专利名称：一种可预测气象数据的智能气象站系统的制作方法
技术领域：
本实用新型涉及气象数据监测、预报领域，本实用新型特别涉及一种可预测气象数据的智能气象站系统。
背景技术：
目前，许多工业控制领域和能源行业需要气象数据的支持，气象数据不仅仅是实时采集的气象数据，有时还需要预报未来一段时间内的气象数据。需要采集和预报的气象信息数据一般包括风速风向、温度、气压、相对湿度、光强、降雨量等信息。尽 管国内外的气象台都可以提供气象预报的服务，但是专门针对特定区域的高精度和准实时性的气象预测产品较少，或者往往需要缴纳较高的费用。传统的气象数据预报是通过求解大气流体力学和热力学方程组来计算天气数据的，但是这种方法计算量极大，一般需要使用多台大型计算机来完成，不适合一般工业控制领域的用户使用。本实用新型采用了自适应逻辑网络ALN算法，ALN属于人工智能算法的一种，易于数学计算，可以在嵌入式系统快速完成数据训练和预测结果。另外，气象台提供的气象产品往往是一个大范围(如10公里X 10公里)的最大值、最小值、平均值，而不是一个小范围甚至一个点的具体气象数据。本实用新型可以为用户提供小范围区域的气象预报。本实用新型具有实时气象数据采集功能，并将采集来的历史数据存储在SD卡中，最多可保留两年的历史数据。在智能气象站系统中嵌入人工智能算法，为采集点的历史气象数据建立统计预测算法模型，并定期优化预测算法模型。可通过已生成的预测算法模型快速完成气象数据的预测。
实用新型内容本实用新型所要解决的技术问题在于为工业控制领域和能源行业提供精度较高的实时气象数据和预测气象数据。为解决上述技术问题，本实用新型提供一种可预测气象数据的智能气象站系统，包括传感器模块，其特征在于传感器模块与智能气象站内的控制计算机相连，在控制计算机内设置有SD卡，控制计算机通过SD卡与GPRS通信模块相连。前述的可预测气象数据的智能气象站系统，其特征在于还包括电源模块，所述电源模块分别与传感器模块、控制计算机、GPRS通信模块相连。前述的可预测气象数据的智能气象站系统，其特征在于传感器模块包括风速风向传感器、温度传感器、湿度传感器、气压传感器、光强传感器和雨量传感器。前述的可预测气象数据的智能气象站系统，其特征在于所述控制计算机包括数据处理模块，用于接收并处理传感器采集的实时气象数据，并将处理后的数据传送至SD卡。前述的可预测气象数据的智能气象站系统，其特征在于所述控制计算机包括气象数据预测模块，根据历史气象数据，利用自适应逻辑网络ALN方法训练预测算法模型，并根据实测气象数据和已训练完成的模型得到预测气象数据。前述的可预测气象数据的智能气象站系统，其特征在于所述控制计算机包括主控模块，用于控制传感器模块、气象数据预测模块、GPRS通信模块的运行，包括控制数据流向、监控各个进程运行情况。本实用新型所达到的有益效果本实用新型使用一种可预测气象数据的智能气象站系统，为工业控制领域和能源行业提供精度较高的实时气象数据和预测气象数据，这些气象数据包括风速风向、温度、相对湿度、气压、光强、降雨量等。本实用新型预测气象数据是通过人工智能算法中的自适应逻辑网络(ALN)的方法来实现的。这种方法预测准确度高，建模过程相对简单，模型计算速度快，易于在嵌入式系统中实现。通过对至少三个月的历史数据的统计分析，建立预测算法模型。预测气象数据的时候只需要把实测气象数据作为预测算法模型的输入条件，即可快速获得气象数据预测结果。
图I是本实用新型的内部结构示意图；图2是本实用新型的气象数据预测功能示意图。图3为自适应线性逻辑网络结构图；图4为自适应线性逻辑网络训练原理图。
具体实施方式
以下结合附图和实施对本实用新型进一步说明。本实用新型通过传感器实时获取当前的气象信息，经数据处理模块存储在智能气象站内的SD卡中，智能气象站通过人工智能预测算法根据配置文件中的地理信息和历史气象数据建立气象数据预测算法模型，一般来说生成预测算法模型后，今后无需再修改该预测算法模型。在预测气象数据时，将当前采集的气象数据作为预测算法模型的输入条件，可快速获得预测气象数据结果。本实用新型的一种可预测气象数据的智能气象站系统包括传感器模块、数据处理模块、SD卡、气象数据预测模块、GPRS通信模块和电源模块。传感器模块包括风速风向传感器、温度传感器、湿度传感器、气压传感器、光强传感器、雨量传感器。每一种传感器的采样周期都是5秒。数据处理模块用来处理传感器采样后的实时气象数据。数据处理模块主要统计每5分钟、10分钟、15分钟、I小时、I天各类气象数据的最大值、最小值、平均值。SD卡存储的内容包括四部分历史气象数据、预测的气象数据、气象数据预测算法模型文件、智能气象站配置信息。