CN109725120A - 一种基于自来水生产的智能化数据监测方法及系统 - Google Patents

Abstract

本发明公开了一种基于自来水生产的智能化数据监测方法及系统，其中，所述方法包括：提取自来水生产过程中的每个环节的监测数据；将每个环节的监测数据基于无线传输技术汇总至数据处理中心；所述数据处理中心基于分别对每个环节的监测数据按时间段进行分析，获取自来水生产过程中每个环节的监测数据的分析结果；基于所述自来水生产过程中每个环节的监测数据的分析结果判断是否存在数据异常，并在存在数据异常时，向管理用户进行预警。在本发明实施例中，可以实现对自来水生产过程中的数据实时采集分析，在生产过程中存在异常及时向管理用户预警。

Description

一种基于自来水生产的智能化数据监测方法及系统

技术领域

本发明涉及智能化数据监控技术领域，尤其涉及一种基于自来水生产的智能化数据监测方法及系统。

背景技术

因地理位置等原因，较多的小城镇或者较大的村落之间间隔的距离较远，不能采用大型的自来水厂进行供水；因此在较多的地方还是采用地下水作为生活用水，由于污染或水资源的枯竭原因，造成用水困难，需要在小城镇或者在较大的村落中修建自来水厂解决人们的用水问题。

较小的自来水厂的建设和维护问题导致生产能力有限，并且生产的自来水的水质的质量参差不齐，急需解决如何提高小自来水厂生产水质，且降低管理成本的问题，保障人们的生活用户安全。

发明内容

本发明的目的在于克服现有技术的不足，本发明提供了一种基于自来水生产的智能化数据监测方法及系统，可以实现对自来水生产过程中的数据实时采集分析，在生产过程中存在异常及时向管理用户预警。

为了解决上述技术问题，本发明实施提供了一种基于自来水生产的智能化数据监测方法，所述方法包括：

提取自来水生产过程中的每个环节的监测数据，所述每个环节的监测数据包括取水环节的监测数据、沉淀环节的监测数据、沙虑环节的监测数据、清水环节的监测数据和供水环节的监测数据；

将每个环节的监测数据基于无线传输技术汇总至数据处理中心；

所述数据处理中心基于分别对每个环节的监测数据按时间段进行分析，获取自来水生产过程中每个环节的监测数据的分析结果；

基于所述自来水生产过程中每个环节的监测数据的分析结果判断是否存在数据异常，并在存在数据异常时，向管理用户进行预警。

可选的，所述取水环节的监测数据为基于设置在取水泵出口和沉淀池水流入口的流量监测器分别监测的第一流量数据和第二流量数据；

所述沉淀环节的监测数据为基于设置在沉淀池水流出口的杂质监测器监测沉淀池的水质杂质数据；

所述沙虑环节的监测数据为基于设置在沙滤池中的第一液位传感器和水质监测器分别监测的第一水位数据和水质数据；

所述清水环节的监测数据为基于设置在清水池中的第二液位传感器和液体含氯监测器分别监测的第二水位数据和水体含氯数据；

所述供水环节的监测数据为设置在供水泵出口的供水主管上的流量监测器和压力监测器分别监测的供水流量数据和供水水压数据。

可选的，所述将每个环节的监测数据基于无线传输技术汇总至数据处理中心包括：

将每个环节的监测数据按照采集时间和采集装置进行标记，获取每个环节的标记监测数据；

将每个环节的标记监测数据基于无线传输技术汇总至数据处理中心。

可选的，所述数据处理中心基于分别对每个环节的监测数据按时间段进行分析，获取自来水生产过程中每个环节的监测数据的分析结果包括：

对所述第一流量数据和第二流量数据按照时间段进行计算分析，获取所述时间段内第一流量数据和第二流量数据的流量数据差值；

对所述沉淀水质杂质数据按时间段进行水质杂质含量分析，获取所述时间段内的水质杂质含量数据；

对所述第一数位数据按时间段进行平均水位分析，获取沙滤池在所述时间段内的平均水位数据；

对所述水质数据按时间段进行水质分析，获取沙滤池在所述时间段内的平均水质数据；

对所述第二水位数据按时间段进行平均水位分析，获取清水池在所述时间段内的第二平均水位数据；

对所述水体含氯数据按时间段进行平均分析，获取清水池在所述时间段内的水体平均含氯数据；

对所述供水流量数据按时间段进行平均流量分析，获取供水主管的平均供水流量数据；

对所述供水水压数据按时间段进行平均水压分析，获取供水主管的平均水压数据。

可选的，所述基于所述自来水生产过程中每个环节的监测数据的分析结果判断是否存在数据异常包括：

采用所述流量数据差值、所述水质杂质含量数据、所述平均水位数据、平均水质数据、所述第二平均水位数据、所述水体平均含氯数据、所述平均供水流量数据和所述平均水压数据在对应的预设阈值进行匹配判断，判断是否在预设阈值范围内；

