh) * | 2017-07-05 | 2017-10-20 | 威海格邦电子科技有限公司 | 一种基于物联网和大数据技术的可视化水质信息监测系统 |
CN109275099A (zh) * | 2018-09-26 | 2019-01-25 | 河海大学常州校区 | 水下无线传感器网络中基于voi的多auv高效数据收集方法 |
CN109799546A (zh) * | 2018-12-29 | 2019-05-24 | 清华大学 | 用于主动式毫米波安检成像的多发多收天线阵列布置、人体安检设备和人体安检方法 |
CN111127891A (zh) * | 2019-12-27 | 2020-05-08 | 中国交通通信信息中心 | 一种基于浮动车轨迹大数据的路网核查方法 |
CN111817442A (zh) * | 2020-07-22 | 2020-10-23 | 吉林建筑大学 | 一种基于蚁群算法的应急电源管理系统及智能巡查方法 |
CN112231976A (zh) * | 2020-10-15 | 2021-01-15 | 华北电力大学(保定) | 一种风电场等效模型的建立方法 |
CN112417389A (zh) * | 2020-11-21 | 2021-02-26 | 王小燕 | 一种基于互联网的智能终端协同截屏方法及系统 |
CN112650285A (zh) * | 2020-12-17 | 2021-04-13 | 内蒙古京隆发电有限责任公司 | 联合巡检方法及系统 |
CN113052342A (zh) * | 2021-04-20 | 2021-06-29 | 北京九州恒盛电力科技有限公司 | 一种基于互联网的电力智能运维服务商业模式 |
CN214539557U (zh) * | 2021-04-08 | 2021-10-29 | 四川沃洛佳科技有限公司 | 一种用于无人机的在线水质常规多参数水质监测传感器 |
CN113815892A (zh) * | 2021-10-28 | 2021-12-21 | 四川安信科创科技有限公司 | 一种森林火灾探测无人机的维护保养系统及方法 |
CN114355469A (zh) * | 2021-01-22 | 2022-04-15 | 深圳迈睿智能科技有限公司 | 存在探测装置及其探测范围界定方法 |
CN115015506A (zh) * | 2022-06-07 | 2022-09-06 | 中国水利水电科学研究院 | 一种分布式人工湿地出水水质监控系统及方法 |
CN115915051A (zh) * | 2022-10-28 | 2023-04-04 | 浙江工业大学 | 一种基于LoRa网络的气体监控方法 |
CN116079709A (zh) * | 2022-11-24 | 2023-05-09 | 国网智能科技股份有限公司 | 一种轨道式机器人运动系统的闭环监控方法、系统及器件 |
CN116229231A (zh) * | 2023-02-10 | 2023-06-06 | 中远海运科技股份有限公司 | 一种基于深度学习算法的桥梁船舶碰撞检测方法及系统 |
CN116225072A (zh) * | 2023-05-09 | 2023-06-06 | 济宁市兖州区同瑞机械有限公司 | 一种适用于农业运输机的路线实时规划管理系统 |
-
2023
- 2023-07-03 CN CN202310805132.0A patent/CN116819025B/zh active Active
Patent Citations (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6819779B1 (en) * | 2000-11-22 | 2004-11-16 | Cognex Corporation | Lane detection system and apparatus |
JP2003124993A (ja) * | 2001-10-18 | 2003-04-25 | Nec Corp | 通信システムおよび多重化装置 |
US20060083427A1 (en) * | 2004-10-15 | 2006-04-20 | Samsung Electronics Co., Ltd. | System and method for extracting corner point in space using pixel information, and robot using the system |
CN101226688A (zh) * | 2008-01-11 | 2008-07-23 | 孟小峰 | 一种基于聚类来监控交通拥堵状况的系统及其方法 |
CN101281187A (zh) * | 2008-04-08 | 2008-10-08 | 杭州电子科技大学 | 基于ZigBee无线技术的水环境监测节点 |
US20090286471A1 (en) * | 2008-05-14 | 2009-11-19 | Jun Ma | Method for Allocating Power to Source and Relay Stations in Two-Hop Amplify-and-Forward Relay Multi-Input-Multi-Output Networks |
CN103399555A (zh) * | 2013-08-12 | 2013-11-20 | 山东兖矿国拓科技工程有限公司 | 可燃、有毒气体无线智能监控系统 |
CN103607737A (zh) * | 2013-11-11 | 2014-02-26 | 北京邮电大学 | 一种异构网络业务分流方法及系统 |
US20170036560A1 (en) * | 2014-04-22 | 2017-02-09 | Nec Europe Ltd. | Method for load balancing of charging stations for mobile loads within a charging stations network and a charging stations network |
CN104251730A (zh) * | 2014-09-22 | 2014-12-31 | 中国水利水电科学研究院 | 一种基于物联网的城市河湖水量水质监测与管理系统 |
CN107247465A (zh) * | 2017-05-11 | 2017-10-13 | 西安电子科技大学 | 一种基于无人机的自驾游控制系统及方法 |
CN107271627A (zh) * | 2017-07-05 | 2017-10-20 | 威海格邦电子科技有限公司 | 一种基于物联网和大数据技术的可视化水质信息监测系统 |
CN109275099A (zh) * | 2018-09-26 | 2019-01-25 | 河海大学常州校区 | 水下无线传感器网络中基于voi的多auv高效数据收集方法 |
CN109799546A (zh) * | 2018-12-29 | 2019-05-24 | 清华大学 | 用于主动式毫米波安检成像的多发多收天线阵列布置、人体安检设备和人体安检方法 |
CN111127891A (zh) * | 2019-12-27 | 2020-05-08 | 中国交通通信信息中心 | 一种基于浮动车轨迹大数据的路网核查方法 |
