CN112185086B - 基于偏差分析的粮库安全预警系统 - Google Patents

Abstract

本发明提供一种基于偏差分析的粮库安全预警系统，涉及粮库安全预警技术领域。该粮库安全预警系统包括监测终端，通信终端和云端服务器，所述监测终端，通信终端和云端服务器依次相连；当粮库内有多个粮仓在预设时间段内同时发生报警事件、预警事件，或者没有粮仓发生报警、预警事件时，系统基于共时比差及比商偏差分析方法能格外提醒人们关注发生安全隐患可能性较大的粮仓情况。通过在粮库的安全预警系统中引入了共时偏差分析方法，为系统增加了报警事件、预警事件的排序功能，不再强制用户针对每一个报警、预警事件逐一排查，并在系统未发生报警、预警事件时，也能让用户明确“隐患风险比较高”的监测点位置，提高了系统的实用性。

Description

基于偏差分析的粮库安全预警系统

技术领域

本发明涉及粮库安全预警技术领域，具体涉及一种基于偏差分析的粮库安全预警系统。

背景技术

粮库安全监测技术在中国国家发改委《产业结构调整指导目录(2019年本)》的分类中应被归入“城市灾害监测预警技术”领域，如果用美国《无尽前沿法案(EndlessFrontier Act，2020)》中的归类方法则应被归入“人为灾害预防技术”领域；无论在哪种技术分类体系中，都是近年来倍备受重视的热门技术领域。

该技术方向近年来在中国的技术发展趋势可以概括为“互联网+监测”，典型专利如天津科技大学CN206021065U《一种基于“互联网+”的粮库在线监控系统》。该监控系统括线下和线上两部分组成，线下部分包括感知单元、执行单元和采集控制单元，线上部分包括云平台、移动终端和固定终端。其能对多种粮情指标及仓内外空气状态指标实时监测，利用云平台对粮仓进行智能管理，具有实时控制、数据存储、信息发布和状态预警等功能，用户通过安装移动终端或固定终端的APP程序对粮库进行本地或远程交互管理。

但是上述粮库在线监控系统存在着弊端，即多个粮仓同时发生报警、预警事件时，无法第一时间选择安全隐患相对更大的粮仓进行排查。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种基于偏差分析的粮库安全预警系统，解决了多个粮仓同时发生报警、预警事件时，无法第一时间选择安全隐患相对更大的粮仓进行排查的技术问题。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：

一种基于偏差分析的粮库安全预警系统，包括监测终端，通信终端和云端服务器，所述监测终端，通信终端和云端服务器依次相连；

所述监测终端用于采集粮仓内若干类监测信号，实时计算所述监测信号对应的实时数据，将所述实时数据与预设的报警阈值进行比较，判断是否生成相应的报警事件，每隔预设时间段计算所述实时数据对应的时段数据，并将所述时段数据通过所述通信终端上传到所述云端服务器；

所述通信终端用于接收所述时段数据和报警事件并传输至所述云端服务器；

所述云端服务器用于处理所述时段数据得到预警阈值，将所述时段数据与所述预警阈值进行比较，判断是否生成对应的预警事件，并由所述时段数据得到对应的特征时段数据，进行偏差分析，得到均值偏差度，将所述均值偏差度对应的粮仓进行排序，分级展示每个所述粮仓对应的报警事件和/或预警事件。

优选的，所述云端服务器用于进行共时比差偏差分析，得到均值偏差度，将所述均值偏差度对应的粮仓进行排序具体包括：

依据每一轮所述预设时间段内的所述特征时段数据，得到所述特征时段数据对应的均值；

计算所述特征时段数据与均值之差，将所述特征时段数据与均值之差按顺序组合构成一个数列；

计算所述数列的标准差，将所述标准差数值对应的粮仓进行排序，得到第一均值偏差度排序。

优选的，所述云端服务器还用于进行共时比商偏差分析，得到均值偏差度，将所述均值偏差度对应的粮仓进行排序具体包括：

依据每一轮所述预设时间段内的所述特征时段数据，得到所述特征时段数据对应的标准差；

确定所述均值正负若干倍标准差的数值与均值之商构成的区间；

将所述特征时段数据与所述区间进行对比判断，若所述特征时段数据落在所述区间之外，则将该所述特征时段数据在所述第一均值偏差度排序中对应的粮仓剔除，得到第二均值偏差度排序。

优选的，所述将所述均值偏差度对应的粮仓进行排序，具体包括：

将所述均值偏差度结果由大到小进行排序，对排序结果靠前取一定比例范围的数值，对应得到一定比例范围的粮仓，将所述一定比例范围的粮仓对应的报警事件、预警事件增加额外警示标识后展示。

优选的，所述云端服务器采用时序滑窗均值偏差分析所述时段数据得到预警阈值。

优选的，所述时序滑窗均值偏差分析具体包括：

依据每一轮预设窗口宽度内的所述时段数据，按照预设滑动刻度计算所述时段数据对应的均值和标准差；

确定所述均值正负若干倍所述标准差的数值，将所述数值作为下一滑动刻度前时段数据的预警阈值；

若所述下一滑动刻度前时段数据超过所述预警阈值，则所述云端服务器生成对应的预警事件并展示。

优选的，所述监测终端的组成包括信号采集模块，微处理器和通信模块，所述信号采集模块，微处理器和通信模块依次相连，所述通信模块与所述通信终端相连；

所述信号采集模块用于采集粮仓内若干类所述监测信号，并传递给所述微处理器；

所述微处理器用于实时计算所述监测信号对应的实时数据，将所述实时数据与预设的报警阈值进行比较，判断是否生成相应的报警事件，每隔预设时间段计算所述实时数据对应的时段数据；

