CN112597263A - 管网检测数据异常判断方法及系统 - Google Patents

Abstract

本发明实施例提供一种管网检测数据异常判断方法及系统，所述方法包括：采集管网的实时检测数据，并获取检测数据集；计算检测数据集中的离散程度，并将实时检测数据与离散程度进行对比，根据对比结果得到初步异常数据；获取初步异常数据对应的地理位置信息，并获取与地理位置信息相同的历史数据，获取其中的历史异常数据，并获取历史异常数据中携带的外界因素标识；接收与初步异常数据的外界因素标识，判断初步异常数据和历史异常数据的外界因素标识是否相同，如果不同，判定并输出初步异常数据异常。采用本方法能及时发现异常数据，方便后续对异常数据进行处理，另外，在发现异常数据时，能考虑到外界因素影响，从而更准确的完成异常数据检测。

Description

管网检测数据异常判断方法及系统

技术领域

本发明涉及管道数据技术领域，尤其涉及一种管网检测数据异常判断方法及系统。

背景技术

目前，随着我国越来越城市化，居民通过水管用水也越来越多，供水管网也渐渐的遍布各处，分布也越来越复杂，并且在供水管网进行供水时，因为管网系统的越来越发达，产生的供水数据的类型、数量也越来越多。

现有技术中，随着供水管网数据的增加，其中的异常数据也越来越多，通常对于这些异常数据，如果比较明显，有可能可以通过相关工作人员发现问题并进行处理，对于不太明显的异常数据，就不太容易被发现，供水管网产生异常数据的原因也得不到解决。另外，还有一种情况，当数据出现异常时，是因为其他外界因素导致的，比如气温骤升骤降，或者异常数据对应的位置附近正在施工等等情况，供水管网内部本身并没有问题，但因为数据异常的原因产生误判，将非异常数据判断为异常数据，浪费人力资源对本身没有问题的供水管网进行维护。

根据上述情况，目前亟需一种能够解决上述问题的针对供水管网的数据是否异常进行准确判断的方法。

发明内容

针对现有技术中存在的问题，本发明实施例提供一种管网检测数据异常判断方法及系统。

本发明实施例提供一种管网检测数据异常判断方法，包括：

采集管网的实时检测数据，并获取与所述实时检测数据的数据类型和地理位置特征相同的检测数据集，所述地理位置特征包括：降雨量等级、人口密度等级；

计算所述检测数据集中的离散程度，并将所述实时检测数据与所述离散程度进行对比，根据对比结果获取所述实时检测数据中的初步异常数据，所述初步异常数据携带离散程度大小标识；

获取初步异常数据对应的地理位置信息，并获取GIS管网系统中与所述地理位置信息相同的历史数据，获取所述历史数据中的历史异常数据；

根据所述离散程度大小标识获取与所述初步异常数据对应的所述历史异常数据，并获取所述历史异常数据中携带的外界因素标识，所述外界因素标识为所述历史异常数据对应时间段的外界异常事件的对应标识；

接收与所述初步异常数据对应的外界因素标识，判断所述初步异常数据和所述历史异常数据的外界因素标识是否相同，并当所述初步异常数据和所述历史异常数据的外界因素标识不同，判定并输出所述初步异常数据异常。

