亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于BP神經(jīng)網(wǎng)絡(luò)的灌區(qū)取水流量在線監(jiān)測研究

        2021-11-02 08:04:40強(qiáng)
        水利科技與經(jīng)濟(jì) 2021年10期
        關(guān)鍵詞:方法模型

        佟 強(qiáng)

        (沈陽市遼中區(qū)農(nóng)業(yè)技術(shù)推廣與行政執(zhí)法中心,沈陽 110200)

        0 引 言

        為了解決水資源短缺問題,水資源管理制度得到嚴(yán)格落實(shí),水資源監(jiān)測能力越來越受到重視。在水資源開發(fā)利用中,農(nóng)業(yè)灌溉是占比較大的一部分。做好農(nóng)業(yè)灌溉取水流量的測量計(jì)算[1],掌握水量監(jiān)測數(shù)據(jù),對水資源監(jiān)測具有重要的影響[2]。灌區(qū)取水流量在線監(jiān)測將水量信息提供給管理部門,管理部門根據(jù)灌溉用水總量數(shù)據(jù),通過管理制度和專業(yè)人員分析,達(dá)到水資源的合理調(diào)配。這個(gè)過程中監(jiān)測方式的合理選擇,以及檢測技術(shù)的準(zhǔn)確應(yīng)用,可以直接影響最終的取水流量數(shù)據(jù)計(jì)算結(jié)果。灌區(qū)取水流量在線監(jiān)測方法需要針對不同類型的灌區(qū)取水狀態(tài),選擇不同的流量監(jiān)測方法[3]。目前,廣泛應(yīng)用的灌區(qū)取水流量在線監(jiān)測方法都存在一些弊端,如成本比較高、后期維護(hù)頻繁等。在測算過程中,傳統(tǒng)方法很容易受到渠道內(nèi)水草、泥沙等外界因素的干擾[4],影響最終監(jiān)測數(shù)據(jù)測量精度。為了使灌區(qū)取水流量達(dá)到更好的監(jiān)測效果,實(shí)現(xiàn)灌區(qū)水資源的統(tǒng)一調(diào)度,所以取水流量值的計(jì)算是最為重要的環(huán)節(jié)之一。

        本文以BP神經(jīng)網(wǎng)絡(luò)為基礎(chǔ),設(shè)計(jì)灌區(qū)取水流量在線監(jiān)測方法。利用傳感器采集灌區(qū)水位信息,以傳統(tǒng)水流量計(jì)算方案為基礎(chǔ),構(gòu)建基于BP神經(jīng)網(wǎng)絡(luò)的計(jì)算模型,借助水位信息和計(jì)算模型得到灌區(qū)取水流量數(shù)據(jù)。通過水位值和流量軟測量模型獲取水流量監(jiān)測數(shù)據(jù)[5],可以保證監(jiān)測過程中受到較小的干擾,穩(wěn)定可靠地實(shí)現(xiàn)灌區(qū)取水流量在線監(jiān)測工作[6]。

        1 灌區(qū)取水流量在線監(jiān)測方法設(shè)計(jì)

        1.1 采集灌區(qū)取水流量信息

        文中設(shè)計(jì)的灌區(qū)取水流量在線監(jiān)測方法[7],是以水位信息采集為基礎(chǔ),結(jié)合現(xiàn)場RTU、遠(yuǎn)程控制端共同完成。水流量監(jiān)測過程中,采用水位計(jì)讀取水位信息,并利用現(xiàn)場RTU接收水位值并對數(shù)據(jù)進(jìn)行處理。文中設(shè)計(jì)將兩個(gè)水位計(jì)安裝在水流平穩(wěn)上下游渠道內(nèi),并保證二者之間的距離為500 m左右。采用RS485總線實(shí)現(xiàn)上游水位計(jì)、現(xiàn)場RTU終端的數(shù)據(jù)傳遞。針對下游水位計(jì)和RTU終端的信息傳遞,選擇433 MHZ短距離通訊。具體的水位計(jì)數(shù)據(jù)傳輸過程見圖1。