所述通信模块用于将所述时段数据和报警事件通过所述通信终端上传到所述云端服务器。

优选的，所述粮库安全预警系统还包括调控执行终端，所述调控执行终端通过通信终端与所述云端服务器相连；

所述调控执行终端用于接收所述云端服务器下达的并通过通信终端传递的动作控制信号，控制相应设备的启停。

优选的，所述若干类监测信号包括温度、剩余电流、电流、电压、湿度、磷化氢气体浓度、虫害指数、监测短视频、调控执行终端的运行状态。

优选的，所述微处理器采用滑动窗口法实时计算所述监测信号得到对应的实时数据。

(三)有益效果

本发明提供了一种基于偏差分析的粮库安全预警系统。与现有技术相比，具备以下有益效果：本发明中云端服务器用于处理所述时段数据得到预警阈值并生成对应的预警事件，并由所述时段数据得到对应的特征时段数据，进行偏差分析，得到均值偏差度，将所述均值偏差度对应的粮仓进行排序，分级展示每个所述粮仓对应的报警事件、预警事件。当多个粮仓在预设时间段内同时发生预警、报警事件时，或没有粮仓发生报警、预警事件时，系统基于共时比差及比商偏差分析方法能格外提醒人们关注发生安全隐患可能性较大的粮仓情况。通过在粮库的安全预警系统中引入了共时偏差分析方法，为系统增加了报警事件、预警事件的排序功能，不再需要用户逐一排查解决，并在系统未发生报警、预警事件时，也能让用户明确“隐患风险比较高”的监测点位置，提高了系统的实用性。

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，显而易见地，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他的附图。

图1为本发明实施例提供的一种基于偏差分析的粮库安全预警系统结构示意图；

图2为本发明实施例提供的另一种基于偏差分析的粮库安全预警系统结构示意图；

图3为本发明实施例提供的粮仓测温终端结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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他实施例，都属于本发明保护的范围。

本申请实施例通过提供一种基于偏差分析的粮库安全预警系统，解决了多个粮仓同时发生报警、预警事件时，或没有粮仓发生报警、预警事件时，无法第一时间选择安全隐患相对更大的粮仓进行排查的技术问题，实现为系统增加报警事件、预警事件的排序功能，不再强制用户针对每一个报警、预警事件逐一排查，提高了系统的实用性。

本申请实施例中的技术方案为解决上述技术问题，总体思路如下：

本发明实施例中云端服务器用于处理所述时段数据得到预警阈值并生成对应的预警事件，并由所述时段数据得到对应的特征时段数据，进行偏差分析，得到均值偏差度，将所述均值偏差度对应的粮仓进行排序，分级展示每个所述粮仓对应的报警事件、预警事件。当多个粮仓在预设时间段内同时发生报警事件、预警事件时，或没有粮仓发生报警和/或预警事件时，系统基于共时比差及比商偏差分析方法能格外提醒人们关注发生安全隐患可能性较大的粮仓情况。通过在粮库的安全预警系统中引入了共时偏差分析方法，为系统增加了报警事件、预警事件的排序功能，不再强制用户针对每一个报警、预警事件逐一排查，并在系统未发生报警、预警事件时，也能让用户明确“隐患风险比较高”的监测点位置，提高了系统的实用性。

为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。

本发明实施例提供了一种基于偏差分析的粮库安全预警系统，包括监测终端，通信终端和云端服务器，所述监测终端，通信终端和云端服务器依次相连；

所述监测终端用于采集粮仓内若干类监测信号，实时计算所述监测信号对应的实时数据，将所述实时数据与预设的报警阈值进行比较，判断是否生成相应的报警事件，每隔预设时间段计算所述实时数据对应的时段数据，并将所述时段数据通过所述通信终端上传到所述云端服务器；

所述通信终端用于接收所述时段数据和报警事件并传输至所述云端服务器；

所述云端服务器用于处理所述时段数据得到预警阈值生成对应的预警事件，并由所述时段数据得到对应的特征时段数据，进行偏差分析，得到均值偏差度，将所述均值偏差度对应的粮仓进行排序，分级展示每个所述粮仓对应的报警事件、预警事件。

当粮库内有多个粮仓在预设时间段内同时发生报警事件、预警事件时，系统基于共时比差及比商偏差分析方法能格外提醒人们关注发生安全隐患可能性较大的粮仓情况。通过在粮库的安全预警系统中引入了共时偏差分析方法，为系统增加了报警事件、预警事件的排序功能，不再强制用户针对每一个报警、预警事件逐一排查，并在系统未发生报警、预警事件时，也能让用户明确“隐患风险比较高”的监测点位置，提高了系统的实用性。