在其中一个实施例中，所述方法还包括：

将所述实时检测数据与所述检测数据集中的数据进行对比，得到第一数据差值；

获取所述检测数据集对应的标准差，将所述第一数据差值与所述标准差进行对比，得到第二数据差值；

获取所述实时检测数据对应的地理位置上的干扰因素，并根据所述干扰因素确定对应的误差范围，所述干扰因素为影响所述实时检测数据大小的环境因素；

判断所述第二数据差值是否在所述误差范围内，当所述第二数据差值不在所述误差范围内，所述实时检测数据为初步异常数据。

在其中一个实施例中，所述方法还包括：

当所述第二数据差值不在所述误差范围内，计算所述第二数据差值与所述误差范围的上下限的第三数据差值，根据所述第三数据差值的大小等级确定对应的离散程度大小标识。

在其中一个实施例中，所述方法还包括：

处理所述初步异常数据使所述初步异常数据携带对应的外界因素标识，将处理后的所述初步异常数据输出到所述GIS管网系统。

在其中一个实施例中，所述方法还包括：

当未接收到与所述初步异常数据对应的外界因素标识，判定并输出所述初步异常数据异常。

在其中一个实施例中，所述方法还包括：

根据所述离散程度大小标识获取对应的预警等级，并根据所述预警等级获取预设的预警信息和对应的绑定终端，将所述预警信息发送至所述绑定终端。

本发明实施例提供一种管网检测数据异常判断系统，包括：

采集模块，用于采集管网的实时检测数据，并获取与所述实时检测数据的数据类型和地理位置特征相同的检测数据集，所述地理位置特征包括：降雨量等级、人口密度等级；

计算模块，用于计算所述检测数据集中的离散程度，并将所述实时检测数据与所述离散程度进行对比，根据对比结果获取所述实时检测数据中的初步异常数据，所述初步异常数据携带离散程度大小标识；

第一获取模块，用于获取初步异常数据对应的地理位置信息，并获取GIS管网系统中与所述地理位置信息相同的历史数据，获取所述历史数据中的历史异常数据；

第二获取模块，用于根据所述离散程度大小标识获取与所述初步异常数据对应的所述历史异常数据，并获取所述历史异常数据中携带的外界因素标识，所述外界因素标识为所述历史异常数据对应时间段的外界异常事件的对应标识；

判断模块，用于接收与所述初步异常数据对应的外界因素标识，判断所述初步异常数据和所述历史异常数据的外界因素标识是否相同，并当所述初步异常数据和所述历史异常数据的外界因素标识不同，判定并输出所述初步异常数据异常。

在其中一个实施例中，所述装置还包括：

第一对比模块，用于将所述实时检测数据与所述检测数据集中的数据进行对比，得到第一数据差值；

第二对比模块，用于获取所述检测数据集对应的标准差，将所述第一数据差值与所述标准差进行对比，得到第二数据差值；

第三获取模块，用于获取所述实时检测数据对应的地理位置上的干扰因素，并根据所述干扰因素确定对应的误差范围，所述干扰因素为影响所述实时检测数据大小的环境因素；

第二判断模块，用于判断所述第二数据差值是否在所述误差范围内，当所述第二数据差值不在所述误差范围内，所述实时检测数据为初步异常数据。

本发明实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述管网检测数据异常判断方法的步骤。

本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述管网检测数据异常判断方法的步骤。

本发明实施例提供的管网检测数据异常判断方法及系统，采集管网的实时检测数据，并获取与实时检测数据的数据类型和地理位置特征相同的检测数据集，地理位置特征包括：降雨量等级、人口密度等级；计算检测数据集中的离散程度，并将实时检测数据与离散程度进行对比，根据对比结果获取实时检测数据中的初步异常数据，初步异常数据携带离散程度大小标识；获取初步异常数据对应的地理位置信息，并获取GIS管网系统中与地理位置信息相同的历史数据，获取历史数据中的历史异常数据；根据离散程度大小标识获取与初步异常数据对应的历史异常数据，并获取历史异常数据中携带的外界因素标识，外界因素标识为历史异常数据对应时间段的外界异常事件的对应标识；接收与初步异常数据对应的外界因素标识，判断初步异常数据和历史异常数据的外界因素标识是否相同，并当初步异常数据和历史异常数据的外界因素标识不同，判定并输出所述初步异常数据异常。这样能够对管网数据进行异常判断，节省人力资源的同时，也能够及时发现异常数据，方便后续对异常数据的产生原因进行处理，另外，在发现异常数据时，也能考虑是否是因为突发的外界因素导致的，能够更针对性的完成异常数据检测。

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为本发明实施例中管网检测数据异常判断方法的流程图；

图2为本发明实施例中管网检测数据异常判断系统的结构图；

图3为本发明实施例中电子设备结构示意图。

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，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。

