CN112668931A - 一种基于深度学习的智能水务管理方法及系统 - Google Patents

Abstract

本发明公开了一种基于深度学习的智能水务管理方法及系统，包括数据采集，用水信息进行分类、分析与处理，判断用水信息是否正常，判断异常是否超过预警阈值，判断异常是否超过报警阈值，运行监测系统(300)向智能水务系统发送修复指令，自学习系统(600)根据预警和报警更新预警阈值和报警阈值，用户处理异常情况后智能水务系统正常运行。本发明提供的一种基于深度学习的智能水务管理方法及系统，能够实现用水检测网络，及时调节用水平衡，实现用水管理的智能化。

Description

一种基于深度学习的智能水务管理方法及系统

技术领域

本发明涉及智能水务技术领域，具体涉及一种基于深度学习的智能水务管理方法及系统。

背景技术

智能水务即为智慧水务，是通过数采仪、无线网络、水质水压表等在线监测设备实时感知城市供排水系统的运行状态，并采用可视化的方式有机整合水务管理部门与供排水设施，形成“城市水务物联网”，并可将海量水务信息进行及时分析与处理，并做出相应的处理结果辅助决策建议，以更加精细和动态的方式管理水务系统的整个生产、管理和服务流程，从而达到“智慧”的状态。

我国火电占可供电力的80％左右，而火电厂总用水量(100多亿吨)的90％用于循环水系统，其中排污水量占70％以上。目前，火电厂水务管理存在很多问题，如：水计量设施不完善，没有定期开展水平衡测试，跑冒滴漏严重；大量火电厂水资源分配不合理，废水资源没有合理利用；许多火电厂虽然设置了工业废水、生活废水标准，但是许多都未经处理后就排放，造成浪费。大量火电厂不重视用水和排水的管理，造成了火电厂的水平衡管理较为粗放，水量监控网络不成熟。即使是已开发的火电厂节水模型，也采用半人工半智能，自动检测和自动控制技术应用较少。

申请号为201811287763.3公开了一种基于互联网的智慧水务智能管理系统，包括户外输水管道监测及预警系统、终端用户计量及数据上传系统、监测站及中心服务器系统；智能水务系统可根据节点之间的流量及压力差异，自动计算出泄漏点的位置、泄漏量、泄漏事件等，给地面开挖提供极具价值的参考信息，节省大量人力物力财力；有效节省水资源；系统可在用水的不同时段自动调节、分配各区域之间的水压、流量供给，以达到各区域供给平衡；将节省大量的水务人力资源，从而节省大量费用；可免去或减少水务人员的现场耗费时间，有效节省人力资源。

发明内容

本发明是为了解决现有技术中水务管理系统存在水计量设施不完善、水资源分配不合理等技术问题，提供一种基于深度学习的智能水务管理方法及系统，能够实现用水检测网络，及时调节用水平衡，实现用水管理的智能化。

本发明提供一种基于深度学习的智能水务管理方法，

数据采集系统通过设置在智能水务系统中的传感器实时测量各检测点的用水信息，用水信息包括水质信息、水量信息、流量信息；

数据处理系统对用水信息进行分类、分析与处理，发现异常信息数据，如错误数据、突变数据等；

运行监测系统通过用水信息对智能水务系统的运行进行监控，发现异常运行数据，如杂质含量过大、水量小于警戒线、水压过大等；

预报警系统判断异常信息数据和异常运行数据的级别并根据各数据的预警阈值和报警阈值生成各异常状态的预警信息或报警信息；

自学习系统根据异常信息数据和异常运行数据对预警阈值和报警阈值进行更新，若在某一检测区域其中一项数据引发预警或报警，在之后某一时间段内可以提高预警阈值或报警阈值，直至该区域相应数据恢复正常后一段时间内再将预警阈值或报警阈值调至原有水平。在某些区域的某些数据检测过程中，若该项数据在一段时间内未触发预警或报警，则可相应的调低预警阈值或报警阈值。

