CN115545058A - 一种水表数据分析方法、系统及可读存储介质 - Google Patents

一种水表数据分析方法、系统及可读存储介质 Download PDF

Info

Publication number
CN115545058A
CN115545058A CN202211145306.7A CN202211145306A CN115545058A CN 115545058 A CN115545058 A CN 115545058A CN 202211145306 A CN202211145306 A CN 202211145306A CN 115545058 A CN115545058 A CN 115545058A
Authority
CN
China
Prior art keywords
water meter
data
meter data
meter reading
meter
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
Application number
CN202211145306.7A
Other languages
English (en)
Inventor
左富强
周斌
倪征
张龙
敖洪文
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sanchuan Wisdom Technology Co Ltd
Original Assignee
Sanchuan Wisdom Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Sanchuan Wisdom Technology Co Ltd filed Critical Sanchuan Wisdom Technology Co Ltd
Priority to CN202211145306.7A priority Critical patent/CN115545058A/zh
Publication of CN115545058A publication Critical patent/CN115545058A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/10544—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum
    • G06K7/10821—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum further details of bar or optical code scanning devices
    • G06K7/10861—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum further details of bar or optical code scanning devices sensing of data fields affixed to objects or articles, e.g. coded labels
    • 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
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04Q—SELECTING
    • H04Q9/00—Arrangements in telecontrol or telemetry systems for selectively calling a substation from a main station, in which substation desired apparatus is selected for applying a control signal thereto or for obtaining measured values therefrom
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04Q—SELECTING
    • H04Q2209/00—Arrangements in telecontrol or telemetry systems
    • H04Q2209/60—Arrangements in telecontrol or telemetry systems for transmitting utility meters data, i.e. transmission of data from the reader of the utility meter
    • 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)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Medical Informatics (AREA)
  • Multimedia (AREA)
  • Electromagnetism (AREA)
  • Data Mining & Analysis (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Toxicology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Arrangements For Transmission Of Measured Signals (AREA)

Abstract

本发明公开一种水表数据分析方法，包括：根据抄表设备采集水表数据，水表数据中包含水表信息的第一标识信息；将第一标识信息和携带有抄表设备身份信息的第二标识信息进行关联；获取在预设时间周期内各个水表的历史水表数据异常次数，并基于历史水表数据异常次数对与水表相关联的抄表设备进行设定优先级；在至少两个抄表设备当前处于同一优先级时，若与某一抄表设备相关联的水表的历史水表数据最大持续正常天数小于预设阈值，则对某一抄表设备采集的当前水表数据进行数据分析。能够针对高频异常水表的水表数据进行优先分析，达到快速筛选水表数据异常的目的。