图1为本发明实施例提供的管网检测数据异常判断方法的流程示意图，如图1所示，本发明实施例提供了一种管网检测数据异常判断方法，包括：

步骤S101，采集管网的实时检测数据，并获取与所述实时检测数据的数据类型和地理位置特征相同的检测数据集，所述地理位置特征包括：降雨量等级、人口密度等级。

具体地，可以通过GIS管网系统采集到管网当前的实时检测数据，可以包括单个用户/栋/小区的用水量等数据，然后根据实时检测数据的数据类型和地理位置特征相同的检测数据集，比如获取的A用户的用水量，则数据类型为单户用户量数据，地理位置特征相同指的是影响用户用水的主要因素，即降雨量等级、人口密度等级，与A用户的用水量对应的检测数据集可以包括的数据比如：同一小区的B用户；不在同一地区，但降雨量等级、人口密度等级与A用户相同的C用户。

步骤S102，计算所述检测数据集中的离散程度，并将所述实时检测数据与所述离散程度进行对比，根据对比结果获取所述实时检测数据中的初步异常数据，所述初步异常数据携带离散程度大小标识。

具体地，计算检测数据集中数据的离散程度，其中，离散程度可以用极差、平均差、标准差等方式进行表示，将实时检测数据与检测数据集中的离散程度进行对比，即对比实时检测数据中的每个数据与离散程度相比，实时检测数据的离散程度是否达到数据集中数据的离散程度，当达到或超过数据集中数据的离散程度，说明实时检测数据的大小出现异常，则判定实时检测数据中出现初步异常数据，并且根据初步异常数据的异常程度的大小，初步异常数据将携带对应大小的离散程度大小标识，离散程度大小标识表示初步异常数据的异常程度（离散程度）大小，当初步异常数据越异常（离散程度越大），携带的离散程度大小标识也越大。

步骤S103，获取初步异常数据对应的地理位置信息，并获取GIS管网系统中与所述地理位置信息相同的历史数据，获取所述历史数据中的历史异常数据。

具体地，获取初步异常数据对应的地理位置信息，比如A用户的用水量为初步异常数据，则获取A用户对应的地理位置信息，通过GIS管网系统获取A用户的历史数据，或者与A用户处于同一小区的B用户的历史数据，然后获取历史数据中的历史异常数据，历史异常数据可以是GIS管网系统中包含异常标识的历史数据，在历史数据中，如果数据存在异常，则可以对应添加异常标识，方便在GIS管网系统中进行数据查找时，能够直观的发现异常数据。

步骤S104，根据所述离散程度大小标识获取与所述初步异常数据对应的所述历史异常数据，并获取所述历史异常数据中携带的外界因素标识，所述外界因素标识为所述历史异常数据对应时间段的外界异常事件的对应标识。

具体地，根据离散程度大小标识获取与初步异常数据对应的历史异常数据，其中，初步异常数据的离散程度大小标识越大时，对应的历史异常数据的离散程度也越大，即初步异常数据与历史异常数据的离散程度（数据异常程度）相同，则两者对应，获取到对应的历史异常数据后，判断历史异常数据是否携带外界因素标识，如果携带，获取历史异常数据中携带的外界因素标识，其中，在历史异常数据发生时，可能是因为网管泄露、老化等原因，即为管网系统的内部原因，也可能是因为气温骤升骤降、附近施工等原因造成的数据异常，即为外界因素，当出现外界因素导致的历史异常数据时，GIS系统在记录历史异常数据时，生成对应的外界因素标识，对应保存。

步骤S105，接收与所述初步异常数据对应的外界因素标识，判断所述初步异常数据和所述历史异常数据的外界因素标识是否相同，并当所述初步异常数据和所述历史异常数据的外界因素标识不同，判定并输出所述初步异常数据异常。

具体的，接收与初步异常数据对应的外界因素标识，并判断初步异常数据和历史异常数据的外界因素标识是否相同，比如因为气温骤升骤降等原因导致的数据异常情况，当初步异常数据和历史异常数据的外界因素标识不同时，说明历史异常数据是因为外界因素标识产生的，但初步异常数据并不是，可能是因为初步异常数据对应的外界因素标识不是只包含外界因素，也包含内部原因，也可能是因为初步异常数据对应的外界因素标识数据为空，判定并输出初步异常数据异常的情况。

