【技术实现步骤摘要】
本专利技术涉及环境监测领域，更具体地说，本专利技术涉及一种可在恶劣工况下运行的水文rtu监控方法。
技术介绍
1、水文rtu通常部署在野外环境中，用于监控水位、流量、水质、降雨量等关键水文数据。这些设备必须能够在恶劣的工况下稳定运行，包括极端的温度、湿度，以及其他可能影响设备性能的环境因素。它们通过无线网络系统将收集到的数据发送到水利局和防汛指挥部，以供决策使用，然而，在恶劣工况下，传统的水文监测系统面临着数据采集不稳定、传输延迟和数据质量低等问题，难以满足高可靠性和实时性的要求，影响水文rtu正常运行，为此，我们提出一种可在恶劣工况下运行的水文rtu监控方法。
技术实现思路
1、为了克服现有技术的上述缺陷，本专利技术提供了一种可在恶劣工况下运行的水文rtu监控方法，s1：实时采集各传感器数据，使用移动平均法和卡尔曼滤波去噪处理数据，采用标准分数和最小－最大标准化对数据进行标准化处理；
2、s2：将每个传感器的数据向量化，利用预训练嵌入模型和自编码器生成特征向量，使用余弦相似度...
【技术保护点】
1.一种可在恶劣工况下运行的水文RTU监控方法，其特征在于，其监控方法步骤如下：
2.根据权利要求1所述的一种可在恶劣工况下运行的水文RTU监控方法，其特征在于：实时采集各传感器数据的具体步骤如下：S101、使用多线程和异步处理技术从各个传感器实时采集数据；S102、使用移动平均法和卡尔曼滤波法进行数据平滑处理：其中，MAt是时间t时刻的移动平均值，n是滑动窗口的大小，xt-i是时间t-i时刻的原始数据值；卡尔曼滤波：其中，是时刻k的状态估计，Kk是时刻k的卡尔曼增益，zk是时刻k的测量值，Pk＝(I-KkH)Pk-1，其中，Pk是时刻k的估计误差协方差矩...
【技术特征摘要】
1.一种可在恶劣工况下运行的水文rtu监控方法，其特征在于，其监控方法步骤如下：
2.根据权利要求1所述的一种可在恶劣工况下运行的水文rtu监控方法，其特征在于：实时采集各传感器数据的具体步骤如下：s101、使用多线程和异步处理技术从各个传感器实时采集数据；s102、使用移动平均法和卡尔曼滤波法进行数据平滑处理：其中，mat是时间t时刻的移动平均值，n是滑动窗口的大小，xt-i是时间t-i时刻的原始数据值；卡尔曼滤波：其中，是时刻k的状态估计，kk是时刻k的卡尔曼增益，zk是时刻k的测量值，pk＝(i-kkh)pk-1，其中，pk是时刻k的估计误差协方差矩阵；s103、使用标准分数和最小-最大标准化进行数据标准化，标准分数：其中，z是标准化后的数据值，x是原始数据值，μ是数据的均值，σ是数据的标准差；最小-最大标准化：其中，x′是标准化后的数据值，x是原始数据值，xmin和xmax分别为数据的最小值和最大值。
3.根据权利要求1所述的一种可在恶劣工况下运行的水文rtu监控方法，其特征在于：将每个传感器的数据向量化的具体步骤如下：s201、使用预训练的嵌入模型和自编码器生成传感器特征向量，其中，是损失函数，表示原始数据x和重建数据之间的差异；s202、使用余弦相似度、欧氏距离和皮尔逊相关系数计算传感器间的相似度余弦相似度：其中，eji是传感器i和传感器j之间的余弦相似度，vi和vj分别是传感器i和j的特征向量，||vi||和||vj||分别是特征向量的模，欧氏距离：dji＝||vi-vj||，其中，dji是传感器i和传感器j之间的欧氏距离，vi和vj分别是传感器i和j的特征向量，||vi-vj||是两个向量之间的距离，皮尔逊相关系数：其中，rji是传感器i和传感器j之间的皮尔逊相关系数，vik和vjk分别是传感器i和传感器j在第k维的特征值，和分别是传感器i和j的特征均值。
4.根据权利要求1所述的一种可在恶劣工况下运行的水文rtu监控方法，其特征在于：步骤三的具体步骤如下，将时间序列数据分割成子序列的具体步骤如下，使用加权滑动平均法进行处理：x(t)＝[s(t-w),s(t-w+1),…,s(t-1)]，其中，x(t)是时间t时刻的子序列，s(t-w)到s(t-1)是时间t-w到t-1时刻的数据，w是滑动窗口的大小；加权滑动平均法：其中，wmat是时间t时刻的加权滑动平均值，xt-i是时间t-i时刻的原始数据值，wi是权重系数。
5.根据权利要求1所述的一种可在恶劣工况下运行的水文rtu监控方法...
【专利技术属性】
技术研发人员：王婷婷，卢雪辉，李宗光，宋现瑞，周亚军，顾振坤，王伟，黄张涛，
申请(专利权)人：新疆河润科技股份有限公司，
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。