CN114809195B - 无负压供水设备远程监控系统及方法 - Google Patents
无负压供水设备远程监控系统及方法 Download PDFInfo
- Publication number
- CN114809195B CN114809195B CN202210541148.0A CN202210541148A CN114809195B CN 114809195 B CN114809195 B CN 114809195B CN 202210541148 A CN202210541148 A CN 202210541148A CN 114809195 B CN114809195 B CN 114809195B
- Authority
- CN
- China
- Prior art keywords
- data
- water
- monitoring
- water supply
- user
- 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.)
- Active
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 347
- 238000012544 monitoring process Methods 0.000 title claims abstract description 216
- 238000000034 method Methods 0.000 title claims abstract description 14
- 239000010865 sewage Substances 0.000 claims description 18
- 230000008859 change Effects 0.000 claims description 13
- 239000012535 impurity Substances 0.000 claims description 10
- 238000012549 training Methods 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 8
- 230000000087 stabilizing effect Effects 0.000 claims description 8
- 230000005059 dormancy Effects 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 4
- 230000006641 stabilisation Effects 0.000 claims description 4
- 238000011105 stabilization Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 238000003066 decision tree Methods 0.000 claims description 3
- 238000009795 derivation Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000003911 water pollution Methods 0.000 abstract description 4
- 230000006870 function Effects 0.000 description 18
- 230000009471 action Effects 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 208000028659 discharge Diseases 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007958 sleep Effects 0.000 description 1
- 238000004659 sterilization and disinfection Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 239000008399 tap water Substances 0.000 description 1
- 235000020679 tap water Nutrition 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- E—FIXED CONSTRUCTIONS
- E03—WATER SUPPLY; SEWERAGE
- E03B—INSTALLATIONS OR METHODS FOR OBTAINING, COLLECTING, OR DISTRIBUTING WATER
- E03B7/00—Water main or service pipe systems
- E03B7/07—Arrangement of devices, e.g. filters, flow controls, measuring devices, siphons or valves, in the pipe systems
