基于BP神经网络的农业灌溉用水价格测算方法

于航舰，臧浩良，李刚刚，谷战垒

（1.国网新疆电力公司哈密供电公司，新疆哈密，839000；2.河南许继仪表有限公司，河南许昌，461000）

0 引言

国家发改委、财政部、水利部、农业农村部等部委联合下发《关于加快推进农业水价综合改革的通知》，通知要求各省、自治区、直辖市围绕《国务院办公厅关于推进农业水价综合改革的意见》确定目标和任务，进一步完善工作机制，强化组织领导，狠抓各项改革任务落实，加大力度推进农业水价综合改革。2019年，新增农田改革实施面积约1.1亿亩，累积超过1.6亿亩，改革成效逐步显现，改革呈现良好势头[1-2]。同时，改革仍面临一些困难和问题，如部分地区对改革重视不够，计量设施短板制约改革措施落实，改革目标不清，底数不清，严重影响了改革的深入推进，为贯彻落实中发[2020]1号文件要求，加快推进农业水价综合改革，健全节水激励机制。综上所述，积极推动农业水价综合改革，建立合理的农业灌溉商业运营模式，是保障农业生产、促进节约用水有效手段[3-4]。

通过研究梳理我国农业水价政策变迁，分析我国农业灌溉水价综合改革发展现状，结合农业水价的价格变化对农民收入、生产、粮食安全保障等方面的影响。在此基础上，提出农业机井灌溉用水价格测试方法及商业运营模式，建立农业水价综合改革的具体方法和指标体系[5-6]。以新疆省农田机井排灌为例，综合评估新疆农业水价综合改革的思路和方案，结合新疆省农业水价综合改革政策实施中存在的问题，提出基于BP神经网络的农业灌溉用水价格测算方法。以农灌智慧用电装置为依托，利用智能传感技术，实时采集土壤墒情、氮、磷、钾等数据，为农民种田提供科学合理的指导意见，为乡村振兴、精准扶贫提供科学有效的技术手段7-8]。

1 农业灌溉水价理论机制

按照正常供水对象分类，水价分成农业灌溉类水价与非农类水价。农业灌溉水价即提供给农业水利部门的水资源成本价格。由于农业生产的功能性和特殊性，要求农业灌溉水价具有公益性和政策性，即农业水价的制定和实施不能完全按照市场定价规则来测算，应当按照政府要求适当调控。根据《水利工程供水价格管理办法》要求，我国农业灌溉水价制定原则为弥补农业供水成本和相关费用，不考虑利润及税收[9]。在此原则下，农业水价的基本构成，见公式（1）。

其中，Pj为农业水价，Cc为灌溉用水成本，Hc抽水成本。

近年来，中央和地方为了解决末级渠系用水管理维护的问题，提出农业末端水价改革，建立从水源到田地的全成本测算，其中国管部分由国管工程征收水资源成本费用，末级渠水系部分由农民组建的农民用水户协会组织负责收取，通过农民自治组织来解决末级水系的运维成本问题。

2 基于BP神经网络机器自学习水价折算方法

2.1 机器学习算法简介

机器学习BP神经网络算法是人工智能领域新兴的热点方法，它是对人脑神经元进行抽象处理后，而建立的一种简单模型方法。按连接方式的不同，组成各种不同的神经网络。机器学习BP神经网络算法是一种数学模型，是由神经元相互连接构成的，每一个神经元都是一个算法因子，每两个神经元之间的连接都代表一个连接权重指数。整个神经网络的输出则根据网络连接、权重指标和算法因子变化而变化。近年来，随着计算机、物联网技术的快速发展，计算机运算能力的增加，使得BP神经网络的研究工作不断深入，不断取得了很大的成效。BP神经网络在模式识别、模糊控制、预测、估算、经济等领域都发挥着重要的作用，解决了许多的实际问题，表现出良好的实用特性。通过研究机器学习BP神经网络算法，将此算法应用到农业灌溉水价系数的计算中。

2.2 机器学习算法基本原理

机器学习算法衍生出的很多类型的方法，其中误差反向传播方法是应用最为广泛的机器BP神经网络学习算法，通过研究农灌水价系数的输入特征量，通过BP神经网络误差反向传播算法，回归计算出农灌水价系数。在实际应用中，大多数都是BP神经网络或其更复杂的变化形式。BP神经网络具有很强的分类和函数拟合的能力，在许多行业领域都得到了广泛的应用。BP神经网络是一种单向网络，即前向传播，其结构上包含输入层、隐含层和输出层。BP神经网络算法主要包括正向传播与误差反向传播，前向传播是输入在各层神经元函数因子作用下传递至输出层，误差反向传播是指误差信号由输出层向输入层反向传播，通过误差来调整权重指标与阈值，不断优化算法精度，使得误差达到期望目标。典型的三层BP神经网络算法的拓扑结构如下图2所示。