若不在预设范围内，则将对应的数据判断为数据异常。

可选的，所述在存在数据时，向管理用户进行预警包括：

在存在数据异常时，触发对应的数据异常指令，将所述数据异常指令推送至管理终端提示管理用户；或者，

在存在数据异常时，将所述数据异常推送至所述管理终端，并在所述管理终端界面上显示给管理用户。

另外，本发明实施例还提供了一种基于自来水生产的智能化数据监测系统，所述系统包括：

监测数据提取模块：用于提取自来水生产过程中的每个环节的监测数据，所述每个环节的监测数据包括取水环节的监测数据、沉淀环节的监测数据、沙虑环节的监测数据、清水环节的监测数据和供水环节的监测数据；

数据汇总模块：用于将每个环节的监测数据基于无线传输技术汇总至数据处理中心；

数据分析模块：用于所述数据处理中心基于分别对每个环节的监测数据按时间段进行分析，获取自来水生产过程中每个环节的监测数据的分析结果；

判断预警模块：用于基于所述自来水生产过程中每个环节的监测数据的分析结果判断是否存在数据异常，并在存在数据异常时，向管理用户进行预警。

在本发明实施例中，通过提取在自来水生产过程中每个环节的监测数据，并对这些监测数据进行分析，判断分析结果是否在预设的范围内，从而判断自来水生产过程中那个环节出现异常情况，在生产过程中存在异常及时向管理用户预警；通过传感器的方式采集这些监测数据，减少人工成本，也极大的保障了人为出错的情况，有效的保障了自来水生产过程中的长期可靠的数据提取，使得生产的自来水是指符合居民生活用户要求并且降低居民用水成本。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见的，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1是本发明实施例中的基于自来水生产的智能化数据监测方法的流程示意图；

图2是本发明实施例中的基于自来水生产的智能化数据监测系统的结构组成示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

实施例

请参阅图1，图1是本发明实施例中的基于自来水生产的智能化数据监测方法的流程示意图。

如图1所示，一种基于自来水生产的智能化数据监测方法，所述方法包括：

S11：提取自来水生产过程中的每个环节的监测数据，所述每个环节的监测数据包括取水环节的监测数据、沉淀环节的监测数据、沙虑环节的监测数据、清水环节的监测数据和供水环节的监测数据；

在本发明具体实施过程中，所述取水环节的监测数据为基于设置在取水泵出口和沉淀池水流入口的流量监测器分别监测的第一流量数据和第二流量数据；所述沉淀环节的监测数据为基于设置在沉淀池水流出口的杂质监测器监测沉淀池的水质杂质数据；所述沙虑环节的监测数据为基于设置在沙滤池中的第一液位传感器和水质监测器分别监测的第一水位数据和水质数据；所述清水环节的监测数据为基于设置在清水池中的第二液位传感器和液体含氯监测器分别监测的第二水位数据和水体含氯数据；所述供水环节的监测数据为设置在供水泵出口的供水主管上的流量监测器和压力监测器分别监测的供水流量数据和供水水压数据。

具体的，在自来水的生产过程中，主要包括有取水泵站、沉淀池、沙滤池、清水池和供水泵站等；一般情况下，取水泵站设置在远离自来水厂的水源地，一般的水源地为水库或者江河，一般情况下取水泵站距离自来水厂的沉淀池的距离在一公里以上，甚至在十公里远的地方，这样就需要在取水泵出口的地方安装一个水流的流量监测器，在沉淀池水流入口处也安装一个水流的流量监测器，这样就可以监测到取水泵站取水的水流流量数据和流入沉淀池中的水流流量数据；在沉淀池的水流出口处放置一个杂质监测器，即可监测沉淀池中流向沙滤池的沉淀后的水含杂质的量的水质杂质数据；在沙滤池中放置液位传感器和水质监测器即可监测沙滤池中的水体的水位数据和水质数据；在清水池中放置液位传感器和液体含氯监测器即可监测清水池中的水位数据和水体含氯数据；在供水泵站的供水水泵出口的供水主管道上设置流量监测器和压力监测器即可分别监测供水主管道的供水流量数据和供水水压数据。