实施例1：

如图1～3所示，本发明实施例提供了一种基于偏差分析的粮库安全预警系统，包括监测终端，通信终端，云端服务器和调控执行终端。所述监测终端，通信终端和云端服务器依次相连，所述云端服务器还通过通信终端与所述调控执行终端相连。

如图1所示，所述监测终端的组成包括信号采集模块，微处理器和通信模块，所述信号采集模块，微处理器和通信模块依次相连，所述通信模块与所述通信终端相连。

所述信号采集模块用于采集粮仓内若干类所述监测信号，并传递给所述微处理器。

所述微处理器用于实时计算所述监测信号对应的实时数据，每隔预设时间段计算所述实时数据对应的时段数据，基于所述时段数据判断是否生成报警事件。

所述通信模块用于将所述时段数据和报警事件通过所述通信终端上传到所述云端服务器。

如图2所示，所述监测终端包括粮仓测温终端，电气安全监测终端，湿度监测终端，磷化氢气体监测终端，虫害监测终端，视频监测终端，调控状态监测终端。

如图3所示，所述粮仓测温终端包括驱动模块与粮仓测温电缆。粮仓测温电缆指粮仓内按面积均匀布设、从仓顶竖直垂下若干根的缆式温度监测设备，其内部腔体每隔一定距离设有一个温度采集模块；驱动模块指通过多级放大的信号采集电路，用于适配测温电缆的长距离检测与信号传输。

所述电气安全监测终端指布设在粮仓配电箱或配电柜内，含有互感器，能够监测剩余电流，并对漏电问题进行报警的电子设备。此外，所述电气安全监测终端还能够监测电流和电压，并对过流、过压、欠压问题进行实时报警。

所述湿度监测终端指布设在粮仓内部的湿度传感器。

所述磷化氢气体监测终端指布设在粮仓内部的磷化氢气体浓度传感器。

所述虫害监测终端指布设在粮仓内部的虫害监测传感器。

所述视频监测终端指布设在粮库各区域的摄像头。

所述调控状态监测终端指布设在调控执行终端周边进行设备状态检测的装置。

本发明实施例提供的粮库安全预警系统中可以连接多个通信终端。所述通信终端指通过有线或无线方式接收来自监测终端或其他通信终端的包括时段数据在内的监测数据和报警预警事件信息传输至云端服务器，或接收来自云端服务器的控制信号并直接或通过其他通信终端向指定监测终端、调控执行终端传输。

此外，通信终端还可以与某一种监测终端采用集成一体化为结构。

所述云端服务器还可以对包括时段数据在内的监测数据和报警事件信息进行基于偏差分析的数据处理，在生成智能诊断结论并按页面设计进行展示的同时，生成阈值调优控制信号通过通信终端发送给指定监测终端，或生成动作控制信号发送给指定调控执行终端。

所述调控执行终端指可以根据云端服务器下发的并通过通信终端传递的动作控制信号，控制粮仓电路通断、鼓风机启停、通风窗开闭、环流熏蒸系统启停的设备。

本发明实施例提供的粮库安全预警系统，具体工作流程如下所述：

S1、通过不同种类监测终端实时采集粮仓内若干类所述监测信号，得到相应监测信号的采样值，监测信号包括温度和剩余电流。

所述监测信号还可以包括电流、电压、湿度、磷化氢气体浓度、虫害指数、监测短视频、调控执行终端的运行状态。

S2、相应监测终端按滑动窗口法实时计算相应监测信号所对应的实时数据，并将计算出的实时数据与按国家标准要求预先设置的报警阈值做对比判定，生成相应的报警事件；实时数据定时通过通信终端上传至云端服务器，报警事件实时通过通信终端上传至云端服务器。

所述监测信号包括温度和剩余电流，相应的实时数据包括实时温度，即温度信号采样值按预设窗口宽度和预设滑动刻度计算滑窗均值。此处的预设窗口宽度取0.5秒，预设滑动刻度取4小时。

实时数据还可以包括实时湿度，即湿度信号采样值按预设窗口宽度(0.5秒)和预设滑动刻度(4小时)计算滑窗均值。

实时数据还可以包括磷化氢气体实时浓度，即磷化氢气体浓度信号采样值按预设窗口宽度(0.5秒)和预设滑动刻度(4小时)计算滑窗均值。

实时数据还可以包括实时虫害指数，即虫害指数信号采样值按预设窗口宽度(0.5秒)和预设滑动刻度(12小时)计算滑窗均值。

实时数据还可以包括按预设窗口宽度(1分钟)进行跳窗分段处理得到的监测短视频。

实时数据还可以包括实时调控状态，即调控执行状态的运行状态信号采样值按预设窗口宽度(实施例0.5秒)和预设滑动刻度(实施例4小时)计算滑窗均值。

S21、相应监测终端通过对相应监测信号采样值按预设窗口宽度对应预设滑动刻度，进行滑窗有效值实时计算，得到该监测信号所对应的实时数据。

例如，粮仓测温终端通过对温度信号采样值按预设窗口宽度0.5秒和预设滑动刻度4小时计算滑窗均值，进行滑窗有效值实时计算，得到温度监测信号所对应的时段数据。

特别的，对于监测短视频，粮库各区域的摄像头可以通过各自内部的通信模块直接向云端服务器传输。

S22、相应监测终端将每类监测信号所对应的实时数据储存在监测终端微处理器的寄存器中，每隔预设时间更新一次；相应监测终端每隔预设时间段自动通过通信终端向云端服务器上传一次此刻微处理器寄存器中的实时数据。此处的预设时间取1秒，预设时间段取3分钟。