        圖1 水位計(jì)數(shù)據(jù)傳輸示意圖

        由圖1可知,在灌區(qū)范圍內(nèi),通常會(huì)安裝現(xiàn)場終端RTU,承擔(dān)著數(shù)據(jù)采集、信息傳遞的作用。水位計(jì)采集的數(shù)據(jù)通過現(xiàn)場終端RTU進(jìn)行傳遞,所以數(shù)據(jù)的發(fā)送方式、數(shù)據(jù)通信、傳輸組網(wǎng)的應(yīng)用都會(huì)對最終監(jiān)測效果產(chǎn)生較大影響。由于灌區(qū)內(nèi)各種外界因素影響,數(shù)據(jù)的傳輸不采用有線通信方式。常用的幾種無線通信方式及其相關(guān)特性對比見表1。

        表1 常見通信方式及其特性

        通過表1的無線通信方式對比可以發(fā)現(xiàn),GPRS通信方式以數(shù)據(jù)量為依據(jù)進(jìn)行計(jì)費(fèi),通過分析發(fā)現(xiàn)該方式適用于遠(yuǎn)程傳輸工作。文中采用此方式完成RTU與控制端服務(wù)器的通信,上下游水位傳感器將采集信息傳遞給灌區(qū)現(xiàn)場RTU,然后通過GPRS遠(yuǎn)程發(fā)送到監(jiān)測平臺(tái)。最后利用BP神經(jīng)網(wǎng)絡(luò)構(gòu)建的軟測量模型[8],基于水位值完成水流量值的計(jì)算。

        1.2 基于BP神經(jīng)網(wǎng)絡(luò)構(gòu)建計(jì)算模型

        以BP神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)構(gòu)建的計(jì)算模型屬于軟測量建模方法之一,在線性或非線性問題處理中可以發(fā)揮極大作用[9]。尤其是人工智能算法的結(jié)合,推廣了軟測量模型在各個(gè)領(lǐng)域的應(yīng)用。該方法與應(yīng)用過程中,可以將模型中的輔助變量作為輸入信息,從而獲取輸出變量。近年來,基于BP神經(jīng)網(wǎng)絡(luò)構(gòu)建計(jì)算模型開始被提出[10],并在應(yīng)用中提升了數(shù)據(jù)計(jì)算精度。文中針對灌區(qū)最常見的自然流梯形渠進(jìn)行計(jì)算模型設(shè)計(jì)。利用BP神經(jīng)網(wǎng)絡(luò)擬合水位-流量關(guān)系,通過灌區(qū)現(xiàn)場的水位和流量值完成神經(jīng)網(wǎng)絡(luò)的訓(xùn)練,將灌區(qū)現(xiàn)場采集的數(shù)據(jù)輸入到神經(jīng)網(wǎng)絡(luò)中,完成取水流量值的計(jì)算[11]。模型構(gòu)建中應(yīng)用到最小二乘法,其核心概念是極小值思想。針對比較復(fù)雜的函數(shù)f(x)和給定的函數(shù)p(x),促使其對n個(gè)實(shí)際數(shù)據(jù)的誤差E=f(xi)-p(xi)對應(yīng)最小的平方和誤差。選擇流量計(jì)算公式時(shí),若進(jìn)行最小二乘法的曲線擬合,需要采用水位-流量法對應(yīng)的水文公式為:

        Q=KXM

        (1)