Description

一种水表数据分析方法、系统及可读存储介质
技术领域
本发明属于通信技术领域，尤其涉及一种水表数据分析方法、系统及可读存储介质。
背景技术
通过调查发现，许多城市居民家中时常存在跑水漏水现象，特别是建成投入使用年限较长的老楼，水管破损或马桶等设备老化导致的跑水漏水问题给居民生活带来很大的困扰，除了金钱之外，还对宝贵的水资源造成了极大浪费。
虽然近年来随着智能水表的出现，为解决跑水或漏水问题提供了很好的契机，但现有技术中的水表数据分析，在传输或分析过程中由于单次传输数据量大造成传输通道拥堵或由于单次分析数据量大造成宕机的现象时常发生。
发明内容
本发明提供一种水表数据分析方法、系统及可读存储介质，用于解决在传输或分析过程中由于单次传输数据量大造成传输通道拥堵或由于单次分析数据量大造成宕机的现象时常发生的技术问题。
第一方面，本发明提供一种水表数据分析方法，包括：根据抄表设备采集水表数据，所述水表数据中包含水表信息的第一标识信息；将所述第一标识信息和携带有所述抄表设备身份信息的第二标识信息进行关联，得到所述抄表设备与所述水表的关联关系；获取在预设时间周期内各个水表的历史水表数据异常次数，并基于所述历史水表数据异常次数对与所述水表相关联的抄表设备进行设定优先级；若至少两个抄表设备当前处于同一优先级，则判断与某一抄表设备相关联的水表的历史水表数据最大持续正常天数是否小于预设阈值；若与某一抄表设备相关联的水表的历史水表数据最大持续正常天数小于预设阈值，则对所述某一抄表设备采集的当前水表数据进行数据分析。
第二方面，本发明提供一种水表数据分析系统，包括：采集模块，配置为根据抄表设备采集水表数据，所述水表数据中包含水表信息的第一标识信息；关联模块，配置为将所述第一标识信息和携带有所述抄表设备身份信息的第二标识信息进行关联，得到所述抄表设备与所述水表的关联关系；设定模块，配置为获取在预设时间周期内各个水表的历史水表数据异常次数，并基于所述历史水表数据异常次数对与所述水表相关联的抄表设备进行设定优先级；判断模块，配置为若至少两个抄表设备当前处于同一优先级，则判断与某一抄表设备相关联的水表的历史水表数据最大持续正常天数是否小于预设阈值；分析模块，配置为若与某一抄表设备相关联的水表的历史水表数据最大持续正常天数小于预设阈值，则对所述某一抄表设备采集的当前水表数据进行数据分析。
第三方面，提供一种电子设备，其包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例的水表数据分析方法的步骤。
第四方面，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述程序指令被处理器执行时，使所述处理器执行本发明任一实施例的水表数据分析方法的步骤。
本申请的一种水表数据分析方法、系统及可读存储介质，通过获取在预设时间周期内各个水表的历史水表数据异常次数，对与电磁水表相关联的抄表设备进行设定优先级，这样能够使得水表数据分析能够有序进行，从而能够降低水表数据在传输或分析过程中由于单次传输数据量大造成传输通道拥堵或由于单次分析数据量大造成宕机的现象发生，同时能够针对高频异常水表的水表数据进行优先分析，达到快速筛选水表数据异常的目的，并且在至少两个抄表设备当前处于同一优先级时，判断与某一抄表设备相关联的水表的历史水表数据最大持续正常天数是否小于预设阈值，能够进一步对水表数据可能再次异常的水表进行优先分析。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作一简单地介绍，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为本发明一实施例提供的一种水表数据分析方法的流程图；
图2为本发明一实施例提供的一种水表数据分析系统的结构框图；
图3是本发明一实施例提供的电子设备的结构示意图。
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。
请参阅图1，其示出了本申请的一种水表数据分析方法的流程图。
如图1所示，一种水表数据分析方法包括以下步骤：
步骤S101，根据抄表设备采集水表数据，所述水表数据中包含水表信息的第一标识信息。
在本实施例中，第一标识信息为表征水表属性的信息，具体地，第一标识信息可以是水表编号以及使用该水表的用户的地址信息和联系方式等。
第一标识信息的展示形式可以是条形码或二维码，可以通过采集该该条形码或二维码来得到第一标识信息。
