CN108449730A - 一种基于大数据的污水管网智能监测系统 - Google Patents

Abstract

本发明提供了一种基于大数据的污水管网智能监测系统，包括多个污水管网监测子系统和大数据处理中心，每个污水管网监测子系统皆连接至大数据处理中心，每个污水管网监测子系统用于采集一个污水管网监测区域内的多个污水管网监测节点的污水管网传感数据；大数据处理中心用于对采集的污水管网传感数据进行处理分析，实现对污水管网的实时监测。本发明基于大数据处理技术，将众多传感器节点采集的数据进行汇总并统一分析处理，可进行数据分析利用，提高对污水管网的监测能力。

Description

一种基于大数据的污水管网智能监测系统

技术领域

本发明涉及污水管网信息化领域，具体涉及一种基于大数据的污水管网智能监测系统。

背景技术

污水管网系统是城市建设、环境保护、防洪排涝等市政项目中的重要基础设备，建立城市污水管网的监测系统，为城市排水管理者提供实时观察污水管网的环境信息、分析污水管网动态运行状况的监测管理功能，已经成为了现代城市排水管理的迫切需求。

发明内容

针对上述问题，本发明提供一种基于大数据的污水管网智能监测系统。

本发明的目的采用以下技术方案来实现：

提供了一种基于大数据的污水管网智能监测系统，包括多个污水管网监测子系统和大数据处理中心，每个污水管网监测子系统皆连接至大数据处理中心，每个污水管网监测子系统用于采集一个污水管网监测区域内的多个污水管网监测节点的污水管网传感数据；大数据处理中心用于对采集的污水管网传感数据进行处理分析，实现对污水管网的实时监测。

优选地，每个污水管网监测子系统包括设置于各个污水管网监测节点的传感器节点，还包括基站，传感器节点用于采集所在污水管网监测节点的污水管网传感数据，基站负责传感器节点和大数据处理中心之间的双向信息交互。

本发明的有益效果为：基于大数据处理技术和无线传感器网络技术，将众多传感器节点采集的数据进行汇总并统一分析处理，可进行数据分析利用，提高对污水管网的监测能力。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1本发明一个示例性实施例的污水管网监测系统的结构示意框图；

图2是本发明一个示例性实施例的大数据处理中心的结构示意框图。

附图标记：

污水管网监测子系统1、大数据处理中心2、数据接收模块10、数据显示模块20、数据分析模块30、数据压缩模块40、数据存储模块50。

具体实施方式

结合以下实施例对本发明作进一步描述。

参见图1，本实施例提供的一种基于大数据的污水管网智能监测系统，包括多个污水管网监测子系统1和大数据处理中心2，每个污水管网监测子系统1皆连接至大数据处理中心2，每个污水管网监测子系统1用于采集一个污水管网监测区域内的多个污水管网监测节点的污水管网传感数据；大数据处理中心2用于对采集的污水管网传感数据进行处理分析，实现对污水管网的实时监测。

在一个实施例中，每个污水管网监测子系统1包括设置于各个污水管网监测节点的传感器节点，还包括基站，传感器节点用于采集所在污水管网监测节点的污水管网传感数据，基站负责传感器节点和大数据处理中心之间的双向信息交互。

可选地，传感器节点包括传感单元，传感单元包括温度传感器、湿度传感器、水位传感器、流量传感器或一氧化碳传感器。

在一个实施例中，如图2所示，大数据处理中心2包括依次连接的数据接收模块10、数据显示模块20、数据分析模块30。

其中，数据接收模块10用于对接收多个污水管网监测子系统1发送的污水管网传感数据。

其中，数据显示模块20用于对数据接收模块10接收的污水管网传感数据进行显示。

其中，数据分析模块30用于对接收的污水管网传感数据进行分析处理。

在一个实施例中，大数据处理中心2还包括相连接的数据压缩模块40和数据存储模块50，数据压缩模块40与数据接收模块10连接，用于对数据接收模块10接收的多个污水管网监测子系统1发送的污水管网传感数据进行压缩处理，并将压缩处理后的污水管网传感数据发送至数据存储模块50中存储。