-
- E—FIXED CONSTRUCTIONS
- E03—WATER SUPPLY; SEWERAGE
- E03B—INSTALLATIONS OR METHODS FOR OBTAINING, COLLECTING, OR DISTRIBUTING WATER
- E03B11/00—Arrangements or adaptations of tanks for water supply
- E03B11/02—Arrangements or adaptations of tanks for water supply for domestic or like local water supply
- E03B11/06—Arrangements or adaptations of tanks for water supply for domestic or like local water supply with air regulators
- E03B11/08—Air regulators
-
- E—FIXED CONSTRUCTIONS
- E03—WATER SUPPLY; SEWERAGE
- E03B—INSTALLATIONS OR METHODS FOR OBTAINING, COLLECTING, OR DISTRIBUTING WATER
- E03B7/00—Water main or service pipe systems
- E03B7/07—Arrangement of devices, e.g. filters, flow controls, measuring devices, siphons or valves, in the pipe systems
- E03B7/074—Arrangement of water treatment devices
-
- E—FIXED CONSTRUCTIONS
- E03—WATER SUPPLY; SEWERAGE
- E03B—INSTALLATIONS OR METHODS FOR OBTAINING, COLLECTING, OR DISTRIBUTING WATER
- E03B7/00—Water main or service pipe systems
- E03B7/07—Arrangement of devices, e.g. filters, flow controls, measuring devices, siphons or valves, in the pipe systems
- E03B7/075—Arrangement of devices for control of pressure or flow rate
-
- E—FIXED CONSTRUCTIONS
- E03—WATER SUPPLY; SEWERAGE
- E03B—INSTALLATIONS OR METHODS FOR OBTAINING, COLLECTING, OR DISTRIBUTING WATER
- E03B7/00—Water main or service pipe systems
- E03B7/07—Arrangement of devices, e.g. filters, flow controls, measuring devices, siphons or valves, in the pipe systems
- E03B7/078—Combined units with different devices; Arrangement of different devices with respect to each other
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/24323—Tree-organised classifiers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Hydrology & Water Resources (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Fluid Mechanics (AREA)
- Medical Informatics (AREA)
- Structural Engineering (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Control Of Fluid Pressure (AREA)
Abstract
本发明公开了无负压供水设备远程监控系统及方法,属于供水设备监控技术领域。本系统包括无负压供水设备模块、用户数据采集模块、市政数据监测模块、系统监测模块、远程监控预警模块;所述无负压供水设备模块的输出端与所述用户数据采集模块、市政数据监测模块、系统监测模块的输入端相连接;所述用户数据采集模块、市政数据监测模块、系统监测模块的输出端与所述远程监控预警模块的输入端相连接;本发明能够解决在无负压供水设备下的稳流补偿器的水质污染问题,在避免了传统变频恒压供水系统二次污染的同时进一步优化水质污染问题,做到尽可能保证人工效率的同时保证水质完好。