相应的监测终端还可以在接收到云端服务器下发查询指令时，即时通过通信终端向云端服务器上传一次此刻微处理器寄存器中的实时数据；

特别的，对监测短视频，云端服务器还可以进行解析，即对监测视频进行目标检测和追踪计算，得到关于该监测视频的目标类别和状态的实时数据。所述目标类别包括人、车、动物等，所述状态包括目标速度、目标是否侵入禁止区域等。

对实时监测采集数据，云端服务器还可以进行综合分析，即根据采集偏差值、调控执行终端状态和终端调控时间，得到该调节任务的期望模型，作为自动化调节的可靠依据。

所述的调节任务的执行包括训练模式和记忆模式两种。

训练模式设置阈值，通过控制调控执行终端的设备的运行，改变环境参数以达到期望阈值的有效范围，记录本次调控的时间和行为参数。

记忆模式是指在执行多次训练任务后，得到训练任务期望集合，通过线性回归的数学方法得到输入与输出的期望模型，在每次环境发生变化时，将需要调节环境检测值作为参数输入，迅速拟定修正任务用以执行，并减少调节误差。

S23、相应监测终端以根据国家标准预设的报警阈值对实时数据做对比判定，一旦实时数据超过报警阈值则实时生成报警事件。

例如，云端服务器按预设报警阈值对某段监测视频解析得到的目标类别和状态实时数据做对比判定，一旦目标类别或状态实时数据超过报警阈值则实时生成报警事件。

S3、云端服务器处理时段数据得到对应的特征时段数据，进行共时偏差分析并据此进行均值偏差度排序，将每个所述粮仓对应的所述均值偏差度进行排序，分级展示每个所述粮仓对应的报警事件。

S31、相应监测终端通过对相应实时数据按预设窗口宽度，以预设计算方法进行跳窗计算，得到该实时数据所对应的时段数据，并即时通过通信终端上传至云端服务器。

S32、云端服务器对粮库内全部或部分粮仓的多个同类监测终端上传的时段数据处理得到的特征时段数据，进行共时比差及比商偏差分析，并据此进行均值偏差度排序，依据排序对报警事件进行分级展示。

S321、云端服务器根据某粮仓若干同类监测终端某时刻上传的时段数据计算生成该粮仓该类监测信号的特征时段数据。

所述由时段数据计算生成得到特征时段数据的方法不做特别限制，例如可以对某个粮仓某时刻生成的所有温度时段数据取最大值，将温度时段数据中的最大值作为预设时间段内的温度监测信号对应的特征时段数据。

S322、云端服务器计算整个粮库全部或选定部分粮仓的某类监测信号每一轮上述特征时段数据的均值mean和标准差std。例如，可以计算温度监测信号对应的特征时段数据的均值和标准差。

S323、云端服务器在整个粮库全部或选定部分粮仓每一轮时段数据生成后至下一轮时段数据生成前，采用比差法，计算整个粮库全部或选定部分粮仓中的某个粮仓特征时段数据X与上述当轮特征时段数据的均值之差即X-mean，将每一轮的X-mean与此前预设轮的X-mean按顺序组合构成一个数列M，计算每个粮仓每一轮监测时生成的数列M的标准差std_M，并按std_M由大到小对整个粮库的全部或选定部分粮仓进行排序，得到第一均值偏差度排序。

依据上述方法，得到温度监测信号对应的第一均值偏差度排序。其中，一共采集24轮温度监测信号。

S324、云端服务器在整个粮库全部或选定部分粮仓每一轮时段数据生成后至下一轮时段数据生成前，采用比商法，计算整个粮库全部或选定部分粮仓中的某个粮仓特征时段数据X与上述当轮特征时段数据的均值之商即X/mean，将上述商值与当轮特征时段数据均值正负若干倍标准差的数值与均值之商构成的区间即(mean±B*std)/mean做对比判定，一旦某粮仓对应的商值X₀/mean落在该区间(mean±B*std)/mean之外，则该商值X₀/mean对应的粮仓从上述第一均值偏差度排序中剔除，得到第二均值偏差度排序。所述倍数B为内置参数，在一定范围内可设。

之所以执行剔除上述粮仓的步骤，是因为考虑到实践中存在一个问题：空置或显著存粮不满的粮仓尽管在数据上偏差度极高，但并非存在安全隐患问题，因此需剔除此部分粮仓对监测有效性的影响。

依据上述方法，得到温度监测信号对应到的第二均值偏差度排序。其中，B可在一定范围内可设，例如可以1～10，此处取B为3.