在一个实施例中，所述对数据接收模块10接收的多个污水管网监测子系统1发送的污水管网传感数据进行压缩处理，具体为：将一污水管网监测子系统1中的各传感器节点发送的属于同一采集周期内的污水管网传感数据作为一段污水管网传感数据，分别对各段污水管网传感数据进行压缩处理。

其中，各传感器节点通过自组织构建无线传感器网络，且构建的无线传感器网络采用分簇拓扑结构，将分布在污水管网监测区域内的传感器节点根据节点地理位置划分为N个簇，每个簇选择一个传感器节点作为簇头，其余传感器节点为成员节点，其中簇头用于收集其簇内各成员节点采集的污水管网传感数据。

优选地，每个簇选择一个传感器节点作为簇头，具体包括：

(1)基站以最大功率向网络内广播信标信息，网络内传感器节点记录收到基站信标信息的时间和信号强度，基站信标信息包括最大信号强度P_max、最小信号强度P_min、保障传感器节点运行的最小能量值E_min、各传感器节点收到基站信标信息的理论时间以及时间差阈值ΔT；

(2)网络内传感器节点计算自身的故障率：

式中，表示传感器节点S_α的实际故障率，为传感器节点S_α收到基站信标信息的时间，为由基站设定的传感器节点S_α收到基站信标信息的理论时间，P为设定的传感器节点标准故障概率；为判断取值函数，当时，当时，

(3)网络内传感器节点以初始设置的概率成为候选簇头，然后以最大功率广播自己是簇头的消息，在发射半径内若收到另外一个权值更大的候选簇头广播的消息，则放弃簇头的竞争，否则自己成为簇头，其中消息包括传感器节点根据自身情况计算的权值信息；

所述的权值的计算公式为：

式中，表示传感器节点S_α的权值，为传感器节点S_α的当前剩余能量，为传感器节点S_α的初始能量，P(S_α,O)为传感器节点S_α收到基站信标信息的信号强度；λ₁、λ₂为设定的权重系数，满足λ₁+λ₂＝1；

(4)当选为簇头的传感器节点对外广播自己是簇头的消息，其他传感器节点根据信号强度来决定加入某一个簇，并向簇头发送加入消息。

本实施例提出了一种新的簇头竞选机制，该机制中，网络内传感器节点以初始设置的概率成为候选簇头，然后以最大功率广播自己是簇头的消息，在发射半径内若收到另外一个权值更大的候选簇头广播的消息，则放弃簇头的竞争，否则自己成为簇头。

现有技术中在进行候选簇头的竞争时，惯用的手段是直接采用当前剩余能量最大的候选簇头作为簇头，而本实施例通过权值大小进行候选簇头的竞争，并相应地定义了权值的计算公式。该计算公式综合考虑了传感器节点的能量和接收信号强度方面的因素，并创造性地考虑了传感器节点的故障率，相对于直接采用当前剩余能量最大的候选簇头作为簇头的方式，本实施例产生了意想不到的效果：能够选到综合能力更优的簇头，从而提高了分簇拓扑结构的稳定性、延长污水管网传感数据采集和传输的工作周期。

在一个实施例中，形成分簇拓扑结构后，簇头确定簇内的易故障节点，构建易故障节点列表并将该列表发送至基站；基站根据易故障节点列表对易故障节点采集的污水管网传感数据进行异常检测，确定异常污水管网传感数据并标记后发送至监测中心。

本实施例将检测出来的异常污水管网传感数据进行标记后再发送至监测中心，便于监测中心能够直接获取到异常污水管网传感数据，进而有针对性地对异常污水管网传感数据进行分析。本实施例增强了污水管网传感数据分析的鲁棒性，提高了无线传感器网络资源使用的效率。

