一种水文遥控终端机的制作方法

本实用新型属于水文遥控终端机技术领域，特指一种水文遥控终端机。

背景技术：

目前，现有的水文终端机的供电电池与其终端机，均是分体的结构，这导致水文终端机的体积大，占用空间大，使用不方便。同时现有的结构能耗高、功能单一，在失去外部电源后，就会丢失数据传输，使用不稳定。

水文观测的水文数据通常是通过人工观测记录，而本实用新型采用了自动化监测方式，减少了人工疲劳和精度误差，但是自动化监测有时在出现偏差时不易校正，造成偏差越来越大，直到形成严重的误差。同时在使用更多模块实现相应多个功能时，水文遥控终端机的中央处理器负责连接并启动多个模块，若没有合适的协调处理，多个模块对应的多次启动使得开关损耗较大、电压不稳，从而影响水文遥控终端机的工作寿命和可靠性。

技术实现要素：

本实用新型的目的在于提供一种水文遥控终端机，它克服了上述现有技术的缺陷，达到了使用稳定、使用寿命提高的效果，同时雨量和水位数据精确、稳定。

本实用新型解决其技术问题所采用的技术方案是：

水文遥控终端机，包括终端盒体，终端盒体设有供电电池，供电电池由绑带固定在盒体底部上，所述的盒体内设有数据处理发送模块，数据处理发送模块通过导线连接有水位监控器、水压监控器、流量监控器、温湿度监控器及雨量监控器，所述的盒体内设有WIFI模块及GPRS/GSM模块。

优选地，所述的供电电池为太阳能充电电池，供电电池导线连接有太阳能光伏板。

进一步地，供电电池为两块并联的电池。

优选地，数据处理发送模块与水位监控器、水压监控器、流量监控器、温湿度监控器及雨量监控器也可以选择无线连接。

优选地，位于盒体的右侧开设有导线孔，导线穿过导线孔设置，导线孔外侧设有衬垫。

优选地，位于盒体的前侧设有WIFI天线孔，WIFI天线穿过天线孔伸出盒外设置。

优选地，水文遥控终端机还具有中央处理器和电源转换器，中央处理器与数据处理发送模块相连，电源转换器与中央处理器、供电电池相连，其中，电源转换器包括输入电压+VC～-VC、左电感组和右电感组都具有中间磁芯的变压器T1、T2、T3、开关元件S1、S2、二极管D1、D2、D3、D4、D5、D6、补偿二极管Ds1、Ds2、Ds3、电容C1、C2、补偿电容Cs1、Cs2、回馈电容CB；其中变压器T1为左侧设有中间磁芯的右电感组Lsc1，变压器T2为左侧设有中间磁芯的右电感组Lsc2，变压器T3为左侧设有中间磁芯的右电感组Lsc3和与右电感组Lsc3成映像的左上电感组、左下电感组；电压+VC端连接开关元件S1的集电极，电压-VC端连接开关元件S2的集电极；电压+VC端连接二极管D1的阴极、补偿电容Cs1、电容C1、二极管D6的阴极；电压-VC端连接回馈电阻Rl、二极管D2的阳极、补偿电容Cs2、二极管D5的阳极、电容C2；补偿二极管Ds1的阴极、补偿二极管Ds3的阴极均与二极管D1的阳极相连；补偿二极管Ds1的阳极与右电感组Lsc3的正端相连接，补偿二极管Ds3的的阳极与右电感组Lsc1 的正端相连接；二极管D6的阳极与右电感组Lsc2的正端相连接；开关元件S1的集电极的相对端与左上电感组的副端相连接，开关元件S2的集电极的相对端与左下电感组的正端相连接，左上电感组和左下电感组的连接点与回馈电容CB相连，回馈电容CB另一端与回馈电阻Rl相连；开关元件S2的集电极的相对端还通过连接补偿二极管Ds2的阳极，然后与右电感组Lsc3的副端、补偿电容Cs2相连接；二极管D5的阴极与右电感组Lsc1的副端相连接；二极管D2的阴极还通过连接二极管D3的阳极，然后与右电感组Lsc2的副端、电容C2相连接。

优选地，中央处理器连接有水位校正模块和雨量校正模块，中间由串口服务器相关联并负责水位校正模块和雨量校正模块的运行，水位校正模块和雨量校正模块均采用八象限插值法进行校正。