本发明所述的一种基于深度学习的智能水务管理方法，作为优选方式，包括以下步骤：

S1、数据采集系统通过设置在智能水务系统中的传感器实时测量各检测点的用水信息；

S2、数据处理系统对不同检测点测量的用水信息进行分类、分析与处理，判断用水信息是否正常，若判断为是则进入步骤S9，若判断为否则进入步骤S3；

S3、运行监测系统根据用水信息判断智能水务系统的运行是否正常，若判断为是则进入步骤S10，若判断为否则进入步骤S4；

S4、预报警系统通过显示系统输出异常位置点，并判断异常是否超过预警阈值，若判断为是进入步骤S5，若判断为否进入步骤S9；

S5、预报警系统判断异常是否超过报警阈值，若判断为是进入步骤S6，若判断为否进入步骤S7；

S6、运行监测系统生成报警信号通过所述显示系统700反馈给用户，进入步骤S8；

S7、运行监测系统生成预警信号通过所述显示系统700反馈给用户，进入步骤S8；

S8、运行监测系统向智能水务系统发送修复指令，智能水务系统根据修复指令调整运行状态至正常后返回步骤S1；

S9、自学习模块根据预警信号或所述报警信号更新相应位置的预警阈值或报警阈值，返回步骤S1；

S10、智能水务系统正常运行。

本发明提供一种基于深度学习的智能水务管理系统，包括：

数据采集系统：用于采集智能水务系统中的用水信息，用于将用水信息传送至所述数据处理系统；

数据处理系统：用于接收数据采集系统传送的用水信息，用于将用水信息进行分类、分析与处理，用于将处理后的用水信息传送至运行监测系统、预报警系统和数据存储系统；

运行监测系统：用于接收数据处理系统传送的用水信息，用于根据用水信息判断智能水务系统的运行状态，用于将运行状态信息传送至数据存储系统，当运行状态超过预警阈值时生成预警信息并将预警信息传送至预报警系统，当运行状态超过报警阈值时生成报警信息并将报警信息传送至预报警系统，用于接收数据存储系统传送的预警阈值和报警阈值；

预报警系统：用于接收运行监测系统传送的预警信息和报警信息，用于根据预警信息生成预警指令并将预警指令传送至数据存储系统和显示系统，用于根据报警信息生成报警指令并将报警指令传送至数据存储系统和显示系统；

数据存储系统：用于存储用水信息、运行状态信息、预警指令、报警指令、预警阈值、报警阈值，用于接收数据处理系统传送的用水信息，用于接收运行监测系统传送的运行状态信息，用于接收预报警系统传送的预警指令和报警指令，用于将用水信息、运行状态信息、预警指令、报警指令实时传送至显示系统，用于将用水信息、运行状态信息、预警指令、报警指令定时传送至自学习系统，用于接收自学习系统传送的更新指令，用于根据更新指令更新预警阈值和报警阈值，用于将更新后的预警阈值和报警阈值传送至预报警系统；

自学习系统：用于接收数据存储系统传送的用水信息、运行状态信息、预警指令、报警指令，用于接收用户输入的更新信息，用于将每次接收的用水信息、运行状态信息、预警指令、报警指令和更新信息与之前接收的用水信息、运行状态信息、预警指令、报警指令进行对比，生成更新后的预警阈值和报警阈值，用于将更新后的预警阈值和报警阈值传送至数据存储系统；

显示系统：用于接收并实时显示数据存储系统传送的用水信息、运行状态信息、预警指令、报警指令。

本发明所述的一种基于深度学习的智能水务管理系统，作为优选方式，数据采集系统包括：

原水数据采集装置：设置在水源采集系统上，用于采集原水信息，原水信息包括取水水源水质、原水取水流量、取水池水量，用于将原水信息传送至数据处理系统；

水循环数据采集装置：设置在水循环系统和工业用水系统上，用于采集循环水信息，循环水信息包括循环水水质、循环水流量、循环水水量，用于将循环水信息传送至所述数据处理系统；

处理水数据采集装置：设置在污水收集系统和水处理系统上，用于采集污水处理信息，污水处理信息包括污水类别、污水水质、污水流量、污水水量，用于将污水处理信息传送至数据处理系统。