另外，当未接收到与初步异常数据对应的外界因素标识，说明初步异常数据的异常原因是因为内部原因，则直接判定并输出初步异常数据异常，方便相关工作人员能够快速的找到初步异常数据的异常原因，及时修理，防止造成更大的损失。

本发明实施例提供的一种管网检测数据异常判断方法，采集管网的实时检测数据，并获取与实时检测数据的数据类型和地理位置特征相同的检测数据集，地理位置特征包括：降雨量等级、人口密度等级；计算检测数据集中的离散程度，并将实时检测数据与离散程度进行对比，根据对比结果获取实时检测数据中的初步异常数据，初步异常数据携带离散程度大小标识；获取初步异常数据对应的地理位置信息，并获取GIS管网系统中与地理位置信息相同的历史数据，获取历史数据中的历史异常数据；根据离散程度大小标识获取与初步异常数据对应的历史异常数据，并判断历史异常数据是否携带外界因素标识，外界因素标识为历史异常数据对应时间段的外界异常事件的对应标识；接收与初步异常数据对应的外界因素标识，判断初步异常数据和历史异常数据的外界因素标识是否相同，并当初步异常数据和历史异常数据的外界因素标识不同，判定并输出所述初步异常数据异常。这样能够对管网数据进行异常判断，节省人力资源的同时，也能够及时发现异常数据，方便后续对异常数据的产生原因进行处理，另外，在发现异常数据时，也能考虑是否是因为突发的外界因素导致的，能够更准确的完成异常数据检测。

在上述实施例的基础上，所述管网检测数据异常判断方法，还包括：

将所述实时检测数据与所述检测数据集中的数据进行对比，得到第一数据差值；

获取所述检测数据集对应的标准差，将所述第一数据差值与所述标准差进行对比，得到第二数据差值；

获取所述实时检测数据对应的地理位置上的干扰因素，并根据所述干扰因素确定对应的误差范围，所述干扰因素为影响所述实时检测数据大小的环境因素；

判断所述第二数据差值是否在所述误差范围内，当所述第二数据差值不在所述误差范围内，所述实时检测数据为初步异常数据。

在本发明实施例中，将实时检测数据与检测数据集中同类型的数据进行对比，计算两者之间的差值，得到第一数据差值，然后计算检测数据集中数据对应的标准差，将第一数据差值与标准差之间进行对比求差值，得到第二数据差值，其中，第二数据差值表示的是两个数据（实时检测数据与检测数据集中同类型的数据）间的差值与标准差相比起来的离散情况，再计算得到第二数据差值后，然后获取实时检测数据对应的地理位置上的干扰因素，干扰因素可以比如海拔高度、日照时长等会对用水数据产生干扰的数据，然后根据干扰因素的影响程度大小，确定对应的误差范围的上下限，然后判断第二数据差值是否在误差范围内，当第二数据差值不在误差范围内，说明实时检测数据为初步异常数据。具体的步骤可以比如：A用户用水量的7吨（月），而检测数据集中同类型数据的平均值为6吨，则第一数据差值为1吨，然后计算检测数据集对应的标准差，得到标准差的值为0.8，则第二数据差值为0.2，然后获取实时检测数据对应的地理位置上的干扰因素，通过日照时长、海拔高度等数据确定标准差误差范围为±0.3，则第二数据差值在误差范围内，实时检测数据不为初步异常数据，当误差范围为±0.1，则第二数据差值不在误差范围内，实时检测数据为初步异常数据。

本发明实施例通过检测数据集对应的标准差、实时检测数据与检测数据集中的数据进行计算得到实时检测数据中的离散数据（初步异常数据），并在计算时能够考虑到干扰因素，使得初步异常数据的判断结果更精确，进而使后续步骤中对于异常数据的判断结果更准确。

在上述实施例的基础上，所述管网检测数据异常判断方法，还包括：

当所述第二数据差值不在所述误差范围内，计算所述第二数据差值与所述误差范围的上下限的第三数据差值，根据所述第三数据差值的大小等级确定对应的离散程度大小标识。

在本发明实施例中，当第二数据差值不在误差范围内时，说明实时检测数据为初步异常数据，然后确定初步异常数据的异常程度大小，通过第二数据差值计算与误差范围的上下限的第三数据差值，可以得到初步异常数据的离散程度大小，然后对应的确定离散程度大小标识。