Description
技术领域
本发明涉及供水设备监控技术领域,具体为无负压供水设备远程监控系统及方法。
背景技术
无负压供水设备是一种加压供水机组,直接与市政供水管网联接、在市政管网剩余压力基础上串联叠压供水而确保市政管网压力不小于设定保护压力(设定压力必须高于小区直供区压力需求,一般不低于1.2Kg)的二次加压供水设备。
无负压供水设备与传统变频恒压供水系统的一大区别就在于,其没有水箱进行存水,传统的变频恒压供水系统通常配备有水塔、高水位箱用于存储从市政管道的水,再供给到用户端口,导致水源容易出现二次污染,而且水箱清洗频率较为频繁,有些地区甚至一天需要消毒两次才能保证水资源的纯净;而无负压供水设备运转系统是将市政管道直接与用户端口进行相连,大幅度减少了二次污染问题,但由于稳流补偿器也会存储少量水备用和控制压力,而水质长时间堆积就会造成变质,因此也需要定期对稳流补偿器进行排污清洁处理,但是目前并没有能够对稳流补偿器的排污处理进行精确分析的系统,通常是以经验或者固定时间来判定,容易出现水质问题。
发明内容
本发明的目的在于提供无负压供水设备远程监控系统及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:
无负压供水设备远程监控方法,该方法包括以下步骤:
S1、构建无负压供水设备运转系统,获取用户用水数据,记为第一监控数据;
S2、获取市政管网停水时间数据、获取用户区域停电时间数据,分别记为第二监控数据、第三监控数据;
S3、获取无负压供水设备运转系统的休眠供水数据,记为第四监控数据;
S4、根据第一监控数据、第二监控数据、第三监控数据、第四监控数据构建远程监控模型,计算无负压供水设备运转系统中排污处理时间,并发送至管理端口。
根据上述技术方案,所述无负压供水设备运转系统包括过滤器、真空抑制器、压力表、稳流补偿器、排污阀、控制机组和水泵机组、用户用水端口;
市政管网入口通过管道蝶阀连接至过滤器,所述过滤器用于过滤水体,过滤器另一端连接至稳流补偿器,所述稳流补偿器用于存储定量的承压水;所述真空抑制器设置在稳流补偿器上,用于在用户用水量增加时,市政管网与稳流补偿器连接处的压力降低到相对压力0以下时,真空抑制器的进气门打开,大气进入稳流罐;在用户用水量减少时,稳流补偿器中的水位上升,气体从真空抑制器的排气阀中排出;所述压力表设置在稳流补偿器上,用于监控稳流补偿器内压力变化;所述排污阀设置在稳流补偿器上,用于对稳流补偿器进行排污处理、更换水体;所述控制机组和水泵机组与稳流补偿器的一端连接,所述控制机组和水泵机组中还包含有压力机组,所述压力机组用于调节压力,为用户用水端口进行供水;所述控制机组和水泵机组的另一端连接至用户用水端口。
根据上述技术方案,所述第一监控数据包括:
用户用水数据的流速;
以用户每次开启用水至关闭用水记为一个用水周期,获取一个用水周期内的平均水流速度作为本次用水周期的用户用水数据的流速;
用户用水数据的频率;
设置用水量阈值,用户每次用水量超出用水量阈值,记为一次用水,所述用户用水数据的频率计算为:
其中,H记为用户用水数据的频率;T1记为统计时长;P1记为统计时长内一次用水数量;
所述第二监控数据包括:
市政管网停水时间数据;
在市政管网停水时,稳流补偿器中存储的少量水,通过无负压供水设备运转系统进行二次增压,将存储的少量水供给用户用水;
获取稳流补偿器中存储的少量水,结合用户用水数据的流速,判断其能够供应的市政管网停水时间的最大时长;若市政管网停水时间时长超出能够供应的市政管网停水时间的最大时长,市政管网停水时间数据均记为能够供应的市政管网停水时间的最大时长;
所述第三监控数据包括:
用户区域停电时间数据:
在用户区域停电时,无负压供水设备运转系统利用市政管网的原有压力,以低流速对用户进行供水,在用户区域停电时间时,用户用水数据的流速不超出无负压供水设备运转系统利用市政管网的原有压力给出的最大流速,记录当前流速持续的时长记为用户区域停电时间数据;
所述第四监控数据包括:
无负压供水设备运转系统的休眠供水数据;
在无负压供水设备运转系统进行休眠供水时,即用水量低于设定阈值的情况下,用户用水数据的流速不超出无负压供水设备运转系统的休眠供水给出的最大流速,记录当前流速持续的时长记为无负压供水设备运转系统的休眠供水数据。
在上述技术方案中,以四种监控数据作为测试集数据构建模型进行预测,其主要涉及到水流流速问题、使用频率问题、水量更换问题;不同的水流流速对杂质的堆积会产生较大影响,不同的使用频率会对水质的堆积产生较大影响;而水量的更换常附着有稳流补偿器底部杂质,会对用户水质造成较大影响;因此基于上述不同的监控数据共同建立拟合模型,以机器学习梯度不断增强的方式,进一步提高预测精准度。
根据上述技术方案,所述远程监控模型包括:
在稳流补偿器中设置水体检测装置,所述水体检测装置在水体发生杂质变化时,能够输出警示信息;
根据警示信息出现时间,获取警示信息出现时的第一监控数据、第二监控数据、第三监控数据、第四监控数据,作为训练集数据:
其中以所有周期的用户用水数据的流速平均值、用户用水数据的频率作为第一监控数据;
以市政管网停水时间数据的总时长作为第二监控数据;
以用户区域停电时间数据的总时长作为第三监控数据;
以无负压供水设备运转系统的休眠供水数据的总时长作为第四监控数据;
所述训练集数据记为:{(x1、y1)、(x2、y2)、…、(xm、ym)};
