【技术实现步骤摘要】
本专利技术属于水资源管理，具体涉及一种基于大数据的智能化水资源管理系统及方法。
技术介绍
1、水资源是我国地区发展和生活的重要资源，因此，管理和保护水资源对该地区的可持续发展至关重要。地下水控制遥测终端是一种能够对地下水进行计量、管理管控终端设备，通过与后端软件系统的结合实现对水资源的信息化数字化。
2、随着遥测终端设备在全疆各地的安装各种问题也接踵而至，我过西北地区地广人稀少，用水终端与终端之间距离较远，有线方式通讯面临成本高，施工难度大等问题，因此大部分都采用无线的方式。当前设备采用4g通讯方式，优点是减少基站部署成本，而通讯基站的覆盖范围并不是很广，这就导致在无信号覆盖的区域，遥测终端面临数据无法上传，控制数据无法下发的问题。设备在线率，丢包率相较于其他地区均出现大幅恶化。
3、现有的数据分析技术是在遥测终端上报数据后，后端系统通过简单的处理比对后就对某些不合理的数据进行报警展示，之后再通过人工进行筛选核查。 而遥测终端数量的增加，数据量也随之增长，当前技术不能够保证数据的实时性、高效性、准确性。
技术实现思路
1、本专利技术的目的是提供一种基于大数据的智能化水资源管理系统及方法，用以解决现有技术中存在的遥测终端4g通讯在无基站信号覆盖时的数据传输丢包、数据分析不具有实时性、高效性和准确性的问题。
2、为了实现上述目的，本专利技术采用以下技术方案：
3、一种基于大数据的智能化水资源管理系统，包括数据采集模块、多维度神经网络模型分
4、上述结果的工作过程及原理如下：
5、遥测终端上设置的4g通讯模块和加装无线通讯模块可以解决4g通讯在无基站信号覆盖的区域时，遥测终端能够通过软件系统和mcu主控模块对相应的加装无线通讯模块进行识别和驱动，对4g通讯形成补充，解决数据无法上传、数据无法下发的问题；通过对现有多维度神经网络模型分析模块进行移植改进，使得该模型的输入的数据参数和输出参数符合水资源管理的要求，之后遥测终端通过数据采集模块采集数据进行无线传输上传，通过人工的方式将少量样本数据进行分类标记，之后将该样本数据参数送入多维度神经网络模型分析模块进行学习，在对不同种类的大量样本数据进行机器学习后，该模型能够对遥测终端产生的新数据进行分析，并通过异常报警模块对异常水信息数据、设备状态信息进行告警，在发现异常用水信息后通过遥测终端对设备进行管控。
6、进一步的，所述加装无线通讯模块为nb网络通讯模组，所述遥测终端上设置有nb网卡，所述4g通讯模块与加装无线通讯模块通过mini-pcie接口连接。
7、nb网络相较于4g通讯方式其带宽更宽，覆盖范围更广。
8、进一步的，所述加装无线通讯模块为lora通讯模组，所述4g通讯模块与加装无线通讯模块通过mini-pcie接口连接。
9、在无nb网络的区域内，使用lora网络可以使得多个模组之间可以进行mesh组网，各节点将数据通过lora网络发送至有4g信号的遥测终端上统一进行上传。
10、进一步的，所述多维度神经网络模型分析模块包括ai学习框架模块和多维数据预测神经网络模型。
11、引入基于tensorflow的ai学习框架模块，以mlp、lsmt等多维数据预测神经网络模型为基础，并针对水资源综合管理系统进行相应的模型移植适配与优化，从而构建符合该项目的输入输出参数的模型。
12、一种基于大数据的智能化水资源管理系统的管理方法，包括以下步骤：
13、通过数据采集模块采集遥测终端上的各类数据参数并通过遥测终端发出；
14、接收遥测终端通过4g通讯模块或加装无线通讯模块发出的数据参数；
15、将数据参数输入到多维度神经网络模型分析模块中；
16、通过人工标注方式对少量样本数据进行分类标注；
17、使用多维度神经网络模型分析模块对少量样本数据进行学习后，对样本准确度进行评价；
18、根据不同数据参数的不同权重信息，进行汇总分析预测；
19、对大量遥测终端产生的数据参数进行实时的不间断分析，并且能够结合多个维度对设备状态、传感器状态、用水数据状态通过异常报警模块进行预警。
20、进一步的，所述数据参数包括通讯状态、传感器状态、用水数据、用电数据、历史数据和其他设备数据。
21、进一步的，所述样本数据包括正常数据和各种异常数据。
22、进一步的，还包括遥测终端4g通讯在无基站信号覆盖时的通讯方法，包括以下步骤：
23、在设备安装时使用信号强度测量装置对该区域内的信号强度进行测试，确定选取哪一种加装无线通讯模块；
24、遥测终端在保留4g通讯模块的同时安装选定的加装无线通讯模块并通过mini-pcie接口连接；
25、遥测终端通过软件系统和mcu主控模块对相应的加装无线通讯模块进行识别和驱动，从而对通信方式进行切换，进行无线信号传输。
26、进一步的，在发现4g信号强度低于设备正常通化最低值时，选取的加装无线通讯模块为nb网络通讯模组，为该处遥测终端安装nb网络通讯模组；
27、将常规物联网卡替换为nb卡，从而使用nb网络进行传输。
