CN114781716A - 用水模型的训练方法、二次供水控制方法、系统及设备 - Google Patents
用水模型的训练方法、二次供水控制方法、系统及设备 Download PDFInfo
- Publication number
- CN114781716A CN114781716A CN202210403797.4A CN202210403797A CN114781716A CN 114781716 A CN114781716 A CN 114781716A CN 202210403797 A CN202210403797 A CN 202210403797A CN 114781716 A CN114781716 A CN 114781716A
- Authority
- CN
- China
- Prior art keywords
- water
- time period
- predicted
- water tank
- tank
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Abstract
本申请提供一种用水模型的训练方法、二次供水控制方法、系统及设备,涉及二次供水技术领域。该方法包括:获取多个用水样本,每个用水样本包括:一个高层建筑物内的用水单位数、一个单位历史时间段、所述一个单位历史时间段内预设用水区间内的历史用水量;根据所述多个用水样本,进行模型训练,得到所述预设用水区间的用水模型;所述用水模型用于基于目标高层建筑物内的用水单位数、所述预设用水区间预测得到所述预设用水区间内的预测用水量,通过模型训练得到用水模型,通过模型预测得到预测用水量,使得预测的用水量更加准确,提高了二次供水的准确性。
Description
技术领域
本申请涉及二次供水技术领域,具体而言,涉及一种用水模型的训练方法、二次供水控制方法、系统及设备。
背景技术
随着城镇区域的建设发展,自来水公司接管对小区二次供水的管理,二次供水中水质存在隐患,因此,需要对二次供水泵房的运行进行严格管理,为小区区民提供优质的安全供水。
现有技术中,通过人工对二次供水进行控制和管理,还可通过二次供水自动化控制系统实现在固定时间内进固定水量等操作,但是,人工控制时,人工存在不确定因素,对操作员的技术要求较高,且繁琐的二次供水参数调整不符合人效的合理运用,现有的二次供水自动化控制系统的控制逻辑较为单一,无法满足实际需求,且无法保证水质。
发明内容
本发明的目的在于,针对上述现有技术的不足,提供一种用水模型的训练方法、二次供水控制方法、系统及设备,以解决现有技术中无法对二次供水进行准确控制等问题。
为实现上述目的,本申请实施例采用的技术方案如下:
第一方面,本申请实施例提供一种用水模型的训练方法,该方法包括:
获取多个用水样本,每个用水样本包括:一个高层建筑物内的用水单位数、一个单位历史时间段、所述一个单位历史时间段内预设用水区间内的历史用水量;
根据所述多个用水样本,进行模型训练,得到所述预设用水区间的用水模型;所述用水模型用于基于目标高层建筑物内的用水单位数、所述预设用水区间预测得到所述预设用水区间内的预测用水量。
可选地,所述获取多个用水样本之前,所述方法还包括:
根据多个单位历史时间段的历史用水量,确定所述一个单位历史时间段内的多个用水区间,一个用水区间内的用水量的偏差在预设偏差范围。
可选地,所述用水模型为线性回归模型;
所述根据所述多个用水样本,进行模型训练,得到所述预设用水区间的用水模型,包括:
根据所述每个用水样本进行模型训练,得到所述线性回归模型的一组模型参数;
根据所述每个用水样本,计算所述一组模型参数对应的一个平均损失函数值;
若一组模型参数对应的平均损失函数值不满足预设条件,则重新进行模型训练,直至计算重新训练得到的模型参数得到的平均损失函数值满足所述预设条件。
第二方面,本申请实施例提供一种二次供水控制方法,该方法包括:
根据目标高层建筑物内的用水单位数、多个用水区间,分别采用预先训练的所述多个用水区间对应的用水模型进行预测,得到所述多个用水区间的预测用水量;其中,每个用水区间对应的用水模型为采用上述权利1-3中任一所述的用水模型的训练方法训练得到的模型;
根据所述多个用水区间的预测用水量,获取所述目标高层建筑物内的二次供水系统中水箱的液位曲线;
将所述液位曲线发送至所述水箱的可编程逻辑控制器,以使得所述可编程逻辑控制器基于所述液位曲线控制所述水箱的液位。
可选地,所述根据所述多个用水区间的预测用水量,获取所述目标高层建筑物内的二次供水系统中水箱的液位曲线,包括:
根据所述多个用水区间的预测用水量,获取单位时间段内的上水箱的液位曲线;
根据所述单位时间段内的上水箱的液位曲线,获取所述单位时间段内的下水箱的液位曲线。
可选地,所述根据所述多个用水区间的预测用水量,获取所述单位时间段内的上水箱的液位曲线,包括:
根据所述多个用水区间的预测用水量,计算得到所述单位时间段内的上水箱的预测蓄水量;
根据所述单位时间段内的上水箱的预测蓄水量,计算得到所述单位时间段内的上水箱的预测进水量;
根据所述单位时间段内的上水箱的预测用水量、所述单位时间段内的上水箱的预测蓄水量、所述单位时间段内的上水箱的预测进水量,以及所述上水箱的底部面积,计算得到所述单位时间段内的上水箱的液位曲线。
可选地,所述根据所述单位时间段内的上水箱的液位曲线,获取所述单位时间段内的下水箱的液位曲线,包括:
根据所述单位时间段内的上水箱的预测进水量,计算得到所述单位时间段内的下水箱的预测蓄水量;
