智慧水渠水库水位监测方法和系统技术方案

本发明专利技术提供了智慧水渠水库水位监测方法和系统，其中该方法包括模拟自然风产生步骤：在水位标尺处周期性地产生朝向水面的模拟自然风，使该处水面相对所述水位标尺的吃水线产生波动；吃水线图像获取步骤：实时获取所述吃水线的图像信息，并且实时发送；水位数据校核步骤：实时接收所述吃水线的图像信息，以确定当前的上限水位值和下限水位值，并且将所述上限水位值、所述下限水位值分别和参考值进行校核；其中，当所述上限水位值和所述参考值的差值、或者所述下限水位值和所述参考值的差值大于预设值时，将所述吃水线的图像信息经神经网络再进行校核。

Water Level Monitoring Method and System of Zhizhi Canal Reservoir

The invention provides a water level monitoring method and system for intelligent canal reservoirs, which comprises the steps of simulating natural wind generation: periodically generating simulated natural wind towards the water surface at the water level scale, causing the water surface to fluctuate relative to the draft line of the water level scale; and the acquisition step of the image of the draft line: real-time acquisition site. The image information of the draft line is described and sent in real time; the water level data checking step is to receive the image information of the draft line in real time to determine the current upper limit water level and lower limit water level, and check the upper limit water level, the lower limit water level and the reference value separately; in which, when the upper limit water level is specified, the upper limit water level is checked. When the difference between the reference value and the reference value, or the difference between the lower limit water level value and the reference value is greater than the preset value, the image information of the draft line is checked by the neural network.