28、进一步的，在发现4g信号强度低于设备正常通化最低值时，在无nb网络的区域内，选取的加装无线通讯模块为lora通讯模组，使用lora网络可以使得多个模组之间可以进行mesh组网，设备与设备之间为星形组网；
29、各节点将数据通过lora网络发送至有4g信号的遥测终端上统一进行上传。
30、有益效果：本专利技术通过在遥测终端上设置的4g通讯模块和加装无线通讯模块可以解决4g通讯在无基站信号覆盖的区域时，遥测终端能够通过软件系统和mcu主控模块对相应的加装无线通讯模块进行识别和驱动，对4g通讯形成补充，解决数据无法上传、数据无法下发的问题；通过对现有多维度神经网络模型分析模块进行移植改进，使得该模型的输入的数据参数和输出参数符合水资源管理的要求，之后遥测终端通过数据采集模块采集数据进行无线传输上传，通过人工的方式将少量样本数据进行分类标记，之后将该样本数据参数送入多维度神经网络模型分析模块进行学习，在对不同种类的大量样本数据进行机器学习后，该模型能够对遥测终端产生的新数据进行分析，并通过异常报警模块对异常水信息数据、设备状态信息进行告警，在发现异常用水信息后通过遥测终端对设备进行管控。
本文档来自技高网...【技术保护点】
1.一种基于大数据的智能化水资源管理系统，其特征在于，包括数据采集模块、多维度神经网络模型分析模块、异常报警模块、遥测终端以及设置在遥测终端上的4G通讯模块和加装无线通讯模块，所述遥测终端上设置有MCU主控模块，所述数据采集模块的信号输出端连接多维度神经网络模型分析模块的信号输入端，所述多维度神经网络模型分析模块的信号输出端与异常报警模块的信号输入端连接，所述异常报警模块的信号输出端与MCU主控模块的信号输入端连接，所述MCU主控模块的信号输出端与4G通讯模块以及加装无线通讯模块的信号输入端连接。
2.根据权利要求1所述的基于大数据的智能化水资源管理系统，其特征在于，所述加装无线通讯模块为NB网络通讯模组，所述遥测终端上设置有NB网卡，所述4G通讯模块与加装无线通讯模块通过mini-pcie接口连接。
3.根据权利要求1所述的基于大数据的智能化水资源管理系统，其特征在于，所述加装无线通讯模块为lora通讯模组，所述4G通讯模块与加装无线通讯模块通过mini-pcie接口连接。
4.根据权利要求2或3所述的基于大数据的智能化水资源管理系统，其特征
5.一种根据权利要求1所述的基于大数据的智能化水资源管理系统的管理方法，其特征在于，包括以下步骤：
6.根据权利要求5所述的基于大数据的智能化水资源管理系统的管理方法，其特征在于，所述数据参数包括通讯状态、传感器状态、用水数据、用电数据、历史数据和其他设备数据。
7.根据权利要求5所述的基于大数据的智能化水资源管理系统的管理方法，其特征在于，所述样本数据包括正常数据和各种异常数据。
8.根据权利要求1所述的基于大数据的智能化水资源管理系统的管理方法，其特征在于，还包括遥测终端4G通讯在无基站信号覆盖时的通讯方法，包括以下步骤：
9.根据权利要求8所述的基于大数据的智能化水资源管理系统的管理方法，其特征在于，在发现4G信号强度低于设备正常通化最低值时，选取的加装无线通讯模块为NB网络通讯模组，为该处遥测终端安装NB网络通讯模组；
10.根据权利要求8所述的基于大数据的智能化水资源管理系统的管理方法，其特征在于，在发现4G信号强度低于设备正常通化最低值时，在无NB网络的区域内，选取的加装无线通讯模块为lora通讯模组，使用LORA网络可以使得多个模组之间可以进行mesh组网，设备与设备之间为星形组网；
...【技术特征摘要】
1.一种基于大数据的智能化水资源管理系统，其特征在于，包括数据采集模块、多维度神经网络模型分析模块、异常报警模块、遥测终端以及设置在遥测终端上的4g通讯模块和加装无线通讯模块，所述遥测终端上设置有mcu主控模块，所述数据采集模块的信号输出端连接多维度神经网络模型分析模块的信号输入端，所述多维度神经网络模型分析模块的信号输出端与异常报警模块的信号输入端连接，所述异常报警模块的信号输出端与mcu主控模块的信号输入端连接，所述mcu主控模块的信号输出端与4g通讯模块以及加装无线通讯模块的信号输入端连接。
2.根据权利要求1所述的基于大数据的智能化水资源管理系统，其特征在于，所述加装无线通讯模块为nb网络通讯模组，所述遥测终端上设置有nb网卡，所述4g通讯模块与加装无线通讯模块通过mini-pcie接口连接。
3.根据权利要求1所述的基于大数据的智能化水资源管理系统，其特征在于，所述加装无线通讯模块为lora通讯模组，所述4g通讯模块与加装无线通讯模块通过mini-pcie接口连接。
4.根据权利要求2或3所述的基于大数据的智能化水资源管理系统，其特征在于，所述多维度神经网络模型分析模块包括ai学习框架模块和多维数据预测神经网络模型。
【专利技术属性】
技术研发人员：马益伟，张岳尧，满占杰，武刚，
申请(专利权)人：新疆禹拓物联科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。