其中，所述的簇头确定簇内的易故障节点，具体包括：

(1)簇头获取各成员节点的实际故障率，并根据实际故障率计算各成员节点的易故障权值：

式中，为成员节点S_β的易故障权值，其中 表示簇头CH_A所在簇的成员节点集合，为成员节点S₂的实际故障率，为成员节点S_γ的实际故障率，D(S_β,CH_A)为成员节点S_β与其簇头CH_A之间的欧式距离，D(S_γ,CH_A)为成员节点S_γ与其簇头CH_A之间的欧式距离；

(2)若其中为中具有的成员节点数量，则将成员节点S₂判定为易故障节点列表。

异常污水管网传感数据包括误差型污水管网传感数据和事件型污水管网传感数据，其中误差型污水管网传感数据指的是污水管网传感数据是不能反映监测对象的真实状态而明显偏离预先定义的正常污水管网传感数据，而事件型污水管网传感数据指的是污水管网传感数据与预先定义的正常污水管网传感数据不一致，但是反映了监测对象的变化状态。

在对异常污水管网传感数据进行检测时，现有技术中的惯用手段是对所有传感器节点采集的异常污水管网传感数据都进行检测，这无疑增加了基站的负担。本实施例由簇头确定簇内的易故障节点并告知基站，进而由基站针对易故障节点采集的污水管网传感数据进行异常检测，大大降低了基站的负担，节省了能量。

其中，本实施例创造性地提出了易故障节点的判定机制，该判定机制中，从传感器节点的实际故障率以及与簇头之间的距离两方面出发设计了易故障权值的计算公式，并根据易故障权值的大小程度来判定簇内成员节点是否为易故障节点，机制简单，易于实现。由于簇内成员节点自身的故障概率能够影响到其采集的污水管网传感数据质量，而其与簇头、基站的距离能够影响到其采集的污水管网传感数据在传输过程中的质量，因此本实施例设定的易故障权值能够在一定程度上反映了簇内成员节点在采集和传输污水管网传感数据方面可能出错的概率。

在一个实施例中，基站根据易故障节点列表对易故障节点采集的污水管网传感数据进行异常检测，具体包括：

(1)基站获取易故障节点S_i的所有邻居节点集合Φ(S_i)，并获取邻居节点集合Φ(S_i)中各邻居节点的实际故障率；

(2)接收易故障节点S_i在t时刻采集的污水管网传感数据x_i(t)和邻居节点集合Φ(S_i)中各邻居节点S_j在t时刻采集的污水管网传感数据x_j(t)，其中j＝1,2,…,m_i，m_i为邻居节点集合Φ(S_i)中的邻居节点数量；

(3)计算x_i(t)的比较污水管网传感数据值：

式中，x_i′(t)表示x_i(t)的比较污水管网传感数据值，为邻居节点集合Φ(S_i)中邻居节点S_j的实际故障率，其中邻居节点S_j为簇头时其实际故障率设为1，D(S_i,S_k)为邻居节点集合Φ(S_i)中邻居节点S_k与易故障节点S_i之间的距离，D(S_i,S_j)邻居节点S_j与易故障节点S_i之间的距离；

(4)若|x_i(t)-x_i′(t)|>ε，ε为设定的误差阈值，则判定该污水管网传感数据x_j(t)为异常污水管网传感数据。

本实施例创新性地提出了针对污水管网传感数据的异常检测机制，由于易故障节点采集的污水管网传感数据与其邻居节点采集的污水管网传感数据具有较大的时空关联性，该机制利用这种时空关联性，基于距离和传感器节点先前计算的故障率对邻居节点的污水管网传感数据进行加权，计算出与易故障节点采集的污水管网传感数据相对应的比较污水管网传感数据值，通过计算污水管网传感数据和对应的比较污水管网传感数据值之间的差值是否在一定的阈值范围内，来判断该污水管网传感数据是否异常。本实施例提出的异常检测机制能够较为有效地、准确地判定出异常的污水管网传感数据，有利于增强污水管网传感数据分析的鲁棒性。