        式中:Q為斷面的流量;X為水位;K和M分別為兩個(gè)參數(shù)。

        根據(jù)式(1)可以形成擬合曲線圖,見圖2。

        圖2 水位-流量函數(shù)擬合曲線圖

        基于BP神經(jīng)網(wǎng)絡(luò)構(gòu)建計(jì)算模型后,采用BPNN作為算法核心,結(jié)合神經(jīng)網(wǎng)絡(luò)模型[12],建立基于擬合曲線的計(jì)算模型。針對灌區(qū)現(xiàn)場數(shù)據(jù),通過仿真對比的方式驗(yàn)證文中設(shè)計(jì)算法的精確性[13]。BPNN網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)見圖3,通過3個(gè)連接層組合而成,在神經(jīng)元接受前一級的同時(shí),并將結(jié)果向下一級輸出。

        圖3 BPNN的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)

        圖3中XM以輸入值存在于神經(jīng)網(wǎng)絡(luò)中,輸出值用YJ來表示。M和J分別表示輸入、輸出層神經(jīng)元的個(gè)數(shù)。而I表示隱含層神經(jīng)元數(shù)量。用εMI來表示XM到KI的連接權(quán)值,εIJ表示KI到Y(jié)J的連接權(quán)值。應(yīng)用基于BP神經(jīng)結(jié)構(gòu)建立的水位-流量測流模型中,包含兩個(gè)變量信息。變量數(shù)據(jù)為上游、下游的水位數(shù)據(jù),輸出的就是渠道流量信息。在模型計(jì)算過程中,需要進(jìn)行n次的迭代計(jì)算,該次計(jì)算對應(yīng)的隱含層第i個(gè)神經(jīng)元輸入公式為:

        (2)

        其輸出為:

        (3)

        式中:I為隱含層節(jié)點(diǎn)數(shù);V為上一層輸出信號;f()為激勵(lì)函數(shù)。

        此外,在計(jì)算過程中總是存在一些誤差的。為了保證計(jì)算結(jié)果誤差降到最小,可以采用最速下降法調(diào)整權(quán)值,公式為:

        (4)

        式中:η和θ分別為學(xué)習(xí)率、局部梯度。

        1.3 確定灌區(qū)取水流量計(jì)算參數(shù)

        針對基于BP神經(jīng)網(wǎng)絡(luò)構(gòu)建的計(jì)算模型,計(jì)算參數(shù)的選擇直接影響著最終計(jì)算結(jié)果[14]。在計(jì)算模型開始應(yīng)用之前,依據(jù)計(jì)算樣本的特征信息、模型計(jì)算的精確度、模型訓(xùn)練周期,選擇并處理建模數(shù)據(jù)。文中設(shè)計(jì)的模型以斷面的水位值為輸入數(shù)據(jù),獲取輸出的取水流量值[15]。將灌區(qū)常見的梯形斷面明渠作為研究地點(diǎn),在渠道中選擇兩個(gè)過水?dāng)嗝孀鳛闇y量點(diǎn)。

        計(jì)算模型所應(yīng)用的數(shù)據(jù)需要從罐區(qū)現(xiàn)場來獲取,其參數(shù)包括水位、流量值等。在斷面上選擇5~8條測速垂線,將每條垂線中設(shè)置3個(gè)不同深度的測量點(diǎn)。通過測量點(diǎn)的數(shù)據(jù)獲取垂線的流速,然后依據(jù)流速獲取對應(yīng)的水流量信息。在神經(jīng)網(wǎng)絡(luò)構(gòu)建的模型中,應(yīng)用實(shí)際數(shù)據(jù)進(jìn)行訓(xùn)練。訓(xùn)練數(shù)據(jù)選擇50組,其余數(shù)據(jù)當(dāng)作測試樣本。因?yàn)樵谏窠?jīng)網(wǎng)絡(luò)計(jì)算模型中輸入的樣本大部分不是一個(gè)量綱,所以在模型應(yīng)用之前將需要的數(shù)據(jù)采用歸一化方法處理,確保神經(jīng)網(wǎng)絡(luò)計(jì)算模型的應(yīng)用效果。數(shù)據(jù)歸一化處理公式為:

        (5)

