CN114314709A - 一种农村生活污水智能监控方法 - Google Patents
一种农村生活污水智能监控方法 Download PDFInfo
- Publication number
- CN114314709A CN114314709A CN202111628761.8A CN202111628761A CN114314709A CN 114314709 A CN114314709 A CN 114314709A CN 202111628761 A CN202111628761 A CN 202111628761A CN 114314709 A CN114314709 A CN 114314709A
- Authority
- CN
- China
- Prior art keywords
- information
- domestic sewage
- rural domestic
- operation information
- compression
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Alarm Systems (AREA)
- Sewage (AREA)
Abstract
本发明公开了一种农村生活污水智能监控方法,该方法包括采集农村生活污水处理设施的运行信息,每个传输周期内的运行信息组成一个信息包;设定重复压缩的频率,采用卷积神经网络对每个信息包进行重复压缩;对于每个信息包单次压缩后,根据压缩运行信息的编码率和信息熵、压缩运行信息相应的运行信息表示的农村生活污水处理设施运行异常值,以及该信息包相应传输周期内的需要优先传输的告警信息的占比率,根据该占比率进行传输信息的选择;将所选择的信息传输至远程监控中心,远程监控中心根据接收的信息进行农村生活污水处理设施的远程监控,从而及时处理预警信息。本发明可以对农村生活污水处理设施进行远程监控。
Description
技术领域
本发明属于污水处理技术领域,具体涉及一种农村生活污水智能监控方法。
背景技术
农村生活污水处理设施在运行中会出现各种故障,从而影响污水处理,导致排放不达标,而且各处理站点分布广且比较分散,设备管理、资金等难以有效保证,各站点的水质及设施运行情况无法及时获知,站点设施故障不能及时抢修,影响污水处理效果。现有技术中,通常采用人工定期巡查的方式,对各个站点的农村生活污水处理设施进行检修,但是该模式效率低下,且无法及时发现农村生活污水处理设施存在的隐患问题。
发明内容
为了克服现有技术的不足,本发明的目的在于提供一种农村生活污水智能监控方法,旨在解决现有技术中采用人工定期巡查的方式,对各个站点的农村生活污水处理设施进行检修,但是该模式效率低下,且无法及时发现农村生活污水处理设施存在的隐患的问题。
本发明采取以下技术方案实现:
本发明提供了一种农村生活污水智能监控方法,该方法包括以下具体步骤:
根据设定信息的传输周期,实时采集农村生活污水处理设施的运行信息,每个传输周期内的运行信息组成一个信息包;
设定重复压缩的频率,采用卷积神经网络对每个信息包进行重复压缩,所述重复压缩表示对信息包中的每个运行信息单独进行压缩,获得相应的压缩运行信息后,对压缩运行信息再进行压缩;
对于每个信息包而言,单次压缩后,根据压缩运行信息的编码率和信息熵、压缩运行信息相应的运行信息表示的农村生活污水处理设施运行异常值,以及该信息包相应传输周期内的需要优先传输的告警信息的占比率,根据该占比率进行传输信息的选择;
将所选择的信息传输至远程监控中心,远程监控中心根据接收的信息进行农村生活污水处理设施的远程监控,从而及时处理预警信息。
进一步地,在农村生活污水处理设施上设置多个监控设备,根据所述监控设备采集运行信息,单次采集的运行信息中包括水质信息、流量信息、图像信息、视频信息、动力设备信息。
进一步地,重复压缩频率的采集具体为:F(i)=(T/cq)-Ni-1,T表示设定的传输周期,cq表示监控设备的采样频率,N表示一个传输周期内采集N个运行信息,F(i)表示零刻相应的i值为重复压缩频率。
进一步地,进行下一次压缩前,需要对当前多个压缩运行信息进行数量优化,根据优化后的压缩运行信息进行下一次压缩,具体地:
当前有k个压缩运行信息,前有k个压缩运行信息,根据每个压缩运行信息相应运行信息表示的农村生活污水处理设施运行异常值计算该压缩运行信息的优先级比重,优先级比重与k的乘积表示优化后该压缩运行信息的数量;