上述采集的数据均为自来水生产过程中所需要的采集数据，但具体的采集数据不局限包含上述的这几种，还可以包含其他数据，采集上述的数据可以在后续的分析中可以分析出自来水生产过程中某些异常情况或者可能存在异常的情况。

S12：将每个环节的监测数据基于无线传输技术汇总至数据处理中心；

在本发明具体实施过程中，所述将每个环节的监测数据基于无线传输技术汇总至数据处理中心包括：将每个环节的监测数据按照采集时间和采集装置进行标记，获取每个环节的标记监测数据；将每个环节的标记监测数据基于无线传输技术汇总至数据处理中心。

具体的，在上述的数据采集器上，每个数据采集器具有相应的编号或者位移识别码，在采集到相应的数据之后，数据采集器利用其本身的编码或者位移识别码对这些数据进行标记，并且标记上采集的时间；每一个数据采集器均有一个数据传输终端，该数据传输终端可以将标记的数据通过无线传输技术汇总至数据处理中心。

S13：所述数据处理中心基于分别对每个环节的监测数据按时间段进行分析，获取自来水生产过程中每个环节的监测数据的分析结果；

在本发明具体实施过程中，所述数据处理中心基于分别对每个环节的监测数据按时间段进行分析，获取自来水生产过程中每个环节的监测数据的分析结果包括：对所述第一流量数据和第二流量数据按照时间段进行计算分析，获取所述时间段内第一流量数据和第二流量数据的流量数据差值；对所述沉淀水质杂质数据按时间段进行水质杂质含量分析，获取所述时间段内的水质杂质含量数据；对所述第一数位数据按时间段进行平均水位分析，获取沙滤池在所述时间段内的平均水位数据；对所述水质数据按时间段进行水质分析，获取沙滤池在所述时间段内的平均水质数据；对所述第二水位数据按时间段进行平均水位分析，获取清水池在所述时间段内的第二平均水位数据；对所述水体含氯数据按时间段进行平均分析，获取清水池在所述时间段内的水体平均含氯数据；对所述供水流量数据按时间段进行平均流量分析，获取供水主管的平均供水流量数据；对所述供水水压数据按时间段进行平均水压分析，获取供水主管的平均水压数据。

具体的，每一个数据，因其数据属性不一样，所采用的分析方式也是不一样的，例如对取水泵中的第一流量数据和第二流量数据，在本发明实施例中，主要分析其在一段时间内，两个流量数据的差值，根据两个流量数据的差值，即可判断出取水管道中是否存在异常，若两个差值在取水泵稳定工作的较长一段时间之后，差值较大，可以判断取水管道出现漏水或者断裂情况，需要人工前期查看，这样可以减少人员通过长期定时巡查，减少人工成本；通过对沉淀池中的水质杂质含量分析，即可知道经过沉淀池沉淀处理之后的水质杂质含量情况；对于其他的数据，依据相应的分析方式，即可分析出对应的结果。

S14：基于所述自来水生产过程中每个环节的监测数据的分析结果判断是否存在数据异常，并在存在数据异常时，向管理用户进行预警。

在本发明具体实施过程中，所述基于所述自来水生产过程中每个环节的监测数据的分析结果判断是否存在数据异常包括：采用所述流量数据差值、所述水质杂质含量数据、所述平均水位数据、平均水质数据、所述第二平均水位数据、所述水体平均含氯数据、所述平均供水流量数据和所述平均水压数据在对应的预设阈值进行匹配判断，判断是否在预设阈值范围内；若不在预设范围内，则将对应的数据判断为数据异常。

进一步的，所述在存在数据时，向管理用户进行预警包括：在存在数据异常时，触发对应的数据异常指令，将所述数据异常指令推送至管理终端提示管理用户；或者，在存在数据异常时，将所述数据异常推送至所述管理终端，并在所述管理终端界面上显示给管理用户。