进一步地，对雨量数据校正的八象限插值法采用下述步骤：

步骤1，从一定时间段内的采集的数据中选择任意一个雨量数据(不妨定义为雨量数据I)，以其幅度为纵轴，时间为横轴，等角度划分八个象限，依次查找每个象限内距离雨量数据I最近的若干个数据点，查找半径初始为第一阈值，如果某象限内可查找到的雨量数据数小于3个，半径逐次增加到第二阈值，最大不超过第五阈值，形成一个数据集DS(st,qua,stx,dit)，其中，qua是象限编号，stx是相邻数据点编号，dit是stx距离st(即雨量数据I)的距离；计算DS中每个雨量数据各个参数在自测量时间起过去的半分钟内、1分钟内、1分钟半内、2分钟内的变化差值Df(st,stx,elem,t,dt)，其中，dt指上述时间间隔。

以象限作为分组单位，使用插值算法计算各个变化差值Df(st,stx,elem,t,dt)距离雨量数据I的插值 PI(st,qua,stx,elem,t,dt)；对于可信度Ar属于可疑(50<Ar≤90)或错误(Ar≤50)的要素值，不参与插值计算；本步骤采用的插值算法公式为：

上式中，n是数据集DS中某一象限Qua内雨量数据的数量；dit是Qua中某一雨量数据(不妨定义为I’)与雨量数据I之间的距离；Ag_dit是Qua中所有雨量数据到雨量数据I的距离的算术平均值；Ag_dit’是以雨量数据I’为基准(以雨量数据I’为圆心，第一阈值为半径，搜索该范围内所有的雨量数据，如果搜索到的雨量数据数量小于3个，半径逐次增加到第二阈值，最大不超过第五阈值)，该范围内所有雨量数据到雨量数据I’的距离的算法平均值；

步骤2，同步骤1，Df’是以雨量数据I’为基准，对其搜索范围内各个雨量数据的Df进行插值计算得出的结果，该插值公式为：

上式中，m是以雨量数据I’为基准，其搜索范围内雨量数据的数量；dit’是此范围内某一雨量数据与雨量数据I’之间的距离；Df”是此范围内某一雨量数据自身的Df与雨量数据I’的Df的差值；Ag_dit’的含义同上所述；

步骤3，校正雨量数据即为W＝PI+Df’。

优选地，设置一无线控制模块与中央处理器相互连接，无线控制模块通过WIFI模块发送信息到远端的智能手机，接收智能手机反馈的操作信号并传送回无线控制模块，由中央处理器根据所述操作信号进行下一步处理。

进一步地，智能手机为第一优先级。

优选地，水文遥控终端机还包括用电能耗统计装置，用电能耗统计装置包括回归处理模块和能耗区间模块；其中，回归处理模块将雨量监控器数据库中读取出的负载能耗数据和生产数据转换为回归型模型的训练数据的预处理，利用的为回归型模型中的回归函数f(x)；能耗区间模块用于根据置信区间估计方法对雨量监控器数据库中的历史能耗数据进行分析，给定置信度1-α，获得能耗预测的正常区间。

所述预处理是将负载能耗数据和生产数据转换为回归型模型的训练数据，即按照采集的时间，将负载能耗数据{f(x1),f(x2),...,f(xn)}和对应的生产数据{x1,x2,...,xn}作为一组数据<f(xi),xi>,i＝1,2,...,n，用于训练回归函数f(x)＝w·x+b，w和b分别是拟合训练数据的超平面参数，训练过程即是通过求解方程的形式，用多组数据<f(xi),xi>,i＝1,2,...,n计算超平面参数w和b的过程；

X1,X2,…Xn服从样本分布(μ,σ²)，和S²分别表示预测耗电量的样本均值和样本方差，则随机变量对于给定的置信度1-α，其中P表示概率，则预测耗电量的均值μ的置信区间为

本实用新型的有益效果为：水文遥控终端机的结构设计简单耐用、采用太阳能电池，将电池集成在终端机内，结构小巧紧凑，使用稳定。选择特定电路设计的电源转换器，没有开关损失损耗低，功率密度高，提高了水文遥控终端机的工作寿命和可靠性。水位、雨量是水情信息的重要内容，采用八象限插值法进行校正可获得精确、稳定的雨量和水位数据。

