CN111368381B - 一种针对水管网的智慧信息处理方法和系统 - Google Patents

Abstract

本发明涉及一种针对水管网的智慧信息处理方法和系统，所述方法包括：步骤S1：采集关键点的水管网数据，并将关键点数据发送给分析平台；步骤S2：分析平台对接收到的关键点数据进行数据核实；步骤S3：分析平台将经过核实的关键点数据基于水管网连接拓扑结构存储于分析平台；步骤S4：接收并解析用户对分析平台的分析请求；步骤S5：确定关键点数据满足分析指令的需求情况；步骤S6：基于关键点及其需求满足情况进行关键点数据准备；步骤S7：基于分析请求进行数据分析。本发明能够对安全保障的相关措施和机制不完善的水管网范围也能通过智慧数据分析来提供有效的分析。

Description

一种针对水管网的智慧信息处理方法和系统

技术领域

本发明属于城市管网建设技术领域，尤其涉及一种针对水管网的智慧信息处理方法和系统。

背景技术

在生活中、办公场所都需要用水，冬天需要取暖。水管网的类型不同，水管网的拓扑结构也会相应的发生变化，不同水管网的用水需求和安全保障方式也不同。作为城市的发展命脉，供水管网的安全运行是水务企业服务社会的首要任务。近年来气候变化、人口增长、城市化进程等城市环境日趋复杂，使得供水管理面临诸多考验。对于各种管网类型来说，需要在满足人类的需求的同时保障水管网的安全性。其中，水管网漏损是一个全球性的问题，为了节约水资源，实现可持续发展，必须降低管网漏损。而管网漏水等安全保障问题也一直困扰着供水企业，管网漏水导致水资源流失严重，同时也对周围建筑、居民区等造成严重的损失。另一方面，由于使用水管网的各个区域其硬件设施和人力成本的不同，导致进行安全保障的监测设施和机制不完善。一些区域设备只能检测周围一些面积小的，遇上覆盖面积较大，检测系统难度也会增加，或者地形复杂的地方，不具备管网检测的条件。而面临的社会现实是随着城镇化飞速发展，各方面设施逐渐完善。但是，“重地上、轻地下”“重建设、轻管理”长期存在，导致城镇地下排水管网系统尚不够完善，对管网情况尤其是运维情况不明已经成为排水系统提质增效的瓶颈，雨污合流、清污合流、管渠淤积、污水溢流、管网破损、管网实际排水能力、毒害气体浓度等具体情况不清已经成为当前污水处理提质增效、城市水环境改善以及城市水安全改善的重要制约因素，为此，急需建立一套可行的针对水管网的智慧信息处理方法，来科学指导水管网的正常运行。本发明能够对安全保障的相关措施和机制不完善的水管网范围也能通过智慧数据分析来提供有效的分析；能够通过历史预测以及基于关联网络拓扑结构的方式进行数据准备，提供了减少监测设置的安装和监测人员的布设的手段。提出了通过关键点进行水管网的抽象，并进行关联存储，基于连通域进行数据的分块管理，从而大大的提高了数据管理和组织的成本；进而，通过将用户分析请求分解为分析范围提高了用户体验，提高了分析的效率。

发明内容

为了解决现有技术中的上述问题，本发明提出了一种针对水管网的智慧信息处理方法和系统，所述方法包含：

步骤S1：采集关键点的水管网数据，并将关键点数据发送给分析平台；

步骤S2：分析平台对接收到的关键点数据进行数据核实；

步骤S3：分析平台将经过核实的关键点数据基于水管网连接拓扑结构存储于分析平台；

步骤S4：接收并解析用户对分析平台的分析请求；

步骤S5：确定关键点数据满足分析指令的需求情况；

步骤S6：基于关键点及其需求满足情况进行关键点数据准备；

步骤S7：基于分析请求进行数据分析。

进一步的，关键点为水管网连接处，管道薄弱环节和问题点位。

进一步的，所述步骤S2具体为:分析平台基于关键点标识获取关键点类型，并基于关键点类型判断关键点数据是否在合理范围内，如果否，则进一步基于关键点标识查询分析平台以获取第一关键点参数，并判断所接收到的关键点数据是否符合第一关键点参数，如果是，则基于第一关键点参数查询分析平台以获取关键点历史数据，并判断所接收到的关键点数据是否和所获取的关键点历史数据一致，如果是，则进入步骤S3；否则，重新接收关键点数据。