【技术实现步骤摘要】
智慧水渠水库水位监测方法和系统
本专利技术涉及农业物联网
，特别涉及智慧水渠水库水位监测方法和系统。
技术介绍
随着水库增效扩容改造和水利行业标准化建设的大力推进，水利技术不断趋于智能化，特别是在闸门控制、水位流量数据采集、水库蓄水优化调度等方面有了长足的进步。目前，更是提出大力发展农业物联网技术的口号。诸如智慧水渠水库水位监测告警系统。像智慧水渠水库水位监测告警系统，一般分为两部分，一部分是前端的液位采集传输部分，另一部分是中心的存储、分析、展现部分。目前常用的液位采集传输部分主要是浮子式水位计和超声波水位计，也有增加校核水位数据这一环节的基于视觉的水库水位数据采集系统，如公开号为CN106969808A的专利申请所公开的。但是该专利申请公开的基于视觉的水库水位数据采集系统根据人工神经网络设置，其校核水位数据速度慢。
技术实现思路
为解决上述的技术问题，本专利技术提出智慧水渠水库水位监测方法和系统，可以提高校核水位数据的速度。为实现上述目的，本专利技术提供了如下技术方案：智慧水渠水库水位监测方法，包括模拟自然风产生步骤：在水位标尺处周期性地产生朝向水面的模拟自然风，使该处水面相对所述水位标尺的吃水线产生波动；吃水线图像获取步骤：实时获取所述吃水线的图像信息，并且实时发送；水位数据校核步骤：实时接收所述吃水线的图像信息，以确定当前的上限水位值和下限水位值，并且将所述上限水位值、所述下限水位值分别和参考值进行校核；其中，当所述上限水位值和所述参考值的差值、或者所述下限水位值和所述参考值的差值大于预设值时，将所述吃水线的图像信息经神经网络再进行校核。作为一种可实施方式，在所述吃水线图像获取步骤中，实时发送相关于所述吃水线的图像信息的红外信号；在所述水位数据校核步骤中，实时接收所述相关于所述吃水线的图像信息的红外信号。作为一种可实施方式，在所述模拟自然风产生步骤中，单位时间内所述模拟自然风的送风量根据所述水面的高度进行调整。作为一种可实施方式，在所述模拟自然风产生步骤中，单位时间内所述模拟自然风的送风量随着所述水面的高度增大而减小，并且随着所述水面的高度减小而增大。作为一种可实施方式，在所述模拟自然风产生步骤中，当所述水面的高度大于第一预设值时，单位时间内所述模拟自然风的送风量随着所述水面的高度增大而减小；当所述水面的高度小于第二预设值时，单位时间内所述模拟自然风的送风量随着所述水面的高度减小而增大。相应的，本专利技术还提供了如下技术方案：智慧水渠水库水位监测系统，包括依次连接的模拟自然风产生装置、吃水线图像获取装置、以及水位数据校核装置；所述模拟自然风产生装置用于在水位标尺处周期性地产生朝向水面的模拟自然风，使该处水面相对所述水位标尺的吃水线产生波动；所述吃水线图像获取装置用于实时获取所述吃水线的图像信息，并且实时发送；所述水位数据校核装置用于实时接收所述吃水线的图像信息，以确定当前的上限水位值和下限水位值，并且将所述上限水位值、所述下限水位值分别和参考值进行校核；其中，当所述上限水位值和所述参考值的差值、或者所述下限水位值和所述参考值的差值大于预设值时，将所述吃水线的图像信息经神经网络再进行校核。作为一种可实施方式，所述模拟自然风产生装置包括依次连接的矩形波发生电路、光电耦合电路、以及风扇驱动电路；所述矩形波发生电路通过所述光电耦合电路向所述风扇驱动电路发送矩形波脉冲信号，使所述风扇驱动电路上的风扇周期性地产生朝向水面的模拟自然风。作为一种可实施方式，所述模拟自然风产生装置还包括连接所述矩形波发生电路的水位计；所述水位计用于获取所述水面的高度信息。作为一种可实施方式，所述矩形波发生电路根据所述水面的高度信息向所述风扇驱动电路发送相应占空比的所述矩形波脉冲信号；其中，所述矩形波脉冲信号的占空比随着所述水面的高度增大而减小，并且随着所述水面的高度减小而增大。作为一种可实施方式，所述矩形波发生电路根据所述水面的高度信息向所述风扇驱动电路发送相应占空比的所述矩形波脉冲信号；其中，当所述水面的高度大于第一预设值时，所述矩形波脉冲信号的占空比随着所述水面的高度增大而减小；当所述水面的高度小于第二预设值时，所述矩形波脉冲信号的占空比随着所述水面的高度减小而增大。本专利技术相比于现有技术的有益效果在于：本专利技术提供了一种智慧水渠水库水位监测方法和系统，可以通过产生模拟自然风，对当前的上限水位值和下限水位值进行检测，从而跳过神经网络，完成快速校核。但是在允许的范围之外，即当上限水位值和参考值的差值、或者下限水位值和参考值的差值大于预设值时，仍然调用神经网络再进行校核，使吃水线的数据更加准确。因此，校核水位数据速度有所提高。附图说明图1为本专利技术一实施例提供的智慧水渠水库水位监测方法流程图；图2为本专利技术另一实施例提供的智慧水渠水库水位监测方法流程图；图3为本专利技术又一实施例提供的智慧水渠水库水位监测方法流程图；图4为本专利技术实施例提供的智慧水渠水库水位监测系统的框图；图5为本专利技术实施例提供的模拟自然风产生装置的电路原理图；图6为本专利技术实施例提供的吃水线图像获取装置和水位数据校核装置的电路原理图。图中：100、模拟自然风产生装置；110、矩形波发生电路；120、光电耦合电路；130、风扇驱动电路；200、吃水线图像获取装置；210、CCD相机；300、水位数据校核装置；310、神经网络模型；320、校核模型。具体实施方式以下结合附图，对本专利技术上述的和另外的技术特征和优点进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术的部分实施例，而不是全部实施例。在一个实施例中，如图1所示。本实施例提供了智慧水渠水库水位监测方法，其包括模拟自然风产生步骤S100、吃水线图像获取步骤S200、以及水位数据校核步骤S300。在模拟自然风产生步骤S100中，在水位标尺处周期性地产生朝向水面的模拟自然风，使该处水面相对水位标尺的吃水线产生波动。在吃水线图像获取步骤S200中，实时获取吃水线的图像信息，并且实时发送。在水位数据校核步骤S300中，实时接收吃水线的图像信息，以确定当前的上限水位值和下限水位值，并且将上限水位值、下限水位值分别和参考值进行校核；其中，当上限水位值和参考值的差值、或者下限水位值和参考值的差值大于预设值时，将吃水线的图像信息经神经网络再进行校核。在本实施例中，智慧水渠水库水位监测方法通过产生模拟自然风，对当前的上限水位值和下限水位值进行检测，可以完成快速校核。因为在原来检测吃水线的基础上，还检测了因模拟自然风而产生的上限水位值和下限水位值，可以多方地和参考值进行校核，从而跳过神经网络。但是在允许的范围之外，即当上限水位值和参考值的差值、或者下限水位值和参考值的差值大于预设值时，仍然调用神经网络再进行校核，使吃水线的数据更加准确。需要注意的是，在时序控制方面，步骤S100中是周期性的，步骤S200和步骤S300中是实时的。所以，在一时间段内检测吃水线，在另一时间段内检测上限水位值和下限水位值。这样不管是对动态的水面，还是对静态的水面，都可以使检测到的数据更加准确，相应的，水位数据校核是实时的。在一个实施例中，在吃水线图像获取步骤中，实时发送相关于吃水线的图像信息的红外信号。相应的，在水位数据校核步骤中，实时接收相关于吃水线的图像信息的本文档来自技高网...