本发明实施例通过计算第二数据差值与误差范围的上下限计算得到对应的离散程度大小标识，离散程度大小标识的标准能够清楚的表示初步异常数据的离散程度大小，方便后续的数据异常判断。

在上述实施例的基础上，所述管网检测数据异常判断方法，还包括：

处理所述初步异常数据使所述初步异常数据携带对应的外界因素标识，将处理后的所述初步异常数据输出到所述GIS管网系统。

在本发明实施例中，在判定并输出初步异常数据异常后，将于初步异常数据对应的外界因素标识，并将处理后的初步异常数据输出到GIS管网系统，这样对GIS管网系统的数据进行更新，使得GIS管网系统中的数据都能够携带有对应的外界因素标识，方便后续对数据是否异常，异常原因的判断。

本发明实施例通过对GIS管网系统的数据进行更新，使得GIS管网系统中的数据都能够携带有对应的外界因素标识，方便后续在进行数据分析时，能够明显的得到数据异常以及异常原因。

在上述实施例的基础上，所述管网检测数据异常判断方法，还包括：

根据所述离散程度大小标识获取对应的预警等级，并根据所述预警等级获取预设的预警信息和对应的绑定终端，将所述预警信息发送至所述绑定终端。

在本发明实施例中，根据离散程度大小标识获取对应的预警等级，即根据实时检测数据的异常程度来确定对应的预警等级，然后根据预警等级获取预设的预警信息和对应的绑定终端，通常来说，预警等级越高，对应的预警信息内容越危急，对应的绑定终端管理权限越高，涉及的工作人员等级越高，然后将预警信息发送至对应的绑定终端，供相关的工作人员及时的了解到异常程度的等级，并对实时检测数据对应的问题产生原因进行处理。

本发明实施例通过将对应等级的预警信息发送至对应等级的绑定终端，供相关的工作人员及时对实时检测数据对应的问题产生原因进行处理。

图2为本发明实施例提供的一种管网检测数据异常判断系统，包括：采集模块S201、计算模块S202、第一获取模块S203、第二获取模块S204和判断模块S205，其中：

采集模块S201，用于采集管网的实时检测数据，并获取与所述实时检测数据的数据类型和地理位置特征相同的检测数据集，所述地理位置特征包括：降雨量等级、人口密度等级。

计算模块S202，用于计算所述检测数据集中的离散程度，并将所述实时检测数据与所述离散程度进行对比，根据对比结果获取所述实时检测数据中的初步异常数据，所述初步异常数据携带离散程度大小标识。

第一获取模块S203，用于获取初步异常数据对应的地理位置信息，并获取GIS管网系统中与所述地理位置信息相同的历史数据，获取所述历史数据中的历史异常数据。

第二获取模块S204，用于根据所述离散程度大小标识获取与所述初步异常数据对应的所述历史异常数据，并获取所述历史异常数据中携带的外界因素标识，所述外界因素标识为所述历史异常数据对应时间段的外界异常事件的对应标识。

判断模块S205，用于接收与所述初步异常数据对应的外界因素标识，判断所述初步异常数据和所述历史异常数据的外界因素标识是否相同，并当所述初步异常数据和所述历史异常数据的外界因素标识不同，判定并输出所述初步异常数据异常。

在一个实施例中，系统还可以包括：

第一对比模块，用于将所述实时检测数据与所述检测数据集中的数据进行对比，得到第一数据差值。

第二对比模块，用于获取所述检测数据集对应的标准差，将所述第一数据差值与所述标准差进行对比，得到第二数据差值。

第三获取模块，用于获取所述实时检测数据对应的地理位置上的干扰因素，并根据所述干扰因素确定对应的误差范围，所述干扰因素为影响所述实时检测数据大小的环境因素。

第二判断模块，用于判断所述第二数据差值是否在所述误差范围内，当所述第二数据差值不在所述误差范围内，所述实时检测数据为初步异常数据。

在一个实施例中，系统还可以包括：

第二计算模块，用于当所述第二数据差值不在所述误差范围内，计算所述第二数据差值与所述误差范围的上下限的第三数据差值，根据所述第三数据差值的大小等级确定对应的离散程度大小标识。