需要说明的是，根据抄表设备采集水表数据包括：根据所述抄表数据扫描所述条形码或所述二维码，以获取所述条形码或所述二维码的图像信息；将所述图像信息与所述图像信息对应的预设完整图像模板作比对，并确定所述图像信息的完整度；所述完整度表征所述图像信息的图像完整程度；若所述完整度小于预设数值，调整扫描角度，重新扫描所述条形码或所述二维码。
在一些可选的实施例中，本发明在扫描条形码或所述二维码，得到条形码或所述二维码的图像信息之后，该图像信息可能是不完整的图像信息，举例来说，包括四个角的图像才可以称为完整图形，但是采集得到的图像信息仅有三个角，则认为不是完整的图像。
在确定图像信息是否是完整图像，即确定图像信息的图像完整程度时，需要将图像信息与所述图像信息对应的预设完整图像模板作比对，其中，该预设完整图像模板为不存在图像数据缺失的图像模板，如包括四个角的一张图像，若图像信息与该图像模板相比，缺少一个角，则认为不是完整图像，图像完整度根据图像信息与预设完整图像模板相比的缺失程度计算得到，如仅缺失一个角，则认为图像完整程度为75％，若缺失两个角，则认为图像完整程度为50％。
在确定出图像完整程度之后，若该图像完整程度小于预设数值，如75％，则认为通过该图像信息不能得到第一标识信息的数据，此时需要调整扫描角度，重新对条形码或所述二维码进行扫描。
步骤S102，将所述第一标识信息和携带有所述抄表设备身份信息的第二标识信息进行关联，得到所述抄表设备与所述水表的关联关系。
在本实施例中，将第一标识信息和携带有抄表设备身份信息的第二标识信息进行关联，具体地，可以在数据库中建立第一标识信息和第二标识信息的映射关系，得到抄表设备与水表的关联关系，该关联关系可以用一条线连接抄表设备与水表进行表示。
步骤S103，获取在预设时间周期内各个水表的历史水表数据异常次数，并基于所述历史水表数据异常次数对与所述水表相关联的抄表设备进行设定优先级。
在本实施例中，获取在预设时间周期内各个水表的历史水表数据异常次数，并基于历史水表数据异常次数对与水表相关联的抄表设备进行设定优先级，若至少两个抄表设备当前不处于同一优先级，则按优先级大小对至少两个抄表设备采集的当前水表数据先后进行数据分析。
在一个使用场景中，获取2022年02月内某栋楼的一单元各个水表的历史水表数据异常次数。例如，A水表在2022年02月内水表数据异常次数2次，B水表在2022年02月内水表数据异常次数3次，此时与B水表相关联的抄表设备的优先级大于A水表相关联的抄表设备的优先级。
步骤S104，若至少两个抄表设备当前处于同一优先级，则判断与某一抄表设备相关联的水表的历史水表数据最大持续正常天数是否小于预设阈值。
在一个使用场景中，获取2022年02月内某栋楼的一单元各个水表的历史水表数据异常次数。例如，A水表在2022年02月内水表数据异常次数2次，其中，A水表第一次数据异常时间在2022年02月1号，A水表第一次数据异常时间在2022年02月10号，此时A水表最大持续正常天数为18天；B水表在2022年02月内水表数据异常次数2次，其中，B水表第一次数据异常时间在2022年02月1号，B水表第一次数据异常时间在2022年02月3号，此时，B水表最大持续正常天数为25天。因此说明A水表存在异常水表数据的概率大于B水表存在异常水表数据的概率。
步骤S105，若与某一抄表设备相关联的水表的历史水表数据持续正常天数小于预设阈值，则对所述某一抄表设备采集的当前水表数据进行数据分析。
在本实施例中，若与某一抄表设备相关联的水表的历史水表数据持续正常天数小于预设阈值将当前水表数据与预设数据进行比对，在当前水表数据超出以预设数据为基准的预设范围的情况下，确定当前水表数据属于异常状态。
需要说明的是，根据用户的多个历史水表数据，将多个历史水表数据作为深度学习模型的训练数据进行预训练，以使深度学习模型可得知每位用户的预期水表数据，其中深度学习模型可以是卷积神经网络模型。
本申请的方法，通过获取在预设时间周期内各个水表的历史水表数据异常次数，对与电磁水表相关联的抄表设备进行设定优先级，这样能够使得水表数据分析能够有序进行，从而降低水表数据在传输或分析过程中由于单次传输数据量大造成传输通道拥堵或由于单次分析数据量大造成宕机的现象发生，同时能够针对高频异常水表的水表数据进行优先分析，达到快速筛选水表数据异常的目的，并且在至少两个抄表设备当前处于同一优先级时，判断与某一抄表设备相关联的水表的历史水表数据最大持续正常天数是否小于预设阈值，能够进一步对水表数据可能再次异常的水表进行优先分析。
请参阅图2，其示出了本申请的一种水表数据分析系统的结构框图。
如图2所示，水表数据分析系统200，包括采集模块210、关联模块220、设定模块230、判断模块240以及分析模块250。