【技术保护点】
1.智慧水渠水库水位监测方法，其特征在于，包括模拟自然风产生步骤：在水位标尺处周期性地产生朝向水面的模拟自然风，使该处水面相对所述水位标尺的吃水线产生波动；吃水线图像获取步骤：实时获取所述吃水线的图像信息，并且实时发送；水位数据校核步骤：实时接收所述吃水线的图像信息，以确定当前的上限水位值和下限水位值，并且将所述上限水位值、所述下限水位值分别和参考值进行校核；其中，当所述上限水位值和所述参考值的差值、或者所述下限水位值和所述参考值的差值大于预设值时，将所述吃水线的图像信息经神经网络再进行校核。

【技术特征摘要】
1.智慧水渠水库水位监测方法，其特征在于，包括模拟自然风产生步骤：在水位标尺处周期性地产生朝向水面的模拟自然风，使该处水面相对所述水位标尺的吃水线产生波动；吃水线图像获取步骤：实时获取所述吃水线的图像信息，并且实时发送；水位数据校核步骤：实时接收所述吃水线的图像信息，以确定当前的上限水位值和下限水位值，并且将所述上限水位值、所述下限水位值分别和参考值进行校核；其中，当所述上限水位值和所述参考值的差值、或者所述下限水位值和所述参考值的差值大于预设值时，将所述吃水线的图像信息经神经网络再进行校核。2.根据权利要求1所述的智慧水渠水库水位监测方法，其特征在于，在所述吃水线图像获取步骤中，实时发送相关于所述吃水线的图像信息的红外信号；在所述水位数据校核步骤中，实时接收所述相关于所述吃水线的图像信息的红外信号。3.根据权利要求1所述的智慧水渠水库水位监测方法，其特征在于，在所述模拟自然风产生步骤中，单位时间内所述模拟自然风的送风量根据所述水面的高度进行调整。4.根据权利要求3所述的智慧水渠水库水位监测方法，其特征在于，在所述模拟自然风产生步骤中，单位时间内所述模拟自然风的送风量随着所述水面的高度增大而减小，并且随着所述水面的高度减小而增大。5.根据权利要求3所述的智慧水渠水库水位监测方法，其特征在于，在所述模拟自然风产生步骤中，当所述水面的高度大于第一预设值时，单位时间内所述模拟自然风的送风量随着所述水面的高度增大而减小；当所述水面的高度小于第二预设值时，单位时间内所述模拟自然风的送风量随着所述水面的高度减小而增大。6.智慧水渠水库水位监测系统，其特征在于，包括依次连接的模拟自然风产生装置(100)、吃水线图像获取装置(200)、以及水位数据校核装置(300)；所述模拟自然风产生装置(100)用于在水位标尺处周期性地产生朝向水面的模拟自然风，使该处水面相对所述...

【专利技术属性】
技术研发人员：张志栋，
申请(专利权)人：张志栋，
类型：发明
国别省市：宁夏,64