在一个实施例中，系统还可以包括：

处理模块，用于处理所述初步异常数据使所述初步异常数据携带对应的外界因素标识，将处理后的所述初步异常数据输出到所述GIS管网系统。

在一个实施例中，系统还可以包括：

输出模块，用于当未接收到与所述初步异常数据对应的外界因素标识，判定并输出所述初步异常数据异常。

在一个实施例中，系统还可以包括：

预警模块，用于根据所述离散程度大小标识获取对应的预警等级，并根据所述预警等级获取预设的预警信息和对应的绑定终端，将所述预警信息发送至所述绑定终端。

关于管网检测数据异常判断系统的具体限定可以参见上文中对于管网检测数据异常判断方法的限定，在此不再赘述。上述管网检测数据异常判断系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

图3示例了一种电子设备的实体结构示意图，如图3所示，该电子设备可以包括：处理器(processor)301、存储器(memory)302、通信接口(Communications Interface)303和通信总线304，其中，处理器301，存储器302，通信接口303通过通信总线304完成相互间的通信。处理器301可以调用存储器302中的逻辑指令，以执行如下方法：采集管网的实时检测数据，并获取与实时检测数据的数据类型和地理位置特征相同的检测数据集，地理位置特征包括：降雨量等级、人口密度等级；计算检测数据集中的离散程度，并将实时检测数据与离散程度进行对比，根据对比结果获取实时检测数据中的初步异常数据，初步异常数据携带离散程度大小标识；获取初步异常数据对应的地理位置信息，并获取GIS管网系统中与地理位置信息相同的历史数据，获取历史数据中的历史异常数据；根据离散程度大小标识获取与初步异常数据对应的历史异常数据，并获取所述历史异常数据中携带的外界因素标识，外界因素标识为历史异常数据对应时间段的外界异常事件的对应标识；接收与初步异常数据对应的外界因素标识，判断初步异常数据和历史异常数据的外界因素标识是否相同，并当初步异常数据和历史异常数据的外界因素标识不同，判定并输出所述初步异常数据异常。

此外，上述的存储器302中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。

另一方面，本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的传输方法，例如包括：采集管网的实时检测数据，并获取与实时检测数据的数据类型和地理位置特征相同的检测数据集，地理位置特征包括：降雨量等级、人口密度等级；计算检测数据集中的离散程度，并将实时检测数据与离散程度进行对比，根据对比结果获取实时检测数据中的初步异常数据，初步异常数据携带离散程度大小标识；获取初步异常数据对应的地理位置信息，并获取GIS管网系统中与地理位置信息相同的历史数据，获取历史数据中的历史异常数据；根据离散程度大小标识获取与初步异常数据对应的历史异常数据，并获取所述历史异常数据中携带的外界因素标识，外界因素标识为历史异常数据对应时间段的外界异常事件的对应标识；接收与初步异常数据对应的外界因素标识，判断初步异常数据和历史异常数据的外界因素标识是否相同，并当初步异常数据和历史异常数据的外界因素标识不同，判定并输出所述初步异常数据异常。

以上所描述的系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：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 (10)

1.一种管网检测数据异常判断方法，其特征在于，包括：

采集管网的实时检测数据，并获取与所述实时检测数据的数据类型和地理位置特征相同的检测数据集，所述地理位置特征包括：降雨量等级、人口密度等级；

计算所述检测数据集中的离散程度，并将所述实时检测数据与所述离散程度进行对比，根据对比结果获取所述实时检测数据中的初步异常数据，所述初步异常数据携带离散程度大小标识；

获取初步异常数据对应的地理位置信息，并获取GIS管网系统中与所述地理位置信息相同的历史数据，获取所述历史数据中的历史异常数据；

根据所述离散程度大小标识获取与所述初步异常数据对应的所述历史异常数据，并获取所述历史异常数据中携带的外界因素标识，所述外界因素标识为所述历史异常数据对应时间段的外界异常事件的对应标识；

