CN116228298A - 基于nb-iot水表计量信息的大数据分析方法及系统 - Google Patents

基于nb-iot水表计量信息的大数据分析方法及系统 Download PDF

Info

Publication number
CN116228298A
CN116228298A CN202310452154.3A CN202310452154A CN116228298A CN 116228298 A CN116228298 A CN 116228298A CN 202310452154 A CN202310452154 A CN 202310452154A CN 116228298 A CN116228298 A CN 116228298A
Authority
CN
China
Prior art keywords
resident
water consumption
water
residents
determining
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
CN202310452154.3A
Other languages
English (en)
Inventor
张娟
刘书明
张自力
牛豫海
田志民
陈司晗
梁策
王晓婷
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.)
Hebei Construction & Investment Water Investment Co ltd
Hebei Xiong'an Ruitian Technology Co ltd
Tsinghua University
Original Assignee
Hebei Construction & Investment Water Investment Co ltd
Hebei Xiong'an Ruitian Technology Co ltd
Tsinghua University
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 Hebei Construction & Investment Water Investment Co ltd, Hebei Xiong'an Ruitian Technology Co ltd, Tsinghua University filed Critical Hebei Construction & Investment Water Investment Co ltd
Priority to CN202310452154.3A priority Critical patent/CN116228298A/zh
Publication of CN116228298A publication Critical patent/CN116228298A/zh
Pending legal-status Critical Current

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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities
    • 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07F—COIN-FREED OR LIKE APPARATUS
    • G07F15/00—Coin-freed apparatus with meter-controlled dispensing of liquid, gas or electricity
    • 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

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Accounting & Taxation (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • Finance (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Data Mining & Analysis (AREA)
  • Game Theory and Decision Science (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Tourism & Hospitality (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及大数据处理技术领域，旨在解决相关技术中NB‑IOT水表采集到的小区居民用水数据利用不起来，社会贡献度低的问题，提出了一种基于NB‑IOT水表计量信息的大数据分析方法及系统，主要包括：接收每一小区居民的NB‑IOT水表上传的历史时用水量；在每一小区居民的历史时用水量中确定出每一小区居民的有效历史时用水量；基于每一小区居民的有效历史时用水量确定出小区居民的月居住率、年居住率以及异常用水居民。本发明通过对大数据进行分析确定月居住率和年居住率后，这样就可以跟有关部门合作，预测本市未来几年用户居住情况的走势，相对于传统普查的方式大大的提高了效率。