其中,x1、x2、…、xm代表输入样本空间;y1、y2、…、ym代表输出样本空间;m代表训练集样本数量;
构建输出样本空间的损失函数L(yi,c),其中yi代表y1、y2、…、ym中任一值;
初始化第一个弱学习器F0(x):
所述损失函数为平方损失函数,求导可得:
构建分类回归树数量为N,设置n=1,2,…,N;
对i=1,2,…,m,计算第n棵回归树对应的损失函数的负梯度:
其中,r(n,i)代表i=1,2,…,m任一值时第n棵回归树对应的损失函数的负梯度;F(x)代表利用上一轮强学习器Fn-1(x)拟合得出的Fn(x);F(xi)代表yi对应的损失函数;
对i=1,2,…,m,利用CART回归树拟合数据[xi,r(n,i)],得到第N棵回归树,其对应的叶子节点区域为R(n,j),其中j=1,2,…,jn,jn代表第n棵回归树叶子节点的个数;
对j=1,2,…,jn,计算每个叶子节点的最佳拟合值:
其中,K(n,j)代表最佳拟合值,c1代表损失函数后面加的常数;
计算得出最终的强学习器:
其中,FN(x)代表最终的强学习器;I与K(n,j)组合,表示本轮的决策树拟合函数;
利用最终的强学习器,预测得出无负压供水设备运转系统中稳流补偿器内的水体发生杂质变化的时间,记为Tθ;
设置报警时长阈值Tω,构建无负压供水设备运转系统中排污处理时间公式:
在上述技术方案中,训练集数据包括有各类监控数据,记为x1、x2、…、xm,作为输入,而y1、y2、…、ym作为输出,实质为水体检测装置在水体发生杂质变化时的监控时间;
初始化第一个弱学习器F0(x),对平方损失函数进行求导,在其导数为0的情况下,求导可得:
开始构建分类回归树,例如对频率进行分类,第一节回归树可以为频率为一天使用5次进行基准;
得到多个叶子节点,进行最佳拟合值的计算,所述最佳拟合值指在每一个叶子结点区域里的样本中使损失函数最小的输出值,即拟合叶子结点区域最好的输出值;
最终获取强学习器,获取一个在当前情况下,通过机器学习得出的预测结果,也即是说在这个结果下,水质刚好出现了变化,那么设置一定的阈值,平衡误差同时构架提前量,能够尽可能保证人工效率的同时保证水质。
无负压供水设备远程监控系统,该系统包括:无负压供水设备模块、用户数据采集模块、市政数据监测模块、系统监测模块、远程监控预警模块;
所述无负压供水设备模块用于构建无负压供水设备运转系统;所述用户数据采集模块用于获取用户用水数据,构建第一监控数据并输出;所述市政数据监测模块用于监测市政停水时长、监测用户停电区域时长,构建第二监控数据、第三监控数据并输出;所述系统监测模块用于监测无负压供水设备运转系统的休眠供水数据,构建第四监控数据并输出;所述远程监控预警模块用于根据用户数据采集模块、市政数据监测模块、系统监测模块的输出数据构建远程监控模型,输出无负压供水设备运转系统中排污处理时间,提示管理人员打开排污阀对稳流补偿器进行清理;
所述无负压供水设备模块的输出端与所述用户数据采集模块、市政数据监测模块、系统监测模块的输入端相连接;所述用户数据采集模块、市政数据监测模块、系统监测模块的输出端与所述远程监控预警模块的输入端相连接。
根据上述技术方案,所述无负压供水设备模块包括无负压供水设备运转系统;
所述无负压供水设备运转系统包括过滤器、真空抑制器、压力表、稳流补偿器、排污阀、控制机组和水泵机组、用户用水端口;
市政管网入口通过管道蝶阀连接至过滤器,所述过滤器用于过滤水体,过滤器另一端连接至稳流补偿器,所述稳流补偿器用于存储定量的承压水;所述真空抑制器设置在稳流补偿器上,用于在用户用水量增加时,市政管网与稳流补偿器连接处的压力降低到相对压力0以下时,真空抑制器的进气门打开,大气进入稳流罐;在用户用水量减少时,稳流补偿器中的水位上升,气体从真空抑制器的排气阀中排出;所述压力表设置在稳流补偿器上,用于监控稳流补偿器内压力变化;所述排污阀设置在稳流补偿器上,用于对稳流补偿器进行排污处理、更换水体;所述控制机组和水泵机组与稳流补偿器的一端连接,所述控制机组和水泵机组中还包含有压力机组,所述压力机组用于调节压力,为用户用水端口进行供水;所述控制机组和水泵机组的另一端连接至用户用水端口。
根据上述技术方案,所述用户数据采集模块包括用户用水数据采集单元、用户用水数据输出单元;
所述用户用水数据采集单元用于获取用户用水数据,所述用户用水数据包括用户用水数据的流速、用户用水数据的频率,构建第一监控数据;所述用户用水数据输出单元用于将第一监控数据输出至远程监控预警模块;
所述用户用水数据采集单元的输出端与所述用户用水数据输出单元的输入端相连接;所述用户用水数据输出单元的输出端与所述远程监控预警模块的输入端相连接。
根据上述技术方案,所述市政数据监测模块包括市政停水监测单元、区域停电监测单元;
所述市政停水监测单元用于监测市政停水时长,构建第二监控数据并输出至远程监控预警模块;所述区域停电监测单元用于监测用户停电区域时长数据,构建第三监控数据并输出至远程监控预警模块;
所述市政停水监测单元、区域停电监测单元的输出端均连接至远程监控预警模块的输入端。
根据上述技术方案,所述系统监测模块包括休眠数据采集单元、休眠数据输出单元;
所述休眠数据采集单元用于在无负压供水设备运转系统进行休眠供水时,获取无负压供水设备运转系统的休眠供水数据,构建第四监控数据;所述休眠数据输出单元用于将第四监控数据输出至远程监控预警模块;