其中，采集模块210，配置为根据抄表设备采集水表数据，所述水表数据中包含水表信息的第一标识信息；关联模块220，配置为将所述第一标识信息和携带有所述抄表设备身份信息的第二标识信息进行关联，得到所述抄表设备与所述水表的关联关系；设定模块230，配置为获取在预设时间周期内各个水表的历史水表数据异常次数，并基于所述历史水表数据异常次数对与所述水表相关联的抄表设备进行设定优先级；判断模块240，配置为若至少两个抄表设备当前处于同一优先级，则判断与某一抄表设备相关联的水表的历史水表数据最大持续正常天数是否小于预设阈值；分析模块250，配置为若与某一抄表设备相关联的水表的历史水表数据最大持续正常天数小于预设阈值，则对所述某一抄表设备采集的当前水表数据进行数据分析。
应当理解，图2中记载的诸模块与参考图1中描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作和特征以及相应的技术效果同样适用于图2中的诸模块，在此不再赘述。
在另一些实施例中，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序指令被处理器执行时，使所述处理器执行上述任意方法实施例中的水表数据分析方法；
作为一种实施方式，本发明的计算机可读存储介质存储有计算机可执行指令，计算机可执行指令设置为：
根据抄表设备采集水表数据，所述水表数据中包含水表信息的第一标识信息；
将所述第一标识信息和携带有所述抄表设备身份信息的第二标识信息进行关联，得到所述抄表设备与所述水表的关联关系；
获取在预设时间周期内各个水表的历史水表数据异常次数，并基于所述历史水表数据异常次数对与所述水表相关联的抄表设备进行设定优先级；
若至少两个抄表设备当前处于同一优先级，则判断与某一抄表设备相关联的水表的历史水表数据最大持续正常天数是否小于预设阈值；
若与某一抄表设备相关联的水表的历史水表数据最大持续正常天数小于预设阈值，则对所述某一抄表设备采集的当前水表数据进行数据分析。
计算机可读存储介质可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据水表数据分析系统的使用所创建的数据等。此外，计算机可读存储介质可以包括高速随机存取存储器，还可以包括存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，计算机可读存储介质可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至水表数据分析系统。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
图3是本发明实施例提供的电子设备的结构示意图，如图3所示，该设备包括：一个处理器310以及存储器320。电子设备还可以包括：输入装置330和输出装置340。处理器310、存储器320、输入装置330和输出装置340可以通过总线或者其他方式连接，图3中以通过总线连接为例。存储器320为上述的计算机可读存储介质。处理器310通过运行存储在存储器320中的非易失性软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例水表数据分析方法。输入装置330可接收输入的数字或字符信息，以及产生与水表数据分析系统的用户设置以及功能控制有关的键信号输入。输出装置340可包括显示屏等显示设备。
上述电子设备可执行本发明实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明实施例所提供的方法。
作为一种实施方式，上述电子设备应用于水表数据分析系统中，用于客户端，包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够：
根据抄表设备采集水表数据，所述水表数据中包含水表信息的第一标识信息；
将所述第一标识信息和携带有所述抄表设备身份信息的第二标识信息进行关联，得到所述抄表设备与所述水表的关联关系；
获取在预设时间周期内各个水表的历史水表数据异常次数，并基于所述历史水表数据异常次数对与所述水表相关联的抄表设备进行设定优先级；
若至少两个抄表设备当前处于同一优先级，则判断与某一抄表设备相关联的水表的历史水表数据最大持续正常天数是否小于预设阈值；
若与某一抄表设备相关联的水表的历史水表数据最大持续正常天数小于预设阈值，则对所述某一抄表设备采集的当前水表数据进行数据分析。
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 (8)