本发明所述的一种用于智能水处理系统的预报警方法，作为优选方式，数据处理系统包括：

数据分类系统：用于接收数据采集系统传送的用水信息，用于将用水信息进行分类生成分类标记，用于将带有分类标记的用水信息传送至数据校验系统；

数据校验系统：用于接收数据分类系统传送的带有分类标记的用水信息，用于对用水信息进行校验，当出现校验异常时生成预警信息或报警信息，用于将校验后的用水信息传送至运行监测系统和数据存储系统，用于将预警信息、报警信息传送至预报警系统。

本发明所述的一种基于深度学习的智能水务管理系统，作为优选方式，运行监测系统包括：

状态检测系统：用于接收数据处理系统传送的用水信息，用于根据用水信息检测智能水务系统水运行状态，用于将运行状态信息传送至数据存储系统；

异常处理系统：用于当智能水务系统水运行状态出现异常时生成异常信号，用于根据异常信号生成预警信息或报警信息，用于将预警信息、报警信息传送至预报警系统。

本发明所述的一种基于深度学习的智能水务管理系统，作为优选方式，预报警系统包括：

预警判断系统：用于接收运行监测系统传送的预警信息，用于判断预警信息是否准确，若判断为是则生成预警信号并将预警信号传送至显示系统，若判断为否则生成反馈信号传送至运行监测系统；

报警判断系统：用于接收运行监测系统传送的报警信息，用于判断报警信息是否准确，若判断为是则生成报警信号并将报警信号传送至显示系统，若判断为否则生成反馈信号传送至运行监测系统。

本发明所述的一种基于深度学习的智能水务管理系统，作为优选方式，自学习系统包括：

知识库模块：用于存储用水信息、运行状态信息、预警指令、报警指令；

指令模块：用于接收用户输入的更新信息，用于将更新信息传送至推理器模块；

推理器模块：用于根据时间效应对知识库模块中的用水信息、运行状态信息、预警指令、报警指令进行迭代，生成更新后的预警阈值和报警阈值，用于接收指令模块传送的更新信息并根据更新信息生成更新后的预警阈值和报警阈值。

本发明所述的一种基于深度学习的智能水务管理系统，作为优选方式，显示系统包括下述装置之一或组合：显示器、扬声器、信号灯。

本发明所述的一种基于深度学习的智能水务管理系统，作为优选方式，智能水务系统包括：

水源采集系统：用于在水源处采集用水，用于将用水传送至水处理系统；

水处理系统：用于接收水源采集系统传送的用水，用于将用水进行处理并生成工业用水，用于将工业用水传送至水循环系统，用于接收工业用水系统传送的工业废水，用于接收污水收集系统传送的污水，用于对工业废水和污水进行处理并生成回收水，用于将回收水传送至水循环系统；

水循环系统：用于接收水处理系统传送的工业用水和回收水，用于将工业用水和回收水传送至工业用水系统；

工业用水系统：用于接收水循环系统传送的工业用水和回收水，用于将生产产生的工业废水传送至水处理系统；

污水收集系统：用于回收生活用水和消防用水，用于将生活用水和消防用水混合成污水传送至水处理系统。

本发明所述的一种基于深度学习的智能水务管理系统，作为优选方式，水处理系统包括：

原水处理系统：用于接收水源采集系统传送的用水，用于将用水进行处理并生成工业用水，用于将工业用水传送至水循环系统；

工业废水处理系统：用于接收工业用水系统传送的工业废水，用于接收污水收集系统传送的污水，用于对工业废水和污水进行处理并生成回收水，用于将回收水传送至水循环系统。

本发明所述的一种基于深度学习的智能水务管理系统，作为优选方式，工业废水处理系统包括：

工业废水分类系统：用于接收工业用水系统传送的工业废水，用于对工业废水进行分类，分类结果包括含油废水、含煤废水、脱硫废水、含氨废水，用于将含油废水传送至含油废水处理系统，用于将含煤废水传送至含煤废水处理系统，用于将脱硫废水传送至脱硫废水处理系统，用于将含氨废水传送至含氨废水处理系统；

含油废水处理系统：用于接收工业废水分类系统传送的含油废水，用于对含油废水进行处理，排除油后提取回收水并将回收水传送至水循环系统；油可以排至煤场进行喷洒；

含煤废水处理系统：用于接收工业废水分类系统传送的含煤废水，用于对含煤废水进行处理，排除废弃物后提取回收水并将回收水传送至水循环系统；其中废弃物包括输煤皮带冲洗和煤场排水等，废弃物经过混凝沉淀或过滤后进行循环利用，产生的杂质可以和煤一并掺烧；