S325、云端服务器在整个粮库全部或选定部分粮仓每一轮时段数据生成后至下一轮时段数据生成前，完成上述比商法剔除步骤后，对得到的第二均值偏差度排序，即新粮仓排序取前一定比例C的粮仓，数量向上取整。

所述比例C为内置参数，在一定范围内可设，如0％-100％，优选的为5％。

执行上述步骤是因为考虑到，偏离程度较大的数据，有更大概率存在异常隐患，需要人们格外注意。

S326、对该预设时段内发生在所述前一定比例C的粮仓内的报警事件，在云端向用户展示时增加额外警示标识。

本发明实施例新增了报警事件分级展示功能，通过偏差度排序的方式指出发生安全隐患可能性较大的粮仓，并加以重点关注的方式，有利于缓解实践中安全报警过于频繁，超过处置能力导致的粮库安全监测系统实用性下降问题。

特别的，本发明实施例提供的基于偏差分析的粮库安全预警系统，针对粮库在预设时间段内没有粮仓发生报警、预警事件时，也可以通过计算监测信号对应的相关均值偏差度排序，从而将粮仓的发生安全隐患的可能性进行排序，方便用户随时关注粮仓的实际情况。

在系统没有生成报警、预警事件时，也对粮仓进行隐患风险排序，这是非常有意义的，并且这也是符合一线实际工作情况的(一线人员通常进行巡检工作)。理由如下：

第一，系统未生成报警、预警事件的情况下并不代表没有隐患，理论上隐患是每时每刻都必然存在的，所以即使在系统未生成报警、预警事件的情况下，告诉用户“隐患风险比较高”的监测点位置(具体为哪个或哪些粮仓)仍然是有意义的。

第二，由上述的介绍可知，判断报警、预警事件是否生成对应的阈值都是人为设定的。如果用户在实际使用中把相关阈值设定的过高，会使本系统忽视了一部分隐患风险。

实施例2：

如图1～3所示，本发明实施例提供了一种基于偏差分析的粮库安全预警系统，包括监测终端，通信终端，云端服务器和调控执行终端。所述监测终端，通信终端和云端服务器依次相连，所述云端服务器还通过通信终端与所述调控执行终端相连。

如图1所示，所述监测终端的组成包括信号采集模块，微处理器和通信模块，所述信号采集模块，微处理器和通信模块依次相连，所述通信模块与所述通信终端相连。

所述信号采集模块用于采集粮仓内若干类所述监测信号，并传递给所述微处理器。

所述微处理器用于实时计算所述监测信号对应的实时数据，每隔预设时间段计算所述实时数据对应的时段数据，基于所述时段数据判断是否生成报警事件。

所述通信模块用于将所述时段数据和报警事件通过所述通信终端上传到所述云端服务器。

如图2所示，所述监测终端包括粮仓测温终端，电气安全监测终端，湿度监测终端，磷化氢气体监测终端，虫害监测终端，视频监测终端，调控状态监测终端。

如图3所示，所述粮仓测温终端包括驱动模块与粮仓测温电缆。粮仓测温电缆指粮仓内按面积均匀布设、从仓顶竖直垂下若干根的缆式温度监测设备，其内部腔体每隔一定距离设有一个温度采集模块；驱动模块指通过多级放大的信号采集电路，用于适配测温电缆的长距离检测与信号传输。

所述电气安全监测终端指布设在粮仓配电箱或配电柜内，含有互感器，能够监测剩余电流，并对漏电问题进行报警的电子设备。此外，所述电气安全监测终端还能够监测电流和电压，并对过流、过压、欠压问题进行实时报警。

所述湿度监测终端指布设在粮仓内部的湿度传感器。

所述磷化氢气体监测终端指布设在粮仓内部的磷化氢气体浓度传感器。

所述虫害监测终端指布设在粮仓内部的虫害监测传感器。

所述视频监测终端指布设在粮库各区域的摄像头。

所述调控状态监测终端指布设在调控执行终端周边进行设备状态检测的装置。

本发明实施例提供的粮库安全预警系统中可以连接多个通信终端。所述通信终端指通过有线或无线方式接收来自监测终端或其他通信终端的包括时段数据在内的监测数据和报警事件信息传输至云端服务器，或接收来自云端服务器的控制信号并直接或通过其他通信终端向指定监测终端、调控执行终端传输。

此外，通信终端还可以与某一种监测终端采用集成一体化为结构。

所述云端服务器还可以对包括时段数据在内的监测数据和报警事件信息进行基于偏差分析的数据处理，在生成智能诊断结论并按页面设计进行展示的同时，生成阈值调优控制信号通过通信终端发送给指定监测终端，或生成动作控制信号发送给指定调控执行终端。

所述调控执行终端指可以根据云端服务器下发的并通过通信终端传递的动作控制信号，控制粮仓电路通断、鼓风机启停、通风窗开闭、环流熏蒸系统启停的设备。

本发明实施例提供的粮库安全预警系统，具体工作流程如下所述：

S1、通过不同种类监测终端实时采集粮仓内若干类所述监测信号，得到相应监测信号的采样值，监测信号包括温度和剩余电流。

所述监测信号还可以包括电流、电压、湿度、磷化氢气体浓度、虫害指数、监测短视频、调控执行终端的运行状态。

S2、相应监测终端按滑动窗口法实时计算相应监测信号所对应的实时数据，并将计算出的实时数据与按国家标准要求预先设置的报警阈值做对比判定，生成相应的报警事件；实时数据定时通过通信终端上传至云端服务器，报警事件实时通过通信终端上传至云端服务器。

所述监测信号包括温度和剩余电流，相应的实时数据包括剩余电流，即剩余电流信号采样值按预设窗口宽度和预设滑动刻度计算滑窗均值。此处的预设窗口宽度取0.5秒，预设滑动刻度取1秒。