按照当前压缩运行信息的顺序,依次优化每个压缩运行信息的数量,优化后压缩运行信息的总数量不变。
进一步地,每个压缩运行信息的编码率的获取具体为:根据压缩运行信息的比特的和与压缩运行信息相应的运行信息中信息比特的和的比值计算编码率,所述比值越大,编码率越小。
进一步地,每个压缩运行信息的信息熵的获取具体为:压缩运行信息相应的运行信息表示的农村生活污水处理设施运行异常值的和与压缩运行信息的比特和的比值表示信息熵。
进一步地,单次采集的运行信息表示的农村生活污水处理设施运行异常值的采集具体表示:利用神经网络对采集的运行信息进行处理,获得其表示的农村生活污水处理设施运行异常值。
进一步地,所述一个传输周期内需要优先传输的预警信息的占比率采集具体为:农村生活污水处理设施上设置有传输设备,所述传输设备采集一个传输周期内预警信息产生的频次,根据频次计算预警信息的占比率。
进一步地,每个压缩运行信息的得分的获取具体为:Lr=(DL*LD)+Hr/xE,Lr表示该压缩运行信息的得分;DL表示该压缩运行信息的输送优先级,根据该压缩运行信息相应运行信息表示的农村生活污水处理设施运行异常值采集所述输送优先级,输送优先级与农村生活污水处理设施运行异常值呈同向变化关系;LD表示编码率;Hr表示农村生活污水处理设施运行异常值;xE表示该压缩运行信息的信息熵。
本发明的有益效果:
相比现有技术而言,本发明可以将一个片区的农村生活污水处理设施的信息进行监管,无需人工定期进行巡查,由于农村地区的农村生活污水处理设施数量多且分布范围广,因此每个农村生活污水处理设施产生的处理信息汇总后,形成了庞大的信息流,该庞大的信息流在传输过程中容易造成丢包情况,从而导致某些农村生活污水处理设施的信息缺失,同时本发明对信息进行分类编码,一方面降低了信息的传输量,另一方面优先传输预警信息,便于及时对农村生活污水处理设施进行检修。
附图说明
图1是本发明一种农村生活污水智能监控方法的流程结构图。
具体实施方式
表示了阐明本发明的技术方案和工作原理,下面结合附图于具体实施例对本发明作进一步详细描述,可以理解表示的是,在不相冲突的前提下,以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
本发明实施例以下面的应用场景为例对本发明进行说明:
由于农村地区无法采用集中式的污水处理,因此采用分散式的农村生活污水处理设施进行小区域小规模的污水处理,然而农村生活污水处理设施在运行中会出现各种故障,从而影响污水处理效率,导致排放不达标的问题,而且各处理站点分布广且比较分散,设备管理、资金等难以有效保证,各站点的水质及设施运行情况无法及时获知,站点设施故障不能及时抢修,影响污水处理效果。现有技术中,通常采用人工定期巡查的方式,对各个站点的农村生活污水处理设施进行检修,但是该模式效率低下,且无法及时发现农村生活污水处理设施存在的隐患问题。因此需要对农村生活污水处理设施的运行信息进行监管,从而根据运行信息及时发现需要检修的农村生活污水处理设施。
第一实施例
本发明提供了一种农村生活污水智能监控方法,该方法包括以下步骤:
步骤一,设定信息的传输周期,实时采集农村生活污水处理设施的运行信息,每个传输周期内的运行信息组成一个信息包。
步骤二,设定重复压缩的频率,采用卷积神经网络对每个信息包进行重复压缩,所述重复压缩表示对信息包中的每个运行信息单独进行压缩,获得相应的压缩运行信息后,对压缩运行信息再进行压缩。
步骤三,对于每个信息包而言,单次压缩后,根据压缩运行信息的编码率和信息熵、压缩运行信息相应的运行信息表示的农村生活污水处理设施运行异常值,以及该信息包相应传输周期内的需要优先传输的告警信息的占比率,根据该占比率进行传输信息的选择。
步骤四,将所选择的信息传输至远程监控中心,远程监控中心根据接收的信息进行农村生活污水处理设施的远程监控,从而及时处理预警信息。
下面对各个步骤进行详细说明:
步骤一,根据设定的传输周期,实时采集农村生活污水处理设施的运行信息,每个传输周期内的运行信息组成一个信息包。