所述休眠数据采集单元的输出端与所述休眠数据输出单元的输入端相连接;所述休眠数据输出单元的输出端与所述远程监控预警模块的输入端相连接。
在上述技术方案中,
根据上述技术方案,所述远程监控预警模块包括模型构建单元、预警输出单元;
所述模型构建单元用于根据用户数据采集模块、市政数据监测模块、系统监测模块的输出数据构建远程监控模型,输出无负压供水设备运转系统中排污处理时间;所述预警输出单元用于构建报警时长阈值,计算并提示管理人员打开排污阀对稳流补偿器进行清理;
所述模型构建单元的输出端与所述预警输出单元的输入端相连接。
与现有技术相比,本发明所达到的有益效果是:
本发明利用无负压供水设备模块构建无负压供水设备运转系统;利用用户数据采集模块获取用户用水数据,构建第一监控数据并输出;利用市政数据监测模块监测市政停水时长、监测用户停电区域时长,构建第二监控数据、第三监控数据并输出;利用系统监测模块监测无负压供水设备运转系统的休眠供水数据,构建第四监控数据并输出;利用远程监控预警模块根据用户数据采集模块、市政数据监测模块、系统监测模块的输出数据构建远程监控模型,输出无负压供水设备运转系统中排污处理时间,提示管理人员打开排污阀对稳流补偿器进行清理;本发明能够解决在无负压供水设备下的稳流补偿器的水质污染问题,在避免了传统变频恒压供水系统二次污染的同时进一步优化水质污染问题,做到尽可能保证人工效率的同时保证水质完好。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明无负压供水设备远程监控系统及方法的实施例中无负压供水设备运转系统示意图。
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。基于本发明中的实施例,本领域普通技术人员在没有做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。
请参阅图1,在本实施例中:
无负压供水设备运转系统示意图如图1所示,其中各类阀未示出;
无负压供水设备运转系统直接与市政管网相连,叠加压力供水在市政管网剩余压力的基础上串联;
当市政管网供水大于用户用水时,无负压供水设备运转系统变频恒压供水,此时,稳流补偿器中储存一定量的承压水;
当用户用水量增加时,市政管网与稳流补偿器连接处的压力降低,当压力下降到相对压力0以下时,在稳流补偿器中形成负压;真空抑制器的进气门打开,大气进入稳流补偿器。此时,稳流补偿器相当于一个带有自由液面的开放式水箱。压力与大气压力相同,负压被消除。当水位下降到设定值时,控制机组发送控制信号,控制加压单元停止运行,用户停止供水;当用户的用水量减少时,稳流补偿器中的水位上升,气体从真空抑制器的排气阀中排出,压力恢复正常,加压单元从零开始并恢复供水。
当自来水管网停水,稳流补偿器进行少量供水,造成稳流补偿器液位不断下降;夜间小流量供水,即休眠状态时,稳流补偿器可以贮存并释放能量,避免了无负压供水设备水泵频繁启动,也因此水流的流速会很小;在停电时,无负压供水设备运转系统利用市政管网的原有压力,以低流速对用户进行供水,在用户区域停电时间时,用户用水数据的流速不超出无负压供水设备运转系统利用市政管网的原有压力给出的最大流速;
在稳流补偿器中设置水体检测装置,所述水体检测装置在水体发生杂质变化时,能够输出警示信息;
根据警示信息出现时间,获取警示信息出现时的第一监控数据、第二监控数据、第三监控数据、第四监控数据,作为训练集数据:
其中以所有周期的用户用水数据的流速平均值、用户用水数据的频率作为第一监控数据;
以市政管网停水时间数据的总时长作为第二监控数据;
以用户区域停电时间数据的总时长作为第三监控数据;
以无负压供水设备运转系统的休眠供水数据的总时长作为第四监控数据;
所述训练集数据记为:{(x1、y1)、(x2、y2)、…、(xm、ym)};
其中,x1、x2、…、xm代表输入样本空间;y1、y2、…、ym代表输出样本空间;m代表训练集样本数量;
构建输出样本空间的损失函数L(yi,c),其中yi代表y1、y2、…、ym中任一值;
初始化第一个弱学习器F0(x):
所述损失函数为平方损失函数,求导可得:
以简单的数据为例:
取m=4,获取数据如下:
用户用水数据的流速平均值:1.0m/s、1.1m/s、1.2m/s、1.3m/s;
用户用水数据的频率(以天为单位):12次、10次、2次、8次;
市政管网停水时间数据:12h、10h、12h、12h;
用户区域停电时间数据:2h、0.5h、0、0;
无负压供水设备运转系统的休眠供水数据:144h、132h、120h、144h;
水体检测装置在水体发生杂质变化时间:288h、264h、208h、228h;
则初始弱学习器:
构建分类回归树数量为N,设置n=1,2,…,N;
对i=1,2,…,m,计算第n棵回归树对应的损失函数的负梯度:
其中,r(n,i)代表i=1,2,…,m任一值时第n棵回归树对应的损失函数的负梯度;F(x)代表利用上一轮强学习器Fn-1(x)拟合得出的Fn(x);F(xi)代表yi对应的损失函数;
对i=1,2,…,m,利用CART回归树拟合数据[xi,r(n,i)],得到第N棵回归树,其对应的叶子节点区域为R(n,j),其中j=1,2,…,jn,jn代表第n棵回归树叶子节点的个数;