实时数据还可以包括剩余电流、电流、电压、有功功率、无功功率、视在功率的全波、基波、谐波三种有效值中的至少两种。

实时数据还可以包括剩余有功功率的基波有效值，即基波电压有效值乘以基波剩余电流有效值乘以基波电压与基波剩余电流相位角余弦值的绝对值。

实时数据还可以包括实时湿度，即湿度信号采样值按预设窗口宽度(0.5秒)和预设滑动刻度(4小时)计算滑窗均值。

实时数据还可以包括磷化氢气体实时浓度，即磷化氢气体浓度信号采样值按预设窗口宽度(0.5秒)和预设滑动刻度(4小时)计算滑窗均值。

实时数据还可以包括实时虫害指数，即虫害指数信号采样值按预设窗口宽度(0.5秒)和预设滑动刻度(12小时)计算滑窗均值。

实时数据还可以包括按预设窗口宽度(1分钟)进行跳窗分段处理得到的监测短视频。

实时数据还可以包括实时调控状态，即调控执行状态的运行状态信号采样值按预设窗口宽度(实施例0.5秒)和预设滑动刻度(实施例4小时)计算滑窗均值。

S21、相应监测终端通过对相应监测信号采样值按预设窗口宽度对应预设滑动刻度，进行滑窗有效值实时计算，得到该监测信号所对应的实时数据。

例如，电气安全监测终端通过对温度信号采样值按预设窗口宽度0.5秒和预设滑动刻度1秒计算全波、基波、谐波三种有效值中的至少一种的滑窗均值，得到剩余电流监测信号所对应的时段数据。

特别的，对于监测短视频，粮库各区域的摄像头可以通过各自内部的通信模块直接向云端服务器传输。

S22、相应监测终端将每类监测信号所对应的实时数据储存在监测终端微处理器的寄存器中，每隔预设时间更新一次；相应监测终端每隔预设时间段自动通过通信终端向云端服务器上传一次此刻微处理器寄存器中的实时数据。此处的预设时间取1秒，预设时间段取3分钟。

相应的监测终端还可以在接收到云端服务器下发查询指令时，即时通过通信终端向云端服务器上传一次此刻微处理器寄存器中的实时数据；

特别的，对监测短视频，云端服务器还可以进行解析，即对监测视频进行目标检测和追踪计算，得到关于该监测视频的目标类别和状态的实时数据。所述目标类别包括人、车、动物等，所述状态包括目标速度、目标是否侵入禁止区域等。

对实时监测采集数据，云端服务器还可以进行综合分析，即根据采集偏差值、调控执行终端状态和终端调控时间，得到该调节任务的期望模型，作为自动化调节的可靠依据。

所述的调节任务的执行包括训练模式和记忆模式两种。

训练模式设置阈值，通过控制调控执行终端的设备的运行，改变环境参数以达到期望阈值的有效范围，记录本次调控的时间和行为参数。

记忆模式是指在执行多次训练任务后，得到训练任务期望集合，通过线性回归的数学方法得到输入与输出的期望模型，在每次环境发生变化时，将需要调节环境检测值作为参数输入，迅速拟定修正任务用以执行，并减少调节误差。

S23、相应监测终端以根据国家标准预设的报警阈值对实时数据做对比判定，一旦实时数据超过报警阈值则实时生成报警事件。

例如，云端服务器按预设报警阈值对某段监测视频解析得到的目标类别和状态实时数据做对比判定，一旦目标类别或状态实时数据超过报警阈值则实时生成报警事件。

S3、云端服务器针对时段数据进行时序滑窗均值偏差分析，得到自动调优的预警阈值并据此生成预警事件，并处理时段数据得到对应的特征时段数据，进行共时偏差分析并据此进行均值偏差度排序，将每个所述粮仓对应的所述均值偏差度进行排序，分级展示每个所述粮仓对应报警事件、预警事件。

例如，利用上述剩余电流监测信号对应的时段数据剩余有功功率的基波有效值进行时序偏差分析并得到自动调优的预警阈值，据此生成预警事件，且进行共时偏差分析并据此进行均值偏差度排序。

S31、相应监测终端通过对相应实时数据按预设窗口宽度，以预设计算方法进行跳窗计算，得到该实时数据所对应的时段数据，并即时通过通信终端上传至云端服务器。

S32、云端服务器对时段数据进行时序滑窗均值偏差分析并得到自动调优的预警阈值并据此生成预警事件。

S321、云端服务器在监测开始至少一个预设窗口宽度的时间后，按预设滑动刻度计算滑窗窗口内时段数据的均值和标准差。

例如，在预设窗口宽度24小时，按照预设滑动刻度1小时计算滑窗窗口内剩余有功功率的基波有效值的均值mean和标准差std。

S322、云端服务器将每一上述滑动窗口计算出的均值正负若干倍标准差即mean±A*std，设置为下一滑动刻度前时段数据的预警阈值，所述倍数A为内置参数，在一定范围内可设。