1.一种水表数据分析方法，其特征在于，包括：
根据抄表设备采集水表数据，所述水表数据中包含水表信息的第一标识信息；
将所述第一标识信息和携带有所述抄表设备身份信息的第二标识信息进行关联，得到所述抄表设备与所述水表的关联关系；
获取在预设时间周期内各个水表的历史水表数据异常次数，并基于所述历史水表数据异常次数对与所述水表相关联的抄表设备进行设定优先级；
若至少两个抄表设备当前处于同一优先级，则判断与某一抄表设备相关联的水表的历史水表数据最大持续正常天数是否小于预设阈值；
若与某一抄表设备相关联的水表的历史水表数据最大持续正常天数小于预设阈值，则对所述某一抄表设备采集的当前水表数据进行数据分析。
2.根据权利要求1所述的一种水表数据分析方法，其特征在于，所述第一标识信息包括条形码或二维码；其中，所述根据抄表设备采集水表数据包括：
根据所述抄表数据扫描所述条形码或所述二维码，以获取所述条形码或所述二维码的图像信息；
将所述图像信息与所述图像信息对应的预设完整图像模板作比对，并确定所述图像信息的完整度；所述完整度表征所述图像信息的图像完整程度；
若所述完整度小于预设数值，调整扫描角度，重新扫描所述条形码或所述二维码。
3.根据权利要求2所述的一种水表数据分析方法，其特征在于，其中，所述图像信息中包含水表的编号。
4.根据权利要求1所述的一种水表数据分析方法，其特征在于，在获取在预设时间周期内各个水表的历史水表数据异常次数，并基于所述历史水表数据异常次数对与所述水表相关联的抄表设备进行设定优先级之后，所述方法还包括：
若至少两个抄表设备当前不处于同一优先级，则按优先级大小对至少两个抄表设备采集的当前水表数据先后进行数据分析。
5.根据权利要求1所述的一种水表数据分析方法，其特征在于，所述对所述某一抄表设备采集的当前水表数据进行数据分析，包括：
将当前水表数据与预设数据进行比对，其中，所述预设数据为深度学习模型基于历史水表数据进行训练得到；
在所述当前水表数据超出以所述预设数据为基准的预设范围的情况下，确定所述当前水表数据属于异常状态。
6.一种水表数据分析系统，其特征在于，包括：
采集模块，配置为根据抄表设备采集水表数据，所述水表数据中包含水表信息的第一标识信息；
关联模块，配置为将所述第一标识信息和携带有所述抄表设备身份信息的第二标识信息进行关联，得到所述抄表设备与所述水表的关联关系；
设定模块，配置为获取在预设时间周期内各个水表的历史水表数据异常次数，并基于所述历史水表数据异常次数对与所述水表相关联的抄表设备进行设定优先级；
判断模块，配置为若至少两个抄表设备当前处于同一优先级，则判断与某一抄表设备相关联的水表的历史水表数据最大持续正常天数是否小于预设阈值；
分析模块，配置为若与某一抄表设备相关联的水表的历史水表数据最大持续正常天数小于预设阈值，则对所述某一抄表设备采集的当前水表数据进行数据分析。
7.一种电子设备，其特征在于，包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至5任一项所述的方法。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现权利要求1至5任一项所述的方法。
CN202211145306.7A 2022-09-20 2022-09-20 一种水表数据分析方法、系统及可读存储介质 Pending CN115545058A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211145306.7A CN115545058A (zh) 2022-09-20 2022-09-20 一种水表数据分析方法、系统及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211145306.7A CN115545058A (zh) 2022-09-20 2022-09-20 一种水表数据分析方法、系统及可读存储介质