脱硫废水处理系统：用于接收工业废水分类系统传送的脱硫废水，用于对脱硫废水进行处理，排除废弃物后提取回收水并将回收水传送至水循环系统；

含氨废水处理系统：用于接收工业废水分类系统传送的含氨废水，用于对含氨废水进行处理，排除废弃物后提取回收水并将回收水传送至水循环系统。

本发明具有以下优点：

(1)通过数据采集系统对智能水务系统的用水信息进行实时监测，能够及时反应智能水务系统的用水情况；

(2)运行监测系统能够及时发现智能水务系统的异常信息并生成相应的预警信号、报警信号反馈至用户；

(3)运行监测系统能够根据数据存储系统存储的处理方式及时处理智能水务系统产生的异常，当出现产生不能处理的异常时及时反馈至用户进行人工处理；

(4)自学习系统能够通过智能水务系统正常运行的数据及异常处理过程更新数据存储系统中存储的内容，实现智能生长。

附图说明

图1为一种基于深度学习的智能水务管理方法流程图；

图2为一种基于深度学习的智能水务管理系统组成图；

图3为数据采集系统组成图；

图4为数据处理系统组成图；

图5为运行监测系统组成图；

图6为预报警系统组成图；

图7为自学习系统组成图；

图8为智能水务系统组成图；

图9为水处理系统组成图；

图10为工业废水处理系统组成图。

附图标记：

100、数据采集系统；110、原水数据采集装置；120、水循环数据采集装置；130、处理水数据采集装置；200、数据处理系统；210、数据分类系统；220、数据校验系统；300、运行监测系统；310、状态检测系统；320、异常处理系统；400、预报警系统；410、预警判断系统；420、报警判断系统；500、数据存储系统；600、自学习系统；610、知识库模块；620、指令模块；630、推理器模块；700、显示系统；1、水源采集系统；2、水处理系统；21、原水处理系统；22、工业废水处理系统；221、工业废水分类系统；222、含油废水处理系统；223、含煤废水处理系统；224、脱硫废水处理系统；225、含氨废水处理系统；3、水循环系统；4、工业用水系统；5、污水处理系统。

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。

实施例1

如图1所示，一种基于深度学习的智能水务管理方法，包括以下步骤：

S1、数据采集系统100通过设置在智能水务系统中的传感器实时测量各检测点的水质信息、流量信息、水量信息等用水信息；

S2、数据处理系统200对不同检测点测量的用水信息进行分类、分析与处理，判断用水信息是否正常，若判断为是则进入步骤S9，若判断为否则进入步骤S3；

S3、运行监测系统300根据用水信息判断智能水务系统的运行是否正常，若判断为是则进入步骤S10，若判断为否则进入步骤S4；

S4、预报警系统400通过显示系统700输出异常位置点，并判断异常是否超过预警阈值，若判断为是进入步骤S5，若判断为否进入步骤S9；

S5、判断异常是否超过报警阈值，若判断为是进入步骤S6，若判断为否进入步骤S7；

S6、运行监测系统300生成报警信号通过显示系统700反馈给用户，进入步骤S8；

S7、运行监测系统300生成预警信号通过显示系统700反馈给用户，进入步骤S8；

S8、运行监测系统300向智能水务系统发送修复指令，智能水务系统根据修复指令调整运行状态至正常后返回步骤S1；

S9、自学习模块600根据预警信号或报警信号更新相应位置的预警阈值或报警阈值，返回步骤S1；

S10、智能水务系统正常运行。

其中，如图2所示，一种基于深度学习的智能水务管理系统包括：

数据采集系统100：用于采集智能水务系统中的用水信息，用于将用水信息传送至所述数据处理系统200；如图3所示，数据采集系统100包括：

原水数据采集装置110：设置在水源采集系统1上，用于采集原水信息，原水信息包括取水水源水质、原水取水流量、取水池水量，用于将原水信息传送至数据处理系统200；

水循环数据采集装置120：设置在水循环系统3和工业用水系统4上，用于采集循环水信息，循环水信息包括循环水水质、循环水流量、循环水水量，用于将循环水信息传送至所述数据处理系统200；