根据所述单位时间段内的下水箱的预测蓄水量,计算得到所述单位时间段内的下水箱的预测进水量;
根据所述单位时间段内的下水箱的预测用水量、所述单位时间段内的上水箱的预测蓄水量、所述单位时间段内的下水箱的预测进水量,以及所述下水箱的底部面积,计算得到所述单位时间段内的下水箱的液位曲线。
可选地,所述将所述液位曲线发送至所述水箱的可编程逻辑控制器,以使得所述可编程逻辑控制器基于所述液位曲线控制所述水箱的液位,包括:
根据所述液位曲线,生成调度指令;
下发所述调度指令至可编辑控制器,以通过所述可编程逻辑控制器控制所述水箱的液位。
第三方面,本申请实施例提供一种二次供水系统,包括:上水箱、第一水泵、第二水泵、下水箱、阀门、可编程逻辑控制器与服务器;
所述阀门的出水口与所述下水箱的入水口连通,所述下水箱的出水口连通所述第一水泵的入水口和所述第二水泵的入水口,所述第一水泵的出水口和所述第二水泵的出水口连通所述上水箱的入水口;
所述阀门、所述第一水泵和所述第二水泵均与所述可编程逻辑控制器连接,所述服务器通信连接所述可编程逻辑控制器,所述服务器用以执行上述第二方面中任一所述的二次供水控制方法。
第四方面,本申请实施例提供一种计算机设备,包括:存储器和处理器,所述存储器存储有所述处理器可执行的计算机程序,所述处理器执行所述计算机程序时实现上述第一方面中任一所述的用水模型的训练方法以及上述第二方面中任一所述的二次供水控制方法。
相对于现有技术而言,本申请具有以下有益效果:
本申请提供的一种用水模型的训练方法,可通过获取多个用水样本,每个用水样本包括:一个高层建筑物内的用水单位数、一个单位历史时间段、一个单位历史时间段内预设用水区间内的历史用水量,根据多个用水样本,进行模型训练,得到预设用水区间的用水模型,进而可根据用水模型,通过目标高层建筑物内的用水单位数、预设用水区间,预测得到预设用水区间内的预测用水量,本申请以大数据为支撑,通过模型预测得到预测用水量,使得预测的用水量更加贴近实际,通过预测的用水量实现二次供水,可以提高二次供水的准确性,实现了二次供水系统的智能管控。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本申请实施例提供的一种二次供水系统的示意图;
图2为本申请实施例提供的一种用水模型的训练方法的流程示意图;
图3为本申请实施例提供的一天内用水量变化的示意图;
图4为本申请实施例提供的一种得到预设用水区间的用水模型的流程示意图;
图5为本申请实施例提供的一种二次供水控制方法的流程示意图;
图6为本实施例提供的一种获取二次供水系统中水箱的液位曲线的流程示意图;
图7为本实施例提供的一种获取单位时间段内的上水箱的液位曲线的流程示意图;
图8为本实施例提供的一种获取单位时间段内的下水箱的液位曲线的流程示意图;
图9为本申请实施例提供的一种计算机设备的示意图。
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,下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请中的实施例,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它实施例,都属于本申请保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在本发明的描述中,需要说明的是,若出现术语“上”、“下”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该发明产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,若出现术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
需要说明的是,在不冲突的情况下,本发明的实施例中的特征可以相互结合。
为了实现对二次供水的准确的自动化控制,满足用户的用水需求,提高水质,本申请的方案中,提供一种二次供水系统。如下先通过具体示例,对本申请实施例所提供的一种二次供水系统进行解释说明。图1为本申请实施例提供的一种二次供水系统的示意图,如图1所示,二次供水系统包括:上水箱10、第一水泵20、第二水泵21、下水箱30、阀门40、可编程逻辑控制器50与服务器60。
其中,阀门40的出水口与下水箱30的入水口连通,使得市政管网中的水通过阀门40的入水口进入二次供水系统,阀门40的出水口可将进入的水通过下水箱30的入水口存储至下水箱30中,下水箱30的出水口连通第一水泵20的入水口和第二水泵21的入水口,第一水泵20的出水口和第二水泵21的出水口连通上水箱10的入水口,使得下水箱30存储的水可通过第一水泵20和第二水泵21输送至上水箱30中。在本申请实施例中,上述连通可为通过水管连通。
阀门40、第一水泵20和第二水泵21均与可编程逻辑控制器50连接,在本申请实施例中,该连接可为电连接,可编程逻辑控制器50可通过电连接控制阀门40、第一水泵20和第二水泵21进行打开、关闭等操作。
阀门40可为可调阀门,阀门40安装在进水管上,进水管的口径可为110mm,进水管的材质可为聚乙烯(Polyethylene),市政管网中的水通过阀门40以及进水管输送到下水箱进行储水。下水箱的部分水通过第一水泵20或者第二水泵21被打入至上水箱,其中,第一水泵20和第二水泵21均为增压泵,示例地,该增压泵的额定流量可为10L/s,压力可为10Mpa,功率可为15KW。