最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (7)

1.一种基于大数据的污水管网智能监测系统，其特征是，包括多个污水管网监测子系统和大数据处理中心，每个污水管网监测子系统皆连接至大数据处理中心，每个污水管网监测子系统用于采集一个污水管网监测区域内的多个污水管网监测节点的污水管网传感数据；大数据处理中心用于对采集的污水管网传感数据进行处理分析，实现对污水管网的实时监测。

2.根据权利要求1所述的一种基于大数据的污水管网智能监测系统，其特征是，每个污水管网监测子系统包括设置于各个污水管网监测节点的传感器节点，还包括基站，传感器节点用于采集所在污水管网监测节点的污水管网传感数据，基站负责传感器节点和大数据处理中心之间的双向信息交互。

3.根据权利要求2所述的一种基于大数据的污水管网智能监测系统，其特征是，传感器节点包括传感器单元，传感单元内设有温度传感器、湿度传感器、水位传感器、流量传感器或一氧化碳传感器。

4.根据权利要求1所述的一种基于大数据的污水管网智能监测系统，其特征是，大数据处理中心包括依次连接的数据接收模块、数据显示模块、数据分析模块，其中数据接收模块用于对接收多个污水管网监测子系统发送的污水管网传感数据；所述数据显示模块用于对数据接收模块接收的污水管网传感数据进行显示；所述的数据分析模块用于对接收的污水管网传感数据进行分析处理。

5.根据权利要求4所述的一种基于大数据的污水管网智能监测系统，其特征是，大数据处理中心还包括相连接的数据压缩模块和数据存储模块，数据压缩模块与数据接收模块连接，用于对数据接收模块接收的多个污水管网监测子系统发送的污水管网传感数据进行压缩处理，并将压缩处理后的污水管网传感数据发送至数据存储模块中存储。

6.根据权利要求2所述的一种基于大数据的污水管网智能监测系统，其特征是，各传感器节点通过自组织构建无线传感器网络，且构建的无线传感器网络采用分簇拓扑结构，将分布在污水管网监测区域内的传感器节点根据节点地理位置划分为N个簇，每个簇选择一个传感器节点作为簇头，其余传感器节点为成员节点，其中簇头用于收集其簇内各成员节点采集的污水管网传感数据。

7.根据权利要求6所述的一种基于大数据的污水管网智能监测系统，其特征是，每个簇选择一个传感器节点作为簇头，具体包括：

(1)基站以最大功率向网络内广播信标信息，网络内传感器节点记录收到基站信标信息的时间和信号强度，基站信标信息包括最大信号强度P_max、最小信号强度P_min、保障传感器节点运行的最小能量值E_min、各传感器节点收到基站信标信息的理论时间以及时间差阈值ΔT；

(2)网络内传感器节点计算自身的故障率：

式中，表示传感器节点S_α的实际故障率，为传感器节点S_α收到基站信标信息的时间，为由基站设定的传感器节点S_α收到基站信标信息的理论时间，P为设定的传感器节点标准故障概率；为判断取值函数，当时，当时，

(3)网络内传感器节点以初始设置的概率成为候选簇头，然后以最大功率广播自己是簇头的消息，在发射半径内若收到另外一个权值更大的候选簇头广播的消息，则放弃簇头的竞争，否则自己成为簇头，其中消息包括传感器节点根据自身情况计算的权值信息；

所述的权值的计算公式为：

式中，表示传感器节点S_α的权值，为传感器节点S_α的当前剩余能量，为传感器节点S_α的初始能量，P(S_α,O)为传感器节点S_α收到基站信标信息的信号强度；λ₁、λ₂为设定的权重系数，满足λ₁+λ₂＝1；

(4)当选为簇头的传感器节点对外广播自己是簇头的消息，其他传感器节点根据信号强度来决定加入某一个簇，并向簇头发送加入消息。