盐边县高堰沟灌区综合信息化管理系统及平台建设-案例分享

项目背景

盐边县南部降雨逐年减少,可用水源有限,部分村庄的水源取自仅20亩的山坪塘,常常因降雨量小而蓄不满水,出现“人争水、地缺水”的现象,且支渠及以下渠系基本为土渠,渗漏损失严重。为解决不同程度的工程性、季节性缺水问题,攀枝花市于2022年启动了高堰沟灌区续建配套与节水改造项目-盐边县高堰沟灌区综合信息化管理系统及平台建设,从中型库容的高堰沟水库引水至盐边县区,将土渠改为输水管道,引水进村,并应用了平升电子灌区智能化信息系统,实现渠道、管道流量的远程监测,智能控制闸阀调配灌区水资源,提高了片区的水资源利用率和灌溉保证率。

项目概况

◆ 项目规模:

★ 新建渠道流量闸门测控站 11座、在分水口输水管道建设流量监测与阀控站 105座

◆ 灌区输水示意图:

◆ 项目要求:

渠道流量监测与闸控:在干渠、支渠闸门处建设测控终端,采用闸后超声波明渠流量计测流,计算水位与流量控制闸门开度。

管道流量监测与阀控:对原有土渠及完好率低的干、支渠改建成管道输水,布设管道流量与阀门测控终端。

解决方案

系统特点

远程智能控制闸、阀,优化灌区水资源调配

根据闸门开度、过闸流量、闸后水位等多种方式远程自动调节闸门,控制渠道流量大小

测量管道瞬时及累计流量,采集阀门的开关状态,控制阀门开/关,保障农田灌溉水资源充足

与省平台无缝对接

测站设备的通信协议,在“国控水资源协议(SZY206-2016)”基础上按省平台要求进行了自定义扩展,实现了与省平台无缝对接。

高容错设计,智能上报,设备自检,保障数据完整性

网络中断数据不丢失,当网络恢复时,自动补报数据

当设备电池电压低、箱门被打开时,立即向中心平台报警

现场照片

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值