第一水泵20可为主水泵,第二水泵21可为副水泵,二次供水系统正常运行时,通过第一水泵20将下水箱的部分水打入至上水箱,若第一水泵20出现问题不能正常工作时,通过第二水泵21将下水箱的部分水打入至上水箱,提高了二次供水系统的容错性,进而提高了二次供水系统的稳定性。
可选地,第一水泵20连通上水箱10的水管与第二水泵21连通上水箱10的水管中存在一段共用的水管,在该共用的水管上可安装检测器,用于检测下水箱30输送至上水箱10中水的水质等问题,如水的余氯、浊度、压力等。示例地,检测器的运行频率可为0.5Hz,最大设定频率可为50.0Hz,检测得到水的余氯可为0.66mg/L,浊度可为0.22NTU,压力可为1.07Mpa。
服务器60通信连接可编程逻辑控制器50,服务器60可将水的相关液位信息通过通信连接发送至可编程逻辑控制器50,可编程逻辑控制器50与阀门40、第一水泵20和第二水泵21电连接,因此,可编程逻辑控制器50可基于水的相关液位信息,通过控制阀门40、第一水泵20和第二水泵21,自动实现开水泵、停水泵、开水阀、关水阀等操作。示例地,第一水泵20为主水泵,上水箱10的高度为2m,若上水箱10中水的液位大于1.15m,进行上水箱高水位报警,若上水箱10中水的液位小于或者等于1.15m,且大于1.05m,上水箱10停止进水,即第一水泵20停止工作,若上水箱10中水的液位大于或者等于0.55m,且小于0.6m,上水箱10开始进水,即第一水泵20开始工作,若上水箱10中水的液位小于0.55m,进行上水箱低水位报警;下水箱30的高度为3m,若下水箱30中水的液位大于2.6m,进行下水箱高水位报警,若下水箱30中水的液位小于或者等于2.6m,且大于2.53m,下水箱30停止进水,即关闭阀门40,若下水箱30中水的液位大于或者等于1.25m,且小于1.8m,下水箱30开始进水,即打开阀门40,若下水箱30中水的液位大于或者等于1.1m,且小于1.25m,进行下水箱低水位报警,若下水箱中水的液位小于1.1m,第一水泵20停止工作。
可选地,二次供水系统还提供报警记录查询、事件记录查询、历史水位曲线查询等功能,同时,除了提供自动化管理二次供水,还可通过人工控制二次供水,以满足实际的各种需求。
该二次供水系统通过自动控制水箱供水,降低了人力成本,通过水箱的液位信息,自动实现开水泵、停水泵、开水阀、关水阀、报警等操作,实现了二次供水的智能管控与合理调度,可以降低水龄,提高水质,保障了二次供水的安全。
本申请实施例提供的一种用水模型的训练方法,可应用于上述的一种二次供水系统。如下结合多个示例,对本申请实施例提供的一种用水模型的训练方法进行具体示例说明。
图2为本申请实施例提供的一种用水模型的训练方法的流程示意图,如图2所示,该方法包括:
S201,获取多个用水样本。
每个用水样本包括:一个高层建筑物内的用水单位数、一个单位历史时间段、一个单位历史时间段内预设用水区间内的历史用水量。
用水样本为历史数据,可以通过实时实地监测并记录,得到历史的用水样本数据,该历史的用水样本数据可以为近一个月的历史数据,可以为近半年的历史数据,可以为近一年的历史数据,还可以为其它时间段的历史数据,在本申请实施例中不作具体限制。其中,获取的历史用水样本数据越多,模型训练的时间越久,训练得到的模型更加准确。
对一个高层建筑物内的各个用水单位的二次供水可通过上述的二次控水系统实现。当然,除了高层建筑物,还可以为其它区域的各个用水单位进行二次供水,在本申请实施例中不作具体限制。
一个高层建筑物内的用水单位可以为一户、一层、一人,还可以为其它用水单位,在本申请实施例中不作具体限制。
一个单位历史时间段可以为一天,可以为12小时,还可以为其它时间,在本申请实施例中不作具体限制。
示例地,若一个单位历史时间段为一天,则一个单位历史时间段内预设用水区间可以为一天内的每个小时,当然,还可以为其它用水区间,在本申请实施例中不作具体限制。同时,若一个高层建筑物内的用水单位为人,历史数据为近一个月的数据,则多个用水样本可以为:近一个月内实时更新的每一天的人数、近一个月的每一天、近一个月的每一天中的每个小时的历史用水量。
可选地,在本申请实施例中,用水量主要考虑一个高层建筑物内的用水单位数、一个单位历史时间段内预设用水区间内的历史用水量,以此为例进行具体解释说明。当然,用水量还可以考虑其它多种因素,如天气、季节、节假日、压力、漏损量等,可以理解,本申请的方案不能局限于一个高层建筑物内的用水单位数、一个单位历史时间段内预设用水区间内的历史用水量。
S202,根据多个用水样本,进行模型训练,得到预设用水区间的用水模型。
对多个用水样本的数据进行模型训练,其中,一个高层建筑物内的用水单位数和一个单位历史时间段内预设用水区间可作为训练模型的输入数据,一个单位历史时间段内预设用水区间的历史用水量可作为训练模型的输出数据,通过多组输入输出数据训练模型,训练完成后,得到对应的模型参数,即用水模型。
通过该用水模型,可以预测得到一个高层建筑内的所有用水单位在将来的单位时间段内预设用水区间内的用水量。具体地,用水模型可用于基于目标高层建筑物内的用水单位数、预设用水区间预测得到预设用水区间内的预测用水量,即,将预测的目标高层建筑物内的用水单位数、预设用水区间作为模型的输入数据,通过对应的模型参数,计算获得模型的输入数据,即预设用水区间内的预测用水量。