附图说明

图1是本实用新型水文遥控终端机的结构示意图。

图2是本实用新型电源转换器的电路示意图。

具体实施方式

参见图1，水文遥控终端机，包括终端盒体1，终端盒体1设有供电电池2，供电电池2由绑带3 固定在盒体1底部上，所述的盒体1内设有数据处理发送模块，数据处理发送模块通过导线连接有水位监控器、水压监控器、流量监控器、温湿度监控器及雨量监控器，所述的盒体1内设有WIFI模块及 GPRS/GSM模块。

所述的供电电池2为太阳能充电电池，供电电池2导线连接有太阳能光伏板。可选择地，供电电池2为两块并联的电池，轮流充电和供电，提高了电池的使用寿命。数据处理发送模块与水位监控器、水压监控器、流量监控器、温湿度监控器及雨量监控器也可以选择无线连接

位于盒体1的右侧开设有导线孔4，导线穿过导线孔4设置，导线孔4外侧设有衬垫5。

位于盒体1的前侧设有WIFI天线孔，WIFI天线6穿过天线孔伸出盒外设置。

水文遥控终端机还具有中央处理器和电源转换器，中央处理器与数据处理发送模块相连，电源转换器与中央处理器、供电电池2相连，其中，电源转换器包括输入电压+VC～-VC、左电感组和右电感组都具有中间磁芯的变压器T1、T2、T3、开关元件S1、S2、二极管D1、D2、D3、D4、D5、D6、补偿二极管Ds1、Ds2、Ds3、电容C1、C2、补偿电容Cs1、Cs2、回馈电容CB；其中变压器T1为左侧设有中间磁芯的右电感组Lsc1，变压器T2为左侧设有中间磁芯的右电感组Lsc2，变压器T3为左侧设有中间磁芯的右电感组Lsc3和与右电感组Lsc3成映像的左上电感组、左下电感组；电压+VC端连接开关元件S1的集电极，电压-VC端连接开关元件S2的集电极；电压+VC端连接二极管D1的阴极、补偿电容 Cs1、电容C1、二极管D6的阴极；电压-VC端连接回馈电阻Rl、二极管D2的阳极、补偿电容Cs2、二极管D5的阳极、电容C2；补偿二极管Ds1的阴极、补偿二极管Ds3的阴极均与二极管D1的阳极相连；补偿二极管Ds1的阳极与右电感组Lsc3的正端相连接，补偿二极管Ds3的的阳极与右电感组Lsc1的正端相连接；二极管D6的阳极与右电感组Lsc2的正端相连接；开关元件S1的集电极的相对端与左上电感组的副端相连接，开关元件S2的集电极的相对端与左下电感组的正端相连接，左上电感组和左下电感组的连接点与回馈电容CB相连，回馈电容CB另一端与回馈电阻Rl相连；开关元件S2的集电极的相对端还通过连接补偿二极管Ds2的阳极，然后与右电感组Lsc3的副端、补偿电容Cs2相连接；二极管D5的阴极与右电感组Lsc1的副端相连接；二极管D2的阴极还通过连接二极管D3的阳极，然后与右电感组Lsc2的副端、电容C2相连接。

两个开关元件S1、S2在接通时，因为电流过负效应，不再产生开关损失；同时多个电感组及相应电器元件的具体协作，使得没有产生多余的功率电容，损耗低，功率密度高，提高了水文遥控终端机的工作寿命和可靠性。

水位、雨量是水情信息的重要内容，所述中央处理器连接有水位校正模块和雨量校正模块，中间由串口服务器相关联并负责水位校正模块和雨量校正模块的运行，水位校正模块和雨量校正模块均采用八象限插值法进行校正。以雨量为例，采用八象限插值法进行校正。

雨量校正模块运行于串口服务器，其工作内容是从雨量监控器收到配置参数后，生成标准的 MODBUS数据命令帧，并发送给中央处理器，收到中央处理器返还的应答数据帧后，将数据帧中的内容打包为TCP/PI所用的数据包，通过网络接口转发到终端机网关中。服务器控制模块运行于雨量监控器，采用微软公司开发的软件开发平台C++5.0进行开发，使用封装的Mscomm控件进行串口传输，并将硬件采集到的数据传输到上位机界面中实时显示以及存储到SQL数据库中。