        式中:xi為輸入值;ximax為輸入?yún)?shù)中的最大值;ximin為最小值;xj為歸一化后的無量綱值。

        因?yàn)檩斎雲(yún)?shù)數(shù)量有限,采用單隱含層神經(jīng)網(wǎng)絡(luò),并結(jié)合sigmod函數(shù)進(jìn)行計(jì)算。除此之外,在BP神經(jīng)網(wǎng)絡(luò)中,沒有一定的標(biāo)準(zhǔn)來確定隱含層的節(jié)點(diǎn)數(shù),這一點(diǎn)往往需要通過實(shí)際情況來判斷。具體的判斷結(jié)果可以通過以下公式來決定:

        (6)

        式中:l為隱含層個(gè)數(shù);m、n分別為輸入層和輸出層節(jié)點(diǎn)數(shù)目;a為常數(shù),其取值范圍0~10。

        為了實(shí)現(xiàn)良好的訓(xùn)練結(jié)果,通過MATLAB仿真方式,分析應(yīng)用不同的隱含層節(jié)點(diǎn)數(shù)產(chǎn)生數(shù)據(jù)誤差,選擇最優(yōu)節(jié)點(diǎn)數(shù)目。通過節(jié)點(diǎn)個(gè)數(shù)改變觀察數(shù)據(jù)均方誤差、隱含層節(jié)點(diǎn)的關(guān)系,見圖4。

        圖4 訓(xùn)練節(jié)點(diǎn)mse變化圖

        通過圖4可以發(fā)現(xiàn),隨著隱含層節(jié)點(diǎn)數(shù)量的增長,訓(xùn)練數(shù)據(jù)均方誤差處于不斷變化的狀態(tài)。直到節(jié)點(diǎn)為6的時(shí)候,誤差瞬間減少,隨后保持比較穩(wěn)定的狀態(tài)。因此,將測流模型的隱含層節(jié)點(diǎn)數(shù)選擇為6。

        1.4 實(shí)現(xiàn)取水流量在線監(jiān)測

        灌區(qū)取水流量在線監(jiān)測中應(yīng)用的軟測量模型需要提前確定完成,在離線時(shí)通過實(shí)際數(shù)據(jù)進(jìn)行仿真建模處理。在檢測過程中,將基于BP神經(jīng)網(wǎng)絡(luò)構(gòu)建計(jì)算模型保存到遠(yuǎn)程控制中心,將GPRS傳遞過來的水位信息輸入模型,并在模型的作用下計(jì)算灌區(qū)取水流量值。具體的數(shù)據(jù)處理及其模型計(jì)算流程見圖5。

        圖5 數(shù)據(jù)處理及模型計(jì)算的流程圖

        將計(jì)算后的監(jiān)測數(shù)據(jù)通過C/S與B/S結(jié)合的上位機(jī)架構(gòu)進(jìn)行存儲(chǔ)?;贐/S模式設(shè)計(jì)外部服務(wù)器,通過客戶端瀏覽器將灌區(qū)水位和流量信息的監(jiān)測數(shù)據(jù)呈現(xiàn)在工作人員面前。文中采用VS2010的.Net平臺(tái),作為監(jiān)測的顯示服務(wù)器。

        針對灌區(qū)監(jiān)測方法所需要的功能進(jìn)行設(shè)計(jì),在取水流量在線監(jiān)測實(shí)現(xiàn)過程中,需要的基本功能包括讀取并顯示灌區(qū)現(xiàn)場的水位數(shù)據(jù)、導(dǎo)入測量模型、輸入水位數(shù)據(jù)、計(jì)算實(shí)時(shí)流量值、顯示取水流量值變化、保存監(jiān)測數(shù)據(jù)等。此外,以報(bào)表的形式將數(shù)據(jù)進(jìn)行存儲(chǔ),工作人員通過Web登錄完成取水流量在線監(jiān)測,并通過監(jiān)控點(diǎn)的選擇,查詢現(xiàn)場水流量監(jiān)測數(shù)據(jù)。