综上,本申请实施例提供的一种用水模型的训练方法,可通过获取多个用水样本,每个用水样本包括:一个高层建筑物内的用水单位数、一个单位历史时间段、一个单位历史时间段内预设用水区间内的历史用水量,根据多个用水样本,进行模型训练,得到预设用水区间的用水模型,进而可根据用水模型,通过目标高层建筑物内的用水单位数、预设用水区间,预测得到预设用水区间内的预测用水量,本申请以大数据为支撑,通过模型预测得到预测用水量,使得预测的用水量更加贴近实际,通过预测的用水量实现二次供水,可以提高二次供水的准确性,实现了二次供水系统的智能管控。
在上述图2所示的一种用水模型的训练方法的基础上,本申请实施例还提供了一种上述一种用水模型中预设用水区间的确定方法。可选地,如上所示方法S201之前,即获取多个用水样本之前,还包括:
根据多个单位历史时间段的历史用水量,确定一个单位历史时间段内的多个用水区间,一个用水区间内的用水量的偏差在预设偏差范围。
由于工作日对用水量的影响不大,可以理解为,一个月内所有工作日的每天的用水量不会存在较大的变化,而,每一天内的用水量的变化幅度较大,图3为本申请实施例提供的一天内用水量变化的示意图,如图3所示,横坐标为小时,每个小时都对应一个用水量,用水量的单位可为立方米,其中,通过对近一个月内的每一天(即单位历史时间段)的每个小时的历史用水量数据进行求平均值计算,得到图3中每个小时对应的用水量。
如图3所示,0-5小时对应的用水量的变化幅度较小,则,0-5时可以作为一个用水区间,同样的,其余的用水区间可以为5-6时,6-12时,12-16时,16-17时,17-22时,22-24时。
可选地,0-5时可为夜间低峰时段,在该时段内可将下水箱的液位调低,减少储水量,进而控制下水箱中水的水龄;5-6时可为早高峰前,6-12时可为早高峰时段,在早高峰前时段内可将下水箱蓄满水,以供早高峰时段使用,减少早高峰时段进水瞬时水量,减少对管网压力的影响;12-16时可为下午低峰时段,在该时段内可以减少下水箱的储水量,进而控制下水箱中水的水龄;16-17时可为晚高峰前,17-22时可为晚高峰时段,在晚高峰前时段内可将下水箱蓄满水,以供晚高峰时段使用,减少晚高峰时段进水瞬时水量,减少对管网压力的影响;22-24时可为夜间低峰时段。
在本申请实施例中,变化幅度较小可以为用水量的偏差在预设偏差范围,则,用水量的偏差不在预设偏差范围时,不能作为一个用水区间,如图3所示,用水量的偏差可以为该用水区间内的最大用水量减去最小用水量的差值。
可选地,变化幅度较小还可以为该段时间内折线的倾斜幅度,即斜率在预设倾斜范围内,当然,还可以为其它划分用水区间的方法,在本申请实施例中不作具体限制。
综上,确定一个单位历史时间段内的多个用水区间后,每个用水区间内的用水量均不同,因此,需要对每个用水区间的多个用水样本进行模型训练,得到每个用水区间对应的模型,进而可根据用水区间,预测该用水区间对应的预测用水量,实现对各个用水区间的精确供水,满足实际需求,提高了二次供水的准确性,进而实现了二次供水系统的智能管控,保证高水质。
在上述图2所示的一种用水模型的训练方法的基础上,本申请实施例还提供了一种得到预设用水区间的用水模型的实现方法。在该实施例中,例如可通过线性回归模型计算得到用水模型。如下结合附图对该实施例进行具体解释说明。图4为本申请实施例提供的一种得到预设用水区间的用水模型的流程示意图。如图4所示,用水模型为线性回归模型,上述方法S202中,根据多个用水样本,进行模型训练,得到预设用水区间的用水模型,包括:
S401,根据每个用水样本进行模型训练,得到线性回归模型的一组模型参数。
线性回归模型可以表示为下述公式(1)。
y=x1w1+x2w2+b 公式(1)
其中,x1可表示高层建筑物内的用水单位数,x2可表示一个单位历史时间内的预设用水区间,y可表示一个单位历史时间段内预设用水区间内的历史用水量,w1、w2和b为模型参数,其中,w1表示第一权重,w2表示第二权重,b表示偏差。
在模型训练开始时,可以对w1、w2和b赋予初始值。
S402,根据每个用水样本,计算一组模型参数对应的一个平均损失函数值。
将每个用水样本中的一个高层建筑物内的用水单位数、一个单位历史时间段内预设用水区间输入至线性回归模型中,根据赋值后的模型参数,通过公式(1)的右部分可计算获得模型训练过程中每个用水样本的训练用水量,每个用水样本的训练用水量可表示为。
通过每个用水样本的训练用水量、对应的历史用水量,通过下述公式(2)计算获得每个样本的样本误差,通过所有样本的样本误差,可以获得该组模型参数对应的所有样本的一个平均损失函数值,该平均损失函数值可以表示为下述公式(3)对应的所有样本的样本误差的均值。
其中,y’可表示每个用水样本的训练用水量。
其中,n可表示用水样本的个数,i可表示索引,l(i)(w1,w2,b)可表示第i个用水样本对应的损失值,l(w1,w2,b)可表示所有样本对应的一个平均损失值。
可选地,在计算过程中是通过误差函数来判断模型训练程度,使用模型进行预测时,可以将误差函数的值处理过后作为预测数据的上下限。
S403,若一组模型参数对应的平均损失函数值不满足预设条件,则重新进行模型训练,直至计算重新训练得到的模型参数得到的平均损失函数值满足预设条件。
在本申请实施例中,预设条件可以为一组模型参数对应的平均损失函数值小于预设损失值,或者,模型参数的迭代次数达到最大迭代次数。则,若一组模型参数对应的平均损失函数值不小于,即大于或者等于预设损失值,表示该组模型参数的训练用水量与对应的历史用水量相差较大,模型的准确性较差,并且,模型参数的迭代次数未达到最大迭代次数,此时,需要继续进行模型训练;若一组模型参数对应的平均损失函数值小于预设损失值,表示该组模型参数的训练用水量与对应的历史用水量相差较小,此时,模型的准确性较高,可以用该模型预测用水量;若一组模型参数对应的平均损失函数值不小于,即大于或者等于预设损失值,但是,模型参数的迭代次数已经达到最大迭代次数,此时,终止模型训练。