进一步的，关键点数据中包含关键点标识、第一关键点参数和其他关键点数据。

进一步的，第一关键点参数为和关键点自身属性相关的数据。

进一步的，第一关键点参数包括第一参数组和第二参数组，只要第一关键点参数符合第一参数组或者第二参数组中的任一个，则继续进行历史数据一致性判断。

进一步的，所述步骤S3具体为：将关键点数据保存在和关键点的拓扑位置关联的第一数据库表中；其中:所述第一数据库表中以关键点的拓扑位置和关键点标识为索引；所述关键点的拓扑位置为关键点在水管网连接拓扑结构中的位置。

进一步的，将第一关键点参数和其他关键点数据保存在不同的第一数据库表中。

进一步的，所述步骤S4具体为：用户通过分析平台的界面接收用户分析请求，基于分析请求解析得出分析范围；其中分析范围包括分析类型、分析的时间范围和分析的关键点范围。

所述系统包含：水管网及其关键点、分析平台、传感器、客户端；所述系统用于执行权利要求1-9中任一项所述的方法。

本发明的有益效果包括：能够对安全保障的相关措施和机制不完善的水管网范围也能通过智慧数据分析来提供有效的分析；能够通过历史预测以及基于关联网络拓扑结构的方式进行数据准备，提供了减少监测设置的安装和监测人员的布设的手段。提出了通过关键点进行水管网的抽象，并进行关联存储，基于连通域进行数据的分块管理，从而大大的提高了数据管理和组织的成本；进而，通过将用户分析请求分解为分析范围提高了用户体验，提高了分析的效率。

附图说明

此处所说明的附图是用来提供对本发明的进一步理解，构成本申请的一部分，但并不构成对本发明的不当限定，在附图中：

图1为本发明的针对水管网的智慧信息处理方法示意图。

具体实施方式

下面将结合附图以及具体实施例来详细说明本发明，其中的示意性实施例以及说明仅用来解释本发明，但并不作为对本发明的限定。

管网漏损发生的原因有很多，如管道主体破损、管道连接处破损、管道附件(闸、阀、消火栓等)漏水等，通过设置在水管网关键点位置的传感器或者人为监测能够获知这些关键点的关键点数据用于智慧分析；对于未知关键点数据只有完成数据准备才能够提前发现问题；

对本发明所应用的一种针对水管网的智慧信息处理方法进行详细说明，如附图1所示，所述方法包含：

步骤S1：采集关键点的水管网数据，并将关键点数据发送给分析平台；

其中：关键点为水管网中有代表性、有特殊性的点；例如：水管网连接处，管道薄弱环节和问题点位等；例如：为了进行水管网的安全性评估，需要采集发生管道主体破损、管道连接处破损、管道附件(闸、阀、消火栓等)漏水等水管网的关键点处的关键数据；所述采集为通过传感器进行自动采集或人工采集；

步骤S2：分析平台对接收到的关键点数据进行数据核实；具体的：分析平台基于关键点标识获取关键点类型，并基于关键点类型判断关键点数据是否在合理范围内，如果否，则进一步基于关键点标识查询分析平台以获取第一关键点参数，并判断所接收到的关键点数据是否符合第一关键点参数，如果是，则基于第一关键点参数查询分析平台以获取关键点历史数据，并判断所接收到的关键点数据是否和所获取的关键点历史数据一致，如果是，则进入步骤S3；否则，重新接收关键点数据；

优选的：基于关键点类型判断关键点数据是否在合理范围内时，需要对所有关键点数据均需要进行判断，超过预定比例或数量的关键点数据不在合理范围内，则确定不在合理范围内；预设比例可以设置为0；对于不同的关键点类型来说，其关键点数据也是不同的，数据允许的范围也是不同的，因此需要根据关键点的类型进行所述判断；