处理水数据采集装置130：设置在污水收集系统5和水处理系统2上，用于采集污水处理信息，污水处理信息包括污水类别、污水水质、污水流量、污水水量，用于将污水处理信息传送至数据处理系统200；

数据处理系统200：用于接收数据采集系统100传送的用水信息，用于将用水信息进行分类、分析与处理，用于将处理后的用水信息传送至运行监测系统300、预报警系统400和数据存储系统500；如图4所示，数据处理系统200包括：

数据分类系统210：用于接收数据采集系统100传送的用水信息，用于将用水信息进行分类生成分类标记，用于将带有分类标记的用水信息传送至数据校验系统220；

数据校验系统220：用于接收数据分类系统210传送的带有分类标记的用水信息，用于对用水信息进行校验，当出现校验异常时生成预警信息或报警信息，用于将校验后的用水信息传送至运行监测系统300和数据存储系统500，用于将预警信息、报警信息传送至预报警系统400；

运行监测系统300：用于接收数据处理系统200传送的用水信息，用于根据用水信息判断智能水务系统的运行状态，用于将运行状态信息传送至数据存储系统500，当运行状态超过预警阈值时生成预警信息并将预警信息传送至预报警系统400，当运行状态超过报警阈值时生成报警信息并将报警信息传送至预报警系统400，用于接收数据存储系统500传送的预警阈值和报警阈值；如图5所示，运行监测系统300包括：

状态检测系统310：用于接收数据处理系统200传送的用水信息，用于根据用水信息检测智能水务系统水运行状态，用于将运行状态信息传送至数据存储系统500；

异常处理系统320：用于当智能水务系统水运行状态出现异常时生成异常信号，用于根据异常信号生成预警信息或报警信息，用于将预警信息、报警信息传送至预报警系统400；

预报警系统400：用于接收运行监测系统传送的预警信息和报警信息，用于根据预警信息生成预警指令并将预警指令传送至数据存储系统500和显示系统700，用于根据报警信息生成报警指令并将报警指令传送至数据存储系统500和显示系统700；如图6所示，预报警系统400包括：

预警判断系统410：用于接收运行监测系统300传送的预警信息，用于判断预警信息是否准确，若判断为是则生成预警信号并将预警信号传送至显示系统700，若判断为否则生成反馈信号传送至运行监测系统300；

报警判断系统420：用于接收运行监测系统300传送的报警信息，用于判断报警信息是否准确，若判断为是则生成报警信号并将报警信号传送至显示系统700，若判断为否则生成反馈信号传送至运行监测系统300；

数据存储系统500：用于存储用水信息、运行状态信息、预警指令、报警指令、预警阈值、报警阈值，用于接收数据处理系统200传送的用水信息，用于接收运行监测系统300传送的运行状态信息，用于接收预报警系统400传送的预警指令和报警指令，用于将用水信息、运行状态信息、预警指令、报警指令实时传送至显示系统700，用于将用水信息、运行状态信息、预警指令、报警指令定时传送至自学习系统600，用于接收自学习系统600传送的更新指令，用于根据更新指令更新预警阈值和报警阈值，用于将更新后的预警阈值和报警阈值传送至预报警系统400；

自学习系统600：用于接收数据存储系统500传送的用水信息、运行状态信息、预警指令、报警指令，用于接收用户输入的更新信息，用于将每次接收的用水信息、运行状态信息、预警指令、报警指令和更新信息与之前接收的用水信息、运行状态信息、预警指令、报警指令进行对比，生成更新后的预警阈值和报警阈值，用于将更新后的预警阈值和报警阈值传送至数据存储系统500；如图7所示，自学习系统600包括：

知识库模块610：用于存储用水信息、运行状态信息、预警指令、报警指令；

指令模块620：用于接收用户输入的更新信息，用于将更新信息传送至推理器模块630；

推理器模块630：用于根据时间效应对知识库模块中的用水信息、运行状态信息、预警指令、报警指令进行迭代，生成更新后的预警阈值和报警阈值，用于接收指令模块传送的更新信息并根据更新信息生成更新后的预警阈值和报警阈值；

