基于LSTM能量预测的LoRaWAN水质自适应监测系统.pdf
《基于LSTM能量预测的LoRaWAN水质自适应监测系统.pdf》由会员分享,可在线阅读,更多相关《基于LSTM能量预测的LoRaWAN水质自适应监测系统.pdf(5页珍藏版)》请在咨信网上搜索。
1、物联网技术 2023年/第11期 全面感知 Comprehensive Perception80 引 言随着社会经济发展的加快,江河湖周边工厂倾倒废水以及生活污水排放的情况时有发生,导致水质污染情况日益严峻,河湖水质的实时持续监测对提升水质监管具有重要意义。然而目前大多数河湖地处偏远,存在供电设施缺乏、移动信号覆盖不全、太阳能获取管理和自适应监测优化不足等问题,导致普遍出现水质监测通信质量差、设备时常中断监测等问题,无法实现长期有效监测,造成污染排放不能及时被发现并预警,使得环境遭受严重破坏。目前,为了保护环境,面对日益增长的水质监测需求,市场已经有一些水质监测的解决方案,主要分为两类:一是本
2、地水质监测方案1,在监测设备上搭载液晶显示屏幕、SD卡和水质采集传感器,液晶显示屏幕和 SD 卡可以查看水质的实时和历史监测数据;二是远程水质监测方案2-3,水质监测设备搭载传感器和通信模块,将传感器采集的数据通过通信模块上报给远程监控中心。方案一不适合偏远水域水质监测,水质监测数据需要人工定时查看,费时费力,水质监测有较大延时性,无法及时获取数据,不适合偏远地区水质监测。方案二中,如果水质监测设备采用 GPRS、4G 等通信技术,直接上报数据至远程监控中心,会因野外移动信号较差导致数据上报失败。同时,野外供电设施缺乏,水质监测设备供电难以保证。当前有些水质监测方案虽然采用太阳能为监测设备供电
3、,但是野外天气变化无常,如果出现连续阴雨天气,水质监测设备将供电不足,导致水质监测工作中断。当前市场的水质监测方案基本符合远程实时水质监测的需求,但是野外水质监测的供电问题和通信问题仍存在,使得监测工作时常发生中断,无法完全满足全覆盖、实时稳定、长期持续的野外水质监测需求。从现有水质监测方案存在的面向偏远地区水质监测问题着手,本文提出基于 LSTM 能量预测的 LoRaWAN 水质自适应监测系统。本文利用 LoRa4的长距离、低功耗技术优势,自主构建基于 LoRaWAN 协 议5-6的大范围监测网络通信方案。为了实现野外水质监测设备长期持续工作,在监测云服务管理平台部署深度神经网络 LSTM
4、能量预测模型7,通过训练历史太阳能能量数据和未来天气数据,预测水质监测设备未来太阳能能量获取情况,并且下发未来太阳能量预测值至水质监测设备,水质监测设备根据未来太阳能预测值自适应调整监测频率,缓解恶劣天气对水质监测设备的太阳能供电影响,实现偏远区域水质持续性监测。1 监测系统架构设计与工作原理整个水质监测网络系统包括四部分,即水质监测设备、网关数据转发装置、LoRaWAN 管理服务器和监测云服务管理平台,如图 1 所示。该系统通过 LoRaWAN 协议快速组建大范围监测网络,实现低功耗远程实时上报水质监测数据。水质监测设备作为监测节点,部署在待测区域采集水质数据,通过 LoRa 技术与网关转发
5、装置通信,建立大范围监测网络;网关数据转发装置通过 4G/以太网将采集数据转发至LoRaWAN 管理服务器,通过监测云服务管理平台实时展示待测区域水质情况。同时,监测云服务管理平台部署 LSTM能量预测模型,通过训练历史太阳能能量数据和未来天气数据集,预测未来太阳能能量情况,经由 LoRaWAN 服务器和网关,将能量预测值下发至水质监测设备,自适应调整水质基于 LSTM 能量预测的 LoRaWAN 水质自适应监测系统李 青1,罗 盈1,张明亮2(1.江西省煤田地质勘察研究院,江西 南昌 330001;2.南昌工程学院,江西 南昌 330099)摘 要:偏远区域河湖水质污染监测是水生态文明保护的
6、重点任务。但现有供电设施无法满足水质监测设备在偏远地区全天候不间断地工作。为此,提出一种基于 LSTM 能量预测的 LoRaWAN 水质自适应监测系统。该系统中设计基于 LoRaWAN 协议的 LoRa 水质监测网络,结合 LSTM 能量预测模型,智能调整水质监测节点的水质监测频率,构建面向偏远地区的高能效、智能、实时水质监测平台。通过实验测试,该系统具有自主组网、自适应调整监测频率、低功耗等优点,为偏远地区河湖水质污染监测与预警提供了新的解决方案。关键词:水质监测;LoRaWAN 协议;监测网络;LSTM 模型;能量预测;物联网技术中图分类号:TP368.1 文献标识码:A 文章编号:209