需要注意的是,基于传统的农村生活污水处理设施的基础上,本发明中的智能监控方法在农村生活污水处理设施上设置了相应的多种类型的监控设备,该监控设备包括流量监控设备1、水质监测监控设备2、红外图像监控设备3、动力设备运行状态监控设备4、视频监控设备5;流量监控设备1用于监测农村生活污水处理设施进出口处污水的流量,水质监测监控设备2用于监测经过农村生活污水处理设施处理后的水质是否达标,红外图像监控设备3用于拍摄农村生活污水处理设施进出口处的图像,动力设备运行状态监测监控设备4用于监测农村生活污水处理设施的运行状况,视频监控设备5用于监控整个农村生活污水处理设施的处理过程。此外,农村生活污水处理设施还设置有传输设备,传输设备包括基于无线传送的传递单元6、接收单元7,以及信息分析单元8,其中,监控设备和传输设备之间的信息传输表示有线传输,即监控设备根据有线通信的方式将获取的信息传递给传输设备中的信息分析单元8。
根据监控设备采集运行信息,单次采集的运行信息中包括水质信息、流量信息、图像信息、视频信息、动力设备信息,运行信息用Ai表示,则Ai=[A1,A2,……,An],n表示运行信息中包括的信息数量,优选地,实施例中根据一个农村生活污水处理设施上布置的各个类型的监控设备,分别采集多种类型的信息,从而判断污水处理的效率以及农村生活污水处理设施的运行工况。即单次采集的运行信息中包括水质信息、流量信息、以及动力设备信息,需要注意的是,流量监控设备1和水质监测监控设备2联动,当流量计读数表示“0”或者大于标准最大值时,此时会触发红外图像监控设备3、视频监控设备5运行,进行图片抓拍和视频录像,并记录农村生活污水处理设施进出水口与录像和图片抓拍的ID号、时间,生成预警信息,因此,当水质信息出现异常时,则会生成预警信息。
一个传输周期T内采集N次运行信息,则一个传输周期T内采集的运行信息构成的一个信息包表示[Ai1,Ai2,……,Ain]。
步骤二,设定重复压缩频率,利用卷积神经网络对每个信息包进行重复压缩,所述重复压缩表示对信息包中的每个运行信息单独进行压缩,获得相应的压缩运行信息后,对压缩运行信息进行二次压缩。
表示了提高信息传送的效率,且最大程度的减少受到的干扰,因此需要对信息采用压缩的方式,一般而言,表示了提高压缩的质量,采用自编码神经网络进行压缩,即把高维数的监控设备信息传送卷积神经网络后,获得的低维数的隐含层输出表示相应的压缩运行信息;卷积神经网络的输入层中包括n个节点,n表示运行信息中包括n个信息数量,本实施方式中n表示三,具体地,重复压缩表示:
初次压缩:对一个信息包中首次运行信息进行压缩,获得压缩运行信息L1,对其次运行信息进行压缩,获得压缩运行信息L2,……,直至对信息包中的运行信息全部完成压缩,获得多个压缩运行信息L。
再次压缩,对获得的每n个压缩运行信息L进行再次压缩,获得多个压缩运行信息LL;同理,最终压缩表示对获得的每n个压缩运行信息LL进行再次压缩;后续的压缩过程不再具体描述。
可以理解表示,对每个运行信息进行压缩时,运行信息中的信息单独输入n个节点中,经过卷积神经网络的编码压缩,获得相应的压缩运行信息。对获得的每n个压缩运行信息进行压缩时,以前n个压缩运行信息L表示例,将n个压缩运行信息L1,L2,……Ln单独输入n个节点中,获得压缩运行信息LL1。
可以理解表示,单次压缩后获得的压缩运行信息的维数是相同的,即压缩运行信息L、压缩运行信息LL和压缩运行信息LLL等压缩运行信息的维数是相同的,具体而言本实施方式中压缩运行信息的维数采用二维。
具体地,重复压缩频率的采集具体为:F(i)=(T/cq)-Ni-1,T表示设定的传输周期,cq表示监控设备的采样频率,N表示一个传输周期内采集N个运行信息,F(i)表示零刻相应的i值为重复压缩频率。
一种实施方式中,根据上述重复压缩后获得的压缩运行信息执行步骤三和步骤四。
优选地,为了降低远距离持续传输大量信息造成的丢包影响,以及能够及时将预警信息优先传输出去,实现对农村生活污水处理设施的精准监控,另一个实施方式中,在进行下一次压缩前,对当前多个压缩运行信息进行数量优化,根据优化后的压缩运行信息进行下一次压缩,按照该方式完成重复压缩后,再执行步骤三和步骤四;可以理解表示,下面步骤均根据对压缩运行信息进行数量优化后获得的压缩运行信息进行。