显示系统700：用于接收并实时显示数据存储系统500传送的用水信息、运行状态信息、预警指令、报警指令；显示系统700包括下述装置之一或组合：显示器、扬声器、信号灯。

其中，如图8所示，智能水务系统包括：

水源采集系统1：用于在水源处采集用水，用于将用水传送至水处理系统2；

水处理系统2：用于接收水源采集系统1传送的用水，用于将用水进行处理并生成工业用水，用于将工业用水传送至水循环系统3，用于接收工业用水系统4传送的工业废水，用于接收污水收集系统5传送的污水，用于对工业废水和污水进行处理并生成回收水，用于将回收水传送至水循环系统3；如图9所示，水处理系统2包括：

原水处理系统21：用于接收水源采集系统1传送的用水，用于将用水进行处理并生成工业用水，用于将工业用水传送至水循环系统3；

工业废水处理系统22：用于接收工业用水系统4传送的工业废水，用于接收污水收集系统5传送的污水，用于对工业废水和污水进行处理并生成回收水，用于将回收水传送至水循环系统3；如图10所示，工业废水处理系统22包括：

工业废水分类系统221：用于接收工业用水系统4传送的工业废水，用于对工业废水进行分类，分类结果包括含油废水、含煤废水、脱硫废水、含氨废水，用于将含油废水传送至含油废水处理系统222，用于将含煤废水传送至含煤废水处理系统223，用于将脱硫废水传送至脱硫废水处理系统224，用于将含氨废水传送至含氨废水处理系统225；

含油废水处理系统222：用于接收工业废水分类系统221传送的含油废水，用于对含油废水进行处理，排除油后提取回收水并将回收水传送至水循环系统3；

含煤废水处理系统223：用于接收工业废水分类系统221传送的含煤废水，用于对含煤废水进行处理，排除废弃物后提取回收水并将回收水传送至水循环系统3；

脱硫废水处理系统224：用于接收工业废水分类系统221传送的脱硫废水，用于对脱硫废水进行处理，排除废弃物后提取回收水并将回收水传送至水循环系统3；

含氨废水处理系统225：用于接收工业废水分类系统221传送的含氨废水，用于对含氨废水进行处理，排除废弃物后提取回收水并将回收水传送至水循环系统3；

水循环系统3：用于接收水处理系统2传送的工业用水和回收水，用于将工业用水和回收水传送至工业用水系统4；

工业用水系统4：用于接收水循环系统3传送的工业用水和回收水，用于将生产产生的工业废水传送至水处理系统2；

污水收集系统5：用于回收生活用水和消防用水，用于将生活用水和消防用水混合成污水传送至水处理系统2。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种基于深度学习的智能水务管理方法，其特征在于：