依据上述方法，得到所述剩余有功功率的基波有效值的预警阈值。其中A在一定范围内可设，如1-10，此处设为3。

S323、云端服务器以该预警阈值处理下一上述滑动刻度前该监测终端上传的时段数据，做对比判定，一旦时段数据超过预警阈值则实时生成预警事件。

例如，当下一滑动刻度前剩余有功功率的基波有效值超过当轮得到的预警阈值，实时生成预警事件。

S33、云端服务器对粮库内全部或部分粮仓的多个同类监测终端上传的时段数据处理得到的特征时段数据，进行共时比差及比商偏差分析，并据此进行均值偏差度排序，依据排序对报警事件和预警事件进行分级展示；

S331、云端服务器根据某粮仓若干同类监测终端某时刻上传的时段数据计算生成该粮仓该类监测信号的特征时段数据。

所述由时段数据计算生成得到特征时段数据的方法不做特别限制，例如可以对某个粮仓某时刻生成的所有剩余电流时段数据取最大值，将剩余电流时段数据中的最大值作为预设时间段内的剩余电流监测信号对应的特征时段数据。

S332、云端服务器计算整个粮库全部或选定部分粮仓的某类监测信号每一轮上述特征时段数据的均值mean和标准差std。例如，可以计算剩余电流监测信号对应的特征时段数据的均值和标准差。

S333、云端服务器在整个粮库全部或选定部分粮仓每一轮时段数据生成后至下一轮时段数据生成前，采用比差法，计算整个粮库全部或选定部分粮仓中的某个粮仓特征时段数据X与上述当轮特征时段数据的均值之差即X-mean，将每一轮的X-mean与此前预设轮的X-mean按顺序组合构成一个数列M，计算每个粮仓每一轮监测时生成的数列M的标准差std_M，并按std_M由大到小对整个粮库的全部或选定部分粮仓进行排序，得到第一均值偏差度排序。

依据上述方法，得到剩余电流监测信号对应的第一均值偏差度排序。其中，一共采集24轮剩余电流监测信号。

S334、云端服务器在整个粮库全部或选定部分粮仓每一轮时段数据生成后至下一轮时段数据生成前，采用比商法，计算整个粮库全部或选定部分粮仓中的某个粮仓特征时段数据X与上述当轮特征时段数据的均值之商即X/mean，将上述商值与当轮特征时段数据均值正负若干倍标准差的数值与均值之商构成的区间即(mean±B*std)/mean做对比判定，一旦某粮仓对应的商值X₀/mean落在该区间(mean±B*std)/mean之外，则该商值X₀/mean对应的粮仓从上述第一均值偏差度排序中剔除，得到第二均值偏差度排序。所述倍数B为内置参数，在一定范围内可设。

之所以执行剔除上述粮仓的步骤，是因为考虑到实践中存在一个问题：即空置或显著存粮不满的粮仓尽管在数据上偏差度极高，但并非存在安全隐患问题。因此消除此部分粮仓对总体监测有效性的影响。

依据上述方法，得到剩余电流监测信号对应到的第二均值偏差度排序。其中，B可在一定范围内可设，例如可以1～10，此处取B为3.

S335、云端服务器在整个粮库全部或选定部分粮仓每一轮时段数据生成后至下一轮时段数据生成前，完成上述比商法剔除步骤后，对得到的第二均值偏差度排序，即新粮仓排序取前一定比例C的粮仓，数量向上取整。

所述比例C为内置参数，在一定范围内可设，如0％-100％，优选的为5％。

执行上述步骤是因为考虑到，偏离程度较大的数据，有更大概率存在异常隐患，需要人们格外注意。

S336、对该预设时段内发生在所述前一定比例C的粮仓内的报警事件、预警事件，在云端向用户展示时增加额外警示标识。

本发明实施例新增了报警事件、预警事件分级展示功能，通过偏差度排序的方式指出发生安全隐患可能性较大的粮仓，并加以重点关注的方式，有利于缓解实践中安全报警预警过于频繁，超过处置能力导致的粮库安全监测系统实用性下降问题。

特别的，本发明实施例提供的基于偏差分析的粮库安全预警系统，针对粮库在预设时间段内没有粮仓发生报警、预警事件时，也可以通过计算监测信号对应的相关均值偏差度排序，从而将粮仓的发生安全隐患的可能性进行排序，方便用户随时关注粮仓的实际情况。

在系统没有生成报警、预警事件时，也对粮仓进行隐患风险排序，这是非常有意义的，并且这也是符合一线实际工作情况的(一线人员通常进行巡检工作)。理由如下：

第一，系统未生成报警、预警事件的情况下并不代表没有隐患，理论上隐患是每时每刻都必然存在的，所以即使在系统未生成报警、预警事件的情况下，告诉用户“隐患风险比较高”的监测点位置(具体为哪个或哪些粮仓)仍然是有意义的。