Publications (1)

Publication Number Publication Date
CN115545058A true CN115545058A (zh) 2022-12-30

Family

ID=84728412

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211145306.7A Pending CN115545058A (zh) 2022-09-20 2022-09-20 一种水表数据分析方法、系统及可读存储介质

Country Status (1)

Country Link
CN (1) CN115545058A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116756494A (zh) * 2023-08-22 2023-09-15 之江实验室 数据异常值处理方法、装置、计算机设备和可读存储介质
CN117241159A (zh) * 2023-11-16 2023-12-15 深圳市一合智能科技有限公司 一种基于物联网的智能水表通讯方法及系统
CN117749990A (zh) * 2023-11-22 2024-03-22 昆山亿硕智能科技有限公司 一种基于边缘计算及机器视觉的抄表方法及系统
CN118195291A (zh) * 2024-05-16 2024-06-14 深圳拓安信物联股份有限公司 换表识别方法、装置、存储介质及设备
CN118533275A (zh) * 2024-07-22 2024-08-23 杭州炬源智能科技有限公司 一种水表读数的异常检测方法、系统以及存储介质

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116756494A (zh) * 2023-08-22 2023-09-15 之江实验室 数据异常值处理方法、装置、计算机设备和可读存储介质
CN116756494B (zh) * 2023-08-22 2024-01-23 之江实验室 数据异常值处理方法、装置、计算机设备和可读存储介质
CN117241159A (zh) * 2023-11-16 2023-12-15 深圳市一合智能科技有限公司 一种基于物联网的智能水表通讯方法及系统
CN117241159B (zh) * 2023-11-16 2024-02-09 深圳市一合智能科技有限公司 一种基于物联网的智能水表通讯方法及系统
CN117749990A (zh) * 2023-11-22 2024-03-22 昆山亿硕智能科技有限公司 一种基于边缘计算及机器视觉的抄表方法及系统
CN118195291A (zh) * 2024-05-16 2024-06-14 深圳拓安信物联股份有限公司 换表识别方法、装置、存储介质及设备
CN118533275A (zh) * 2024-07-22 2024-08-23 杭州炬源智能科技有限公司 一种水表读数的异常检测方法、系统以及存储介质

Similar Documents

Publication Publication Date Title
CN115545058A (zh) 一种水表数据分析方法、系统及可读存储介质
CN108579094B (zh) 一种用户界面检测方法及相关装置、系统和存储介质
CN111741002B (zh) 一种网络入侵检测模型的训练方法和装置
CN117740811B (zh) 一种新能源汽车遮阳篷性能检测方法、系统及存储介质
CN115937212B (zh) 一种玻璃板裂纹检测方法、装置、设备及介质
CN111900694A (zh) 一种基于自动识别的继电保护设备信息采集方法及系统
CN114358464A (zh) 作业风险评估方法及装置、电子设备和存储介质
CN112883929A (zh) 在线视频异常行为检测模型训练、异常检测方法及系统
CN111176872B (zh) 面向it运维的监控数据处理方法、系统、装置及存储介质
CN114143734B (zh) 一种用于5g物联网卡流量采集的数据处理方法及装置
CN109614392B (zh) 中断历史数据自动修复方法、装置、电子设备及介质
CN112232719A (zh) 一种指标定量评分方法、计算机设备及存储介质
CN115422263B (zh) 一种电力现场多功能通用型故障分析方法及系统
CN111062827A (zh) 一种基于人工智能模式的工程监理方法
CN113591752B (zh) 基于卷积神经网络的设备漏油监控方法及相关设备
CN116631003A (zh) 基于p&id图纸的设备识别方法、装置、存储介质及电子设备
CN115309638A (zh) 协助模型优化的方法及装置
CN114742143A (zh) 基于联邦学习的安全训练模型构建方法、装置、系统
CN114679335A (zh) 电力监控系统网络安全风险评估训练、评估方法及设备
CN118102032B (zh) 基于自然资源耕地保护场景视频管理方法
CN117475367B (zh) 基于多规则协调的污水图像处理方法及系统
CN117349734B (zh) 水表设备识别方法、装置、电子设备及存储介质
CN113011297B (zh) 基于边云协同的电力设备检测方法、装置、设备及服务器
CN116843304B (zh) 数字孪生的园区管理方法、装置、设备及存储介质
CN117455124B (zh) 企业的环保设备监测方法、系统、介质及电子设备

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