一種可預測氣象數據的智能氣象站系統技術方案

本實用新型專利技術公開了一種可預測氣象數據的智能氣象站系統，包括傳感器模塊，其特征在于：傳感器模塊與智能氣象站內的控制計算機相連，在控制計算機內設置有SD卡，控制計算機通過SD卡與GPRS通信模塊相連。本實用新型專利技術可為工業控制領域和能源行業提供精度較高的實時氣象數據和預測氣象數據。（*該技術在2022年保護過期，可自由使用*）

【技術實現步驟摘要】

本技術涉及氣象數據監測、預報領域，本技術特別涉及一種可預測氣象數據的智能氣象站系統。
技術介紹
目前，許多工業控制領域和能源行業需要氣象數據的支持，氣象數據不僅僅是實時采集的氣象數據，有時還需要預報未來一段時間內的氣象數據。需要采集和預報的氣象信息數據一般包括風速風向、溫度、氣壓、相對濕度、光強、降雨量等信息。盡 管國內外的氣象臺都可以提供氣象預報的服務，但是專門針對特定區域的高精度和準實時性的氣象預測產品較少，或者往往需要繳納較高的費用。傳統的氣象數據預報是通過求解大氣流體力學和熱力學方程組來計算天氣數據的，但是這種方法計算量極大，一般需要使用多臺大型計算機來完成，不適合一般工業控制領域的用戶使用。本技術采用了自適應邏輯網絡ALN算法，ALN屬于人工智能算法的一種，易于數學計算，可以在嵌入式系統快速完成數據訓練和預測結果。另外，氣象臺提供的氣象產品往往是一個大范圍(如10公里X 10公里)的最大值、最小值、平均值，而不是一個小范圍甚至一個點的具體氣象數據。本技術可以為用戶提供小范圍區域的氣象預報。本技術具有實時氣象數據采集功能，并將采集來的歷史數據存儲在SD卡中，最多可保留兩年的歷史數據。在智能氣象站系統中嵌入人工智能算法，為采集點的歷史氣象數據建立統計預測算法模型，并定期優化預測算法模型。可通過已生成的預測算法模型快速完成氣象數據的預測。
技術實現思路
本技術所要解決的技術問題在于為工業控制領域和能源行業提供精度較高的實時氣象數據和預測氣象數據。為解決上述技術問題，本技術提供一種可預測氣象數據的智能氣象站系統，包括傳感器模塊，其特征在于傳感器模塊與智能氣象站內的控制計算機相連，在控制計算機內設置有SD卡，控制計算機通過SD卡與GPRS通信模塊相連。前述的可預測氣象數據的智能氣象站系統，其特征在于還包括電源模塊，所述電源模塊分別與傳感器模塊、控制計算機、GPRS通信模塊相連。前述的可預測氣象數據的智能氣象站系統，其特征在于傳感器模塊包括風速風向傳感器、溫度傳感器、濕度傳感器、氣壓傳感器、光強傳感器和雨量傳感器。前述的可預測氣象數據的智能氣象站系統，其特征在于所述控制計算機包括數據處理模塊，用于接收并處理傳感器采集的實時氣象數據，并將處理后的數據傳送至SD卡。前述的可預測氣象數據的智能氣象站系統，其特征在于所述控制計算機包括氣象數據預測模塊，根據歷史氣象數據，利用自適應邏輯網絡ALN方法訓練預測算法模型，并根據實測氣象數據和已訓練完成的模型得到預測氣象數據。前述的可預測氣象數據的智能氣象站系統，其特征在于所述控制計算機包括主控模塊，用于控制傳感器模塊、氣象數據預測模塊、GPRS通信模塊的運行，包括控制數據流向、監控各個進程運行情況。本技術所達到的有益效果本技術使用一種可預測氣象數據的智能氣象站系統，為工業控制領域和能源行業提供精度較高的實時氣象數據和預測氣象數據，這些氣象數據包括風速風向、溫度、相對濕度、氣壓、光強、降雨量等。本技術預測氣象數據是通過人工智能算法中的自適應邏輯網絡(ALN)的方法來實現的。這種方法預測準確度高，建模過程相對簡單，模型計算速度快，易于在嵌入式系統中實現。通過對至少三個月的歷史數據的統計分析，建立預測算法模型。預測氣象數據的時候只需要把實測氣象數據作為預測算法模型的輸入條件，即可快速獲得氣象數據預測結果。附圖說明圖I是本技術的內部結構示意圖；圖2是本技術的氣象數據預測功能示意圖。圖3為自適應線性邏輯網絡結構圖；圖4為自適應線性邏輯網絡訓練原理圖。具體實施方式以下結合附圖和實施對本技術進一步說明。