对雨量数据校正的八象限插值法采用下述步骤：从一定时间段内的采集的数据中选择任意一个雨量数据(不妨定义为雨量数据I)，以其幅度为纵轴，时间为横轴，等角度划分八个象限，依次查找每个象限内距离雨量数据I最近的若干个数据点，查找半径初始为第一阈值，如果某象限内可查找到的雨量数据数小于3个，半径逐次增加到第二阈值，最大不超过第五阈值，形成一个数据集DS(st,qua,stx,dit)，其中，qua是象限编号，stx是相邻数据点编号，dit是stx距离st(即雨量数据I)的距离；计算DS中每个雨量数据各个参数在自测量时间起过去的半分钟内、1分钟内、1分钟半内、2分钟内的变化差值 Df(st,stx,elem,t,dt)，其中，dt指上述时间间隔。

以象限作为分组单位，使用插值算法计算各个变化差值Df(st,stx,elem,t,dt)距离雨量数据I的插值 PI(st,qua,stx,elem,t,dt)；对于可信度Ar属于可疑(50<Ar≤90)或错误(Ar≤50)的要素值，不参与插值计算；本步骤采用的插值算法公式为：

上式中，n是数据集DS中某一象限Qua内雨量数据的数量；dit是Qua中某一雨量数据(不妨定义为I’)与雨量数据I之间的距离；Ag_dit是Qua中所有雨量数据到雨量数据I的距离的算术平均值；Ag_dit’是以雨量数据I’为基准(以雨量数据I’为圆心，第一阈值为半径，搜索该范围内所有的雨量数据，如果搜索到的雨量数据数量小于3个，半径逐次增加到第二阈值，最大不超过第五阈值)，该范围内所有雨量数据到雨量数据I’的距离的算法平均值。

同法，Df’是以雨量数据I’为基准，对其搜索范围内各个雨量数据的Df进行插值计算得出的结果，该插值公式为：

上式中，m是以雨量数据I’为基准，其搜索范围内雨量数据的数量；dit’是此范围内某一雨量数据与雨量数据I’之间的距离；Df”是此范围内某一雨量数据自身的Df与雨量数据I’的Df的差值； Ag_dit’的含义同上所述。

校正雨量数据即为W＝PI+Df’。

还可采用上述的方法获得校正的水位数据。采用独特的八象限插值法获得了精确、稳定的雨量和水位数据。

为了提高水文遥控终端机的操作便捷性，除了人工开关，还可以设置一无线控制模块与中央处理器相互连接，无线控制模块通过WIFI模块发送信息到远端的智能手机，接收智能手机反馈的操作信号并传送回无线控制模块，由中央处理器根据所述操作信号进行下一步处理。可选择地，智能手机为第一优先级，即无线远端的人为操作为优选操作。

水文遥控终端机还包括用电能耗统计装置，以统计水文遥控终端机不同时段的用电能耗统计，从而便于明确，进而调节和保证水文遥控终端机的工作时长。

用电能耗统计装置包括回归处理模块和能耗区间模块；以雨量监控器为例，其中，回归处理模块将雨量监控器数据库中读取出的负载能耗数据和生产数据转换为回归型模型的训练数据的预处理，利用的为回归型模型中的回归函数f(x)；能耗区间模块用于根据置信区间估计方法对雨量监控器数据库中的历史能耗数据进行分析，给定置信度1-α，获得能耗预测的正常区间。

所述预处理是将负载能耗数据和生产数据转换为回归型模型的训练数据，即按照采集的时间，将负载能耗数据{f(x1),f(x2),...,f(xn)}和对应的生产数据{x1,x2,...,xn}作为一组数据<f(xi),xi>,i＝1,2,...,n，用于训练回归函数f(x)＝w·x+b，w和b分别是拟合训练数据的超平面参数，训练过程即是通过求解方程的形式，用多组数据<f(xi),xi>,i＝1,2,...,n计算超平面参数w和b的过程；

X1,X2,…Xn服从样本分布(μ,σ²)，和S²分别表示预测耗电量的样本均值和样本方差，则随机变量对于给定的置信度1-α，其中P表示概率，则预测耗电量的均值μ的置信区间为

以上内容是结合具体的优选实施方式对本实用新型所作的进一步详细说明，不能认定本实用新型的具体实施只局限于这些说明。对于本实用新型所属技术领域的普通技术人员来说，在不脱离本实用新型构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本实用新型的保护范围。