一种具备边缘计算能力的水利实时监控系统的制作方法

1.本发明涉及水利监控技术领域，特别涉及一种具备边缘计算能力的水利实时监控系统。


背景技术：

2.边缘计算是指在靠近物或数据源头的一侧，采用集网络、计算、存储、应用等核心能力为一体的开放平台，就近提供最近端服务；由于其应用程序在边缘侧发起，进而可产生更快的网络服务响应，满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。
3.水利流域的信息监控一直是水利工程中的重中之重，由于水利流域路线长、监控点分散、变化迅速，进而导致使用传统的监控手段很难掌握精确的水利信息，并且快速反应动态变化，对变化进行预警。
4.因此，在现有对水利流域进行信息监控的基础上，如何通过边缘计算对水利流域的信息进行实时监控，进而提高水情监控的精度，成为本领域技术人员亟需解决的问题。


技术实现要素：

5.鉴于上述问题，本发明提出了一种至少解决上述部分技术问题的具备边缘计算能力的水利实时监控系统，该系统可提高对实时获取到的数据的处理效率，进而提高水情监控的精度。
6.本发明实施例提供一种具备边缘计算能力的水利实时监控系统，包括：依次连接的数据采集装置和边缘计算终端；
7.所述数据采集装置用于采集待监测水域的水利信息监控点处多个预设时间段的实时图像信息；
8.所述边缘计算终端包括：依次连接的数据预处理模块和计算模块；
9.所述数据预处理模块用于分别将所述多个预设时间段的实时图像信息进行降噪、增强和压缩；
10.所述计算模块用于根据预处理后的所述多个预设时间段的实时图像信息，计算输出所述待监测水域的流量和流速信息。
11.进一步地，所述计算模块内置有目标检测算法和多项式拟合算法，用于识别所述多个预设时间段的实时图像信息中的水位线和水位标尺，并进一步计算输出水位信息，以及所述待监测水域的流量和流速信息。
12.进一步地，还包括：报警装置；
13.所述边缘计算终端中预设有预警临界值，当所述待监测水域的流量和流速信息超出所述预警临界值时，所述报警装置进行报警。
14.进一步地，还包括：云平台；
15.所述云平台用于对所述待监测水域的流量和流速信息进行存储，并对所述边缘计
算终端进行配置。
16.进一步地，所述边缘计算终端将所述待监测水域的流量和流速信息通过4g网络传输至所述云平台。
17.进一步地，所述边缘计算终端为mcu。
18.本发明实施例提供的上述技术方案的有益效果至少包括：
19.本发明实施例提供的一种具备边缘计算能力的水利实时监控系统，包括：相互连接的数据采集装置和边缘计算终端；数据采集装置用于采集待监测水域的水利信息监控点处多个预设时间段的实时图像信息；边缘计算终端包括：数据预处理模块和计算模块；数据预处理模块用于分别将多个预设时间段的实时图像信息进行降噪、增强和压缩；计算模块用于根据预处理后的多个预设时间段的实时图像信息，计算输出待监测水域的流量和流速信息。该系统可对实时采集的水利图像信息进行预处理，有效提高了数据处理效率，节省了图像信息传输、处理的时间，并减少了将错误数据、无效数据上传情况的发生，提高了水情监控的精度。
20.本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
21.下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
22.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
23.图1为本发明实施例提供的具备边缘计算能力的水利实时监控系统结构框图。
具体实施方式
24.下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
25.本发明实施例提供一种具备边缘计算能力的水利实时监控系统，参照图1所示，包括：依次连接的数据采集装置和边缘计算终端；
26.数据采集装置用于采集待监测水域的水利信息监控点处多个预设时间段的实时图像信息；
27.边缘计算终端包括：依次连接的数据预处理模块和计算模块；
28.数据预处理模块用于分别将多个预设时间段的实时图像信息进行降噪、增强和压缩；
29.计算模块用于根据预处理后的多个预设时间段的实时图像信息，计算输出待监测水域的流量和流速信息。
30.该系统可有效解决传统监控设备因无法对采集到的数据进行实时预处理，导致数据量密集、数据精确度低，设备的监控功耗大、传输流量大、传输费用高，进而无法精准反映
水情等问题，有效提高了水情监控的精度。
31.其中，数据采集装置可设置为网络摄像头，用于采集监测点处多个预设时间段的实时数据信息，即实时图像信息(图片数据)。可选地，预设时间段的时间可以根据实际情况合理设置，具体采集预设时间段的个数也可以根据需要进行设置，本实施例对其不作限定。
32.边缘计算终端包含：数据预处理模块和计算模块两部分。数据预处理模块为集成了图片处理算法的mcu，将采集到的图片数据进行降噪、增强、压缩等处理，提高数据处理效率，节省图像传输、处理时间，并减少将错误数据、无效数据上传等情况的发生，减轻监控系统的工作时间，降低产品功耗。
33.计算模块中内置有深度学习算法，以及对水位、流量等水情数据进行计算的相关算法。通过目标检测算法可以根据多个预设时间段的图片信息，识别出图片中的水位线和水位标尺，结合多项式拟合算法可以进一步计算出图片中的水位信息。利用通用水利学计算公式，可以根据水位信息计算出当前对应监测水域的实时流量和流速信息，即水利信息，当前水域的实时情况。
34.边缘计算终端中保存有预设的预警临界值，当计算得出的相关水利信息数值超过其对应预警临界值时，报警装置会及时响应，在监测出现异常时及时发出预警。
35.云平台用于数据的管理和边缘计算终端的配置。边缘计算终端计算得到的水利信息，通过4g网络传输至云平台，云平台对这些数据进行存储、融合处理等操作，并处理结果反馈给边缘计算终端。
36.本实施例提供的具备边缘计算能力的水利实时监控系统，大大降低了水情监测的功耗需求，同时加快了数据处理速度，提升了产品性能。并且该系统可利用边缘计算终端中存储的算法等进行全网更新，方便快捷，以很低的计算代价获得高精度的水情信息监测并预警。此外，对水情监测的功耗需求降低后，可以实现监控设备在野外仅需低功率太阳能供电即可完成数据的采集、计算、输出以及预警。
37.显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。