若一组模型参数对应的平均损失函数值不满足预设条件,则重新进行模型训练,此时,对该组模型参数进行如下述公式(4)的迭代。
其中,α可表示学习率,x1(i)可表示第i个用水样本的高层建筑物内的用水单位数,x2(i)可表示第i个用水样本的一个单位历史时间内的预设用水区间,y(i)可表示第i个用水样本的一个单位历史时间段内预设用水区间内的历史用水量,w1‘为w1迭代后的数据,w2‘为w2迭代后的数据,b‘为b迭代后的数据。
对模型参数进行迭代后,继续执行上述方法S402,计算迭代后的一组模型参数对应的一个平均损失函数值,若迭代后的一组模型参数对应的平均损失函数值不满足预设条件,则重新进行模型训练,直至计算重新训练得到的模型参数得到的平均损失函数值满足预设条件。
模型训练结束后,将模型训练停止时的模型参数作为目标模型参数,可以理解,目标模型参数不一定是损失函数的最优解,而是对最优解的近似。
综上,通过历史数据的特征,将单位历史时间段分为多个预设用水区间,再根据多个历史的用水样本,进行模型训练,得到预设用水区间的用水模型,进而可对各个预设区间内的用水量进行预测,不仅贴合实际,满足实际需求,还提高了二次供水的准确性。
在上述任一实施例提供的用水模型的训练方法得到的用水模型的基础上,本申请实施例还可提供一种应用上述用水模型的二次供水方法的实现方法。如下结合附图对应用上述用水模型的二次供水方法的实现方法进行具体解释说明。图5为本申请实施例提供的一种二次供水控制方法的流程示意图,如图5所示,该方法包括:
S501,根据目标高层建筑物内的用水单位数、多个用水区间,分别采用预先训练的多个用水区间对应的用水模型进行预测,得到多个用水区间的预测用水量。
用水模型的输入数据为高层建筑物内的用水单位数以及一个单位历史时间段内预设用水区间,因此,在进行模型预测前,首先应获取目标高层建筑物内的用水单位数以及多个用水区间。
将获取得到的目标高层建筑物内的用水单位和多个用水区间输入多个用书区间对应的用水模型中,通过计算可得到多个用水区间的预测用水量。
S502,根据多个用水区间的预测用水量,获取目标高层建筑物内的二次供水系统中水箱的液位曲线。
通过多个用水区间的预测用水量,获取目标高层建筑内的二次供水系统中水箱的预测的液位曲线,进而通过该预测的液位曲线控制水箱的液位高低,实现自动化控制。
S503,将液位曲线发送至水箱的可编程逻辑控制器,以使得可编程逻辑控制器基于液位曲线控制水箱的液位。
根据液位曲线,可生成调度指令,进而可将调度指令发送至可编程逻辑控制器,可编程逻辑控制器根据指令自动控制水箱的液位情况。
可选地,可控制编辑器可根据指令动态设置各个用水区间内上水箱和下水箱的报警液位、停止进水液位、开始进水液位等。
可选地,可通过计算获得多个时刻时上水箱和下水箱中水的水龄,验证本申请实施例提出的二次供水控制方法对于水质的良好控制,保证用户的用水安全。其中,水箱内混合水的水龄可通过进水水龄、水箱内水龄、进水水量、水箱内水量通过下述公式(5)计算得到。
其中,A可表示水箱内混合水的水龄,A1可表示进水水龄,V1可表示进水水量,A2可表示水箱内水龄,V2可表示水箱内水量。
综上,根据目标高层建筑物内的用水单位数、多个用水区间,分别采用预先训练的多个用水区间对应的用水模型进行预测,得到多个用水区间的预测用水量,根据多个用水区间的预测用水量,获取目标高层建筑物内的二次供水系统中水箱的液位曲线,将液位曲线发送至水箱的可编程逻辑控制器,以使得可编程逻辑控制器基于液位曲线控制上水箱和下水箱的液位,实现了二次供水的智能控制,通过用水模型进行用水量的预测,提高了二次供水的精确性。
在上述图5所示的一种二次供水控制方法的基础上,本申请实施例还提供了一种获取二次供水系统中水箱的液位曲线的实现方法。如下结合附图对该实施例进行具体解释说明。图6为本实施例提供的一种获取二次供水系统中水箱的液位曲线的流程示意图。如图6所示,上述方法S502中,根据多个用水区间的预测用水量,获取目标高层建筑物内的二次供水系统中水箱的液位曲线,包括:
S601,根据多个用水区间的预测用水量,获取单位时间段内的上水箱的液位曲线。
在本申请实施例中,单位时间段内可为将来的某一天内。
可选地,单位时间段内的所有用水区间可为24小时,通过该单位时间段内的所有用水区间的预测用水量,可以得到单位时间段内的上水箱的液位曲线。
可选地,该液位曲线的横坐标为时间,单位可为每小时,纵坐标可为上水箱的液位。本申请实施例中时间的单位以每小时为例进行具体解释说明。当然,时间的单位还可为半小时等,在本申请实施例中不作具体限制。
S602,根据单位时间段内的上水箱的液位曲线,获取单位时间段内的下水箱的液位曲线。
由于下水箱需要通过水泵给上水箱输送水,因此,可根据上水箱的液位曲线,计算得到下水箱的液位曲线。
综上,根据多个用水区间的预测用水量,获取单位时间段内的上水箱的液位曲线,根据单位时间段内的上水箱的液位曲线,获取单位时间段内的下水箱的液位曲线,根据得到的上水箱和下水箱的预测的液位曲线,进而可对上水箱和下水箱实现精准控制。
在上述图6所示的一种获取二次供水系统中水箱的液位曲线的方法的基础上,本申请实施例还提供了一种获取单位时间段内的上水箱的液位曲线的实现方法。如下结合附图对该实施例进行具体解释说明。图7为本实施例提供的一种获取单位时间段内的上水箱的液位曲线的流程示意图。如图7所示,上述方法S601中,根据多个用水区间的预测用水量,获取单位时间段内的上水箱的液位曲线,包括:
S701,根据多个用水区间的预测用水量,计算得到单位时间段内的上水箱的预测蓄水量。
可选地,通过多个用水区间的上水箱的预测用水量,可以得到单位时间段内每个小时的上水箱的预测用水量,将每个小时的上水箱的预测用水量加上下一个小时的上水箱的预测用水量,计算得到单位时间段内每个小时的上水箱的预测蓄水量。
可选地,单位时间段内的最后一个小时的上水箱的预测用水量加上第一个小时的上水箱的预测用水量,计算可得到最后一个小时的上水箱的预测蓄水量。
S702,根据单位时间段内的上水箱的预测蓄水量,计算得到单位时间段内的上水箱的预测进水量。
可选地,根据上水箱的预测蓄水量和上水箱的预测用水量,可通过下述公式(6)计算得到每个小时上水箱的预测进水量。
W(t)=X(t+1)-(X(t)-Y(t)) 公式(6)
其中,W(t)可表示当前小时上水箱的预测进水量,X(t+1)可表示下一小时上水箱的预测蓄水量,X(t)可表示当前小时上水箱的预测蓄水量,Y(t)可表示当前小时上水箱的预测用水量。
S703,根据单位时间段内的上水箱的预测用水量、单位时间段内的上水箱的预测蓄水量、单位时间段内的上水箱的预测进水量,以及上水箱的底部面积,计算得到单位时间段内的上水箱的液位曲线。
根据上水箱的预测用水量、上水箱的预测蓄水量、上水箱的预测进水量,以及上水箱的底部面积,可通过下述公式(7)计算得到单位时间段内每个小时的上水箱的液位,进而获得单位时间段内上水箱的液位曲线。
Y(t)=(W(t)+X(t)-Y(t))/S 公式(7)
其中,S可表示上水箱的底部面积。
综上,根据多个用水区间的预测用水量,计算得到单位时间段内的上水箱的预测蓄水量,根据单位时间段内的上水箱的预测蓄水量,计算得到单位时间段内的上水箱的预测进水量,根据单位时间段内的上水箱的预测用水量、单位时间段内的上水箱的预测蓄水量、单位时间段内的上水箱的预测进水量,以及上水箱的底部面积,计算得到单位时间段内的上水箱的液位曲线,进而可根据单位时间段内的上水箱的液位曲线对上水箱实现精准控制。
在上述图7所示的一种获取单位时间段内的上水箱的液位曲线的方法的基础上,本申请实施例还提供了一种获取单位时间段内的下水箱的液位曲线的实现方法。如下结合附图对该实施例进行具体解释说明。图8为本实施例提供的一种获取单位时间段内的下水箱的液位曲线的流程示意图。如图8所示,上述方法S602中,根据单位时间段内的上水箱的液位曲线,获取单位时间段内的下水箱的液位曲线,包括:
S801,根据单位时间段内的上水箱的预测进水量,计算得到单位时间段内的下水箱的预测蓄水量。
可选地,将每个小时的上水箱的预测进水量加上下一个小时的上水箱的预测进水量,计算得到单位时间段内每个小时的下水箱的预测蓄水量。
可选地,单位时间段内的最后一个小时的上水箱的预测用进量加上第一个小时的上水箱的预测进水量,计算可得到最后一个小时的下水箱的预测蓄水量。
S802,根据单位时间段内的下水箱的预测蓄水量,计算得到单位时间段内的下水箱的预测进水量。
根据下水箱的预测蓄水量和下水箱的预测用水量,可通过上述公式(6)计算得到每个小时内下水箱的预测进水量。
此时,上述公式(6)中的W(t)可表示当前小时下水箱的预测进水量,X(t+1)可表示下一小时下水箱的预测蓄水量,X(t)可表示当前小时下水箱的预测蓄水量,Y(t)可表示当前小时下水箱的预测用水量。
S803,根据单位时间段内的下水箱的预测用水量、单位时间段内的上水箱的预测蓄水量、单位时间段内的下水箱的预测进水量,以及下水箱的底部面积,计算得到单位时间段内的下水箱的液位曲线。
根据下水箱的预测用水量、下水箱的预测蓄水量、下水箱的预测进水量,以及下水箱的底部面积,可通过上述公式(7)计算得到单位时间段内每个小时的下水箱的液位,进而获得单位时间段内下水箱的液位曲线。
此时,上述公式(7)中的S可表示下水箱的底部面积。
综上,根据单位时间段内的上水箱的预测进水量,计算得到单位时间段内的下水箱的预测蓄水量,根据单位时间段内的下水箱的预测蓄水量,计算得到单位时间段内的下水箱的预测进水量,根据单位时间段内的下水箱的预测用水量、单位时间段内的上水箱的预测蓄水量、单位时间段内的下水箱的预测进水量,以及下水箱的底部面积,计算得到单位时间段内的下水箱的液位曲线,进而可根据单位时间段内的下水箱的液位曲线对下水箱实现精准控制。
下述对用以执行的本申请所提供的计算机设备及存储介质进行说明,其具体的实现过程以及技术效果参见上述,下述不再赘述。
图9为本申请实施例提供的一种计算机设备的示意图,该计算机设备可以是具备计算处理功能的计算设备或服务器,上述用水模型的训练方法和二次供水控制方法所使用的计算机设备可以是同一台计算机设备,也可以是不同的计算机设备。
该计算机设备包括:处理器901、存储介质902、总线903。处理器901和存储介质902通过总线903连接。
存储介质902用于存储程序,处理器901调用存储介质902存储的程序,以执行上述方法实施例。具体实现方式和技术效果类似,这里不再赘述。
可选地,本发明还提供一种程序产品,例如计算机可读存储介质,包括程序,该程序在被处理器执行时用于执行上述方法实施例。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