优选的：在判断关键点数据是否符合第一关键点参数时，可以设置为完全相同作为符合的判定标准，也可以设置大致相同作为符合的判断标准；在进行和所获取的关键点历史数据一致时，采用的是大致相同的判断标准；通过上述三种不同深度，不同松紧程度的判断保障了能够在接收异常数据的同时拒绝掉一些因为其他问题而导致的错误数据；

关键点数据中包含关键点标识、第一关键点参数和其他关键点数据；其中：第一关键点参数为和关键点自身属性相关的数据，例如：关键点硬件型号、关键点类型、位置等；这些参数一般情况下不发生变化，通过第一关键点参数和对比，能够同时进行标识和第一关键点参数两者同时确认进行关键点数据的获取；

优选的：第一关键点参数包括第一参数组和第二参数组，只要第一关键点参数符合第一参数组或者第二参数组中的任一个，则继续进行历史数据一致性判断；关键点完全进行比较导致参数核实的效率过低，将第一关键点参数分为两种类型的第一参数组和第二参数组，只选择部分参数组进行判断就能极大概率的保障标识、参数等数据因为采集和传输可能带来的错误；这是考虑到数据采集和数据传输过程中都可能发生错误而导致数据不在合理范围内；第二参数组可以为和关键点数据采集相关的数据，例如：关键点采集设备类型、采集时间等；

所述判断所接收到的关键点数据是否和所获取的关键点历史数据一致，具体为：判断关键点数据的数据值是否和历史数据中对应的关键点数据的数据值之间的差值在偏离范围内，和/或判断关键点数据是否符合历史数据的数据变化趋势、和/或历史数据中有超过预设数量的类似关键值出现；

所述重新接收关键点数据，具体为：向采集端发送重新发送请求，在确定不存在通信错误的情况下，进行关键数据的重新采集或者采集设备的更换；当重新发送次数超过n次时，确定不存在通信错误；

步骤S3：分析平台将经过核实的关键点数据基于水管网连接拓扑结构存储于分析平台；具体的：将关键点数据保存在和关键点的拓扑位置关联的第一数据库表中；其中:所述第一数据库表中以关键点的拓扑位置和关键点标识为索引；所述关键点的拓扑位置为关键点在水管网连接拓扑结构中的位置；

基于水管网关键点的连接关系构建水管网连接拓扑结构，该拓扑结构是网状结构；该拓扑结构中保存了尽可能多的，例如：所有，水管网关键点的连接关系，从而通过大数据的方式进行智慧分析；

优选的：将第一关键点参数和其他关键点数据保存在不同的第一数据库表中；所述多个不同的第一数据库表以关键点的拓扑位置和关键点标识为索引；不同的第一数据库表保存在不同的物理存储空间中；将第一关键点参数所在第一数据库表保存在第一存储区域中，而其他关键点数据所在的第一数据库表保存在第二存储区域中，其中：第一存储区域的访问速度大于第二存储区域；

所述水管网连接拓扑结构为基于关键点连接关系的网络结构；属于同一网络连通域中的关键点对应的关键数据保存在同一数据库表中，而不属于同一网络连通域中的关键点对应的关键数据保存在不同的数据库表中；同一网络连通域中的关键点通过有限数量的关键点和所述同一网络连通域外的其他关键点之间连通；水管网关键点之间可以直接或者间接连通的，但考虑到同一物理区域内的关键点和其他物理区域之间的连通是很有限的，对于多数关键点来说仅仅是通过有限数量的特定关键点来连通，对此，本发明通过将关键点数据和第一关键点参数采用多个第一数据库表的存储方式能够降低数据库表之间的存储复杂度的同时，有效的进行大量关键点数据的存储；其中：所述有限数据量为预设值；

优选的：用户通过客户端发送分析请求；

步骤S4：接收并解析用户对分析平台的分析请求；具体的：用户通过分析平台的界面接收用户分析请求，基于分析请求解析得出分析范围；其中分析范围包括分析类型、分析的时间范围和分析的关键点范围等；