优选地,对当前多个压缩运行信息进行数量优化具体表示:当前有k个压缩运行信息,根据每个压缩运行信息相应运行信息表示的农村生活污水处理设施运行异常值计算该压缩运行信息的优先级比重,优先级比重与k的乘积表示优化后该压缩运行信息的数量;按照当前压缩运行信息的顺序,依次优化每个压缩运行信息的数量,优化后压缩运行信息的总数量不变;其中,优先级比重与k的乘积采用常规取整规则;具体地,每个压缩运行信息的优先级比重的计算方法表示:该压缩运行信息相应运行信息的输送优先级的和与相应的一个信息包中全部运行信息的输送优先级的和的比值表示该压缩运行信息的优先级比重;其中根据压缩运行信息相应运行信息表示的农村生活污水处理设施运行异常值采集压缩运行信息的输送优先级,输送优先级与农村生活污水处理设施运行异常值呈同向变化的关系,农村生活污水处理设施运行异常值表征值越大,说明该信息越需要进行优先传送,即运行信息表示的农村生活污水处理设施运行异常值为Li,则该运行信息的输送优先级DL=C*Li+D,C大于0,优选地,实施例中C=1,D=0;一个信息包相应的压缩运行信息的优先级比重的和表示1。
优选的,压缩运行信息相应的运行信息为:首次压缩后,每个压缩运行信息相应一个运行信息,除了首次压缩,之后单次压缩后获得的压缩运行信息均对应多个运行信息;例如,一个信息包中的运行信息为[AI1,AI2,AI3],首次压缩后的压缩运行信息为[L1,L2,L3],则优化前压缩运行信息L1、L2、L3对应的运行信息分别为AI1、AI2、AI3,假设进行数量优化后的压缩运行信息为[L1,L1,L3],则优化后压缩运行信息L1、L1、L3对应的运行信息为AI1、AI1、AI3;再次对压缩运行信息[L1L1,L3]进行压缩后获得压缩运行信息LL1,假设进行数量优化后,压缩运行信息LL1还存在,则压缩运行信息LL1相应的运行信息为AI1、AI1、AI3;可以理解为,若压缩运行信息相应的运行信息中有重复的运行信息,计算优先级比重时,该重复的运行信息表示的农村生活污水处理设施运行异常值要重复叠加,不能只计算一次,后续计算编码率也是相同。
步骤三,对于每个信息包,单次压缩后,根据压缩运行信息的编码率和信息熵、压缩运行信息相应的运行信息表示的农村生活污水处理设施运行异常值,以及该信息包相应传输周期内需要优先传输的告警信息的占比率计算压缩运行信息的得分,根据计算的得分进行传输信息的选择。
优选地,每个压缩运行信息相应的编码率的获取具体为:根据压缩运行信息的比特的和与压缩运行信息相应的运行信息中信息比特的和的比值计算编码率,若比值越大,则占比率越小,具体地,1减去所述比特和的比值获得编码率LD。
优选地,每个压缩运行信息相应的信息熵的采集具体为:压缩运行信息相应的运行信息表示的农村生活污水处理设施运行异常值的和与该压缩运行信息中信息比特和的比值表示信息熵xE。
优选地,单次采集的运行信息表示的农村生活污水处理设施运行异常值的采集具体为:利用卷积神经网络对采集的运行信息进行处理,获得其表示的农村生活污水处理设施运行异常值;具体地,实施例中卷积神经网络为全连接网络,全连接网络的训练过程表示:
采集监控设备信息,并进行人为的判断和标注,给出农村生活污水处理设施运行异常值的判断,异常值的取值范围表示[0,1],异常值越大,表明农村生活污水处理设施越异常,需要及时对农村生活污水处理设施进行检修;利用采集到的监控设备信息及人表示标注的农村生活污水处理设施运行异常值训练全连接网络。
优选地,所述一个传输周期内需要优先传输的预警信息的占比率采集具体为:农村生活污水处理设施上设置有传输设备,当产生预警信息时,则农村生活污水处理设施上的处理模块会记录该次预警信息,并统计一个传输周期内产生预警信息的数量,根据该预警信息的数量占该次传输信息的数量的比重进行压缩,需要确保预警信息的完整度和清晰度,从而确定一个传输周期内需要优先传输的预警信息的占比率。
优选地,输送优先级越高,越需要把该信息传输过去,则编码率越大相应的后续的扩展频率就越多,越能够传输成功;单次传送信息的数量越多,越容易丢失信息,单个信息携带的信息量越小,丢失后带来的影响越小,结果越好;所以输送优先级和单次传送信息的数量两者互相牵制,一个要求编码率越高越好,一个要求信息熵越低越好;因此,每个压缩运行信息的得分的采集表示:Lr=(DL*LD)+Hr/xE,Lr表示该压缩运行信息的得分;DL表示该压缩运行信息的输送优先级,其中,采集该压缩运行信息相应的每个运行信息的输送优先级DL,相应的全部运行信息的输送优先级的和表示该压缩运行信息的输送优先级DL;Hr表示农村生活污水处理设施运行异常值;xE表示该压缩运行信息的信息熵;输送优先级DL高,要求LD也高,两者同向,都高,则信息得分更大;农村生活污水处理设施运行异常值Hr高,要求xE要低,两者反向,Hr大,xE小,则信息得分更大。