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单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元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)或处理器(英文:processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取存储器(英文:Random Access Memory,简称:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
上仅为本申请的具体实施方式,但本申请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申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种用水模型的训练方法,其特征在于,包括:
获取多个用水样本,每个用水样本包括:一个高层建筑物内的用水单位数、一个单位历史时间段、所述一个单位历史时间段内预设用水区间内的历史用水量;
根据所述多个用水样本,进行模型训练,得到所述预设用水区间的用水模型;所述用水模型用于基于目标高层建筑物内的用水单位数、所述预设用水区间预测得到所述预设用水区间内的预测用水量。
2.根据权利要求1所述的用水模型的训练方法,其特征在于,所述获取多个用水样本之前,所述方法还包括:
根据多个单位历史时间段的历史用水量,确定所述一个单位历史时间段内的多个用水区间,一个用水区间内的用水量的偏差在预设偏差范围。
3.根据权利要求1所述的用水模型的训练方法,其特征在于,所述用水模型为线性回归模型;
所述根据所述多个用水样本,进行模型训练,得到所述预设用水区间的用水模型,包括:
根据所述每个用水样本进行模型训练,得到所述线性回归模型的一组模型参数;
根据所述每个用水样本,计算所述一组模型参数对应的一个平均损失函数值;
若一组模型参数对应的平均损失函数值不满足预设条件,则重新进行模型训练,直至计算重新训练得到的模型参数得到的平均损失函数值满足所述预设条件。
4.一种二次供水控制方法,其特征在于,包括:
根据目标高层建筑物内的用水单位数、多个用水区间,分别采用预先训练的所述多个用水区间对应的用水模型进行预测,得到所述多个用水区间的预测用水量;其中,每个用水区间对应的用水模型为采用上述权利要求1-3中任一所述的用水模型的训练方法训练得到的模型;
根据所述多个用水区间的预测用水量,获取所述目标高层建筑物内的二次供水系统中水箱的液位曲线;
将所述液位曲线发送至所述水箱的可编程逻辑控制器,以使得所述可编程逻辑控制器基于所述液位曲线控制所述水箱的液位。
5.根据权利要求4所述的二次供水控制方法,其特征在于,所述根据所述多个用水区间的预测用水量,获取所述目标高层建筑物内的二次供水系统中水箱的液位曲线,包括:
根据所述多个用水区间的预测用水量,获取单位时间段内的上水箱的液位曲线;
根据所述单位时间段内的上水箱的液位曲线,获取所述单位时间段内的下水箱的液位曲线。
6.根据权利要求5所述的二次供水控制方法,其特征在于,所述根据所述多个用水区间的预测用水量,获取所述单位时间段内的上水箱的液位曲线,包括:
根据所述多个用水区间的预测用水量,计算得到所述单位时间段内的上水箱的预测蓄水量;
根据所述单位时间段内的上水箱的预测蓄水量,计算得到所述单位时间段内的上水箱的预测进水量;
根据所述单位时间段内的上水箱的预测用水量、所述单位时间段内的上水箱的预测蓄水量、所述单位时间段内的上水箱的预测进水量,以及所述上水箱的底部面积,计算得到所述单位时间段内的上水箱的液位曲线。
7.根据权利要求5所述的二次供水控制方法,其特征在于,所述根据所述单位时间段内的上水箱的液位曲线,获取所述单位时间段内的下水箱的液位曲线,包括:
根据所述单位时间段内的上水箱的预测进水量,计算得到所述单位时间段内的下水箱的预测蓄水量;
根据所述单位时间段内的下水箱的预测蓄水量,计算得到所述单位时间段内的下水箱的预测进水量;
根据所述单位时间段内的下水箱的预测用水量、所述单位时间段内的上水箱的预测蓄水量、所述单位时间段内的下水箱的预测进水量,以及所述下水箱的底部面积,计算得到所述单位时间段内的下水箱的液位曲线。
8.根据权利要求4所述的二次供水控制方法,其特征在于,所述将所述液位曲线发送至所述水箱的可编程逻辑控制器,以使得所述可编程逻辑控制器基于所述液位曲线控制所述水箱的液位,包括:
根据所述液位曲线,生成调度指令;
下发所述调度指令至可编辑控制器,以通过所述可编程逻辑控制器控制所述水箱的液位。
9.一种二次供水系统,其特征在于,包括:上水箱、第一水泵、第二水泵、下水箱、阀门、可编程逻辑控制器与服务器;
所述阀门的出水口与所述下水箱的入水口连通,所述下水箱的出水口连通所述第一水泵的入水口和所述第二水泵的入水口,所述第一水泵的出水口和所述第二水泵的出水口连通所述上水箱的入水口;
所述阀门、所述第一水泵和所述第二水泵均与所述可编程逻辑控制器连接,所述服务器通信连接所述可编程逻辑控制器,所述服务器用以执行上述权利要求4-8中任一所述的二次供水控制方法。