7、5-1302(2023)11-0008-05DOI:10.16667/j.issn.2095-1302.2023.11.002收稿日期:2022-12-08 修回日期:2023-01-04基金项目:江西省地质局科技研究项目(2022JXDZKJKY04)2023年/第11期 物联网技术全面感知 Comprehensive Perception9监测设备工作频率,有效延长水质监测设备续航能力,提升偏远区域持续性水质监测性能。图 1 LoRaWAN 网络系统架构1.1 水质监测设备水质监测设备包括微处理器、LoRa 通信模块、ADC 电量采集模块、水质采集传感器和太阳能供电模块,如图 2所示。微处
8、理器用于接收水质采集传感器采集的水质信息、ADC 采集电池电量信息,并且对电量信息、水质信息进行加密组包处理,得到上传数据包。微处理器通过 LoRa 通信模块将上传数据包上传到网关数据转发装置。如果微处理器通过 LoRa 通信模块接收到监测云服务管理平台下发的能量预测值,便更改水质监测设备的传感器采集频率和数据上报频率,实现通过未来天气变化动态调整监测设备整体 功耗。1.2 网关数据转发装置网关数据转发装置包括树莓派核心板、以太网模块、LoRa 网关模块和供电模块,如图 3 所示。LoRa 网关通信模块具有 8 个接收信道,结合 LoRaWAN 协议软件可以并发接收多个水质监测设备的上传数据包
9、。树莓派核心板通过 SPI接口连接 LoRa 网关通信模块接收上报数据包,并由以太网模块或者 4G 模块将数据转发到 LoRaWAN 管理服务器。1.3 LoRaWAN 管理服务器 LoRaWAN 管理服务器包括网络服务器和应用服务器。其中,应用服务器分别与网络服务器和监测云服务管理平台连接,应用服务器和网络服务器用于对接收到的数据进行上报和解析处理。LoRaWAN 管理服务器用于接收网关转发的上传数据包,根据 LoRaWAN 协议解析加密数据包,将数据包携带的关键入网参数与服务器存有的入网参数进行匹配,匹配成功则得到关键数据。最后,通过 MQTT 协议将关键数据以发布主题方式传输给监测云服务
10、管理平台。1.4 监测云服务管理平台监测云服务管理平台包括数据存储服务器和 Web 水质管理系统。数据存储服务器用于对接收的数据进行存储,Web水质管理系统对接收的数据进行显示。同时,监测云服务管理平台上部署 LSTM 深度神经网络模型用于预测水质监测设备未来能量获取情况。LSTM 模型通过历史太阳能数据和未来天气数据进行模型训练,最后获得能量预测值。监测云服务管理平台将能量预测值下发到水质监测设备,达到水质监测设备智能调整监测频率的目的。图 2 水质监测设备实物和原理物联网技术 2023年/第11期 全面感知 Comprehensive Perception102 基于 LSTM 模型的能量
11、预测工作原理为了预测未来天气变化对水质监测设备能量的影响,分析这类输入特征前后有关联任务序列,采用 LSTM 深度神经网络算法预测监测网络的未来能量。2.1 LSTM 模型 LSTM 算法优势在于神经元长期保持上下文记忆。为此,LSTM 模型算法加入“记忆细胞”概念,达到控制深度神经网络记忆历史信息的数量,并且每个 LSTM 单元引入门控机制8,分别是遗忘门、更新门和输出门,用于记忆或遗忘当前信息和过去信息。LSTM 模型训练分为三个阶段。首先,忘记阶段是遗忘门选择性过滤上一个时刻 LSTM 单元输出的历史信息,只保存需要的信息到当前记忆状态。其次,选择记忆阶段是避免当前无用信息进入,更新门根
12、据当前输入量和上一个时刻 LSTM 单元的输出历史信息过滤当前信息,保存有用信息到当前记忆状态。最后,输出阶段是输出门筛选出当前记忆状态的有用信息作为当前时刻 LSTM 单元的输出 信息。2.2 基于 LSTM 的监测节点能量预测LSTM 模型9-10如图 4 所示,将监测设备的历史太阳能剩余能量和未来天气预报数据作为输入数据集。其中,通过未来天气情况对输出的预测能量数据进行校准,进行多层LSTM 模型训练,最终输出未来太阳能能量预测结果。监测网络根据能量预测值动态调整水质监测设备的工作频率。图 3 网关硬件实物和原理图图 4 LSTM 模型网络结构2023年/第11期 物联网技术全面感知 C
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 LSTM 能量 预测 LoRaWAN 水质 自适应 监测 系统
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。