至此,可获得单次压缩后每个压缩运行信息的得分。同理,按照上述计算方法可以计算每个运行信息的得分,其中,计算运行信息得分时,编码率为0。
根据所述得分进行传输信息的选择,具体地:对于每个信息包,单次压缩后获得的全部压缩运行信息相应得分的均值,与该信息包中全部运行信息相应得分的均值进行比较,选择要传输的信息,即判断是传输该信息包中的全部运行信息,还是传输某一次压缩后获得的压缩运行信息,具体地,选择得分均值最大的信息进行传输。
需要注意,对于每个信息包,若该信息包相应的要传输的信息表示压缩运行信息,对压缩运行信息进行复制扩展,直至扩展后的信息比特和接近该信息包中信息的比特和,避免过多信息的丢失;其中,根据该信息包中信息的比特和与压缩运行信息的比特和的比值计算扩展频率,例如该信息包中信息的比特和表示100,压缩运行信息的比特和表示20,则扩展5次,即要传输的信息中包括5组相同的压缩运行信息。
另一种实施方式中,可只比较单次压缩后获得的压缩运行信息的得分均值,在压缩运行信息中选择要传输的信息。
步骤四,将所选择的信息传输至远程监控中心,远程监控中心根据接收的信息进行农村生活污水处理设施的远程监控,从而及时处理预警信息。
传输设备中的传递单元将相应的信息传递至远程监控中心,远程监控中心根据卷积神经网络进行解码,解码后根据监控设备信息进行模拟仿真,获得农村生活污水处理设施的状态,从而判断是否需要对农村生活污水处理设施进行检修。
第二实施例
根据与上述方法实施例相同的发明构思,本发明还提供了一种农村生活污水智能监控装置,该装置包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述计算机程序被处理器执行实现上述一种农村生活污水智能监控方法的步骤。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,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。
以上仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的多个改进和润饰,应视为本发明的保护范围。
Claims (9)
1.一种农村生活污水智能监控方法,其特征在于,包括如下步骤:
根据设定信息的传输周期,实时采集农村生活污水处理设施的运行信息,每个传输周期内的运行信息组成一个信息包;
设定重复压缩的频率,采用卷积神经网络对每个信息包进行重复压缩,所述重复压缩表示对信息包中的每个运行信息单独进行压缩,获得相应的压缩运行信息后,对压缩运行信息再进行压缩;
对于每个信息包单次压缩后,根据压缩运行信息的编码率和信息熵、压缩运行信息相应的运行信息表示的农村生活污水处理设施运行异常值,以及该信息包相应传输周期内的需要优先传输的告警信息的占比率,根据该占比率进行传输信息的选择;
将所选择的信息传输至远程监控中心,远程监控中心根据接收的信息进行农村生活污水处理设施的远程监控,便于及时处理预警信息。
2.根据权利要求1所述的一种农村生活污水智能监控方法,其特征在于:所述农村生活污水处理设施上设置有多个监控设备,根据所述监控设备采集运行信息,单次采集的运行信息中包括水质信息、流量信息、图像信息、视频信息、动力设备信息。
3.根据权利要求2所述的一种农村生活污水智能监控方法,其特征在于,重复压缩的频率具体为:F(i)=(T/cq)-Ni-1,
其中:T表示设定的传输周期,cq表示监控设备的采样频率,N表示一个传输周期内采集N个运行信息,F(i)表示零刻相应的i值为重复压缩频率。
4.根据权利要求3所述的一种农村生活污水智能监控方法,其特征在于:进行下一次压缩前,需要对当前多个压缩运行信息进行数量优化,根据优化后的压缩运行信息进行下一次压缩,具体地:
当前有k个压缩运行信息,根据每个压缩运行信息相应运行信息表示的农村生活污水处理设施运行异常值计算该压缩运行信息的优先级比重,优先级比重与k的乘积表示优化后该压缩运行信息的数量;
按照当前压缩运行信息的顺序,依次优化每个压缩运行信息的数量,优化后压缩运行信息的总数量不变。
5.根据权利要求4所述的一种农村生活污水智能监控方法,其特征在于:根据压缩运行信息的比特的和与压缩运行信息相应的运行信息中信息比特的和的比值计算编码率,所述比值越大,编码率越小。
6.根据权利要求5所述的一种农村生活污水智能监控方法,其特征在于:所述压缩运行信息相应的运行信息表示的农村生活污水处理设施运行异常值的和与压缩运行信息的比特和的比值表示信息熵。