具体的，在对应的分析后的数据中，具有对应的预设阈值，利用分析后的数据与对应的阈值进行匹配判断，首先匹配是否在预设阈值的范围内，若是，则判断该数据不存在数据异常，若不在，则判断该数据存在数据异常，然后由的数据还需要判断是大于预设阈值范围还是小于预设阈值范围，根据其大于或者小于预设阈值范围的实际情况确定该异常属于具体的异常情况，比如平均供水水压数据，若不在预设阈值范围内，判断小于预设阈值，则被判断为供水水压不足，可能是供水泵出现异常或者供水主管出现漏水异常；若判断大于预设阈值，在判断供水水压过高，可能会出现供水主管道破裂的危险，这些都是需要向管理用户按照不同的情况反馈的。

在本发明实施例中，通过提取在自来水生产过程中每个环节的监测数据，并对这些监测数据进行分析，判断分析结果是否在预设的范围内，从而判断自来水生产过程中那个环节出现异常情况，在生产过程中存在异常及时向管理用户预警；通过传感器的方式采集这些监测数据，减少人工成本，也极大的保障了人为出错的情况，有效的保障了自来水生产过程中的长期可靠的数据提取，使得生产的自来水是指符合居民生活用户要求并且降低居民用水成本。

实施例

请参阅图2，图2是本发明实施例中的基于自来水生产的智能化数据监测系统的结构组成示意图。

如图2所示，一种基于自来水生产的智能化数据监测系统，所述系统包括：

监测数据提取模块11：用于提取自来水生产过程中的每个环节的监测数据，所述每个环节的监测数据包括取水环节的监测数据、沉淀环节的监测数据、沙虑环节的监测数据、清水环节的监测数据和供水环节的监测数据；

在本发明具体实施过程中，所述取水环节的监测数据为基于设置在取水泵出口和沉淀池水流入口的流量监测器分别监测的第一流量数据和第二流量数据；所述沉淀环节的监测数据为基于设置在沉淀池水流出口的杂质监测器监测沉淀池的水质杂质数据；所述沙虑环节的监测数据为基于设置在沙滤池中的第一液位传感器和水质监测器分别监测的第一水位数据和水质数据；所述清水环节的监测数据为基于设置在清水池中的第二液位传感器和液体含氯监测器分别监测的第二水位数据和水体含氯数据；所述供水环节的监测数据为设置在供水泵出口的供水主管上的流量监测器和压力监测器分别监测的供水流量数据和供水水压数据。

具体的，在自来水的生产过程中，主要包括有取水泵站、沉淀池、沙滤池、清水池和供水泵站等；一般情况下，取水泵站设置在远离自来水厂的水源地，一般的水源地为水库或者江河，一般情况下取水泵站距离自来水厂的沉淀池的距离在一公里以上，甚至在十公里远的地方，这样就需要在取水泵出口的地方安装一个水流的流量监测器，在沉淀池水流入口处也安装一个水流的流量监测器，这样就可以监测到取水泵站取水的水流流量数据和流入沉淀池中的水流流量数据；在沉淀池的水流出口处放置一个杂质监测器，即可监测沉淀池中流向沙滤池的沉淀后的水含杂质的量的水质杂质数据；在沙滤池中放置液位传感器和水质监测器即可监测沙滤池中的水体的水位数据和水质数据；在清水池中放置液位传感器和液体含氯监测器即可监测清水池中的水位数据和水体含氯数据；在供水泵站的供水水泵出口的供水主管道上设置流量监测器和压力监测器即可分别监测供水主管道的供水流量数据和供水水压数据。

上述采集的数据均为自来水生产过程中所需要的采集数据，但具体的采集数据不局限包含上述的这几种，还可以包含其他数据，采集上述的数据可以在后续的分析中可以分析出自来水生产过程中某些异常情况或者可能存在异常的情况。

数据汇总模块12：用于将每个环节的监测数据基于无线传输技术汇总至数据处理中心；

在本发明具体实施过程中，所述将每个环节的监测数据基于无线传输技术汇总至数据处理中心包括：将每个环节的监测数据按照采集时间和采集装置进行标记，获取每个环节的标记监测数据；将每个环节的标记监测数据基于无线传输技术汇总至数据处理中心。

具体的，在上述的数据采集器上，每个数据采集器具有相应的编号或者位移识别码，在采集到相应的数据之后，数据采集器利用其本身的编码或者位移识别码对这些数据进行标记，并且标记上采集的时间；每一个数据采集器均有一个数据传输终端，该数据传输终端可以将标记的数据通过无线传输技术汇总至数据处理中心。