优选的：关键点范围用关键点集合的方式表示；

分析平台中保存了基于时间线的关键点数据，关键点数据通过连接拓扑结构进行存储，通过解析分析请求将分析请求中的面向用户的分析范围转换为基于关键点连接拓扑结构的关键点集合；分析请求中的分析范围可以是基于管辖区域的范围，该分析范围是符合用户习惯的范围表示，例如：用户请求为对楼宇A的水管网进行用水量分析，此时需要将楼宇A转换为楼宇A内的关键点集合；

还包括基于分析类型获取对应的分析模板，优选的：所述分析模板为批处理文本；将用户分析请求中的时间信息转换为分析的时间范围，优选的：基于分析模板进行时间范围的转换；

步骤S5：确定关键点数据满足分析指令的需求情况；具体的：对于分析模板中的每个分析指令，遍历关键点范围中的每个关键点以确定针对所述分析指令的关键点数据是否满足分析指令的需求，如果不满足，则记录所述关键点及其需求满足情况，否则继续进行下一关键点的确定直到关键点范围中的每个关键点均确定完毕为止；

优选的：在进行针对当前分析指令的确定时，提前获取下一条分析指令，判断所述下一条分析指令所对应的下一关键点集合，并提前加载所述下一关键点集合对应的关键点数据的数据集合；在进行到针对所述下一条分析指令的确定时，直接针对所述预先加载的关键点集合及其对应的关键点数据的数据集合进行确定，确定是否满足所述下一条分析指令的需求；通过上述方式，避免了对所有关键点集合的遍历，同时通过预加载，大大的减小了确定的效率；

确定关键点数据是否满足分析指令的需求，具体为：判断关键点数据的种类以及关键点数据数量是否满足分析指令的需求；对同一个关键点来说，其关键点数据类型是多样的，每条分析指令需要的关键点数据种类是不同的，例如：对于安全指令或者用量需求分析指令来说其对数据种类的需求必然不同；

所述记录所述关键点及其需求满足情况，具体为：对于每条分析指令，关联的记录关键点不满足分析指令的种类数量及其数据量缺少比例情况；例如：对于分析指令INA，不满足的关键点为PT1，缺少数据种类X，缺少比例为50％；

优选的：在满足情况低于预设水平时，返回步骤S1重新进行关键点数据采集；例如：对于一条分析指令来说，记录不满足所述分析指令的关键点数量(只要类型或者数据量中任意一个不满足就记录)，当分析指令的数量或者占比超过预设值时，确定为满足情况低于预设水平；

步骤S6：基于关键点及其需求满足情况进行关键点数据准备；具体为：对于所记录的每个关键点，获取所述关键点的强关联网络结构，基于所述强关联网络结构在所述连接拓扑结构中查找相似局部连接结构，基于所述局部连接结构中的关键点数据获取所述关键点的预测关键点数据以完成数据准备；

所述获取所述关键点的强关联网络结构，具体为：强关联网络结构为和所述关键点强关联的网络结构；获取方法为，基于水管网连接拓扑结构，以所述关键点为中心，获取和所述关键点连接步数为预设步数范围内网络结构作为所述关键点的强关联网络结构；

优选的：所述强关联网络结构中的关键点和所述关键点位于同一个最小管辖范围内；例如：关键点位于楼宇A内第10层，获取的强关联网络结构中的所有关键点均需要位于楼宇A内第10层；

所述基于所述强关联网络结构在所述连接拓扑结构中查找相似局部连接结构，具体为：在所述连接拓扑结构中查找和所述强关联网络结构的结构上相似、且和所述强关联网络结构包含的关键点中部分关键点数据相似的局部连接拓扑结构；

可替换的：预先设置和所述强关联网络结构从结构上相似的N个局部连接结构，并从所述N个局部结构中选择一个局部连接结构作为最相似的局部连接结构；选择的标准为局部连接结构中关键点的部分关键点数据；选择部分关键点数据最相似的局部连接结构作为所述最相似的局部连接拓扑结构；例如：所述部分关键点数据为第一关键点参数；这里的相似为宽松相似，例如：数据值成比例关系等；