本技術通過傳感器實時獲取當前的氣象信息，經數據處理模塊存儲在智能氣象站內的SD卡中，智能氣象站通過人工智能預測算法根據配置文件中的地理信息和歷史氣象數據建立氣象數據預測算法模型，一般來說生成預測算法模型后，今后無需再修改該預測算法模型。在預測氣象數據時，將當前采集的氣象數據作為預測算法模型的輸入條件，可快速獲得預測氣象數據結果。本技術的一種可預測氣象數據的智能氣象站系統包括傳感器模塊、數據處理模塊、SD卡、氣象數據預測模塊、GPRS通信模塊和電源模塊。傳感器模塊包括風速風向傳感器、溫度傳感器、濕度傳感器、氣壓傳感器、光強傳感器、雨量傳感器。每一種傳感器的采樣周期都是5秒。數據處理模塊用來處理傳感器采樣后的實時氣象數據。數據處理模塊主要統計每5分鐘、10分鐘、15分鐘、I小時、I天各類氣象數據的最大值、最小值、平均值。SD卡存儲的內容包括四部分歷史氣象數據、預測的氣象數據、氣象數據預測算法模型文件、智能氣象站配置信息。歷史氣象數據是經過傳感器實時采集、數據處理模塊統計輸出的結果，包括每5分鐘、10分鐘、15分鐘、I小時、I天的最大值、最小值、平均值，這些數據保留兩年以上。預測的氣象數據包括未來4小時、24小時、48小時、72小時的氣象數據。智能氣象站配置信息包括了該氣象站所在地區的地理信息，如經度、緯度、海拔、位勢高度；智能氣象站采集、預報的配置信息，如采集氣象數據間隔、預報氣象數據時間間隔；智能氣象站出廠信息等。氣象數據預測模塊具有兩個功能，首先是根據歷史氣象數據訓練預測算法模型，另一個功能是根據實測氣象數據和已訓練完成的模型得到預測氣象數據。訓練預測算法模型需要至少三個月的歷史氣象數據。當預測算法模型訓練完成后，生成dtr文件，存在SD卡中。預測氣象數據時，首先讀取已訓練完成模型(dtr文件)和剛采集到的實測數據，通過人工智能算法得出預測結果并存儲到SD卡中。GPRS通信模塊支持4個頻段850/900/1800/1900MHZ，支持GSM標準AT命令，支持GSM/GPRS Phase2/2+協議，內嵌TCP/IP協議。GPRS模塊接口包括串行接口(最大串口速率可達115200bit/s)用于獲取采集處理后的氣象數據；標準SM卡接口(I. 8V或3V)用于插入運營商提供的SIM卡。如果使用GPRS專線方式進行數據傳輸，需要使用運營商特殊定制的SM卡。主控模塊用于控制其它功能模塊的運行，如控制數據流向、監控各個進程運行情況。電源模塊是給整個微型氣象站提供電源支持。整個系統采用太陽能供電。電源模塊包括太陽能電板、蓄電池、DC/DC直流互變器。如圖I所示，智能氣象站是通過傳感器獲取外部氣象數據。傳感器包括風速風向傳感器、溫度傳感器、濕度傳感器、氣壓傳感器、光強傳感器、雨量傳感器。傳感器采集到的數據由數據處理模塊進行統計運算，分別統計出每5分鐘、10分鐘、15分鐘、I小時、I天的最大值、最小值、平均值。統計輸出的結果存儲在SD卡中。預測模塊從SD卡中獲得歷史數據經過訓練生成預測算法模型，預測模塊還可以根據已經訓練完成的預測算法模型和實時數據生成預測數據，并將預測數據存儲在SD卡中。主控模塊負責控制氣象數據的采集、處理、存儲、預測過程。電源模塊為整個智能氣象站提供電能量，保證智能氣象站穩定工作。如圖2所示，氣象數據預測功能主要完成訓練模型和預測數據兩個功能。在預測數據之前需要有一個已經訓練好的預測算法模型，具體來說就是存儲在SD卡上的一個dtr文件。一般來說一個模型可以長時間的為預測數據服務，預測過程中不需要再生成預測本文檔來自技高網...

【技術保護點】
一種可預測氣象數據的智能氣象站系統，包括傳感器模塊，其特征在于：傳感器模塊與智能氣象站內的控制計算機相連，在控制計算機內設置有SD卡，控制計算機通過SD卡與GPRS通信模塊相連。

【技術特征摘要】
1.一種可預測氣象數據的智能氣象站系統，包括傳感器模塊，其特征在于傳感器模塊與智能氣象站內的控制計算機相連，在控制計算機內設置有SD卡,控制計算機通過SD卡與GPRS通信模塊相連。2.根據權利要求I所述的可預測氣象數據的智能氣象站系統，其特...

【專利技術屬性】
技術研發人員：賴曉路，秦政，岳以洋，包德梅，王媛媛，
申請(專利權)人：國電南京自動化股份有限公司，
類型：實用新型
國別省市：