数据分析模块13：用于所述数据处理中心基于分别对每个环节的监测数据按时间段进行分析，获取自来水生产过程中每个环节的监测数据的分析结果；

在本发明具体实施过程中，所述数据处理中心基于分别对每个环节的监测数据按时间段进行分析，获取自来水生产过程中每个环节的监测数据的分析结果包括：对所述第一流量数据和第二流量数据按照时间段进行计算分析，获取所述时间段内第一流量数据和第二流量数据的流量数据差值；对所述沉淀水质杂质数据按时间段进行水质杂质含量分析，获取所述时间段内的水质杂质含量数据；对所述第一数位数据按时间段进行平均水位分析，获取沙滤池在所述时间段内的平均水位数据；对所述水质数据按时间段进行水质分析，获取沙滤池在所述时间段内的平均水质数据；对所述第二水位数据按时间段进行平均水位分析，获取清水池在所述时间段内的第二平均水位数据；对所述水体含氯数据按时间段进行平均分析，获取清水池在所述时间段内的水体平均含氯数据；对所述供水流量数据按时间段进行平均流量分析，获取供水主管的平均供水流量数据；对所述供水水压数据按时间段进行平均水压分析，获取供水主管的平均水压数据。

具体的，每一个数据，因其数据属性不一样，所采用的分析方式也是不一样的，例如对取水泵中的第一流量数据和第二流量数据，在本发明实施例中，主要分析其在一段时间内，两个流量数据的差值，根据两个流量数据的差值，即可判断出取水管道中是否存在异常，若两个差值在取水泵稳定工作的较长一段时间之后，差值较大，可以判断取水管道出现漏水或者断裂情况，需要人工前期查看，这样可以减少人员通过长期定时巡查，减少人工成本；通过对沉淀池中的水质杂质含量分析，即可知道经过沉淀池沉淀处理之后的水质杂质含量情况；对于其他的数据，依据相应的分析方式，即可分析出对应的结果。

判断预警模块14：用于基于所述自来水生产过程中每个环节的监测数据的分析结果判断是否存在数据异常，并在存在数据异常时，向管理用户进行预警。

在本发明具体实施过程中，所述基于所述自来水生产过程中每个环节的监测数据的分析结果判断是否存在数据异常包括：采用所述流量数据差值、所述水质杂质含量数据、所述平均水位数据、平均水质数据、所述第二平均水位数据、所述水体平均含氯数据、所述平均供水流量数据和所述平均水压数据在对应的预设阈值进行匹配判断，判断是否在预设阈值范围内；若不在预设范围内，则将对应的数据判断为数据异常。

进一步的，所述在存在数据时，向管理用户进行预警包括：在存在数据异常时，触发对应的数据异常指令，将所述数据异常指令推送至管理终端提示管理用户；或者，在存在数据异常时，将所述数据异常推送至所述管理终端，并在所述管理终端界面上显示给管理用户。

具体的，在对应的分析后的数据中，具有对应的预设阈值，利用分析后的数据与对应的阈值进行匹配判断，首先匹配是否在预设阈值的范围内，若是，则判断该数据不存在数据异常，若不在，则判断该数据存在数据异常，然后由的数据还需要判断是大于预设阈值范围还是小于预设阈值范围，根据其大于或者小于预设阈值范围的实际情况确定该异常属于具体的异常情况，比如平均供水水压数据，若不在预设阈值范围内，判断小于预设阈值，则被判断为供水水压不足，可能是供水泵出现异常或者供水主管出现漏水异常；若判断大于预设阈值，在判断供水水压过高，可能会出现供水主管道破裂的危险，这些都是需要向管理用户按照不同的情况反馈的。

在本发明实施例中，通过提取在自来水生产过程中每个环节的监测数据，并对这些监测数据进行分析，判断分析结果是否在预设的范围内，从而判断自来水生产过程中那个环节出现异常情况，在生产过程中存在异常及时向管理用户预警；通过传感器的方式采集这些监测数据，减少人工成本，也极大的保障了人为出错的情况，有效的保障了自来水生产过程中的长期可靠的数据提取，使得生产的自来水是指符合居民生活用户要求并且降低居民用水成本。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、磁盘或光盘等。

另外，以上对本发明实施例所提供的一种基于自来水生产的智能化数据监测方法及系统进行了详细介绍，本文中应采用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (7)

1.一种基于自来水生产的智能化数据监测方法，其特征在于，所述方法包括：

提取自来水生产过程中的每个环节的监测数据，所述每个环节的监测数据包括取水环节的监测数据、沉淀环节的监测数据、沙虑环节的监测数据、清水环节的监测数据和供水环节的监测数据；