7.根据权利要求6所述的一种农村生活污水智能监控方法,其特征在于,单次采集的运行信息表示的农村生活污水处理设施运行异常值具体为:利用神经网络对采集的运行信息进行处理,获得其表示的农村生活污水处理设施运行异常值。
8.根据权利要求7所述的一种农村生活污水智能监控方法,其特征在于:所述一个传输周期内需要优先传输的预警信息的占比率采集具体为:农村生活污水处理设施上设置有传输设备,所述传输设备采集一个传输周期内预警信息产生的频次,根据频次计算预警信息的占比率度。
9.根据权利要求8所述的一种农村生活污水智能监控方法,其特征在于,每个压缩运行信息的得分具体为:Lr=(DL*LD)+Hr/xE,根据该压缩运行信息相应运行信息表示的农村生活污水处理设施运行异常值采集所述输送优先级,输送优先级与农村生活污水处理设施运行异常值呈同向变化关系;
其中:Lr表示该压缩运行信息的得分;DL表示该压缩运行信息的输送优先级;LD表示编码率;Hr表示农村生活污水处理设施运行异常值;xE表示该压缩运行信息的信息熵。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111628761.8A CN114314709B (zh) | 2021-12-28 | 2021-12-28 | 一种农村生活污水智能监控方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111628761.8A CN114314709B (zh) | 2021-12-28 | 2021-12-28 | 一种农村生活污水智能监控方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114314709A true CN114314709A (zh) | 2022-04-12 |
CN114314709B CN114314709B (zh) | 2022-11-15 |
Family
ID=81014798
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111628761.8A Active CN114314709B (zh) | 2021-12-28 | 2021-12-28 | 一种农村生活污水智能监控方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114314709B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2904879A1 (fr) * | 2006-08-10 | 2008-02-15 | Gaz De France Sa | Procede et dispositif de traitement et de stockage de donnees |
CN103427971A (zh) * | 2012-05-25 | 2013-12-04 | 华为技术有限公司 | 上行数据传输方法、装置及系统 |
CN103856339A (zh) * | 2012-12-04 | 2014-06-11 | 中国移动通信集团广西有限公司 | 一种对告警信息进行压缩的方法和设备 |
KR101944194B1 (ko) * | 2017-10-27 | 2019-01-30 | 숭실대학교산학협력단 | 태양 에너지 수집형 무선 센서 네트워크에서 에너지 할당을 고려한 센싱 주기와 압축 알고리즘 선택 방법, 이를 수행하기 위한 기록 매체 및 장치 |
CN113315793A (zh) * | 2021-08-02 | 2021-08-27 | 华锐分布式(北京)技术有限公司 | 基于智能压缩的数据传输方法、装置、设备及介质 |
CN113720399A (zh) * | 2021-11-02 | 2021-11-30 | 国网湖北省电力有限公司检修公司 | 特高压带电作业用绝缘吊带远程智能监测方法及装置 |
-
2021
- 2021-12-28 CN CN202111628761.8A patent/CN114314709B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2904879A1 (fr) * | 2006-08-10 | 2008-02-15 | Gaz De France Sa | Procede et dispositif de traitement et de stockage de donnees |
