刘嘉新,郎 红,李小明
(东北林业大学,黑龙江 哈尔滨 150040)
摘 要:针对山洪形成原因的复杂性和不确定性,本文通过BP神经网络对历史数据进行整理,提出了基于多传感器信息融合的数据汇聚平台的设计。此平台可以实现实时汇聚小流域水位、降雨量等监测数据,对汇聚数据进行数据解析、信息融合,通过GPRS将采集的数据发送到远程后台数据中心。本文在硬件上设计完成了基于S3C2440的数据汇聚平台;在软件上完成了节点的控制、山洪监测数据显示、预警临界值设定及山洪预警功能的设计。通过实验表明,山洪监测系统利用此设计平台进行安全评价是有效的、可靠的。
关键词:山洪监测;无线传感器网络;多传感器信息融合;BP神经网络;数据汇聚台
中图分类号:TP274+.2 文献标识码:A 文章编号:1003-7241(2013)06-0037-05
1 引言
我国是一个山洪灾害暴发较多的国家。山洪灾害已经严重威胁我国山区人民生命财产安全。我国对大江大河治理成绩显著,但是对小流域河流的监测比较薄弱。随着无线传感器网络技术的不断的研究和发展,无线传感器网络技术已经应用在人们生产生活的各个方面。为了在山洪灾害发生前及时的做出山洪预警,需要在易发生山洪灾害的河段对相关数据进行长时间不间断的采集。由于采集数据的地形一般比较复杂,工作环境比较恶劣,我们利用雨量传感器、水位传感器、流量传感器等水文传感器代替人工监测,搭建无线传感器网络,进行无人值守自动实时采集、传输水雨情数据。
无线传感器网络山洪监测系统通过传感器节点采集水雨情信息,以zigbee无线通信方式进行数据传输,将采集的数据汇聚到数据汇聚平台,数据汇聚平台对汇聚数据进行数据解析、信息融合,最后通过GPRS将采集的数据传输给远程数据中心。
2 小流域山洪预警系统嵌入式数据汇聚平台的硬件设计
此平台集成射频通信接口、RS-232通信接口、RS-485通讯接口、以太网通信接口、GPRS/CDMA无线通接口等多种通信接口,能够根据山洪监测地区的网络环境,选择合适接口进行数据收集和转发。数据汇聚平台的硬件部分主要由中央处理单元、存储单元、射频收发模块、GPRS通信模块和电源模块组成,硬件组成框图如图2所示[1]。
3 多传感器数据融合在山洪监测系统中的应用
在进行软件设计之前,先考虑平台如何进行多传感器数据处理。首先平台将接收的数据按照系统规定的数据协议格式进行解析,然后经过数据有效性检验,将接收到的异常数据剔除,最后将正确的数据进行显示,并结合历史数据进行数据融合,根据与各临界值比较判断山洪是否发生,如果发生系统发出警告。
3.1 异常数据剔除
此平台采用罗曼洛夫斯基准则进行判别。本系统算法如下:
(1) 系统每接收一个数据,选取之前采集的10组数据,将此10组数据自动按从小到大顺序排列,构成一个测量子集{},假设此组数据满足高斯分布。若,认为是正常的数据。停止判别。若,认为数据为可疑数据。
(2) 计算除可疑数据其余数据的均值
(3)、根据测量次数和选取的显著度通过查t分布检验系数。如果,则认为为异常数据应剔除,否则为正常数据[2]。
3.2 历史数据整编
在水文分析与计算中,水位流量关系的分析是最基本的,水位流量关系曲线的质量决定了流量资料推算的质量。采用手工方式点绘水位流量关系线虽然定线精度高,但却是一项费时、费力又非常繁杂的工作。拟合曲线法是近些年来新兴的水位流量关系线确定方法。该法利用计算机求出拟合曲线方程,利用拟合曲线方程可以快速地求出瞬时流量,工作过程准确、快速又便捷[3]。
本文采用BP神经网络算法进行历史数据整合,BP神经网络结构图如图3所示。
(2) 根据隐含层输出数据输出节点个,通过连接权值和阈值,计算输出层单元预测输出值:
(3) 通过误差的反向传播计算出隐含层和输出层的权值和阈值的变化量:
其中。同理可计算出输入层和隐含层的权值和阈值变化量。常数,反络具有对学习样本的记忆和联想的能力,从而实现模型的预测功能[4]。
本文采用输入层1个节点(水位),隐藏层5个节点,输出层1个节点(流量)的3层BP神经网络对水位流量历史数据进行拟合。
3.3 山洪预警理论
山洪成灾的主要原因是暴雨,故山洪预警系统采用临界雨量做山洪预测,但是在实际应用中如果单单使用临界降雨量作为山洪发生的依据是不准确的。试想一下,如果存在一次短时间暴雨,降雨量超过临界雨量,但是河流有蓄水能力,那么就不会发生山洪;只有当水位只有超过河岸高度形成漫滩时,产生的洪水才对农田和房屋造成安全威胁。因此在进行山洪预测时我们要同时考虑河流和暴雨两个因素。
对于有历史水文数据资料的地区,我们将河水漫滩的水位定为警戒水位。根据上滩水位,结合实测河流断面资料估算出相应的流量,即为上滩流量,也可称为警戒流量。为了达到提前预警转移群众的目的,考虑到径流是由降雨产生的,从达到上滩流量的时间开始往前推(24h内),在一定时间内(1h、3h、6h、12h、24h)的累计降雨量称之为警戒临界雨量[5]。
本文采用的山洪预警临界阈值就是通过该原理推算出来的。首先利用上节介绍的神经网络做出水位流量拟合曲线,根据曲线,通过警戒水位算出警戒流量,同时记录达到上滩流量前1h、3h、6h、12h、24h的累计降雨量,得出警戒临界雨量。
4 山洪预警系统嵌入式数据汇聚平台的软件设计
小流域山洪预警系统嵌入式数据汇聚平台的软件设计的总体思路:当系统开机后,自动连接控制中心服务器,自动发送水雨情传感器采集的相关指令,接收无线传感器网络数据采集前端采集的数据,进行数据分析后进行显示,并且把汇聚到的数据通过GPRS网络传送到后台控制中心服务器。系统为了适应山洪监测工作环境的特点,也为了方便用户进行现场调试,特设计了两种工作模式即自动工作模式和手动工作模式。自动工作模式是平台按照配置好的参数,自动进行网络连接,自动发送传感器节点控制指令进行数据采集、显示、发送;手动工作模式是通过用户手动操作进行清空或整理存储器、手动连接网络、向远传串口发送数据采集指令、手动向服务器发送测试数据等。
5 实验结果
小流域山洪预警系统嵌入式数据汇聚平台系统运行情况如下图所示。控制台子界面运 图行结果如图3所示。默认系统自动上电,自动进行网络连接,自动发送,当中间有指令出现异常错误时,弹出错误对话框。水雨情数据子界面的设计如图5所示。在此界面中,完成采集数据解析并显示的功能。将采集到的水位、流速、风力参数、气温参数、雨量参数等数据更加直观的展示给用户,由于实验室条件下没有办法模拟水流,故系统没有挂载流速传感器,下图中没有显示流速数据。帮助子界面的设计中包括GPRS模块常用的AT指令说明、GPRS模块常见错误代码说明及查询节点命令说明[7]。此界面可以方便用户调试和使用。
按照《水文自动测报系统规范》SL61-2003进行监测预警系统设计[6]。本系统可以在10min内完成一次实时数据采集、处理转发的功能。为了保证系统可靠性,在发送命令时,采用应答机制,当超出一定的响应时间没有收到应答信号,则重新发送命令。
本文以2003年伊春河伊春站实测流量成果表数据为例, 采用3层BP神经网络对水位流量历史数据进行拟合,拟合结果如图6所示[8]。
将拟合结果和文献3中幂函数法拟合曲线结果进行误差对比分析如表1,通过表1可以看出使用BP神经网络比使用幂函数进行水位流量历史数据拟合,误差更小,计算结果更加精确。
图7 后台上位机程序
6 结束语
本系统将嵌入式技术及无线传感器网络技术应用在山洪监测中,设计和开发系统时充分考虑到了用户使用习惯,增强了系统的体验性。采用无线传感器网络技术进行山洪监测不仅很好地实现了对山洪监测传感器节点的控制采集,满足了山洪监测无人值守自动监测的需求,同时可以用于环境恶劣的野外监测。
参考文献:
[1] 余德华,刘泽文,张国学.嵌入式水位雨量数据采集系统设计与实现[J].人民长江,2007,38(10),114-117.
[2] 项新建.基于模糊数学与统计理论集成的多传感器数据融合方法[J].传感技术学报,2004,2,197-199.
[3] 宋运凯,张丹丹,田长涛.水位流量关系曲线拟合方法实例分析[J].黑龙江水利科技,2010,2(38)51-52.
[4] 李超,周丽,行小帅等.基于BP 神经网络的干热风灾害预测[J].海南师范大学学报(自然科学版),2011,3(24):279-282.
[5] 水利部水文局(水利信息中心).中小河流山洪监测与预警预测技术研究[M]. 北京:科学出版社.:2010,42-63.
[6] 《水文自动测报系统规范》[S].SL61-2003.
[7] 刘坚,陶正苏,陈德富等.基于GPRS的环境监测系统的设计[J].自动化仪表,2009,30(2):30-32..
[8] 吴建生.基于粒子群算法的神经网络短期降水预报建模研究[J].智能系统学报,2006,1(2).67-73