数据采集系统(100)通过设置在智能水务系统中的传感器实时测量各检测点的用水信息，所述用水信息包括水质信息、水量信息、流量信息；

数据处理系统(200)对所述用水信息进行分类、分析与处理，发现异常信息数据；

运行监测系统(300)通过所述用水信息对所述智能水务系统的运行进行监控，发现异常运行数据；

预报警系统(400)判断所述异常信息数据和所述异常运行数据的级别并根据各数据的预警阈值和报警阈值生成各异常状态的预警信息或报警信息；

自学习系统(600)根据所述异常信息数据和所述异常运行数据对所述预警阈值和所述报警阈值进行更新。

2.根据权利要求1所述的一种基于深度学习的智能水务管理方法，其特征在于：包括以下步骤：

S1、数据采集系统(100)通过设置在智能水务系统中的传感器实时测量各检测点的用水信息；

S2、数据处理系统(200)对不同检测点测量的所述用水信息进行分类、分析与处理，判断所述用水信息是否正常，若判断为是则进入步骤S9，若判断为否则进入步骤S3；

S3、运行监测系统(300)根据所述用水信息判断所述智能水务系统的运行是否正常，若判断为是则进入步骤S10，若判断为否则进入步骤S4；

S4、预报警系统(400)通过显示系统(700)输出异常位置点，并判断异常是否超过预警阈值，若判断为是进入步骤S5，若判断为否进入步骤S9；

S5、所述预报警系统(400)判断异常是否超过报警阈值，若判断为是进入步骤S6，若判断为否进入步骤S7；

S6、所述运行监测系统(300)生成报警信号通过所述显示系统700反馈给用户，进入步骤S8；

S7、所述运行监测系统(300)生成预警信号通过所述显示系统700反馈给用户，进入步骤S8；

S8、所述运行监测系统(300)向智能水务系统发送修复指令，所述智能水务系统根据修复指令调整运行状态至正常后返回步骤S1；

S9、自学习模块(600)根据所述预警信号或所述报警信号更新相应位置的所述预警阈值或所述报警阈值，返回步骤S1；

S10、所述智能水务系统正常运行。

3.根据权利要求1～2其中任意一项所述的一种基于深度学习的智能水务管理系统，其特征在于：包括：

数据采集系统(100)：用于采集智能水务系统中的用水信息，用于将所述用水信息传送至所述数据处理系统(200)；

数据处理系统(200)：用于接收所述数据采集系统(100)传送的所述用水信息，用于将所述用水信息进行分类、分析与处理，用于将处理后的所述用水信息传送至运行监测系统(300)、预报警系统(400)和数据存储系统(500)；

运行监测系统(300)：用于接收所述数据处理系统(200)传送的所述用水信息，用于根据所述用水信息判断智能水务系统的运行状态，用于将运行状态信息传送至所述数据存储系统(500)，当所述运行状态超过所述预警阈值时生成预警信息并将所述预警信息传送至所述预报警系统(400)，当所述运行状态超过所述报警阈值时生成报警信息并将所述报警信息传送至所述预报警系统(400)，用于接收数据存储系统(500)传送的所述预警阈值和所述报警阈值；

预报警系统(400)：用于接收所述运行监测系统(300)传送的所述预警信息和所述报警信息，用于根据所述预警信息生成预警指令并将所述预警指令传送至所述数据存储系统(500)和显示系统(700)，用于根据所述报警信息生成报警指令并将所述报警指令传送至所述数据存储系统(500)和所述显示系统(700)；

数据存储系统(500)：用于存储所述用水信息、所述运行状态信息、所述预警指令、所述报警指令、所述预警阈值、所述报警阈值，用于接收所述数据处理系统(200)传送的所述用水信息，用于接收所述运行监测系统传送的所述运行状态信息，用于接收所述预报警系统(400)传送的所述预警指令和报警指令，用于将所述用水信息、所述运行状态信息、所述预警指令、所述报警指令实时传送至显示系统(700)，用于将所述用水信息、所述运行状态信息、所述预警指令、所述报警指令定时传送至自学习系统(600)，用于接收所述自学习系统(600)传送的更新指令，用于根据所述更新指令更新所述预警阈值和所述报警阈值，用于将更新后的所述预警阈值和所述报警阈值传送至所述预报警系统(400)；

自学习系统(600)：用于接收所述数据存储系统(500)传送的所述用水信息、所述运行状态信息、所述预警指令、所述报警指令，用于接收用户输入的更新信息，用于将每次接收的所述用水信息、所述运行状态信息、所述预警指令、所述报警指令和所述更新信息与之前接收的所述用水信息、所述运行状态信息、所述预警指令、所述报警指令进行对比，生成更新后的所述预警阈值和所述报警阈值，用于将更新后的所述预警阈值和所述报警阈值传送至所述数据存储系统(500)；

显示系统(700)：用于接收并实时显示所述数据存储系统(500)传送的所述用水信息、所述运行状态信息、所述预警指令、所述报警指令。

4.根据权利要求3所述的一种基于深度学习的智能水务管理系统，其特征在于：所述数据采集系统(100)包括：

原水数据采集装置(110)：设置在水源采集系统(1)上，用于采集原水信息，所述原水信息包括取水水源水质、原水取水流量、取水池水量，用于将所述原水信息传送至所述数据处理系统(200)；

水循环数据采集装置(120)：设置在水循环系统(3)和工业用水系统(4)上，用于采集循环水信息，所述循环水信息包括循环水水质、循环水流量、循环水水量，用于将所述循环水信息传送至所述数据处理系统(200)；