CN103427971A (zh) * | 2012-05-25 | 2013-12-04 | 华为技术有限公司 | 上行数据传输方法、装置及系统 |
CN103856339A (zh) * | 2012-12-04 | 2014-06-11 | 中国移动通信集团广西有限公司 | 一种对告警信息进行压缩的方法和设备 |
KR101944194B1 (ko) * | 2017-10-27 | 2019-01-30 | 숭실대학교산학협력단 | 태양 에너지 수집형 무선 센서 네트워크에서 에너지 할당을 고려한 센싱 주기와 압축 알고리즘 선택 방법, 이를 수행하기 위한 기록 매체 및 장치 |
CN113315793A (zh) * | 2021-08-02 | 2021-08-27 | 华锐分布式(北京)技术有限公司 | 基于智能压缩的数据传输方法、装置、设备及介质 |
CN113720399A (zh) * | 2021-11-02 | 2021-11-30 | 国网湖北省电力有限公司检修公司 | 特高压带电作业用绝缘吊带远程智能监测方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN114314709B (zh) | 2022-11-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103856339B (zh) | 一种对告警信息进行压缩的方法和设备 | |
CN109002933A (zh) | 基于ReliefF和t-SNE的配电线路线变关系模型优化方法 | |
CN103617447B (zh) | 智能变电站的评价系统及评价方法 | |
CN110095661B (zh) | 一种配电变压器高压侧缺相故障抢修方法 | |
TWI684139B (zh) | 基於自動學習的基地台異常之預測的系統與方法 | |
CN106569030A (zh) | 一种电能计量异常诊断中的告警阈值寻优方法及装置 | |
CN114511112A (zh) | 一种基于物联网的智慧运维方法、系统和可读存储介质 | |
CN104809594A (zh) | 一种基于动态离群点检测的配电网数据在线清洗方法 | |
CN107197217A (zh) | 一种星上高帧频图像数据实时切片传输方法 | |
CN114314709B (zh) | 一种农村生活污水智能监控方法 | |
CN105208120A (zh) | 农田无线传感器网络参数间动态耦合压缩矩阵构建方法 | |
CN117526998A (zh) | 基于扩频载波通信的供电故障监测方法及系统 | |
CN115269940B (zh) | 一种erp管理系统的数据压缩方法 | |
CN110730352A (zh) | 基于变分自编码的输电线路图像解码方法 | |
CN112965810B (zh) | 一种基于共享网络通道的多内核浏览器数据整合方法 | |
CN211787185U (zh) | 一种基于ar技术的电网设备状态评价巡检系统 | |
CN109742810A (zh) | 风电集中监控管理系统及管理方法 | |
CN103323757A (zh) | 一种配电柜气体绝缘强度预测装置及方法 | |
CN115241981B (zh) | 一种基于大数据的主动配电网监测方法 | |
CN111541249B (zh) | 一种多能源配电网供电能力评估方法、装置及设备 | |
CN116709244B (zh) | 利用自组网的矿山救援人员体征数据高效稳定传输方法 | |
CN118509494A (zh) | 一种智能物联网性能优化控制方法和系统 | |
CN103324990A (zh) | 一种全封闭气体绝缘开关柜密封度预测装置及方法 | |
CN116756383B (zh) | 基于物联网的电梯数据管理系统及方法 | |
CN114157834A (zh) | 一种现场视频采集方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |