CN115842847B - 一种基于物联网的水表智能控制方法、系统及介质 - Google Patents

Abstract

本发明涉及一种基于物联网的水表智能控制方法、系统及介质，属于水表智能控制技术领域，本发明通过根据可能发生的异常情况进行数据判断以及处理，以获取数据判断结果，最终基于数据判断结果生成相应的智能水表控制指令，并将相应的智能水表控制指令传输至远程控制终端。通过本方法能够对可能发生智能水表故障、可能发生智能水表故障或者可能发生智能水表故障以及可能发生智能水表故障的组合情况进行数据分析以及识别，能够提高物联网智能水务系统对于异常情况的精确识别以及研判，根据研判结果做出相应智能水表的控制，使得根据异常情况的识别结果来生成智能水表的控制指令，以通过控制智能水表的开关来对异常情况进行处理。

Description

一种基于物联网的水表智能控制方法、系统及介质

技术领域

本发明涉及水表智能控制技术领域，尤其涉及一种基于物联网的水表智能控制方法、系统及介质。

背景技术

智能水表是一种利用现代微电子技术、现代传感技术、智能 IC 卡技术对用水量进行计量，并进行用水量传递及结算交易的新型水表。作为智慧城市建设的重要组成部分，智慧水务依托智能水表等各类智能化终端和技术，不断提升水计量行业的服务能力和水平。在此背景下，智能水表产业迎来了良好的发展机遇。物联网水务管理平台的推广与应用，离不开水量、水压、水温、水质等管网运行状态实时参数的支持。这便要求智能水表在强化其内部嵌入式计算机系统和无线通讯能力的基础上，能够将各类传感器感知的测量数据融合打包与加密，完成数据存储、分析处理、远程传输、安全认证、乃至边缘计算等任务，使其承担起管网数据采集中心的角色。而现如今，当出现智能水表的故障现象或者水管泄漏现象时，现有技术中无法对于出现该类异常情况的进行精确地识别出来，导致了无法根据实际的异常情况进行相应的快速控制或者维修。

发明内容

本发明克服了现有技术的不足，提供了一种基于物联网的水表智能控制方法、系统及介质。

为达上述目的，本发明采用的技术方案为：

本发明第一方面提供了一种基于物联网的水表智能控制方法，其特征在于，包括以下步骤：

获取目标区域中智能水表所采集的用水数据信息以及目标区域中的总用水数据信息；

根据所述目标区域中智能水表所采集的用水数据信息以及目标区域中的总用水数据信息进行数据处理，以获取可能发生的异常情况；

根据所述可能发生的异常情况进行数据判断以及处理，以获取数据判断结果；

基于所述数据判断结果生成相应的智能水表控制指令，并将所述相应的智能水表控制指令传输至远程控制终端。

进一步地，本发明的一个较佳实施例中，获取目标区域中智能水表所采集的用水数据信息以及目标区域中的总用水数据信息，具体包括以下步骤：

获取物联网水务管理平台中相关水务的数据信息，并根据所述相关水务的规划信息进行特征提取，以获取各智能水表的定位数据信息以及相关通信协议信息；

获取当前目标区域所在的地理位置信息，并根据所述当前目标区域所在的地理位置信息以及各智能水表的定位数据信息确定当前目标区域待采集数据的智能水表；

获取与所述相关通信协议信息相同的当前目标区域待采集数据的智能水表作为最终的待采集数据的智能水表；

基于所述相关通信协议信息对所述最终的待采集数据的智能水表进行数据采集，以获取目标区域中智能水表所采集的用水数据信息以及目标区域中的总用水数据信息。

进一步地，本发明的一个较佳实施例中，根据所述目标区域中智能水表所采集的用水数据信息以及目标区域中的总用水数据信息进行数据处理，以获取可能发生的异常情况，具体包括以下步骤：

通过对所述目标区域中智能水表所采集的用水数据信息进行数据统计，以获取统计结果，并根据所述统计结果与目标区域中的总用水数据信息计算数据偏差；

若所述数据偏差不在预设数据偏差阈值范围值之内时，获取相同时段每一智能水表的历史用户用水数据，并基于深度学习对所述历史用户用水数据进行编码学习，以获取用户用水数据偏好模型；

根据所述用户用水数据偏好模型获取每一用户的历史偏好数据，获取当前每一智能水表的用户用水数据，并根据每一用户的历史偏好数据以及当前每一智能水表的用户用水数据进行数据分析；

当所述每一用户的历史偏好数据以及当前每一智能水表的用户用水数据具有相同偏好时，生成可能发生管道泄漏的异常情况，当所述每一用户的历史偏好数据以及当前每一智能水表的用户用水数据不相同的偏好时，生成可能发生智能水表故障的异常情况、可能发生智能水表故障的异常情况以及可能发生管道泄漏的异常情况的组合情况。

进一步地，本发明的一个较佳实施例中，根据所述可能发生的异常情况进行数据判断以及处理，以获取数据判断结果，具体包括以下步骤：

若所述可能发生的异常情况为可能发生智能水表故障的异常情况、可能发生智能水表故障的异常情况以及可能发生管道泄漏的异常情况的组合情况，则获取当前智能水表在预设时间之内的服役数据信息；

获取大量智能水表的历史服役数据信息，并根据所述大量智能水表的历史服役数据信息通过贝叶斯网络进行训练，以获取智能水表故障贝叶斯网络，根据所述当前智能水表在预设时间之内的服役数据信息以及智能水表故障贝叶斯网络进行识别；

若当前智能水表的故障概率大于预设故障概率，则生成可能发生智能水表故障的异常情况，并根据所述智能水表故障贝叶斯网络进行故障时间预估，根据故障时间预估结果以及每一用户的历史偏好数据进行分析，得到用户在智能水表故障时间内的预估用水数据；根据所述预估用水数据以及其余的智能水表所采集的用水数据计算出目标区域中的总用水预估数据信息；

当总用水预估数据信息与目标区域中的总用水数据信息之间的数据偏差在预设数据偏差阈值范围值之内，则所述可能发生的异常情况为可能发生智能水表故障的异常情况，当总用水预估数据信息与目标区域中的总用水数据信息之间的数据偏差不在预设数据偏差阈值范围值之内，所述可能发生的异常情况为可能发生智能水表故障的异常情况以及可能发生管道泄漏的异常情况的组合情况。

进一步地，本发明的一个较佳实施例中，基于所述数据判断结果生成相应的智能水表控制指令，具体包括以下步骤：

若所述可能发生的异常情况仅为可能发生管道泄漏的异常情况，则将当前目标区域分为多个子区域，并从物联网水务管理平台获取每一子区域的总用水数据以及每一子区域中智能水表的总用水数据；

根据所述每一子区域的总用水数据以及每一子区域中智能水表的总用水数据进行用水泄漏源研判，以获取用水泄漏源最可能的位置，基于所述用水泄漏源最可能的位置获取相关智能水表的定位信息，并根据相关智能水表的定位信息生成相应的智能水表控制指令；

若所述可能发生的异常情况仅为可能发生智能水表故障的异常情况，则获取相关智能水表故障的定位信息，并根据所述相关智能水表故障的定位信息生成相应的智能水表控制指令或者相应的提示信息；

若所述可能发生的异常情况为可能发生智能水表故障以及可能发生管道泄漏的组合情况，则获取相关智能水表故障的定位信息，并根据所述相关智能水表故障的定位信息生成相应的智能水表控制指令或者相关的提示信息。

进一步地，本发明的一个较佳实施例中，基于物联网的水表智能控制方法，还包括以下步骤：

若所述可能发生的异常情况仅为可能发生管道泄漏的异常情况，通过大数据网络获取目标区域中的施工工程数据信息，并根据所述施工工程数据信息获取当前施工工程所在的位置节点；

判断所述施工工程所在的位置节点是否与所述用水泄漏源最可能的位置相同；

若所述施工工程所在的位置节点与所述用水泄漏源最可能的位置相同，则将当前施工工程所在的位置节点标记为最可能发生管道泄漏的异常情况；

基于所述用水泄漏源最可能的位置获取相关智能水表的定位信息，并根据相关智能水表的定位信息生成相应的智能水表控制指令。

本发明第二方面提供了一种基于物联网的水表智能控制系统，所述系统包括存储器以及处理器，所述存储器中包含基于物联网的水表智能控制方法程序，所述基于物联网的水表智能控制方法程序被处理器执行时，实现如下步骤：

获取目标区域中智能水表所采集的用水数据信息以及目标区域中的总用水数据信息；

根据所述目标区域中智能水表所采集的用水数据信息以及目标区域中的总用水数据信息进行数据处理，以获取可能发生的异常情况；

根据所述可能发生的异常情况进行数据判断以及处理，以获取数据判断结果；

基于所述数据判断结果生成相应的智能水表控制指令，并将所述相应的智能水表控制指令传输至远程控制终端。

在本实施例中，根据所述目标区域中智能水表所采集的用水数据信息以及目标区域中的总用水数据信息进行数据处理，以获取可能发生的异常情况，具体包括以下步骤：

通过对所述目标区域中智能水表所采集的用水数据信息进行数据统计，以获取统计结果，并根据所述统计结果与目标区域中的总用水数据信息计算数据偏差；

若所述数据偏差不在预设数据偏差阈值范围值之内时，获取相同时段每一智能水表的历史用户用水数据，并基于深度学习对所述历史用户用水数据进行编码学习，以获取用户用水数据偏好模型；

根据所述用户用水数据偏好模型获取每一用户的历史偏好数据，获取当前每一智能水表的用户用水数据，并根据每一用户的历史偏好数据以及当前每一智能水表的用户用水数据进行数据分析；

当所述每一用户的历史偏好数据以及当前每一智能水表的用户用水数据具有相同偏好时，生成可能发生管道泄漏的异常情况，当所述每一用户的历史偏好数据以及当前每一智能水表的用户用水数据不相同的偏好时，生成可能发生智能水表故障的异常情况、可能发生智能水表故障的异常情况以及可能发生管道泄漏的异常情况的组合情况。

在本实施例中，根据所述可能发生的异常情况进行数据判断以及处理，以获取数据判断结果，具体包括以下步骤：

若所述可能发生的异常情况为可能发生智能水表故障的异常情况、可能发生智能水表故障的异常情况以及可能发生管道泄漏的异常情况的组合情况，则获取当前智能水表在预设时间之内的服役数据信息；

获取大量智能水表的历史服役数据信息，并根据所述大量智能水表的历史服役数据信息通过贝叶斯网络进行训练，以获取智能水表故障贝叶斯网络，根据所述当前智能水表在预设时间之内的服役数据信息以及智能水表故障贝叶斯网络进行识别；

若当前智能水表的故障概率大于预设故障概率，则生成可能发生智能水表故障的异常情况，并根据所述智能水表故障贝叶斯网络进行故障时间预估，根据故障时间预估结果以及每一用户的历史偏好数据进行分析，得到用户在智能水表故障时间内的预估用水数据；根据所述预估用水数据以及其余的智能水表所采集的用水数据计算出目标区域中的总用水预估数据信息；

当总用水预估数据信息与目标区域中的总用水数据信息之间的数据偏差在预设数据偏差阈值范围值之内，则所述可能发生的异常情况为可能发生智能水表故障的异常情况，当总用水预估数据信息与目标区域中的总用水数据信息之间的数据偏差不在预设数据偏差阈值范围值之内，所述可能发生的异常情况为可能发生智能水表故障的异常情况以及可能发生管道泄漏的异常情况的组合情况。

本发明第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质中包含基于物联网的水表智能控制方法程序，所述基于物联网的水表智能控制方法程序被处理器执行时，实现任一项所述的基于物联网的水表智能控制方法的步骤。

本发明解决了背景技术中存在的缺陷，本发明具备以下有益效果：

本发明通过获取目标区域中智能水表所采集的用水数据信息以及目标区域中的总用水数据信息，进而根据目标区域中智能水表所采集的用水数据信息以及目标区域中的总用水数据信息进行数据处理，以获取可能发生的异常情况，进一步根据可能发生的异常情况进行数据判断以及处理，以获取数据判断结果，最终基于数据判断结果生成相应的智能水表控制指令，并将相应的智能水表控制指令传输至远程控制终端。通过本方法能够对可能发生智能水表故障的异常情况、可能发生智能水表故障的异常情况或者可能发生智能水表故障以及可能发生智能水表故障的组合情况进行数据分析以及识别，能够提高物联网智能水务系统对于异常情况的精确识别以及研判，从而根据研判结果做出相应智能水表的控制，使得根据异常情况的识别结果来生成智能水表的控制指令，最后通过控制智能水表的开关来对异常情况进行处理。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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实施例的附图。

图1示出了一种基于物联网的水表智能控制方法的具体方法流程图；

图2示出了一种基于物联网的水表智能控制方法的第一方法流程图；

图3示出了一种基于物联网的水表智能控制方法的第二方法流程图；

图4示出了一种基于物联网的水表智能控制方法的系统框图。

具体实施方式

为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。

本发明第一方面提供了一种基于物联网的水表智能控制方法，其特征在于，包括以下步骤：

S102:获取目标区域中智能水表所采集的用水数据信息以及目标区域中的总用水数据信息；

S104:根据目标区域中智能水表所采集的用水数据信息以及目标区域中的总用水数据信息进行数据处理，以获取可能发生的异常情况；

S106:根据可能发生的异常情况进行数据判断以及处理，以获取数据判断结果；

S108:基于数据判断结果生成相应的智能水表控制指令，并将相应的智能水表控制指令传输至远程控制终端。

需要说明的是，通过本方法能够对可能发生智能水表故障的异常情况、可能发生智能水表故障的异常情况或者可能发生智能水表故障以及可能发生智能水表故障的组合情况进行数据分析以及识别，能够提高物联网智能水务系统对于异常情况的精确识别以及研判，从而根据研判结果做出相应智能水表的控制，使得根据异常情况的识别结果来生成智能水表的控制指令，最后通过控制智能水表的开关来对异常情况进行处理。

需要说明的是，为了进一步提高物联网智能水务系统对于异常情况的精确识别以及研判，进一步地，本发明的一个较佳实施例中，获取目标区域中智能水表所采集的用水数据信息以及目标区域中的总用水数据信息，具体包括以下步骤：

获取物联网水务管理平台中相关水务的数据信息，并根据相关水务的规划信息进行特征提取，以获取各智能水表的定位数据信息以及相关通信协议信息；

获取当前目标区域所在的地理位置信息，并根据当前目标区域所在的地理位置信息以及各智能水表的定位数据信息确定当前目标区域待采集数据的智能水表；

获取与相关通信协议信息相同的当前目标区域待采集数据的智能水表作为最终的待采集数据的智能水表；

基于相关通信协议信息对最终的待采集数据的智能水表进行数据采集，以获取目标区域中智能水表所采集的用水数据信息以及目标区域中的总用水数据信息。

需要说明的是，如图2所示，为了进一步提高物联网智能水务系统对于异常情况的精确识别以及研判，进一步地，本发明的一个较佳实施例中，根据目标区域中智能水表所采集的用水数据信息以及目标区域中的总用水数据信息进行数据处理，以获取可能发生的异常情况，具体包括以下步骤：

S202:通过对目标区域中智能水表所采集的用水数据信息进行数据统计，以获取统计结果，并根据统计结果与目标区域中的总用水数据信息计算数据偏差；

S204:若数据偏差不在预设数据偏差阈值范围值之内时，获取相同时段每一智能水表的历史用户用水数据，并基于深度学习对历史用户用水数据进行编码学习，以获取用户用水数据偏好模型；

S206:根据用户用水数据偏好模型获取每一用户的历史偏好数据，获取当前每一智能水表的用户用水数据，并根据每一用户的历史偏好数据以及当前每一智能水表的用户用水数据进行数据分析；

S208:当每一用户的历史偏好数据以及当前每一智能水表的用户用水数据具有相同偏好时，生成可能发生管道泄漏的异常情况，当每一用户的历史偏好数据以及当前每一智能水表的用户用水数据不相同的偏好时，生成可能发生智能水表故障的异常情况、可能发生智能水表故障的异常情况以及可能发生管道泄漏的异常情况的组合情况。

需要说明的是，当每一用户的历史偏好数据以及当前每一智能水表的用户用水数据具有相同偏好时，说明用户的用水数据是正常的，而由于可能发生管道泄漏的异常情况使得目标区域中的总用水数据信息异常。当每一用户的历史偏好数据以及当前每一智能水表的用户用水数据不相同的偏好时，如某一时段中，用户的数据一直为6m³的水量，该数据一直为一成不变的，导致了目标区域中的总用水数据信息与统计结果差异性太大。这时可能是发生智能水表故障的异常情况或者发生智能水表故障的异常情况以及发生管道泄漏的异常情况。

如图3所示，为了进一步提高物联网智能水务系统对于异常情况的精确识别以及研判，进一步地，本发明的一个较佳实施例中，根据可能发生的异常情况进行数据判断以及处理，以获取数据判断结果，具体包括以下步骤：

S302:若可能发生的异常情况为可能发生智能水表故障的异常情况、可能发生智能水表故障的异常情况以及可能发生管道泄漏的异常情况的组合情况，则获取当前智能水表在预设时间之内的服役数据信息；

S304:获取大量智能水表的历史服役数据信息，并根据大量智能水表的历史服役数据信息通过贝叶斯网络进行训练，以获取智能水表故障贝叶斯网络，根据当前智能水表在预设时间之内的服役数据信息以及智能水表故障贝叶斯网络进行识别；

S306:若当前智能水表的故障概率大于预设故障概率，则生成可能发生智能水表故障的异常情况，并根据智能水表故障贝叶斯网络进行故障时间预估，根据故障时间预估结果以及每一用户的历史偏好数据进行分析，得到用户在智能水表故障时间内的预估用水数据；根据预估用水数据以及其余的智能水表所采集的用水数据计算出目标区域中的总用水预估数据信息；

S308:当总用水预估数据信息与目标区域中的总用水数据信息之间的数据偏差在预设数据偏差阈值范围值之内，则可能发生的异常情况为可能发生智能水表故障的异常情况，当总用水预估数据信息与目标区域中的总用水数据信息之间的数据偏差不在预设数据偏差阈值范围值之内，可能发生的异常情况为可能发生智能水表故障的异常情况以及可能发生管道泄漏的异常情况的组合情况。

需要说明的是，贝叶斯网络是一种概率网络，它是基于概率推理的图形化网络，而贝叶斯公式则是这个概率网络的基础。贝叶斯网络是基于概率推理的数学模型，所谓概率推理就是通过一些变量的信息来获取其他的概率信息的过程，贝叶斯网络是为了解决不定性和不完整性问题而提出的，它对于解决复杂设备不确定性和关联性引起的故障有很大的优势，在多个领域中获得广泛应用。通过本方法能够有效地识别出可能发生智能水表故障的异常情况、可能发生智能水表故障的异常情况以及可能发生管道泄漏的异常情况的组合情况，使得本方法相比于现有技术，能够进一步提高物联网智能水务系统对于异常情况的精确识别以及研判。

需要说明的是，进一步地，本发明的一个较佳实施例中，基于数据判断结果生成相应的智能水表控制指令，具体包括以下步骤：

若可能发生的异常情况仅为可能发生管道泄漏的异常情况，则将当前目标区域分为多个子区域，并从物联网水务管理平台从物联网水务管理平台获取每一子区域的总用水数据以及每一子区域中智能水表的总用水数据；

根据每一子区域的总用水数据以及每一子区域中智能水表的总用水数据进行用水泄漏源研判，以获取用水泄漏源最可能的位置，基于用水泄漏源最可能的位置获取相关智能水表的定位信息，并根据相关智能水表的定位信息生成相应的智能水表控制指令；

若所述可能发生的异常情况仅为可能发生智能水表故障的异常情况，则获取相关智能水表故障的定位信息，并根据所述相关智能水表故障的定位信息生成相应的智能水表控制指令或者相应的提示信息；

若所述可能发生的异常情况为可能发生智能水表故障以及可能发生管道泄漏的组合情况，则获取相关智能水表故障的定位信息，并根据所述相关智能水表故障的定位信息生成相应的智能水表控制指令或者相关的提示信息。

需要说明的是，当智能水表的水开关阀门未故障时，则根据所述相关智能水表故障的定位信息生成相应的智能水表控制指令；当智能水表的水开关阀门故障时，则根据所述相关智能水表故障的定位信息生成相应的提示信息，以提醒工作人员进行维修。

需要说明的是，进一步地，本发明的一个较佳实施例中，基于物联网的水表智能控制方法，还包括以下步骤：

若可能发生的异常情况仅为可能发生管道泄漏的异常情况，通过大数据网络获取目标区域中的施工工程数据信息，并根据施工工程数据信息获取当前施工工程所在的位置节点；

判断施工工程所在的位置节点是否与用水泄漏源最可能的位置相同；

若施工工程所在的位置节点与用水泄漏源最可能的位置相同，则将当前施工工程所在的位置节点标记为最可能发生管道泄漏的异常情况；

基于用水泄漏源最可能的位置获取相关智能水表的定位信息，并根据相关智能水表的定位信息生成相应的智能水表控制指令。

需要说明的是，施工工程可以是天然气管道工程、道路施工工程、污水管道工程等，通过本方法与施工工程相关联，从而进一步提高管道泄漏的异常情况的位置的识别速度。

此外，本方法还可以包括以下步骤：

获取当前各个智能水表对应的引用水源数据，并通过物联网水务管理平台获取每个引用水源的实时数据信息，并判断所述实时数据信息是否不符合饮用需求；

若所述实时数据信息不符合饮用需求，获取所述实时数据信息不符合饮用需求的引用水源，并根据所述实时数据信息不符合饮用需求的引用水源构建相关饮用用户检索标签；

根据所述相关饮用用户检索标签对物联网水务管理平台中的总供水位置进行检索，以获取检索结果，根据所述检索结果获取与物联网水务管理平台中的总供水位置相关的智能水表；

获取与物联网水务管理平台中的总供水位置相关的智能水表的相关通信协议，根据所述与物联网水务管理平台中的总供水位置相关的智能水表的相关通信协议生成相应的智能水表控制指令。

需要说明的是，相关的引用水源可能存在某个时刻的不符合饮用需求，通过本方法能够根据实时数据信息不符合饮用需求的引用水源来控制相应的智能水表，使得用户的健康受到一定的保障。

此外，本方法还可以包括以下步骤：

若所述实时数据信息不符合饮用需求，则获取当前引用水源的库存数据信息，并判断所述库存数据信息是否大于预设库存数据信息；

若所述库存数据大于预设库存数据，则通过物联网水务管理平台获取当前用水需求信息，并根据所述需求信息进行饮用水源以及非饮用水源进行数据分类；

获取非饮用水源的需求信息，若所述非饮用水源为农业灌溉水源，则获取当前类型的植株以及所处的生长阶段，并获取所述非饮用水源的化学成分数据信息；

若所述非饮用水源的化学成分数据信息不危及当前类型的植株以及所处的生长阶段，则将当前非饮用水源调整为农业灌溉资源，并获取调度到农业灌溉资源的相关智能水表的位置信息，并根据所述调度到农业灌溉资源的相关智能水表的位置信息生成相应的控制指令。

需要说明的是，通过本方法能够将实时数据信息不符合饮用需求的引用水源进行智能调度，提高了物联网水务管理平台的合理性。

如图4所示，本发明第二方面提供了一种基于物联网的水表智能控制系统，该系统包括存储器41以及处理器62，存储器41中包含基于物联网的水表智能控制方法程序，基于物联网的水表智能控制方法程序被处理器62执行时，实现如下步骤：

获取目标区域中智能水表所采集的用水数据信息以及目标区域中的总用水数据信息；

根据目标区域中智能水表所采集的用水数据信息以及目标区域中的总用水数据信息进行数据处理，以获取可能发生的异常情况；

根据可能发生的异常情况进行数据判断以及处理，以获取数据判断结果；

基于数据判断结果生成相应的智能水表控制指令，并将相应的智能水表控制指令传输至远程控制终端。

在本实施例中，根据目标区域中智能水表所采集的用水数据信息以及目标区域中的总用水数据信息进行数据处理，以获取可能发生的异常情况，具体包括以下步骤：

通过对目标区域中智能水表所采集的用水数据信息进行数据统计，以获取统计结果，并根据统计结果与目标区域中的总用水数据信息计算数据偏差；

若数据偏差不在预设数据偏差阈值范围值之内时，获取相同时段每一智能水表的历史用户用水数据，并基于深度学习对历史用户用水数据进行编码学习，以获取用户用水数据偏好模型；

根据用户用水数据偏好模型获取每一用户的历史偏好数据，获取当前每一智能水表的用户用水数据，并根据每一用户的历史偏好数据以及当前每一智能水表的用户用水数据进行数据分析；

当每一用户的历史偏好数据以及当前每一智能水表的用户用水数据具有相同偏好时，生成可能发生管道泄漏的异常情况，当每一用户的历史偏好数据以及当前每一智能水表的用户用水数据不相同的偏好时，生成可能发生智能水表故障的异常情况、可能发生智能水表故障的异常情况以及可能发生管道泄漏的异常情况的组合情况。

在本实施例中，根据可能发生的异常情况进行数据判断以及处理，以获取数据判断结果，具体包括以下步骤：

若可能发生的异常情况为可能发生智能水表故障的异常情况、可能发生智能水表故障的异常情况以及可能发生管道泄漏的异常情况的组合情况，则获取当前智能水表在预设时间之内的服役数据信息；

获取大量智能水表的历史服役数据信息，并根据大量智能水表的历史服役数据信息通过贝叶斯网络进行训练，以获取智能水表故障贝叶斯网络，根据当前智能水表在预设时间之内的服役数据信息以及智能水表故障贝叶斯网络进行识别；

若当前智能水表的故障概率大于预设故障概率，则生成可能发生智能水表故障的异常情况，并根据智能水表故障贝叶斯网络进行故障时间预估，根据故障时间预估结果以及每一用户的历史偏好数据进行分析，得到用户在智能水表故障时间内的预估用水数据；根据预估用水数据以及其余的智能水表所采集的用水数据计算出目标区域中的总用水预估数据信息；

当总用水预估数据信息与目标区域中的总用水数据信息之间的数据偏差在预设数据偏差阈值范围值之内，则可能发生的异常情况为可能发生智能水表故障的异常情况，当总用水预估数据信息与目标区域中的总用水数据信息之间的数据偏差不在预设数据偏差阈值范围值之内，可能发生的异常情况为可能发生智能水表故障的异常情况以及可能发生管道泄漏的异常情况的组合情况。

本发明第三方面提供了一种计算机可读存储介质，计算机可读存储介质中包含基于物联网的水表智能控制方法程序，基于物联网的水表智能控制方法程序被处理器执行时，实现任一项的基于物联网的水表智能控制方法的步骤。

在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备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，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。

上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，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全部单元来实现本实施例方案的目的。

另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，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。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。

或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的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）执行本发明各个实施例方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

以上，仅为本发明的具体实施方式，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，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (8)

1.一种基于物联网的水表智能控制方法，其特征在于，包括以下步骤：

获取目标区域中智能水表所采集的用水数据信息以及目标区域中的总用水数据信息；

根据所述目标区域中智能水表所采集的用水数据信息以及目标区域中的总用水数据信息进行数据处理，以获取可能发生的异常情况；

根据所述可能发生的异常情况进行数据判断以及处理，以获取数据判断结果；

基于所述数据判断结果生成相应的智能水表控制指令，并将所述相应的智能水表控制指令传输至远程控制终端；

基于所述数据判断结果生成相应的智能水表控制指令，具体包括以下步骤：

若所述可能发生的异常情况仅为可能发生管道泄漏的异常情况，则将当前目标区域分为多个子区域，并从物联网水务管理平台获取每一子区域的总用水数据以及每一子区域中智能水表的总用水数据；

根据所述每一子区域的总用水数据以及每一子区域中智能水表的总用水数据进行用水泄漏源研判，以获取用水泄漏源最可能的位置，基于所述用水泄漏源最可能的位置获取相关智能水表的定位信息，并根据相关智能水表的定位信息生成相应的智能水表控制指令；

若所述可能发生的异常情况仅为可能发生智能水表故障的异常情况，则获取相关智能水表故障的定位信息，并根据所述相关智能水表故障的定位信息生成相应的智能水表控制指令或者相应的提示信息；

若所述可能发生的异常情况为可能发生智能水表故障以及可能发生管道泄漏的组合情况，则获取相关智能水表故障的定位信息，并根据所述相关智能水表故障的定位信息生成相应的智能水表控制指令或者相关的提示信息；

还包括以下步骤：

若所述可能发生的异常情况仅为可能发生管道泄漏的异常情况，通过大数据网络获取目标区域中的施工工程数据信息，并根据所述施工工程数据信息获取当前施工工程所在的位置节点；

判断所述施工工程所在的位置节点是否与所述用水泄漏源最可能的位置相同；

若所述施工工程所在的位置节点与所述用水泄漏源最可能的位置相同，则将当前施工工程所在的位置节点标记为最可能发生管道泄漏的异常情况；

基于所述用水泄漏源最可能的位置获取相关智能水表的定位信息，并根据相关智能水表的定位信息生成相应的智能水表控制指令；

还包括以下步骤：

获取当前各个智能水表对应的饮用水源数据，并通过物联网水务管理平台获取每个饮用水源的实时数据信息，并判断所述实时数据信息是否不符合饮用需求；

若所述实时数据信息不符合饮用需求，获取所述实时数据信息不符合饮用需求的饮用水源，并根据所述实时数据信息不符合饮用需求的饮用水源构建相关饮用用户检索标签；

根据所述相关饮用用户检索标签对物联网水务管理平台中的总供水位置进行检索，以获取检索结果，根据所述检索结果获取与物联网水务管理平台中的总供水位置相关的智能水表；

获取与物联网水务管理平台中的总供水位置相关的智能水表的相关通信协议，根据所述与物联网水务管理平台中的总供水位置相关的智能水表的相关通信协议生成相应的智能水表控制指令。

2.根据权利要求1所述的一种基于物联网的水表智能控制方法，其特征在于，获取目标区域中智能水表所采集的用水数据信息以及目标区域中的总用水数据信息，具体包括以下步骤：

获取物联网水务管理平台中相关水务的数据信息，并根据所述相关水务的规划信息进行特征提取，以获取各智能水表的定位数据信息以及相关通信协议信息；

获取当前目标区域所在的地理位置信息，并根据所述当前目标区域所在的地理位置信息以及各智能水表的定位数据信息确定当前目标区域待采集数据的智能水表；

获取与所述相关通信协议信息相同的当前目标区域待采集数据的智能水表作为最终的待采集数据的智能水表；

基于所述相关通信协议信息对所述最终的待采集数据的智能水表进行数据采集，以获取目标区域中智能水表所采集的用水数据信息以及目标区域中的总用水数据信息。

3.根据权利要求1所述的一种基于物联网的水表智能控制方法，其特征在于，根据所述目标区域中智能水表所采集的用水数据信息以及目标区域中的总用水数据信息进行数据处理，以获取可能发生的异常情况，具体包括以下步骤：

通过对所述目标区域中智能水表所采集的用水数据信息进行数据统计，以获取统计结果，并根据所述统计结果与目标区域中的总用水数据信息计算数据偏差；

若所述数据偏差不在预设数据偏差阈值范围值之内时，获取相同时段每一智能水表的历史用户用水数据，并基于深度学习对所述历史用户用水数据进行编码学习，以获取用户用水数据偏好模型；

根据所述用户用水数据偏好模型获取每一用户的历史偏好数据，获取当前每一智能水表的用户用水数据，并根据每一用户的历史偏好数据以及当前每一智能水表的用户用水数据进行数据分析；

当所述每一用户的历史偏好数据以及当前每一智能水表的用户用水数据具有相同偏好时，生成可能发生管道泄漏的异常情况，当所述每一用户的历史偏好数据以及当前每一智能水表的用户用水数据不相同的偏好时，生成可能发生智能水表故障的异常情况、可能发生智能水表故障的异常情况以及可能发生管道泄漏的异常情况的组合情况。

4.根据权利要求1所述的一种基于物联网的水表智能控制方法，其特征在于，根据所述可能发生的异常情况进行数据判断以及处理，以获取数据判断结果，具体包括以下步骤：

若所述可能发生的异常情况为可能发生智能水表故障的异常情况、可能发生智能水表故障的异常情况以及可能发生管道泄漏的异常情况的组合情况，则获取当前智能水表在预设时间之内的服役数据信息；

获取大量智能水表的历史服役数据信息，并根据所述大量智能水表的历史服役数据信息通过贝叶斯网络进行训练，以获取智能水表故障贝叶斯网络，根据所述当前智能水表在预设时间之内的服役数据信息以及智能水表故障贝叶斯网络进行识别；

若当前智能水表的故障概率大于预设故障概率，则生成可能发生智能水表故障的异常情况，并根据所述智能水表故障贝叶斯网络进行故障时间预估，根据故障时间预估结果以及每一用户的历史偏好数据进行分析，得到用户在智能水表故障时间内的预估用水数据；根据所述预估用水数据以及其余的智能水表所采集的用水数据计算出目标区域中的总用水预估数据信息；

当总用水预估数据信息与目标区域中的总用水数据信息之间的数据偏差在预设数据偏差阈值范围值之内，则所述可能发生的异常情况为可能发生智能水表故障的异常情况，当总用水预估数据信息与目标区域中的总用水数据信息之间的数据偏差不在预设数据偏差阈值范围值之内，所述可能发生的异常情况为可能发生智能水表故障的异常情况以及可能发生管道泄漏的异常情况的组合情况。

5.一种基于物联网的水表智能控制系统，其特征在于，所述系统包括存储器以及处理器，所述存储器中包含基于物联网的水表智能控制方法程序，所述基于物联网的水表智能控制方法程序被处理器执行时，实现如下步骤：

获取目标区域中智能水表所采集的用水数据信息以及目标区域中的总用水数据信息；

根据所述目标区域中智能水表所采集的用水数据信息以及目标区域中的总用水数据信息进行数据处理，以获取可能发生的异常情况；

根据所述可能发生的异常情况进行数据判断以及处理，以获取数据判断结果；

基于所述数据判断结果生成相应的智能水表控制指令，并将所述相应的智能水表控制指令传输至远程控制终端；

基于所述数据判断结果生成相应的智能水表控制指令，具体包括以下步骤：

若所述可能发生的异常情况仅为可能发生管道泄漏的异常情况，则将当前目标区域分为多个子区域，并从物联网水务管理平台获取每一子区域的总用水数据以及每一子区域中智能水表的总用水数据；

根据所述每一子区域的总用水数据以及每一子区域中智能水表的总用水数据进行用水泄漏源研判，以获取用水泄漏源最可能的位置，基于所述用水泄漏源最可能的位置获取相关智能水表的定位信息，并根据相关智能水表的定位信息生成相应的智能水表控制指令；

若所述可能发生的异常情况仅为可能发生智能水表故障的异常情况，则获取相关智能水表故障的定位信息，并根据所述相关智能水表故障的定位信息生成相应的智能水表控制指令或者相应的提示信息；

若所述可能发生的异常情况为可能发生智能水表故障以及可能发生管道泄漏的组合情况，则获取相关智能水表故障的定位信息，并根据所述相关智能水表故障的定位信息生成相应的智能水表控制指令或者相关的提示信息；

还包括以下步骤：

若所述可能发生的异常情况仅为可能发生管道泄漏的异常情况，通过大数据网络获取目标区域中的施工工程数据信息，并根据所述施工工程数据信息获取当前施工工程所在的位置节点；

判断所述施工工程所在的位置节点是否与所述用水泄漏源最可能的位置相同；

若所述施工工程所在的位置节点与所述用水泄漏源最可能的位置相同，则将当前施工工程所在的位置节点标记为最可能发生管道泄漏的异常情况；

基于所述用水泄漏源最可能的位置获取相关智能水表的定位信息，并根据相关智能水表的定位信息生成相应的智能水表控制指令；

还可以包括以下步骤：

获取当前各个智能水表对应的饮用水源数据，并通过物联网水务管理平台获取每个饮用水源的实时数据信息，并判断所述实时数据信息是否不符合饮用需求；

若所述实时数据信息不符合饮用需求，获取所述实时数据信息不符合饮用需求的饮用水源，并根据所述实时数据信息不符合饮用需求的饮用水源构建相关饮用用户检索标签；

根据所述相关饮用用户检索标签对物联网水务管理平台中的总供水位置进行检索，以获取检索结果，根据所述检索结果获取与物联网水务管理平台中的总供水位置相关的智能水表；

获取与物联网水务管理平台中的总供水位置相关的智能水表的相关通信协议，根据所述与物联网水务管理平台中的总供水位置相关的智能水表的相关通信协议生成相应的智能水表控制指令。

6.根据权利要求5所述的一种基于物联网的水表智能控制系统，其特征在于，根据所述目标区域中智能水表所采集的用水数据信息以及目标区域中的总用水数据信息进行数据处理，以获取可能发生的异常情况，具体包括以下步骤：

通过对所述目标区域中智能水表所采集的用水数据信息进行数据统计，以获取统计结果，并根据所述统计结果与目标区域中的总用水数据信息计算数据偏差；

若所述数据偏差不在预设数据偏差阈值范围值之内时，获取相同时段每一智能水表的历史用户用水数据，并基于深度学习对所述历史用户用水数据进行编码学习，以获取用户用水数据偏好模型；

根据所述用户用水数据偏好模型获取每一用户的历史偏好数据，获取当前每一智能水表的用户用水数据，并根据每一用户的历史偏好数据以及当前每一智能水表的用户用水数据进行数据分析；

当所述每一用户的历史偏好数据以及当前每一智能水表的用户用水数据具有相同偏好时，生成可能发生管道泄漏的异常情况，当所述每一用户的历史偏好数据以及当前每一智能水表的用户用水数据不相同的偏好时，生成可能发生智能水表故障的异常情况、可能发生智能水表故障的异常情况以及可能发生管道泄漏的异常情况的组合情况。

7.根据权利要求5所述的一种基于物联网的水表智能控制系统，其特征在于，根据所述可能发生的异常情况进行数据判断以及处理，以获取数据判断结果，具体包括以下步骤：

若所述可能发生的异常情况为可能发生智能水表故障的异常情况、可能发生智能水表故障的异常情况以及可能发生管道泄漏的异常情况的组合情况，则获取当前智能水表在预设时间之内的服役数据信息；

获取大量智能水表的历史服役数据信息，并根据所述大量智能水表的历史服役数据信息通过贝叶斯网络进行训练，以获取智能水表故障贝叶斯网络，根据所述当前智能水表在预设时间之内的服役数据信息以及智能水表故障贝叶斯网络进行识别；

若当前智能水表的故障概率大于预设故障概率，则生成可能发生智能水表故障的异常情况，并根据所述智能水表故障贝叶斯网络进行故障时间预估，根据故障时间预估结果以及每一用户的历史偏好数据进行分析，得到用户在智能水表故障时间内的预估用水数据；根据所述预估用水数据以及其余的智能水表所采集的用水数据计算出目标区域中的总用水预估数据信息；

当总用水预估数据信息与目标区域中的总用水数据信息之间的数据偏差在预设数据偏差阈值范围值之内，则所述可能发生的异常情况为可能发生智能水表故障的异常情况，当总用水预估数据信息与目标区域中的总用水数据信息之间的数据偏差不在预设数据偏差阈值范围值之内，所述可能发生的异常情况为可能发生智能水表故障的异常情况以及可能发生管道泄漏的异常情况的组合情况。

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包含基于物联网的水表智能控制方法程序，所述基于物联网的水表智能控制方法程序被处理器执行时，实现如权利要求1-4任一项所述的基于物联网的水表智能控制方法的步骤。

Images