        除此之外,在取水流量在線監(jiān)測工作中,監(jiān)測方案的確定需要以現(xiàn)場實(shí)際環(huán)境為基礎(chǔ)。與現(xiàn)場情況相結(jié)合,適當(dāng)修改監(jiān)測設(shè)備與方法。在取水流量監(jiān)測時(shí),還需要考慮供電系統(tǒng)穩(wěn)定性,分析其對監(jiān)測數(shù)據(jù)產(chǎn)生的影響,采取相應(yīng)解決措施,以保證監(jiān)測數(shù)據(jù)的誤差降到最小。

        2 實(shí) 驗(yàn)

        2.1 實(shí)驗(yàn)準(zhǔn)備

        為了驗(yàn)證文中設(shè)計(jì)的取水流量在線監(jiān)測方法具有良好的應(yīng)用效果,特進(jìn)行實(shí)驗(yàn)。地點(diǎn)選擇某一農(nóng)業(yè)灌溉區(qū)域,根據(jù)調(diào)查可知,該區(qū)域每年從4月份開始進(jìn)行取水灌溉,直至8月份結(jié)束灌溉工作,屬于比較穩(wěn)定的灌區(qū)。將本次測試期限設(shè)置為一周,每天對灌區(qū)取水流量實(shí)際值進(jìn)行測量,同時(shí)應(yīng)用文中設(shè)計(jì)的在線監(jiān)測方法進(jìn)行在線監(jiān)測,分析二者數(shù)據(jù)之間的差異,獲得文中設(shè)計(jì)檢測方法的相對誤差。為了加強(qiáng)實(shí)驗(yàn)結(jié)果的說服力,采用兩種傳統(tǒng)監(jiān)測方法同時(shí)進(jìn)行監(jiān)測,對比3種方法的誤差,從而判斷文中取水流量在線監(jiān)測方法的可靠性。根據(jù)統(tǒng)計(jì),一周期限內(nèi)灌區(qū)取水流量人工測量結(jié)果見圖6。

        圖6 灌區(qū)取水流量實(shí)測數(shù)據(jù)統(tǒng)計(jì)圖

        以圖6中水量實(shí)測數(shù)據(jù)為基礎(chǔ),進(jìn)行檢測方法相對誤差的分析。

        2.2 結(jié)果與分析

        應(yīng)用3種方法同時(shí)進(jìn)行灌區(qū)取水流量在線監(jiān)測,經(jīng)過統(tǒng)計(jì)后,取水流量監(jiān)測顯示數(shù)據(jù)見表2。

        表2 3種方法灌區(qū)取水流量監(jiān)測數(shù)據(jù)

        針對表2中數(shù)據(jù)進(jìn)行分析可以發(fā)現(xiàn),運(yùn)用3種監(jiān)測方法可以獲取灌區(qū)每日取水流量數(shù)據(jù),但所獲取的數(shù)據(jù)相對實(shí)測數(shù)據(jù)來說包含一定誤差。并且隨著監(jiān)測方法的不同,產(chǎn)生的誤差大小也不相同。在與實(shí)測數(shù)據(jù)對比分析后可知,文中設(shè)計(jì)的灌區(qū)取水流量在線監(jiān)測方法所獲取的數(shù)據(jù)是3種方法中誤差最小的,最貼近實(shí)測數(shù)據(jù)。而兩種傳統(tǒng)方法中,傳統(tǒng)方法1誤差小于傳統(tǒng)方法2。將每日取水流量監(jiān)測數(shù)據(jù)與實(shí)測數(shù)據(jù)進(jìn)行對比,繪制相對誤差對比圖,見圖7。