对j=1,2,…,jn,计算每个叶子节点的最佳拟合值:
其中,K(n,j)代表最佳拟合值,c1代表损失函数后面加的常数;
计算得出最终的强学习器:
其中,FN(x)代表最终的强学习器;I与K(n,j)组合,表示本轮的决策树拟合函数;
利用最终的强学习器,利用MATLAB软件进行仿真;
预测得出无负压供水设备运转系统中稳流补偿器内的水体发生杂质变化的时间,记为Tθ;
设置报警时长阈值Tω,构建无负压供水设备运转系统中排污处理时间公式:
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。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,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。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.无负压供水设备远程监控方法,其特征在于:该方法包括以下步骤:
S1、构建无负压供水设备运转系统,获取用户用水数据,记为第一监控数据;
S2、获取市政管网停水时间数据、获取用户区域停电时间数据,分别记为第二监控数据、第三监控数据;
S3、获取无负压供水设备运转系统的休眠供水数据,记为第四监控数据;
S4、根据第一监控数据、第二监控数据、第三监控数据、第四监控数据构建远程监控模型,计算无负压供水设备运转系统中排污处理时间,并发送至管理端口;
所述第一监控数据包括:
用户用水数据的流速;
以用户每次开启用水至关闭用水记为一个用水周期,获取一个用水周期内的平均水流速度作为本次用水周期的用户用水数据的流速;
用户用水数据的频率;
设置用水量阈值,用户每次用水量超出用水量阈值,记为一次用水,所述用户用水数据的频率计算为:
其中,H记为用户用水数据的频率;T1记为统计时长;P1记为统计时长内一次用水数量;
所述第二监控数据包括:
市政管网停水时间数据;
在市政管网停水时,稳流补偿器中存储的少量水,通过无负压供水设备运转系统进行二次增压,将存储的少量水供给用户用水;
获取稳流补偿器中存储的少量水,结合用户用水数据的流速,判断其能够供应的市政管网停水时间的最大时长;若市政管网停水时间时长超出能够供应的市政管网停水时间的最大时长,市政管网停水时间数据均记为能够供应的市政管网停水时间的最大时长;
所述第三监控数据包括:
用户区域停电时间数据:
在用户区域停电时,无负压供水设备运转系统利用市政管网的原有压力,以低流速对用户进行供水,在用户区域停电时间时,用户用水数据的流速不超出无负压供水设备运转系统利用市政管网的原有压力给出的最大流速,记录当前流速持续的时长记为用户区域停电时间数据;
所述第四监控数据包括:
无负压供水设备运转系统的休眠供水数据;
在无负压供水设备运转系统进行休眠供水时,即用水量低于设定阈值的情况下,用户用水数据的流速不超出无负压供水设备运转系统的休眠供水给出的最大流速,记录当前流速持续的时长记为无负压供水设备运转系统的休眠供水数据;
所述远程监控模型包括:
在稳流补偿器中设置水体检测装置,所述水体检测装置在水体发生杂质变化时,能够输出警示信息;
根据警示信息出现时间,获取警示信息出现时的第一监控数据、第二监控数据、第三监控数据、第四监控数据,作为训练集数据:
其中以所有周期的用户用水数据的流速平均值、用户用水数据的频率作为第一监控数据;
以市政管网停水时间数据的总时长作为第二监控数据;
以用户区域停电时间数据的总时长作为第三监控数据;
以无负压供水设备运转系统的休眠供水数据的总时长作为第四监控数据;
所述训练集数据记为:{(x1、y1)、(x2、y2)、…、(xm、ym)};
其中,x1、x2、…、xm代表输入样本空间;y1、y2、…、ym代表输出样本空间;m代表训练集样本数量;
构建输出样本空间的损失函数L(yi,c),其中yi代表y1、y2、…、ym中任一值;
初始化第一个弱学习器F0(x):
所述损失函数为平方损失函数,求导可得:
构建分类回归树数量为N,设置n=1,2,…,N;
对i=1,2,…,m,计算第n棵回归树对应的损失函数的负梯度:
其中,r(n,i)代表i=1,2,…,m任一值时第n棵回归树对应的损失函数的负梯度;F(x)代表利用上一轮强学习器Fn-1(x)拟合得出的Fn(x);F(xi)代表yi对应的损失函数;
对i=1,2,…,m,利用CART回归树拟合数据[xi,r(n,i)],得到第N棵回归树,其对应的叶子节点区域为R(n,j),其中j=1,2,…,jn,jn代表第n棵回归树叶子节点的个数;
对j=1,2,…,jn,计算每个叶子节点的最佳拟合值:
其中,K(n,j)代表最佳拟合值,c1代表损失函数后面加的常数;
计算得出最终的强学习器:
其中,FN(x)代表最终的强学习器;I与K(n,j)组合,表示本轮的决策树拟合函数;
利用最终的强学习器,预测得出无负压供水设备运转系统中稳流补偿器内的水体发生杂质变化的时间,记为Tθ;
设置报警时长阈值Tω,构建无负压供水设备运转系统中排污处理时间公式:
2.根据权利要求1所述的无负压供水设备远程监控方法,其特征在于:所述无负压供水设备运转系统包括过滤器、真空抑制器、压力表、稳流补偿器、排污阀、控制机组和水泵机组、用户用水端口;