图2 农灌水价系数三层PB神经网络结构图

BP神经网络的训练过程步骤如下：

步骤1：网络初始化。首先确定系统的输入量（X,Y），针对水价系数的输入量包括地下水位、水泵扬程、水泵效率、管道摩擦系数、土地商情等，输入层、隐藏层及输出层节点的数量n，l，m，初始化各层神经元之间的链接权重ωij,ωjk，给定学习速率以及神经元激励函数，并初始化隐含层和输出层的阈值a，b。

步骤2：隐含层输出测算。通过输入变量X和隐含层连接权重ωij和阈值a来计算H。

式(2)中，f为隐含层激励函数，本文选取函数为：

步骤3：输出层输出计算。基于隐含层输出H，连接权重ωjk及阈值b计算输出层输出O。

步骤4：误差计算。根据预测输出O和期望输出Y计算预测误差e。

步骤5：权值更新。根据预测误差更新网络连接权值ωij,ωjk。

步骤6：阈值更新。根据预测误差e更新网络节点阈值a,b。

步骤7：判断算法迭代是否结束，若没有结束，则返回步骤2。

BP神经网络算法的训练是正向传播和反向传播交替进行，通过误差的反向传播来调整整个网络的阈值和权值，使整个网络能够得到输入和输出之间的映射关系。当输出水价系数误差减小至预设值或训练次数、训练时间达到预设值时就会停止训练，训练完成的网络就可以进行水价系数预测工作。

3 水价系统应用

3.1 农灌智慧用电装置

农灌智慧用电装置具备地下水灌溉用电与地上沟渠灌溉用电自动切换模式，通过农灌智慧用电装置外接水位监测传感器，判断地上沟渠水位是否具备灌溉条件，指导用户优先使用地下水灌溉，详细原理如下图3所示。若地下水位不满足灌溉条件，则允许用户使用地下水灌溉，智能电源箱装置灌溉场景切换原理如下图所示。智能电源箱装置可以设置沟渠水位深度，若沟渠水位大于设定值，则允许沟渠灌溉水泵负荷开关通电，否则，允许地下灌溉水泵负荷开关通电，根据历史经验和水泵尺寸，设定沟渠水位深度，详细计算公式如下。

图3 农灌智慧用电装置用电自动切换原理图

其中，Hs为电源箱内设置的沟渠水位深度值，Hb沟渠内放置水泵的实际尺寸高度值，Hg为高出水泵实际尺寸的水位值，λ为水位安全系数值。若实际水位值H≥Hs，则允许沟渠灌溉水泵负荷开关通电。

农灌智慧用电装置具有墒情在线监测功能，农灌智慧用电装置通过RS-485总线外接墒情监测传感器，实时监测农田土壤墒情数据。农灌智慧用电装置可以设置土壤墒情限值，若土壤墒情低于设定值，则以短信的方式通知用户及时灌溉。若土壤墒情高于智能电源箱内设定值，则提醒用户不允许灌溉用电。通过科学引导的方式，提醒用户合理用电，科学种田。

3.2 阶梯电价

在水价系数的基础上，通过用户农田排灌的用电量折算出灌溉农田的用水量。将水价系数嵌入农灌智慧用电装置内，实现农田灌溉水量自动折算，同时开展用能分时控制、智能支付等功能，实现农户灌溉用水的精确计量及管理。按照每户的土地确权数量，设定每户的阶梯用水量，用户通过系统开卡用电时，通过系统将阶梯用水量写入用户卡内，以电费的形式收取。用户实际刷卡用电时，按年度周期自动累计阶梯电量分配额度，达到第二阶梯电量后，自动结算，形成结算用电记录，执行第二阶梯电价，依次类推，见图4。

图4 阶梯电价执行流程

4 结束语

本文介绍了一种基于BP神经网络的农业灌溉用水价格测试方法，包括农业灌溉水价的理论机制、水价系统测算算法、阶梯收费模式等内容。按照国家出台的《关于加快推进农业水价综合改革的通知》，研究农业灌溉水价测算系数。根据农户实际拥有的土地面积、种植作物类型，制定水价收费阶梯模式。通过农业灌溉水价调控机制，引导农户节约用水、科学灌溉。