        圖7 3種監(jiān)測方法誤差對比圖

        由圖7可知,文中設(shè)計(jì)監(jiān)測方法其相對誤差最高僅為2.31%,并且某些時(shí)候可以使得監(jiān)測數(shù)據(jù)和實(shí)測數(shù)據(jù)保持一致。而傳統(tǒng)方法1和傳統(tǒng)方法2的最高相對誤差分別為12.59%和15.68%,甚至相對誤差最低為4.02%和5.98%。通過計(jì)算可知,文中設(shè)計(jì)監(jiān)測方法的平均誤差為1.52%,相比兩種傳統(tǒng)方法,將平均誤差分別降低8.53%和9.54%。因此,將文中設(shè)計(jì)的在線監(jiān)測方法應(yīng)用于灌區(qū)取水流量監(jiān)測中,可以有效降低監(jiān)測數(shù)據(jù)的相對誤差,從而提高在線監(jiān)測的可靠性,發(fā)揮更加良好的效果。

        3 結(jié) 語

        本文以BP神經(jīng)網(wǎng)絡(luò)為基礎(chǔ),設(shè)計(jì)了取水流量在線監(jiān)測方法,通過人工智能技術(shù)的應(yīng)用,促進(jìn)了灌區(qū)水流量監(jiān)測對水資源管理調(diào)度工作的重要意義。本文研究在實(shí)際應(yīng)用中達(dá)到良好的預(yù)期效果,增強(qiáng)了在線監(jiān)測的可靠性。但是文中的研究僅僅針對監(jiān)測數(shù)據(jù)精度進(jìn)行研究,未來針對水流量監(jiān)測方面還可以進(jìn)行深入研究。從灌區(qū)信息化監(jiān)測平臺(tái)的設(shè)計(jì)上來看,還可以進(jìn)行全方面設(shè)計(jì)。添加流量軟測量模型,以及接收水位采集信息板塊,提升信息灌區(qū)取水流量在線監(jiān)測的效率,并加入異常警報(bào)等功能,提升取水流量監(jiān)測方法的性能。

        猜你喜歡
        方法模型
        一半模型
        重要模型『一線三等角』
        重尾非線性自回歸模型自加權(quán)M-估計(jì)的漸近分布
        學(xué)習(xí)方法
        可能是方法不對
        3D打印中的模型分割與打包
        用對方法才能瘦
        Coco薇(2016年2期)2016-03-22 02:42:52
        FLUKA幾何模型到CAD幾何模型轉(zhuǎn)換方法初步研究
        四大方法 教你不再“坐以待病”!
        Coco薇(2015年1期)2015-08-13 02:47:34
        賺錢方法
        亚洲va无码va在线va天堂| 亚洲一区二区三区最新视频| 一区二区三区四区亚洲免费| 一本大道熟女人妻中文字幕在线| 无码精品a∨在线观看| AV无码一区二区三区国产| 国产黄三级三级三级三级一区二区 | 欧美性久久| 亚洲视频在线视频在线视频 | 成人妇女免费播放久久久| 久久免费视亚洲无码视频| 中文字幕丰满人妻被公强| 欧美日韩在线视频| 亚洲av永久无码精品一区二区| 亚洲av日韩av综合aⅴxxx| 国产91大片在线观看| 亚洲av日韩av激情亚洲| 人妻献身系列第54部| 中文字幕人成人乱码亚洲| 日韩一区二区中文天堂| 久久一二三四区中文字幕| 亚洲另类丰满熟妇乱xxxx| 狠狠综合久久av一区二区| 亞洲綜合一區二區三區無碼| 久久精品国产亚洲av成人无人区| 精品人伦一区二区三区蜜桃91| 久久综合国产乱子伦精品免费| 久久久久久久妓女精品免费影院 | 久久久99精品成人片中文字幕| 亚洲视频在线免费观看一区二区| 人妻中文字幕在线网站| 性久久久久久久| 国产呦系列呦交| 国产一区二区三区av免费| 亚洲另类欧美综合久久图片区| 人妻无码Aⅴ中文系列| 日本一区二区三区激视频| 国产情侣真实露脸在线| 国产精品户露av在线户外直播| 日韩精品一区二区三区在线观看的| 日韩精品一区二区三区在线视频 |