Description

基于NB-IOT水表计量信息的大数据分析方法及系统
技术领域
本发明涉及大数据处理技术领域，具体的，涉及一种基于NB-IOT水表计量信息的大数据分析方法及系统。
背景技术
从传统的机械水表到NB-IOT水表，是技术上的一次进步和跨越，然而现在的供水单位没有一个完整的数据分析系统，也即对于采集到的每一小区居民的用水信息的数据并没有很好的利用起来，这样就导致对社会的贡献度较低。
因此，发明一种对NB-IOT水表采集到的小区居民大数据进行分析以为社会服务的大数据分析方法是目前亟待解决的技术问题。
发明内容
本发明提出的基于NB-IOT水表计量信息的大数据分析方法，解决了相关技术中NB-IOT水表采集到的小区居民用水数据利用不起来，社会贡献度低的问题。
本发明第一方面提供了一种基于NB-IOT水表计量信息的大数据分析方法。
本发明第二方面提供了一种基于NB-IOT水表计量信息的大数据分析系统。
本发明第三方面提供了一种可读储存介质。
本发明第一方面提供的一种基于NB-IOT水表计量信息的大数据分析方法，应用于小区居民用水数据的分析，包括：接收每一小区居民的NB-IOT水表上传的历史时用水量；在每一小区居民的历史时用水量中确定出每一小区居民的有效历史时用水量；基于每一小区居民的有效历史时用水量确定出小区居民的月居住率、年居住率以及异常用水居民；基于每一小区居民的有效历史时用水量确定出小区居民的月居住率的步骤包括：在每一小区居民的有效历史时用水量中筛选出预设月份的所有有效历史时用水量；基于预设月份的所有有效历史时用水量计算出预设月份月用水量；当月用水量为零时，确定对应的小区居民为月度非常住居民，并计算所有月度非常住居民的数量；当月用水量不为零时，确定对应的小区居民为月度常住居民，并计算所有月度常住居民的数量；基于所有月度非常住居民的数量和所有月度常住居民的数量确定预设月份的小区居民的月居住率；基于每一小区居民的有效历史时用水量确定出小区居民的年居住率的步骤包括：在每一小区居民的有效历史时用水量中筛选出预设年份的所有有效历史时用水量；基于预设年份的每一小区居民的所有有效历史时用水量计算出预设年份中每一小区居民的每个月的月用水量；基于每一小区居民的每个月的月用水量确定出对应的小区居民为年度非常住居民或年度常住居民，计算年度非常住居民的数量和年度常住居民的数量；基于年度非常住居民的数量和年度常住居民的数量确定预设年份的居住率；基于每一小区居民的有效历史时用水量确定出异常用水居民的步骤包括：基于每一小区居民的有效历史时用水量计算出每一小区居民的日用水量；在每一小区居民的日用水量中查找是否存在连续第一预设天数的日用水量超过最大日用水量，若存在，则确定对应的小区居民为异常用水居民。
本发明第一方面提供的一种基于NB-IOT水表计量信息的大数据分析方法，包括如下步骤：先接收每一小区居民的NB-IOT水表上传的历史时用水量；其中，历史时用水量为，从初始时刻到当前时刻的总用水量，而其中的“时”又代表以时为单位，可以理解为每间隔一个小时获取一次NB-IOT水表上传的用水量，例如每天24个小时，某一用户6点至7点用水量为2kg，7点至8点用水量为1.5kg，那么由于NB-IOT水表能够累计获取用水流量，这样在7点就可以获取到该用户的历史时用水量为2kg，在8点就可以获取到该用户的历史时用水量为2kg+1.5kg=3.5kg，获取到每一小区居民的NB-IOT水表上传的历史时用水量后，在每一小区居民的历史时用水量中确定出每一小区居民的有效历史时用水量，也即对所有获取到的数据进行预处理，校正上传的错误的数据，最后基于每一小区居民的有效历史时用水量确定出小区居民的月居住率、年居住率以及异常用水居民。
其中，在确定出小区居民的月居住率的步骤中，主要包括如下步骤：在每一小区居民的有效历史时用水量中筛选出预设月份的所有有效历史时用水量；基于预设月份的所有有效历史时用水量计算出预设月份的月用水量，以1月份为例，系统可以从所有的有效历史时用水量中筛选出1月份的所有有效历史时用水量，然后计算出1月份的月用水量，具体计算方法可以在筛选出的所有的有效历史时用水量中，用最大值减去最小值得到的即为1月份的月用水量，当月用水量为零时，说明该小区居民在当月并没有居住，此时确定对应的小区居民为月度非常住居民，并计算所有月度非常住居民的数量；当月用水量不为零时，说明该小区居民在当月有居住，确定对应的小区居民为月度常住居民，并计算所有月度常住居民的数量，最后基于所有月度非常住居民的数量和所有月度常住居民的数量确定预设月份的小区居民的月居住率。
进一步，在确定出小区居民的年居住率的步骤包括，先在每一小区居民的有效历史时用水量中筛选出预设年份的所有有效历史时用水量，然后基于预设年份的每一小区居民的所有有效历史时用水量计算出预设年份中每一小区居民的每个月的月用水量，基于每一小区居民的每个月的月用水量确定出对应的小区居民为年度非常住居民或年度常住居民，计算年度非常住居民的数量和年度常住居民的数量；基于年度非常住居民的数量和年度常住居民的数量确定预设年份的居住率；以调查2020年的年居住率为例，先在每一小区居民的有效历史时用水量中筛选出2020年的所有有效历史时用水量，然后计算出2020年中每一小区居民的每个月的月用水量，最后基于2020年每个小区居民的每个月的月用水量确定出对应的小区居民为年度非常住居民或年度常住居民，在确定每个小区居民为年度非常住居民或年度常住居民后，计算年度非常住居民的数量和年度常住居民的数量，最后基于年度非常住居民的数量和年度常住居民的数量确定预设年份的居住率。本发明通过对大数据进行分析确定月居住率和年居住率后，这样就可以跟有关部门合作，预测本市未来几年用户居住情况的走势，相对于传统普查的方式大大的提高了效率。
进一步的，在确定出异常用水居民的步骤中，先基于每一小区居民的有效历史时用水量计算出每一小区居民的日用水量，也即确定每一小区居民每一天的用水量，在每一小区居民的日用水量中查找是否存在连续第一预设天数的日用水量超过最大日用水量，若存在，则确定对应的小区居民为异常用水居民。本发明第一预设天数等于5天，最大日用水量等于800kg/天，也即在确定每一小区居民每一天的用水量之后，查找是否有连续5天以上日用水量超过800kg/天的居民，如果有则确定对应的小区居民为异常用水居民。
在上述技术方案中，基于每一小区居民的每个月的月用水量确定出对应的小区居民为年度非常住居民或年度常住居民的步骤包括：基于每一小区居民的每个月的月用水量，确定每一小区居民的年用水量；在小区居民的年用水量小于等于第一预设用水量时，确定对应的小区居民为年度非常住居民；在小区居民的年用水量大于等于第一预设用水量时，计算每一小区居民九月份至十二月份的用水总量，在九月份至十二月份的用水总量小于等于第二预设用水量时，确定对应的小区居民为年度非常住居民，在九月份至十二月份的用水总量大于等于第二预设用水量时，确定对应的小区居民为年度常住居民。
在该技术方案中，基于每一小区居民的每个月的月用水量确定出对应的小区居民为年度非常住居民或年度常住居民的步骤中，先基于每一小区居民的每个月的月用水量，确定每一小区居民的年用水量，具体可以通过类和的方式来计算年用水量，在小区居民的年用水量小于等于第一预设用水量时，确定对应的小区居民为年度非常住居民，第一预设用水量可以根据实际需要来设置，例如10kg，因为年用水量小于等于10kg，很有可能是该用户为非常住居民，只是偶尔回来检查下房间，因此会产生极少的用水量。在小区居民的年用水量大于等于第一预设用水量时，计算每一小区居民九月份至十二月份的用水总量，在九月份至十二月份的用水总量小于等于第二预设用水量时，确定对应的小区居民为年度非常住居民，第一预设用水量也是根据实际需要来设置，例如也可以为10kg，因为九月份至十二月份的用水总量小于等于10kg，则说明该用户在后半年基本没有居住，在九月份至十二月份的用水总量大于等于第二预设用水量时，确定对应的小区居民为年度常住居民。可以理解的，对于非常住居民，其主要包括几种情况，一、常年不在家的居民，二、偶尔回来一次的居民，三、外地用户在本地工作离职后返回自己家乡的居民，而本申请通过与第一预设用水量进行对比可以确定出常年不在家的居民以及偶尔回来一次的居民，然后根据第二预设用水量进行对比可以确定出外地用户在本地工作离职后返回自己家乡的居民。本申请确定年居住率后，这样就可以跟有关部门合作，预测本市未来几年用户居住情况的走势，相对于传统普查的方式大大的提高了效率。
在上述技术方案中，在每一小区居民的历史时用水量中确定出每一小区居民的有效历史时用水量的步骤包括：在每一小区居民的历史时用水量中确定是否存在异常用水量；不存在异常用水量时，确定所有的历史时用水量为有效历史时用水量；当存在异常用水量时，基于异常用水量的前一时刻的历史时用水量和后一时刻的历史时用水量计算出平均用水量，将平均用水量代替异常用水量作为校正后的历史时用水量，确认校正后的所有的历史时用水量为有效历史时用水量。
在该技术方案中，在确定有效历史时用水量的过程中，先在每一小区居民的历史时用水量中确定是否存在异常用水量，当不存在异常用水量时，确定所有的历史时用水量为有效历史时用水量，当存在异常用水量时，计算出异常用水量的前一时刻的历史时用水量和后一时刻的历史时用水量的平均用水量，将平均用水量代替异常用水量作为校正后的历史时用水量，确认校正后的所有的历史时用水量为有效历史时用水量。本申请通过对获取的异常用水量进行校正，这样就可以提高后期数据分析的精准率。
在上述技术方案中，在每一小区居民的历史时用水量中确定是否存在异常用水量的步骤包括：当t1>t时，查找是否存在t1时刻的历史时用水量小于t时刻的历史时用水量，若存在，则确定t1时刻的历史时用水量为异常用水量。
在该技术方案中，由于NB-IOT水表是累计获取到的用水流量信息，若t1时刻的历史时用水量小于t时刻的历史时用水量，则说明t1时刻的历史时用水量为异常用水量，这样通过对异常用水量进行校正，这样就可以克服NB-IOT水表上传的数据不准确的技术问题。
在上述技术方案中，第一预设天数等于5天，最大日用水量等于800kg/天。
在上述技术方案中，基于NB-IOT水表计量信息的大数据分析方法还包括：基于每一小区居民的有效历史时用水量确定出所有小区居民中的现居住居民。
在该技术方案中，本申请还可以基于每一小区居民的有效历史时用水量确定出所有小区居民中的现居住居民，这样在人口普查的时候，就可以知道目前小区内大约还有多少正在居住的人口。
在上述技术方案中，基于每一小区居民的有效历史时用水量确定出所有小区居民中的现居住居民的步骤包括：基于每一小区居民的有效历史时用水量确定对应的小区居民的距离当前时刻之前的第二预设天数之内的日用水量是否零，若为零，则确定对应的小区居民为非现居住居民，否则，确定对应的小区居民为现居住居民。
在该技术方案中，可以根据小区居民的有效历史时用水量确定对应的小区居民的距离当前时刻之前的第二预设天数之内的日用水量是否零，若为零，则说明该用户最近几天内都没有用水记录，也即可以确定对应的小区居民为非现居住居民，若不为零，则说明该用户最近几天内有用水记录，则可以确定对应的小区居民为现居住居民。进一步的，第二预设天数为3天，也即如果用户持续3天都没有用水记录，则可以确定对应的小区居民为非现居住居民，例如该居民可能出去旅游等等。
在上述技术方案中，基于NB-IOT水表计量信息的大数据分析方法，还包括：每间隔2分钟获取每一小区居民的NB-IOT水表获取到的用水流速，确认是否连续3个小时用水流速不为零，若是，则发出跑水预警提醒，并输出对应的小区居民的登记信息。
在该技术方案中，系统还可以每间隔2分钟获取每一小区居民的NB-IOT水表获取到的用水流速，确认是否连续3个小时用水流速不为零，若连续3个小时用水流速不为零，则可能是因为该居民的管道破裂导致漏水，此时系统发出跑水预警提醒，并输出对应的小区居民的登记信息，这样工作人员可以及时的联系对应的居民来了解情况，避免造成严重的后果。
本发明第二方面提供了一种基于NB-IOT水表计量信息的大数据分析系统，包括：储存器和处理器，储存器上存储有计算机程序或指令，处理器执行程序或指令时实现如本发明第一方面任一项技术方案的基于NB-IOT水表计量信息的大数据分析方法。
本发明第三方面提供了一种可读储存介质，可读储存介质上存储有程序或指令，处理器执行程序或指令时实现如本发明第一方面任一项技术方案的基于NB-IOT水表计量信息的大数据分析方法。
本发明的工作原理主要是：通过对NB-IOT水表采集到的居民的用水数据进行分析，这样就可以分析出小区居民的月居住率、年居住率以及异常用水居民。
本发明的有益效果为：能够分析出小区居民的月居住率、年居住率，这样就可以跟有关部门合作，预测本市未来几年用户居住情况的走势，相对于传统普查的方式大大的提高了效率。还可以根据用水情况确定出异常用水居民，这样就可以为公安机关提供案件线索，通过对个别住户，出租房的异常用水情况分析，可以帮助公安机关发现非法制造产品、制售食品等活动。
附图说明
下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明的一个实施例的基于NB-IOT水表计量信息的大数据分析方法的流程示意图；
图2为本发明的一个实施例的基于NB-IOT水表计量信息的大数据分析方法的部分流程示意图；
图3为本发明的一个实施例的基于NB-IOT水表计量信息的大数据分析方法的又一部分流程示意图；
图4为本发明的一个实施例的基于NB-IOT水表计量信息的大数据分析方法的又一部分流程示意图；
图5为本发明的一个实施例的基于NB-IOT水表计量信息的大数据分析方法的又一部分流程示意图；
图6为本发明的一个实施例的基于NB-IOT水表计量信息的大数据分析方法的又一部分流程示意图；
图7为本发明的一个实施例的基于NB-IOT水表计量信息的大数据分析方法的又一部分流程示意图；
图8为本发明的实施例的基于NB-IOT水表计量信息的大数据分析系统的方框图。
其中，图8中的零部件名称与标号的对应关系如下：
1基于NB-IOT水表计量信息的大数据分析系统，12储存器，14处理器。
具体实施方式
下面将结合本发明实施例，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作出创造性劳动前提下所获得的所有其他实施例，都涉及本发明保护的范围。
实施例1
如图1所示，本实施例提供的基于NB-IOT水表计量信息的大数据分析方法，包括如下步骤：
S102：接收每一小区居民的NB-IOT水表上传的历史时用水量；
S104：在每一小区居民的历史时用水量中确定出每一小区居民的有效历史时用水量；
S106：基于每一小区居民的有效历史时用水量确定出小区居民的月居住率、年居住率以及异常用水居民。
本发明第一方面提供的一种基于NB-IOT水表计量信息的大数据分析方法，包括如下步骤：先接收每一小区居民的NB-IOT水表上传的历史时用水量；其中，历史时用水量为，从初始时刻到当前时刻的总用水量，而其中的“时”又代表以时为单位，可以理解为每间隔一个小时获取一次NB-IOT水表上传的用水量，例如每天24个小时，某一用户6点至7点用水量为2kg，7点至8点用水量为1.5kg，那么由于NB-IOT水表能够累计获取用水流量，这样在7点就可以获取到该用户的历史时用水量为2kg，在8点就可以获取到该用户的历史时用水量为2kg+1.5kg=3.5kg，获取到每一小区居民的NB-IOT水表上传的历史时用水量后，在每一小区居民的历史时用水量中确定出每一小区居民的有效历史时用水量，也即对所有获取到的数据进行预处理，校正上传的错误的数据，最后基于每一小区居民的有效历史时用水量确定出小区居民的月居住率、年居住率以及异常用水居民。
进一步，如图2所示，基于每一小区居民的有效历史时用水量确定出小区居民的月居住率的步骤具体包括：
S202：在每一小区居民的有效历史时用水量中筛选出预设月份的所有有效历史时用水量；
S204：基于预设月份的所有有效历史时用水量计算出预设月份月用水量；
S206：判断预设月份月用水量是否为零；若为零，则执行S208，否则，执行S210；
S208：确定对应的小区居民为月度非常住居民，并计算所有月度非常住居民的数量；
S210：确定对应的小区居民为月度常住居民，并计算所有月度常住居民的数量；
S212：基于所有月度非常住居民的数量和所有月度常住居民的数量确定预设月份的小区居民的月居住率。
进一步，如图3所示，基于每一小区居民的有效历史时用水量确定出小区居民的年居住率的步骤包括：
S302：在每一小区居民的有效历史时用水量中筛选出预设年份的所有有效历史时用水量；
S304：基于预设年份的每一小区居民的所有有效历史时用水量计算出预设年份中每一小区居民的每个月的月用水量；
S306：基于每一小区居民的每个月的月用水量确定出对应的小区居民为年度非常住居民或年度常住居民，计算年度非常住居民的数量和年度常住居民的数量；
S308：基于年度非常住居民的数量和年度常住居民的数量确定预设年份的居住率。
本发明通过对大数据进行分析确定月居住率和年居住率后，这样就可以跟有关部门合作，预测本市未来几年用户居住情况的走势，相对于传统普查的方式大大的提高了效率。
进一步，如图4所示，基于每一小区居民的有效历史时用水量确定出异常用水居民的步骤包括：
S402：基于每一小区居民的有效历史时用水量计算出每一小区居民的日用水量；
S404：在每一小区居民的日用水量中查找是否存在连续第一预设天数的日用水量超过最大日用水量；若是，则执行S406，否则，结束；
S406：确定对应的小区居民为异常用水居民。
进一步，如图5所示，基于每一小区居民的每个月的月用水量确定出对应的小区居民为年度非常住居民或年度常住居民的步骤包括：
S502：基于每一小区居民的每个月的月用水量，确定每一小区居民的年用水量；
S504：判断小区居民的年用水量是否小于等于第一预设用水量；若是，则执行S506，否则执行S508；
S506：确定对应的小区居民为年度非常住居民；
S508：计算每一小区居民九月份至十二月份的用水总量；
S510：判断九月份至十二月份的用水总量是否小于等于第二预设用水量；若是，则执行S506，否则执行S512；
S512：确定对应的小区居民为年度常住居民。
在该实施例中，基于每一小区居民的每个月的月用水量确定出对应的小区居民为年度非常住居民或年度常住居民的步骤中，先基于每一小区居民的每个月的月用水量，确定每一小区居民的年用水量，具体可以通过类和的方式来计算年用水量，在小区居民的年用水量小于等于第一预设用水量时，确定对应的小区居民为年度非常住居民，第一预设用水量可以根据实际需要来设置，例如10kg，因为年用水量小于等于10kg，很有可能是该用户为非常住居民，只是偶尔回来检查下房间，因此会产生极少的用水量。在小区居民的年用水量大于等于第一预设用水量时，计算每一小区居民九月份至十二月份的用水总量，在九月份至十二月份的用水总量小于等于第二预设用水量时，确定对应的小区居民为年度非常住居民，第一预设用水量也是根据实际需要来设置，例如也可以为10kg，因为九月份至十二月份的用水总量小于等于10kg，则说明该用户在后半年基本没有居住，在九月份至十二月份的用水总量大于等于第二预设用水量时，确定对应的小区居民为年度常住居民。可以理解的，对于非常住居民，其主要包括几种情况，一、常年不在家的居民，二、偶尔回来一次的居民，三、外地用户在本地工作离职后返回自己家乡的居民，而本申请通过与第一预设用水量进行对比可以确定出常年不在家的居民以及偶尔回来一次的居民，然后根据第二预设用水量进行对比可以确定出外地用户在本地工作离职后返回自己家乡的居民。本申请确定年居住率后，这样就可以跟有关部门合作，预测本市未来几年用户居住情况的走势，相对于传统普查的方式大大的提高了效率。
进一步，如图6所示，在每一小区居民的历史时用水量中确定出每一小区居民的有效历史时用水量的步骤包括：
S602：在每一小区居民的历史时用水量中判断是否存在异常用水量，若否，则执行S604，若是，则执行S606；
S604：确定所有的历史时用水量为有效历史时用水量；
S606：基于异常用水量的前一时刻的历史时用水量和后一时刻的历史时用水量计算出平均用水量，将平均用水量代替异常用水量作为校正后的历史时用水量，确认校正后的所有的历史时用水量为有效历史时用水量。
在该实施例中，在确定有效历史时用水量的过程中，先在每一小区居民的历史时用水量中确定是否存在异常用水量，当不存在异常用水量时，确定所有的历史时用水量为有效历史时用水量，当存在异常用水量时，计算出异常用水量的前一时刻的历史时用水量和后一时刻的历史时用水量的平均用水量，将平均用水量代替异常用水量作为校正后的历史时用水量，确认校正后的所有的历史时用水量为有效历史时用水量。本申请通过对获取的异常用水量进行校正，这样就可以提高后期数据分析的精准率。
进一步，如图7所示，在每一小区居民的历史时用水量中确定是否存在异常用水量的步骤包括：
S702：查找是否存在t1时刻的历史时用水量小于t时刻的历史时用水量，其中t1>t，若是，则执行S704，否则，结束；
S704：确定t1时刻的历史时用水量为异常用水量。
在该实施例中，由于NB-IOT水表是累计获取到的用水流量信息，若t1时刻的历史时用水量小于t时刻的历史时用水量，则说明t1时刻的历史时用水量为异常用水量，这样通过对异常用水量进行校正，这样就可以克服NB-IOT水表上传的数据不准确的技术问题。
在上述实施例中，第一预设天数等于5天，最大日用水量等于800kg/天。
在上述实施例中，基于NB-IOT水表计量信息的大数据分析方法还包括：基于每一小区居民的有效历史时用水量确定出所有小区居民中的现居住居民。
在该实施例中，本申请还可以基于每一小区居民的有效历史时用水量确定出所有小区居民中的现居住居民，这样在人口普查的时候，就可以知道目前小区内大约还有多少正在居住的人口。
在上述实施例中，基于每一小区居民的有效历史时用水量确定出所有小区居民中的现居住居民的步骤包括：基于每一小区居民的有效历史时用水量确定对应的小区居民的距离当前时刻之前的第二预设天数之内的日用水量是否零，若为零，则确定对应的小区居民为非现居住居民，否则，确定对应的小区居民为现居住居民。
在该实施例中，可以根据小区居民的有效历史时用水量确定对应的小区居民的距离当前时刻之前的第二预设天数之内的日用水量是否零，若为零，则说明该用户最近几天内都没有用水记录，也即可以确定对应的小区居民为非现居住居民，若不为零，则说明该用户最近几天内有用水记录，则可以确定对应的小区居民为现居住居民。进一步的，第二预设天数为3天，也即如果用户持续3天都没有用水记录，则可以确定对应的小区居民为非现居住居民，例如该居民可能出去旅游等等。
在上述实施例中，基于NB-IOT水表计量信息的大数据分析方法，还包括：每间隔2分钟获取每一小区居民的NB-IOT水表获取到的用水流速，确认是否连续3个小时用水流速不为零，若是，则发出跑水预警提醒，并输出对应的小区居民的登记信息。
在该实施例中，系统还可以每间隔2分钟获取每一小区居民的NB-IOT水表获取到的用水流速，确认是否连续3个小时用水流速不为零，若连续3个小时用水流速不为零，则可能是因为该居民的管道破裂导致漏水，此时系统发出跑水预警提醒，并输出对应的小区居民的登记信息，这样工作人员可以及时的联系对应的居民或者其亲属来了解情况，避免造成严重的后果。
如图8所示，本发明第二方面实施例提供了一种基于NB-IOT水表计量信息的大数据分析系统，包括储存器12和处理器14，储存器12上存储有计算机程序或指令，处理器14执行程序或指令时实现如本发明第一方面任一项技术方案的基于NB-IOT水表计量信息的大数据分析方法。
本发明第三方面实施例提供了一种可读储存介质，可读储存介质上存储有程序或指令，处理器执行程序或指令时实现如本发明第一方面任一项技术方案的基于NB-IOT水表计量信息的大数据分析方法。
以上仅为本发明的较佳实施例而已，并不用以限制本发明，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 (10)