处理水数据采集装置(130)：设置在污水收集系统(5)和水处理系统(2)上，用于采集污水处理信息，所述污水处理信息包括污水类别、污水水质、污水流量、污水水量，用于将所述污水处理信息传送至所述数据处理系统(200)。

5.根据权利要求3所述的一种基于深度学习的智能水务管理系统，其特征在于：所述数据处理系统(200)包括：

数据分类系统(210)：用于接收所述数据采集系统(100)传送的所述用水信息，用于将所述用水信息进行分类生成分类标记，用于将带有所述分类标记的所述用水信息传送至数据校验系统(220)；

数据校验系统(220)：用于接收所述数据分类系统(210)传送的带有所述分类标记的所述用水信息，用于对所述用水信息进行校验，当出现校验异常时生成所述预警信息或所述报警信息，用于将校验后的所述用水信息传送至所述运行监测系统和所述数据存储系统(500)，用于将所述预警信息、所述报警信息传送至所述预报警系统(400)。

6.根据权利要求3所述的一种基于深度学习的智能水务管理系统，其特征在于：所述运行监测系统(300)包括：

状态检测系统(310)：用于接收所述数据处理系统(200)传送的用水信息，用于根据所述用水信息检测智能水务系统水运行状态，用于将所述运行状态信息传送至所述数据存储系统(500)；

异常处理系统(320)：用于当所述智能水务系统水运行状态出现异常时生成异常信号，用于根据所述异常信号生成所述预警信息或所述报警信息，用于将所述预警信息、所述报警信息传送至所述预报警系统(400)。

7.根据权利要求3所述的一种基于深度学习的智能水务管理系统，其特征在于：所述预报警系统(400)包括：

预警判断系统(410)：用于接收所述运行监测系统(300)传送的所述预警信息，用于判断所述预警信息是否准确，若判断为是则生成所述预警信号并将所述预警信号传送至所述显示系统(700)，若判断为否则生成反馈信号传送至所述运行监测系统(300)；

报警判断系统(420)：用于接收所述运行监测系统(300)传送的所述报警信息，用于判断所述报警信息是否准确，若判断为是则生成所述报警信号并将所述报警信号传送至所述显示系统(700)，若判断为否则生成反馈信号传送至所述运行监测系统(300)。

8.根据权利要求3所述的一种基于深度学习的智能水务管理系统，其特征在于：所述自学习系统(600)包括：

知识库模块(610)：用于存储所述用水信息、所述运行状态信息、所述预警指令、所述报警指令；

指令模块(620)：用于接收所述用户输入的所述更新信息，用于将所述更新信息传送至推理器模块(630)；

推理器模块(630)：用于根据时间效应对所述知识库模块(610)中的所述用水信息、所述运行状态信息、所述预警指令、所述报警指令进行迭代，生成更新后的所述预警阈值和所述报警阈值，用于接收所述指令模块传送的所述更新信息并根据所述更新信息生成更新后的所述预警阈值和所述报警阈值。

9.根据权利要求3所述的一种基于深度学习的智能水务管理系统，其特征在于：所述显示系统(700)包括下述装置之一或组合

显示器、扬声器、信号灯。

10.根据权利要求3所述的一种基于深度学习的智能水务管理系统，其特征在于：所述智能水务系统包括：

水源采集系统(1)：用于在水源处采集用水，用于将所述用水传送至水处理系统(2)；

水处理系统(2)：用于接收所述水源采集系统(1)传送的所述用水，用于将所述用水进行处理并生成工业用水，用于将所述工业用水传送至水循环系统(3)，用于接收工业用水系统传送的工业废水，用于接收污水收集系统传送的污水，用于对所述工业废水和所述污水进行处理并生成回收水，用于将所述回收水传送至所述水循环系统(3)；

水循环系统(3)：用于接收水处理系统(2)传送的所述工业用水和所述回收水，用于将所述工业用水和所述回收水传送至工业用水系统(4)；

工业用水系统(4)：用于接收所述水循环系统(3)传送的所述工业用水和所述回收水，用于将生产产生的所述工业废水传送至所述水处理系统(2)；

污水收集系统(5)：用于回收生活用水和消防用水，用于将所述生活用水和所述消防用水混合成所述污水传送至所述水处理系统(2)。

Images