CN111817442A (zh) * | 2020-07-22 | 2020-10-23 | 吉林建筑大学 | 一种基于蚁群算法的应急电源管理系统及智能巡查方法 |
CN112231976A (zh) * | 2020-10-15 | 2021-01-15 | 华北电力大学(保定) | 一种风电场等效模型的建立方法 |
CN112417389A (zh) * | 2020-11-21 | 2021-02-26 | 王小燕 | 一种基于互联网的智能终端协同截屏方法及系统 |
CN112650285A (zh) * | 2020-12-17 | 2021-04-13 | 内蒙古京隆发电有限责任公司 | 联合巡检方法及系统 |
CN114355469A (zh) * | 2021-01-22 | 2022-04-15 | 深圳迈睿智能科技有限公司 | 存在探测装置及其探测范围界定方法 |
CN214539557U (zh) * | 2021-04-08 | 2021-10-29 | 四川沃洛佳科技有限公司 | 一种用于无人机的在线水质常规多参数水质监测传感器 |
CN113052342A (zh) * | 2021-04-20 | 2021-06-29 | 北京九州恒盛电力科技有限公司 | 一种基于互联网的电力智能运维服务商业模式 |
CN113815892A (zh) * | 2021-10-28 | 2021-12-21 | 四川安信科创科技有限公司 | 一种森林火灾探测无人机的维护保养系统及方法 |
CN115015506A (zh) * | 2022-06-07 | 2022-09-06 | 中国水利水电科学研究院 | 一种分布式人工湿地出水水质监控系统及方法 |
CN115915051A (zh) * | 2022-10-28 | 2023-04-04 | 浙江工业大学 | 一种基于LoRa网络的气体监控方法 |
CN116079709A (zh) * | 2022-11-24 | 2023-05-09 | 国网智能科技股份有限公司 | 一种轨道式机器人运动系统的闭环监控方法、系统及器件 |
CN116229231A (zh) * | 2023-02-10 | 2023-06-06 | 中远海运科技股份有限公司 | 一种基于深度学习算法的桥梁船舶碰撞检测方法及系统 |
CN116225072A (zh) * | 2023-05-09 | 2023-06-06 | 济宁市兖州区同瑞机械有限公司 | 一种适用于农业运输机的路线实时规划管理系统 |
Non-Patent Citations (5)
Title |
---|
KESKIN, M ET AL: ""A matheuristic method for the electric vehicle routing problem with time windows and fast chargers"", 《COMPUTERS & OPERATIONS RESEARC》, vol. 100, pages 172 - 188, XP085478968, DOI: 10.1016/j.cor.2018.06.019 * |
ÖNCÜ, S ET AL: ""Cooperative Adaptive Cruise Control: Network-Aware Analysis of String Stability"", 《IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS》, vol. 15, no. 4, pages 1527 - 1537, XP011555205, DOI: 10.1109/TITS.2014.2302816 * |
吴浩: ""基于光散射法的大气细颗粒物质量浓度采集系统设计及实验研究"", 《中国优秀硕士学位论文全文数据库工程科技Ⅰ辑》, no. 1, pages 1 - 76 * |
谢友江: ""智慧水务管理中漏水定位监测系统的设计与实现"", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》, no. 3, pages 1 - 90 * |
郭智俊等: ""无人机智能巡检在光伏电站组件诊断中的应用"", 《能源工程》, vol. 42, no. 2, pages 40 - 44 * |
Also Published As
Publication number | Publication date |
---|---|
CN116819025B (zh) | 2024-01-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115657617A (zh) | 一种用于火电厂智慧监盘报警系统实现方法 | |
CN108520152B (zh) | 一种工程设备的寿命分布确定方法及系统 | |
CN112418557B (zh) | 基于云服务的数据分析和预测系统及方法 | |
CN115129011B (zh) | 基于边缘计算的工业资源管理方法 | |
CN117060409B (zh) | 电力线路运行状态自动化检测分析方法及系统 | |
CN112101764A (zh) | 基于状态监测的船舶技术状况综合评估系统 | |
CN111669123B (zh) | 用于对光伏组串进行故障诊断的方法和装置 | |
CN115640860B (zh) | 一种工业云服务的机电设备远程维护方法及系统 | |
CN108809708A (zh) | 一种电力通信网络节点故障检测系统 | |
CN114244751B (zh) | 无线传感器网络异常检测方法和系统 | |
CN105634796A (zh) | 一种网络设备故障预测及诊断方法 | |
CN115687447A (zh) | 一种基于物联网的海洋环境监测系统及方法 | |
CN116591768A (zh) | 一种基于分布式网络的隧道监测方法、系统及装置 | |
CN109507986B (zh) | 用于油田作业设备的远程监控方法 | |
CN116819025B (zh) | 一种基于物联网的水质监测系统及方法 | |
CN111125195B (zh) | 一种数据异常检测方法及装置 | |
CN116647575A (zh) | 一种滚筒渣处理装置的设备健康管理系统和方法 | |
WO2021042233A1 (en) | Remote diagnosis system, apparatus and method for power tool | |
CN117856441B (zh) | 一种智能电网传输时延优化方法和系统 | |
CN117589444B (zh) | 一种基于联邦学习的风力发电机齿轮箱故障诊断方法 | |
Ludovici et al. | Introducing CBM on the M113AS4 power-pack utilising HUMS data | |
CN117455460A (zh) | 基于嵌入式智能板卡的设备预测性维护保养设备及其方法 | |
CN115307684A (zh) | 基于bim的设备故障预测性维护系统 | |
CN118129819A (zh) | 一种智能化仪器仪表的检测系统及检测方法 | |
CN117450988A (zh) | 一种基于北斗监测高危边坡变形的装置、设备及存储介质 |
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 |