10.一种计算机设备,其特征在于,包括:存储器和处理器,所述存储器存储有所述处理器可执行的计算机程序,所述处理器执行所述计算机程序时实现上述权利要求1-3中任一所述的用水模型的训练方法以及上述权利要求4-8中任一所述的二次供水控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210403797.4A CN114781716A (zh) | 2022-04-18 | 2022-04-18 | 用水模型的训练方法、二次供水控制方法、系统及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210403797.4A CN114781716A (zh) | 2022-04-18 | 2022-04-18 | 用水模型的训练方法、二次供水控制方法、系统及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114781716A true CN114781716A (zh) | 2022-07-22 |
Family
ID=82430283
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210403797.4A Pending CN114781716A (zh) | 2022-04-18 | 2022-04-18 | 用水模型的训练方法、二次供水控制方法、系统及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114781716A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116629438A (zh) * | 2023-05-31 | 2023-08-22 | 悉望数智科技(杭州)有限公司 | 一种基于需求曲线的智能水龄控制方法及系统 |
CN117391395A (zh) * | 2023-11-24 | 2024-01-12 | 广州奥姆特机电设备制造有限公司 | 一种供水系统的自动调节方法及系统 |
-
2022
- 2022-04-18 CN CN202210403797.4A patent/CN114781716A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116629438A (zh) * | 2023-05-31 | 2023-08-22 | 悉望数智科技(杭州)有限公司 | 一种基于需求曲线的智能水龄控制方法及系统 |
CN117391395A (zh) * | 2023-11-24 | 2024-01-12 | 广州奥姆特机电设备制造有限公司 | 一种供水系统的自动调节方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7707125B2 (en) | Utility management system and method | |
CN114781716A (zh) | 用水模型的训练方法、二次供水控制方法、系统及设备 | |
KR101864342B1 (ko) | 정수지 소독능을 고려한 단기 물 수요예측 기반 송수펌프 최적운영방법 | |
KR20200100626A (ko) | 에너지 저장 시스템의 최적의 제어를 위한 시스템 및 방법 | |
CN105068567B (zh) | 基于水箱的供水网络调蓄方法 | |
CN110939178B (zh) | 一种用于二次供水设备的水龄控制系统 | |
JPH10143251A (ja) | 配水施設制御装置 | |
EP3563096A1 (en) | Profiling of hot water use from electrical thermal storage vessels | |
CN111667115A (zh) | 自助存取款机现钞处理方法及装置 | |
CN111242602A (zh) | 支付设备的控制方法、装置、计算机可读存储介质和设备 | |
CN115713165A (zh) | 一种考虑动库容影响的水库超短期水位预测方法、系统及存储介质 | |
KR20150037410A (ko) | 분산 전원의 스케쥴링 및 실시간 제어를 통한 빌딩 에너지 관리 장치 | |
KR20110097342A (ko) | 배수지의 지능화 운전 시스템 및 방법 | |
CN114542442A (zh) | 一种水处理提升泵调度控制方法、装置、电子设备及介质 | |
CN109325610B (zh) | 一种面向多水源梯级泵站调水系统的分段线性调度方法 | |
CN112783125A (zh) | 一种智能供水信息采集调度系统及方法 | |
CN115167547B (zh) | 供水管网的调压方法及调压设备 | |
CN102103714A (zh) | 实现业务数据预测的实时处理平台及预测方法 | |
CN111155600B (zh) | 一种用于二次供水设备的水龄控制系统 | |
CN116071102A (zh) | 一种基于订单的电力变压器供应预警方法及系统 | |
CN113309173B (zh) | 一种给水系统优化方法及小区给水系统用调整方法 | |
CN115268518A (zh) | 一种二次供水进水量与主管网平衡方法和系统 | |
CN110965610A (zh) | 一种基于mpc控制的双路调峰设备 | |
CN109797808A (zh) | 一种水利数据采集控制装置及调控流量的供水收缴费方法 | |
Vaz et al. | Predict-then-optimise strategies for water flow control |
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 |