基于所述局部连接结构中的关键点数据获取所述关键点的预测关键点数据以完成数据准备，具体为：基于所述局部连接结构中的关键点数据，以及局部连接结构中关键数据和所述强关联网络结构之间的数据关系来确定所述关键点的关键点数据；例如：对比获得局部连接结构中所有关键点的特定关键点数据和所述强关联网络结构中所有关键点的特定关键点数据之间的关系，通过所述局部连接结构中的关键点数据和所述关系来确定所述关键点的关键点数据；例如：特定关键点数据为水用量，所述两个结构的总水用量之间为2倍的关系，此时可以基于该2倍的关系来直接用局部网络连接结构中和所述关键点对应的关键点数据来预测所述关键点的关键点数据；例如：基于2倍的关系来成比例的填充；一种简单的做法是直接用强关联网络结构中的关键点数据进行数据回填，填充到所述需要进行数据准备的关键点的关键点数据中；

可替换的，基于所述关键点的历史关键点数据预测所述关键点的关键点数据以完成数据准备；

步骤S7：基于分析请求进行数据分析；具体为：获取分析模板，基于分析模板对分析范围内的关键点数据进行分析；

优选的：基于关键点及其需求满足情况确定分析准确度，并将所述准确度提供给用户；当需求满足情况好时所确定的分析准确度高，反之亦然；基于该准确度，用户参照来决定对分析结果的信任程度；

优选的：分析平台通过云服务器来实现，用户通过用户终端提交用户请求；云服务器中存储关键点之间的连接拓扑结构；所述拓扑结构为图，其中，关键点构成拓扑结构图的点，直接相连的关键点之间存在边进行连接；

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本领域普通技术人员可以理解实现上述方法实施方式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，所述的程序可以存储于计算机可读取存储介质中，这里所称得的存储介质，如：ROM/RAM、磁碟、光盘等。

以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (5)

1.一种针对水管网的智慧信息处理方法，其特征在于，所述方法包含：

步骤S1：采集关键点的水管网数据，并将关键点数据发送给分析平台；其中：关键点为水管网连接处，管道薄弱环节和问题点位；关键点数据中包含关键点标识、第一关键点参数和其他关键点数据；

步骤S2：分析平台对接收到的关键点数据进行数据核实；

所述步骤S2具体为:分析平台基于关键点标识获取关键点类型，并基于关键点类型判断关键点数据是否在合理范围内，如果否，则进一步基于关键点标识查询分析平台以获取第一关键点参数，并判断所接收到的关键点数据是否符合第一关键点参数，如果是，则基于第一关键点参数查询分析平台以获取关键点历史数据，并判断所接收到的关键点数据是否和所获取的关键点历史数据一致，如果是，则进入步骤S3；否则，重新接收关键点数据；

第一关键点参数为和关键点自身属性相关的数据；第一关键点参数包括第一参数组和第二参数组，只要第一关键点参数符合第一参数组或者第二参数组中的任一个，则继续进行历史数据一致性判断；

步骤S3：将经过核实的关键点数据基于水管网连接拓扑结构存储于分析平台；

步骤S4：接收并解析用户对分析平台的分析请求；

步骤S5：确定关键点数据满足分析指令的需求情况；

步骤S6：基于关键点及其需求满足情况进行关键点数据准备；

步骤S7：基于分析请求进行数据分析。

2.根据权利要求1所述的针对水管网的智慧信息处理方法，其特征在于，所述步骤S3具体为：将关键点数据保存在和关键点的拓扑位置关联的第一数据库表中；其中:所述第一数据库表中以关键点的拓扑位置和关键点标识为索引；所述关键点的拓扑位置为关键点在水管网连接拓扑结构中的位置。

3.根据权利要求2所述的针对水管网的智慧信息处理方法，其特征在于，将第一关键点参数和其他关键点数据保存在不同的第一数据库表中。

4.根据权利要求3所述的针对水管网的智慧信息处理方法，其特征在于，所述步骤S4具体为：用户通过分析平台的界面接收用户分析请求，基于分析请求解析得出分析范围；其中分析范围包括分析类型、分析的时间范围和分析的关键点范围。

5.一种针对水管网的智慧信息处理系统，其特征在于，所述系统包含：水管网及其关键点、分析平台、传感器、客户端；所述系统用于执行权利要求1-4中任一项所述的方法。