市政管网入口通过管道蝶阀连接至过滤器,所述过滤器用于过滤水体,过滤器另一端连接至稳流补偿器,所述稳流补偿器用于存储定量的承压水;所述真空抑制器设置在稳流补偿器上,用于在用户用水量增加时,市政管网与稳流补偿器连接处的压力降低到相对压力0以下时,真空抑制器的进气门打开,大气进入稳流罐;在用户用水量减少时,稳流补偿器中的水位上升,气体从真空抑制器的排气阀中排出;所述压力表设置在稳流补偿器上,用于监控稳流补偿器内压力变化;所述排污阀设置在稳流补偿器上,用于对稳流补偿器进行排污处理、更换水体;所述控制机组和水泵机组与稳流补偿器的一端连接,所述控制机组和水泵机组中还包含有压力机组,所述压力机组用于调节压力,为用户用水端口进行供水;所述控制机组和水泵机组的另一端连接至用户用水端口。
3.无负压供水设备远程监控系统,其特征在于:该系统包括:无负压供水设备模块、用户数据采集模块、市政数据监测模块、系统监测模块、远程监控预警模块;
所述无负压供水设备模块用于构建无负压供水设备运转系统;所述用户数据采集模块用于获取用户用水数据,构建第一监控数据并输出;所述市政数据监测模块用于监测市政停水时长、监测用户停电区域时长,构建第二监控数据、第三监控数据并输出;所述系统监测模块用于监测无负压供水设备运转系统的休眠供水数据,构建第四监控数据并输出;所述远程监控预警模块用于根据用户数据采集模块、市政数据监测模块、系统监测模块的输出数据构建远程监控模型,输出无负压供水设备运转系统中排污处理时间,提示管理人员打开排污阀对稳流补偿器进行清理;
所述无负压供水设备模块的输出端与所述用户数据采集模块、市政数据监测模块、系统监测模块的输入端相连接;所述用户数据采集模块、市政数据监测模块、系统监测模块的输出端与所述远程监控预警模块的输入端相连接。
4.根据权利要求3所述的无负压供水设备远程监控系统,其特征在于:所述无负压供水设备模块包括无负压供水设备运转系统;
所述无负压供水设备运转系统包括过滤器、真空抑制器、压力表、稳流补偿器、排污阀、控制机组和水泵机组、用户用水端口;
市政管网入口通过管道蝶阀连接至过滤器,所述过滤器用于过滤水体,过滤器另一端连接至稳流补偿器,所述稳流补偿器用于存储定量的承压水;所述真空抑制器设置在稳流补偿器上,用于在用户用水量增加时,市政管网与稳流补偿器连接处的压力降低到相对压力0以下时,真空抑制器的进气门打开,大气进入稳流罐;在用户用水量减少时,稳流补偿器中的水位上升,气体从真空抑制器的排气阀中排出;所述压力表设置在稳流补偿器上,用于监控稳流补偿器内压力变化;所述排污阀设置在稳流补偿器上,用于对稳流补偿器进行排污处理、更换水体;所述控制机组和水泵机组与稳流补偿器的一端连接,所述控制机组和水泵机组中还包含有压力机组,所述压力机组用于调节压力,为用户用水端口进行供水;所述控制机组和水泵机组的另一端连接至用户用水端口。
5.根据权利要求3所述的无负压供水设备远程监控系统,其特征在于:所述用户数据采集模块包括用户用水数据采集单元、用户用水数据输出单元;
所述用户用水数据采集单元用于获取用户用水数据,所述用户用水数据包括用户用水数据的流速、用户用水数据的频率,构建第一监控数据;所述用户用水数据输出单元用于将第一监控数据输出至远程监控预警模块;
所述用户用水数据采集单元的输出端与所述用户用水数据输出单元的输入端相连接;所述用户用水数据输出单元的输出端与所述远程监控预警模块的输入端相连接。
6.根据权利要求3所述的无负压供水设备远程监控系统,其特征在于:所述市政数据监测模块包括市政停水监测单元、区域停电监测单元;
所述市政停水监测单元用于监测市政停水时长,构建第二监控数据并输出至远程监控预警模块;所述区域停电监测单元用于监测用户停电区域时长数据,构建第三监控数据并输出至远程监控预警模块;
所述市政停水监测单元、区域停电监测单元的输出端均连接至远程监控预警模块的输入端。
7.根据权利要求3所述的无负压供水设备远程监控系统,其特征在于:所述系统监测模块包括休眠数据采集单元、休眠数据输出单元;
所述休眠数据采集单元用于在无负压供水设备运转系统进行休眠供水时,获取无负压供水设备运转系统的休眠供水数据,构建第四监控数据;所述休眠数据输出单元用于将第四监控数据输出至远程监控预警模块;
所述休眠数据采集单元的输出端与所述休眠数据输出单元的输入端相连接;所述休眠数据输出单元的输出端与所述远程监控预警模块的输入端相连接。
8.根据权利要求3所述的无负压供水设备远程监控系统,其特征在于:所述远程监控预警模块包括模型构建单元、预警输出单元;
所述模型构建单元用于根据用户数据采集模块、市政数据监测模块、系统监测模块的输出数据构建远程监控模型,输出无负压供水设备运转系统中排污处理时间;所述预警输出单元用于构建报警时长阈值,计算并提示管理人员打开排污阀对稳流补偿器进行清理;
所述模型构建单元的输出端与所述预警输出单元的输入端相连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210541148.0A CN114809195B (zh) | 2022-05-17 | 2022-05-17 | 无负压供水设备远程监控系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210541148.0A CN114809195B (zh) | 2022-05-17 | 2022-05-17 | 无负压供水设备远程监控系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114809195A CN114809195A (zh) | 2022-07-29 |