接收与所述初步异常数据对应的外界因素标识，判断所述初步异常数据和所述历史异常数据的外界因素标识是否相同，并当所述初步异常数据和所述历史异常数据的外界因素标识不同，判定并输出所述初步异常数据异常。

2.根据权利要求1所述的管网检测数据异常判断方法，其特征在于，所述将所述实时检测数据与所述离散程度进行对比，根据对比结果获取所述实时检测数据中的初步异常数据，包括：

将所述实时检测数据与所述检测数据集中的数据进行对比，得到第一数据差值；

获取所述检测数据集对应的标准差，将所述第一数据差值与所述标准差进行对比，得到第二数据差值；

获取所述实时检测数据对应的地理位置上的干扰因素，并根据所述干扰因素确定对应的误差范围，所述干扰因素为影响所述实时检测数据大小的环境因素；

判断所述第二数据差值是否在所述误差范围内，当所述第二数据差值不在所述误差范围内，所述实时检测数据为初步异常数据。

3.根据权利要求2所述的管网检测数据异常判断方法，其特征在于，所述离散程度大小标识，包括：

当所述第二数据差值不在所述误差范围内，计算所述第二数据差值与所述误差范围的上下限的第三数据差值，根据所述第三数据差值的大小等级确定对应的离散程度大小标识。

4.根据权利要求1所述的管网检测数据异常判断方法，其特征在于，所述判定并输出所述初步异常数据异常之后，还包括：

处理所述初步异常数据使所述初步异常数据携带对应的外界因素标识，将处理后的所述初步异常数据输出到所述GIS管网系统。

5.根据权利要求1所述的管网检测数据异常判断方法，其特征在于，所述方法还包括：

当未接收到与所述初步异常数据对应的外界因素标识，判定并输出所述初步异常数据异常。

6.根据权利要求1所述的管网检测数据异常判断方法，其特征在于，所述判定所述初步异常数据异常之后，还包括：

根据所述离散程度大小标识获取对应的预警等级，并根据所述预警等级获取预设的预警信息和对应的绑定终端，将所述预警信息发送至所述绑定终端。

7.一种管网检测数据异常判断系统，其特征在于，所述系统包括：

采集模块，用于采集管网的实时检测数据，并获取与所述实时检测数据的数据类型和地理位置特征相同的检测数据集，所述地理位置特征包括：降雨量等级、人口密度等级；

计算模块，用于计算所述检测数据集中的离散程度，并将所述实时检测数据与所述离散程度进行对比，根据对比结果获取所述实时检测数据中的初步异常数据，所述初步异常数据携带离散程度大小标识；

第一获取模块，用于获取初步异常数据对应的地理位置信息，并获取GIS管网系统中与所述地理位置信息相同的历史数据，获取所述历史数据中的历史异常数据；

第二获取模块，用于根据所述离散程度大小标识获取与所述初步异常数据对应的所述历史异常数据，并获取所述历史异常数据中携带的外界因素标识，所述外界因素标识为所述历史异常数据对应时间段的外界异常事件的对应标识；

判断模块，用于接收与所述初步异常数据对应的外界因素标识，判断所述初步异常数据和所述历史异常数据的外界因素标识是否相同，并当所述初步异常数据和所述历史异常数据的外界因素标识不同，判定并输出所述初步异常数据异常。

8.根据权利要求7所述的管网检测数据异常判断系统，其特征在于，所述系统还包括：

第一对比模块，用于将所述实时检测数据与所述检测数据集中的数据进行对比，得到第一数据差值；

第二对比模块，用于获取所述检测数据集对应的标准差，将所述第一数据差值与所述标准差进行对比，得到第二数据差值；

第三获取模块，用于获取所述实时检测数据对应的地理位置上的干扰因素，并根据所述干扰因素确定对应的误差范围，所述干扰因素为影响所述实时检测数据大小的环境因素；

第二判断模块，用于判断所述第二数据差值是否在所述误差范围内，当所述第二数据差值不在所述误差范围内，所述实时检测数据为初步异常数据。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述管网检测数据异常判断方法的步骤。

10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至6任一项所述管网检测数据异常判断方法的步骤。

Images