System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及智能化计量领域,且更为具体地,涉及一种灌区用水计量系统及用水计量方法。
技术介绍
1、灌区是指通过人工引水、喷灌、滴灌等方式进行灌溉的区域。灌区通常由水源、输水渠道、灌溉设施和灌溉管理组织等组成。灌区的建设和管理对于提高农业生产效率、保护水资源和实现可持续发展具有重要意义。
2、灌区用水计量方法可以有效地监测和控制灌区的用水量,提高水资源的利用效率,节约水资源,保障灌区的农业生产。然而,传统的用水计量方法通常依赖于人工观测和分析,存在着精度低等缺点。因此,期待一种优化的灌区用水计量方法。
技术实现思路
1、为了解决上述技术问题,提出了本申请。本申请的实施例提供了一种灌区用水计量系统及用水计量方法,其可以利用深度学习技术自动地从大量的水压和水位数据中学习出与水流流量的映射关系,从而实现灌区用水计量的自动化和智能化。
2、根据本申请的一个方面,提供了一种灌区用水计量方法,其包括:
3、获取预定时间段内多个预定时间点的水压值和水位值;
4、对所述多个预定时间点的水压值和水位值进行数据预处理以得到水压时序输入向量和水位时序输入向量;
5、对所述水压时序输入向量和所述水位时序输入向量进行时序分析和特征交互以得到水压-水位交互融合强化特征向量;以及
6、基于所述水压-水位交互融合强化特征向量,确定水流流量值。
7、根据本申请的另一个方面,提供了一种灌区用水计量系统,其包括:
8、数据获取模
9、数据预处理模块,用于对所述多个预定时间点的水压值和水位值进行数据预处理以得到水压时序输入向量和水位时序输入向量;
10、分析交互模块,用于对所述水压时序输入向量和所述水位时序输入向量进行时序分析和特征交互以得到水压-水位交互融合强化特征向量;以及
11、流量值分析模块,用于基于所述水压-水位交互融合强化特征向量,确定水流流量值。
12、与现有技术相比,本申请提供的灌区用水计量系统及用水计量方法,其首先获取预定时间段内多个预定时间点的水压值和水位值,接着,对所述多个预定时间点的水压值和水位值进行数据预处理以得到水压时序输入向量和水位时序输入向量,然后,对所述水压时序输入向量和所述水位时序输入向量进行时序分析和特征交互以得到水压-水位交互融合强化特征向量,最后,基于所述水压-水位交互融合强化特征向量,确定水流流量值。这样,可以自动地从大量的水压和水位数据中学习出与水流流量的映射关系,从而实现灌区用水计量的自动化和智能化。
本文档来自技高网...【技术保护点】
1.一种灌区用水计量方法,其特征在于,包括:
2.根据权利要求1所述的灌区用水计量方法,其特征在于,对所述多个预定时间点的水压值和水位值进行数据预处理以得到水压时序输入向量和水位时序输入向量,包括:
3.根据权利要求2所述的灌区用水计量方法,其特征在于,对所述水压时序输入向量和所述水位时序输入向量进行时序分析和特征交互以得到水压-水位交互融合强化特征向量,包括:
4.根据权利要求3所述的灌区用水计量方法,其特征在于,对所述水压时序输入向量和所述水位时序输入向量进行局部时序分析以得到水压局部时序特征向量的序列和水位局部时序特征向量的序列,包括:
5.根据权利要求4所述的灌区用水计量方法,其特征在于,所述深度学习网络模型为基于一维卷积层的时序特征提取器;
6.根据权利要求5所述的灌区用水计量方法,其特征在于,利用深度学习网络模型对所述水压局部时序输入向量的序列和水位局部时序输入向量的序列进行特征提取以得到所述水压局部时序特征向量的序列和所述水位局部时序特征向量的序列,包括:
7.根据权利要求6所述的灌区用水计量方
8.根据权利要求7所述的灌区用水计量方法,其特征在于,基于所述水压-水位交互融合强化特征向量,确定水流流量值,包括:
9.根据权利要求8所述的灌区用水计量方法,其特征在于,对所述水压-水位交互融合强化特征向量进行校正以得到校正水压-水位交互融合强化特征向量,包括:
10.一种灌区用水计量系统,其特征在于,包括:
...【技术特征摘要】
1.一种灌区用水计量方法,其特征在于,包括:
2.根据权利要求1所述的灌区用水计量方法,其特征在于,对所述多个预定时间点的水压值和水位值进行数据预处理以得到水压时序输入向量和水位时序输入向量,包括:
3.根据权利要求2所述的灌区用水计量方法,其特征在于,对所述水压时序输入向量和所述水位时序输入向量进行时序分析和特征交互以得到水压-水位交互融合强化特征向量,包括:
4.根据权利要求3所述的灌区用水计量方法,其特征在于,对所述水压时序输入向量和所述水位时序输入向量进行局部时序分析以得到水压局部时序特征向量的序列和水位局部时序特征向量的序列,包括:
5.根据权利要求4所述的灌区用水计量方法,其特征在于,所述深度学习网络模型为基于一维卷积层的时序特征提取器;
6.根据权利要求5所述的灌区用水计...
【专利技术属性】
技术研发人员:周姣,陶火生,杨雷,叶曾苏白,
申请(专利权)人:四川星海数创科技有限公司,
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。