历史气象数据是经过传感器实时采集、数据处理模块统计输出的结果，包括每5分钟、10分钟、15分钟、I小时、I天的最大值、最小值、平均值，这些数据保留两年以上。预测的气象数据包括未来4小时、24小时、48小时、72小时的气象数据。智能气象站配置信息包括了该气象站所在地区的地理信息，如经度、纬度、海拔、位势高度；智能气象站采集、预报的配置信息，如采集气象数据间隔、预报气象数据时间间隔；智能气象站出厂信息等。[0024]气象数据预测模块具有两个功能，首先是根据历史气象数据训练预测算法模型，另一个功能是根据实测气象数据和已训练完成的模型得到预测气象数据。训练预测算法模型需要至少三个月的历史气象数据。当预测算法模型训练完成后，生成dtr文件，存在SD卡中。预测气象数据时，首先读取已训练完成模型(dtr文件)和刚采集到的实测数据，通过人工智能算法得出预测结果并存储到SD卡中。GPRS通信模块支持4个频段850/900/1800/1900MHZ，支持GSM标准AT命令，支持GSM/GPRS Phase2/2+协议，内嵌TCP/IP协议。GPRS模块接口包括串行接口(最大串口速率可达115200bit/s)用于获取采集处理后的气象数据；标准SM卡接口(I. 8V或3V)用于插入运营商提供的SIM卡。如果使用GPRS专线方式进行数据传输，需要使用运营商特殊定制的SM卡。主控模块用于控制其它功能模块的运行，如控制数据流向、监控各个进程运行情况。电源模块是给整个微型气象站提供电源支持。整个系统采用太阳能供电。电源模块包括太阳能电板、蓄电池、DC/DC直流互变器。如图I所示，智能气象站是通过传感器获取外部气象数据。传感器包括风速风向传感器、温度传感器、湿度传感器、气压传感器、光强传感器、雨量传感器。传感器采集到的数据由数据处理模块进行统计运算，分别统计出每5分钟、10分钟、15分钟、I小时、I天的最大值、最小值、平均值。统计输出的结果存储在SD卡中。预测模块从SD卡中获得历史数据经过训练生成预测算法模型，预测模块还可以根据已经训练完成的预测算法模型和实时数据生成预测数据，并将预测数据存储在SD卡中。主控模块负责控制气象数据的采集、处理、存储、预测过程。电源模块为整个智能气象站提供电能量，保证智能气象站稳定工作。如图2所示，气象数据预测功能主要完成训练模型和预测数据两个功能。在预测数据之前需要有一个已经训练好的预测算法模型，具体来说就是存储在SD卡上的一个dtr文件。一般来说一个模型可以长时间的为预测数据服务，预测过程中不需要再生成预测算法模型。当发现预测数据与实际数据的均方根误差较大的时候，可以设置在线重训练，提高预测算法模型的预测精度。训练模型是通过读取历史气象数据和配置文件来生成模型的，历史气象数据必须是至少三个月的历史气象数据，配置文件包含了当地的地理信息数据。模型训练完成生成dtr文件存储在SD卡中。预测数据时，需要读取dtr文件和实时数据，即可快速预测出预测气象数据。对于自适应逻辑网络ALN方法进行以下说明I. ALN基本结构自适应逻辑网络中可包含有任意多个独立的输入变量以及变量间任意多个线性逻辑关系式。线性方程形式如下Lj = Ya WijXi-YCD
=0ALN通过改变其线性方程组中的权重Wij来产生期望的结果。通常，为了模型表示的一般性，规定Xtl = 1，即表示方程的常数项。在神经网络模型中，X是输入，Y是网络的输出，对Xtl的约束信息可以被理解为神经元的偏置量。令Lj = O。式(I)定义了一条直线(n=l)、一个平面(n=2)或一个超平面(n>2),因此得到以下方程组表达式
权利要求1.一种可预测气象数据的智能气象站系统，包括传感器模块，其特征在于传感器模块与智能气象站内的控制计算机相连，在控制计算机内设置有SD卡,控制计算机通过SD卡与GPRS通信模块相连。
2.根据权利要求I所述的可预测气象数据的智能气象站系统，其特征在于还包括电源模块，所述电源模块分别与传感器模块、控制计算机、GPRS通信模块相连。
3.根据权利要求I所述的可预测气象数据的智能气象站系统，其特征在于传感器模块包括风速风向传感器、温度传感器、湿度传感器、气压传感器、光强传感器和雨量传感器。
专利摘要本实用新型公开了一种可预测气象数据的智能气象站系统，包括传感器模块，其特征在于传感器模块与智能气象站内的控制计算机相连，在控制计算机内设置有SD卡，控制计算机通过SD卡与GPRS通信模块相连。本实用新型可为工业控制领域和能源行业提供精度较高的实时气象数据和预测气象数据。
文档编号G01W1/02GK202735528SQ201220399680
公开日2013年2月13日 申请日期2012年8月13日 优先权日2012年8月13日
发明者赖晓路, 秦政, 岳以洋, 包德梅, 王媛媛 申请人:国电南京自动化股份有限公司