CN114809195B true CN114809195B (zh) | 2023-04-18 |
Family
ID=82515471
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210541148.0A Active CN114809195B (zh) | 2022-05-17 | 2022-05-17 | 无负压供水设备远程监控系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114809195B (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103334472A (zh) * | 2013-06-09 | 2013-10-02 | 李国庆 | 一种无负压变频供水设备 |
DE102019201263A1 (de) * | 2019-01-31 | 2020-08-06 | Gebrüder Kemper Gmbh + Co. Kg Metallwerke | Trink- und Brauchwassersystem und Verfahren zum Spülen desselben |
CN111827413A (zh) * | 2019-04-17 | 2020-10-27 | 合肥华凌股份有限公司 | 供水系统水质监控方法、供水系统及制冷设备 |
CN214311780U (zh) * | 2021-03-02 | 2021-09-28 | 清华大学 | 一种水质污染预警装置 |
CN114134960A (zh) * | 2021-11-24 | 2022-03-04 | 江苏迈科道环境科技有限公司 | 一种二次供水设备远程网络监视装置 |
-
2022
- 2022-05-17 CN CN202210541148.0A patent/CN114809195B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN114809195A (zh) | 2022-07-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109682861B (zh) | 一种水质多参数远程监控及水质远程控制加药平台 | |
CN108345282A (zh) | 一种基于人工智能的泵站运行异常诊断方法及系统 | |
CN103645706A (zh) | 一种具有通讯多媒体的净水器 | |
CN207488727U (zh) | 一种监测油烟信息的控制系统 | |
US11985194B2 (en) | Methods and internet of things systems for predicting filter element replacement at gate station for smart gas | |
CN114809195B (zh) | 无负压供水设备远程监控系统及方法 | |
CN203222846U (zh) | 市政管网无负压供水装置 | |
CN209911276U (zh) | 一种水质多参数远程监控及水质远程控制加药平台 | |
WO2019223225A1 (zh) | 净水系统、净水方法及装置 | |
CN206111491U (zh) | 一种空压机自动排水系统 | |
CN112031079A (zh) | 一种住宅二次供水水龄优化系统与方法 | |
WO2023071243A1 (zh) | 用于野外饮用水供应的成套装备 | |
CN215253184U (zh) | 一种带换气滤芯装置的水箱 | |
CN108101246B (zh) | 一种净水机及其水质检测方法 | |
CN112664439A (zh) | 一种二次供水智能控制系统 | |
CN115162467A (zh) | 一种用于泵房管控的计算中心系统 | |
CN202248085U (zh) | 智能高效节能给水系统 | |
CN208060487U (zh) | 一种阀门井浓度监测系统 | |
CN113684892A (zh) | 一种多用途的二次供水泵房水质监测系统 | |
CN115061390A (zh) | 一种基于大数据和人工智能的供水调度系统和方法 | |
CN212403505U (zh) | 一种无液位传感器排污系统、污水处理系统 | |
CN114703925A (zh) | 一种用于市政二次供水的一体化加压装置及其使用方法 | |
CN211035438U (zh) | 一种用于饮水机的数据采集装置 | |
CN112945333A (zh) | 物联网燃气表通过大流量限制用气实现安全用气的方法 | |
CN111825273A (zh) | 一种用于城市排水管网的污水处理系统 |
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 |