第二，由上述的介绍可知，判断报警、预警事件是否生成对应的阈值都是人为设定的。如果用户在实际使用中把相关阈值设定的过高，会使本系统忽视了一部分隐患风险。

综上所述，与现有技术相比，具备以下有益效果：

1、本发明实施例中云端服务器用于处理所述时段数据得到预警阈值并生成对应的预警事件，并由所述时段数据得到对应的特征时段数据，进行偏差分析，得到均值偏差度，将所述均值偏差度对应的粮仓进行排序，分级展示每个所述粮仓对应的报警事件、预警事件。当多个粮仓在预设时间段内同时发生报警事件、预警事件时，或没有粮仓发生报警、预警事件时，系统基于共时比差及比商偏差分析方法能格外提醒人们关注发生安全隐患可能性较大的粮仓情况。通过在粮库的安全预警系统中引入了共时偏差分析方法，为系统增加了报警事件、预警事件的排序功能，不再强制用户针对每一个报警、预警事件进行逐一排查，并在系统未发生报警、预警事件时，也能让用户明确“隐患风险比较高”的监测点位置，提高了系统的实用性。

2、本发明实施例相对现有粮库安全监测领域的技术方案，首创参数自动调优的预警功能，提升了系统的适用性和智能化水平。

3、本发明实施例消除了粮库安全监测现有技术体系中电气安全监测方面的盲点，提高粮库安全管理工作的隐患发现能力。

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。

以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (8)

1.一种基于偏差分析的粮库安全预警系统，其特征在于，包括监测终端，通信终端和云端服务器，所述监测终端，通信终端和云端服务器依次相连；

所述监测终端用于采集粮仓内若干类监测信号，实时计算所述监测信号对应的实时数据，将所述实时数据与预设的报警阈值进行比较，判断是否生成相应的报警事件，每隔预设时间段计算所述实时数据对应的时段数据，并将所述时段数据通过所述通信终端上传到所述云端服务器；

所述通信终端用于接收所述时段数据和报警事件并传输至所述云端服务器；

所述云端服务器用于处理所述时段数据得到预警阈值，将所述时段数据与所述预警阈值进行比较，判断是否生成对应的预警事件，并由所述时段数据得到对应的特征时段数据，进行偏差分析，得到均值偏差度，将所述均值偏差度对应的粮仓进行排序，分级展示每个所述粮仓对应的报警事件和/或预警事件；

所述云端服务器用于进行共时比差偏差分析，得到均值偏差度，将所述均值偏差度对应的粮仓进行排序具体包括：

依据每一轮所述预设时间段内的所述特征时段数据，得到所述特征时段数据对应的均值；

计算所述特征时段数据与均值之差，将所述特征时段数据与均值之差按顺序组合构成一个数列；

计算所述数列的标准差，将所述标准差数值对应的粮仓进行排序，得到第一均值偏差度排序；

所述云端服务器还用于进行共时比商偏差分析，得到均值偏差度，将所述均值偏差度对应的粮仓进行排序具体包括：

依据每一轮所述预设时间段内的所述特征时段数据，得到所述特征时段数据对应的标准差；

确定所述均值正负若干倍标准差的数值与均值之商构成的区间；

将所述特征时段数据与所述区间进行对比判断，若所述特征时段数据落在所述区间之外，则将该所述特征时段数据在所述第一均值偏差度排序中对应的粮仓剔除，得到第二均值偏差度排序。

2.如权利要求1所述粮库安全预警系统，其特征在于，所述将所述均值偏差度对应的粮仓进行排序，具体包括：

将所述均值偏差度结果由大到小进行排序，对排序结果靠前取一定比例范围的数值，对应得到一定比例范围的粮仓，将所述一定比例范围的粮仓对应的报警事件、预警事件增加额外警示标识后展示。

3.如权利要求1所述的粮库安全预警系统，其特征在于，所述云端服务器采用时序滑窗均值偏差分析所述时段数据得到预警阈值。

4.如权利要求3所述的粮库安全预警系统，其特征在于，所述时序滑窗均值偏差分析具体包括：

依据每一轮预设窗口宽度内的所述时段数据，按照预设滑动刻度计算所述时段数据对应的均值和标准差；

确定所述均值正负若干倍所述标准差的数值，将所述数值作为下一滑动刻度前时段数据的预警阈值；

若所述下一滑动刻度前时段数据超过所述预警阈值，则所述云端服务器生成对应的预警事件并展示。

5.如权利要求1所述的粮库安全预警系统，其特征在于，所述监测终端的组成包括信号采集模块，微处理器和通信模块，所述信号采集模块，微处理器和通信模块依次相连，所述通信模块与所述通信终端相连；

所述信号采集模块用于采集粮仓内若干类所述监测信号，并传递给所述微处理器；

所述微处理器用于实时计算所述监测信号对应的实时数据，将所述实时数据与预设的报警阈值进行比较，判断是否生成相应的报警事件，每隔预设时间段计算所述实时数据对应的时段数据；

所述通信模块用于将所述时段数据和报警事件通过所述通信终端上传到所述云端服务器。

6.如权利要求1所述的粮库安全预警系统，其特征在于，所述粮库安全预警系统还包括调控执行终端，所述调控执行终端通过通信终端与所述云端服务器相连；

所述调控执行终端用于接收所述云端服务器下达的并通过通信终端传递的动作控制信号，控制相应设备的启停。

7.如权利要求1所述的粮库安全预警系统，其特征在于，所述若干类监测信号包括温度、剩余电流、电流、电压、湿度、磷化氢气体浓度、虫害指数、监测短视频、调控执行终端的运行状态。

8.如权利要求5所述的粮库安全预警系统，其特征在于，所述微处理器采用滑动窗口法实时计算所述监测信号得到对应的实时数据。

Images