将每个环节的监测数据基于无线传输技术汇总至数据处理中心；

所述数据处理中心基于分别对每个环节的监测数据按时间段进行分析，获取自来水生产过程中每个环节的监测数据的分析结果；

基于所述自来水生产过程中每个环节的监测数据的分析结果判断是否存在数据异常，并在存在数据异常时，向管理用户进行预警。

2.根据权利要求1所述的智能化数据监测方法，其特征在于，所述取水环节的监测数据为基于设置在取水泵出口和沉淀池水流入口的流量监测器分别监测的第一流量数据和第二流量数据；

所述沉淀环节的监测数据为基于设置在沉淀池水流出口的杂质监测器监测沉淀池的水质杂质数据；

所述沙虑环节的监测数据为基于设置在沙滤池中的第一液位传感器和水质监测器分别监测的第一水位数据和水质数据；

所述清水环节的监测数据为基于设置在清水池中的第二液位传感器和液体含氯监测器分别监测的第二水位数据和水体含氯数据；

所述供水环节的监测数据为设置在供水泵出口的供水主管上的流量监测器和压力监测器分别监测的供水流量数据和供水水压数据。

3.根据权利要求1所述的智能化数据监测方法，其特征在于，所述将每个环节的监测数据基于无线传输技术汇总至数据处理中心包括：

将每个环节的监测数据按照采集时间和采集装置进行标记，获取每个环节的标记监测数据；

将每个环节的标记监测数据基于无线传输技术汇总至数据处理中心。

4.根据权利要求2所述的智能化数据监测方法，其特征在于，所述数据处理中心基于分别对每个环节的监测数据按时间段进行分析，获取自来水生产过程中每个环节的监测数据的分析结果包括：

对所述第一流量数据和第二流量数据按照时间段进行计算分析，获取所述时间段内第一流量数据和第二流量数据的流量数据差值；

对所述沉淀水质杂质数据按时间段进行水质杂质含量分析，获取所述时间段内的水质杂质含量数据；

对所述第一数位数据按时间段进行平均水位分析，获取沙滤池在所述时间段内的平均水位数据；

对所述水质数据按时间段进行水质分析，获取沙滤池在所述时间段内的平均水质数据；

对所述第二水位数据按时间段进行平均水位分析，获取清水池在所述时间段内的第二平均水位数据；

对所述水体含氯数据按时间段进行平均分析，获取清水池在所述时间段内的水体平均含氯数据；

对所述供水流量数据按时间段进行平均流量分析，获取供水主管的平均供水流量数据；

对所述供水水压数据按时间段进行平均水压分析，获取供水主管的平均水压数据。

5.根据权利要求4所述的智能化数据监测方法，其特征在于，所述基于所述自来水生产过程中每个环节的监测数据的分析结果判断是否存在数据异常包括：

采用所述流量数据差值、所述水质杂质含量数据、所述平均水位数据、平均水质数据、所述第二平均水位数据、所述水体平均含氯数据、所述平均供水流量数据和所述平均水压数据在对应的预设阈值进行匹配判断，判断是否在预设阈值范围内；

若不在预设范围内，则将对应的数据判断为数据异常。

6.根据权利要求5所述的智能化数据监测方法，其特征在于，所述在存在数据时，向管理用户进行预警包括：

在存在数据异常时，触发对应的数据异常指令，将所述数据异常指令推送至管理终端提示管理用户；或者，

在存在数据异常时，将所述数据异常推送至所述管理终端，并在所述管理终端界面上显示给管理用户。

7.一种基于自来水生产的智能化数据监测系统，其特征在于，所述系统包括：

监测数据提取模块：用于提取自来水生产过程中的每个环节的监测数据，所述每个环节的监测数据包括取水环节的监测数据、沉淀环节的监测数据、沙虑环节的监测数据、清水环节的监测数据和供水环节的监测数据；

数据汇总模块：用于将每个环节的监测数据基于无线传输技术汇总至数据处理中心；

数据分析模块：用于所述数据处理中心基于分别对每个环节的监测数据按时间段进行分析，获取自来水生产过程中每个环节的监测数据的分析结果；

判断预警模块：用于基于所述自来水生产过程中每个环节的监测数据的分析结果判断是否存在数据异常，并在存在数据异常时，向管理用户进行预警。