1.一种基于NB-IOT水表计量信息的大数据分析方法，应用于小区居民用水数据的分析，其特征在于，包括：
接收每一所述小区居民的所述NB-IOT水表上传的历史时用水量；
在每一所述小区居民的所述历史时用水量中确定出每一所述小区居民的有效历史时用水量；
基于每一所述小区居民的所述有效历史时用水量确定出小区居民的月居住率、年居住率以及异常用水居民；
所述基于每一所述小区居民的所述有效历史时用水量确定出小区居民的月居住率的步骤包括：
在每一所述小区居民的所述有效历史时用水量中筛选出预设月份的所有有效历史时用水量；
基于预设月份的所有有效历史时用水量计算出所述预设月份月用水量；
当月用水量为零时，确定对应的小区居民为月度非常住居民，并计算所有月度非常住居民的数量；
当月用水量不为零时，确定对应的小区居民为月度常住居民，并计算所有月度常住居民的数量；
基于所有所述月度非常住居民的数量和所有所述月度常住居民的数量确定所述预设月份的小区居民的月居住率；
所述基于每一所述小区居民的所述有效历史时用水量确定出小区居民的年居住率的步骤包括：
在每一所述小区居民的所述有效历史时用水量中筛选出预设年份的所有有效历史时用水量；
基于预设年份的每一所述小区居民的所有有效历史时用水量计算出所述预设年份中每一所述小区居民的每个月的月用水量；
基于每一所述小区居民的每个月的月用水量确定出对应的小区居民为年度非常住居民或年度常住居民，计算所述年度非常住居民的数量和所述年度常住居民的数量；
基于所述年度非常住居民的数量和所述年度常住居民的数量确定所述预设年份的居住率；
所述基于每一所述小区居民的所述有效历史时用水量确定出异常用水居民的步骤包括：
基于每一所述小区居民的所述有效历史时用水量计算出每一所述小区居民的日用水量；
在每一所述小区居民的日用水量中查找是否存在连续第一预设天数的日用水量超过最大日用水量，若存在，则确定对应的小区居民为异常用水居民。
2.根据权利要求1所述的基于NB-IOT水表计量信息的大数据分析方法，其特征在于，所述基于每一所述小区居民的每个月的月用水量确定出对应的小区居民为年度非常住居民或年度常住居民的步骤包括：
基于每一所述小区居民的每个月的月用水量，确定每一所述小区居民的年用水量；
在所述小区居民的年用水量小于等于第一预设用水量时，确定对应的小区居民为年度非常住居民；
在所述小区居民的年用水量大于等于第一预设用水量时，计算每一小区居民九月份至十二月份的用水总量，在九月份至十二月份的用水总量小于等于第二预设用水量时，确定对应的小区居民为年度非常住居民，在九月份至十二月份的用水总量大于等于第二预设用水量时，确定对应的小区居民为年度常住居民。
3.根据权利要求1所述的基于NB-IOT水表计量信息的大数据分析方法，其特征在于，所述在每一所述小区居民的所述历史时用水量中确定出每一所述小区居民的有效历史时用水量的步骤包括：
在每一所述小区居民的所述历史时用水量中确定是否存在异常用水量；
当不存在所述异常用水量时，确定所有的所述历史时用水量为所述有效历史时用水量；
当存在所述异常用水量时，基于所述异常用水量的前一时刻的历史时用水量和后一时刻的历史时用水量计算出平均用水量，将所述平均用水量代替所述异常用水量作为校正后的历史时用水量，确认校正后的所有的历史时用水量为所述有效历史时用水量。
4.根据权利要求3所述的基于NB-IOT水表计量信息的大数据分析方法，其特征在于，所述在每一所述小区居民的所述历史时用水量中确定是否存在异常用水量的步骤包括：
当t1>t时，查找是否存在t1时刻的历史时用水量小于t时刻的历史时用水量，若存在，则确定所述t1时刻的历史时用水量为所述异常用水量。
5.根据权利要求1所述的基于NB-IOT水表计量信息的大数据分析方法，其特征在于，所述第一预设天数等于5天，所述最大日用水量等于800kg/天。
6.根据权利要求1所述的基于NB-IOT水表计量信息的大数据分析方法，其特征在于，还包括：
基于每一所述小区居民的所述有效历史时用水量确定出所有小区居民中的现居住居民。
7.根据权利要求6所述的基于NB-IOT水表计量信息的大数据分析方法，其特征在于，所述基于每一所述小区居民的所述有效历史时用水量确定出所有小区居民中的现居住居民的步骤包括：
基于每一所述小区居民的所述有效历史时用水量确定对应的所述小区居民的距离当前时刻之前的第二预设天数之内的日用水量是否零，若为零，则确定对应的所述小区居民为非现居住居民，否则，确定对应的所述小区居民为现居住居民。
8.根据权利要求7所述的基于NB-IOT水表计量信息的大数据分析方法，其特征在于，所述第二预设天数为3天。
9.根据权利要求1所述的基于NB-IOT水表计量信息的大数据分析方法，其特征在于，还包括：
每间隔2分钟获取每一所述小区居民的所述NB-IOT水表获取到的用水流速，确认是否连续3个小时所述用水流速不为零，若是，则发出跑水预警提醒，并输出对应的小区居民的登记信息。
10.一种基于NB-IOT水表计量信息的大数据分析系统，其特征在于，包括：
储存器和处理器，所述储存器上存储有计算机程序或指令，所述处理器执行所述程序或指令时实现如权利要求1至9中任一项所述的基于NB-IOT水表计量信息的大数据分析方法。
CN202310452154.3A 2023-04-25 2023-04-25 基于nb-iot水表计量信息的大数据分析方法及系统 Pending CN116228298A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310452154.3A CN116228298A (zh) 2023-04-25 2023-04-25 基于nb-iot水表计量信息的大数据分析方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310452154.3A CN116228298A (zh) 2023-04-25 2023-04-25 基于nb-iot水表计量信息的大数据分析方法及系统

Publications (1)

Publication Number Publication Date
CN116228298A true CN116228298A (zh) 2023-06-06

Family

ID=86573443

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310452154.3A Pending CN116228298A (zh) 2023-04-25 2023-04-25 基于nb-iot水表计量信息的大数据分析方法及系统

Country Status (1)

Country Link
CN (1) CN116228298A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117490810A (zh) * 2023-12-29 2024-02-02 浙江黄氏建设科技股份有限公司 一种基于定位信息的水表远程监控方法及监控系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005288301A (ja) * 2004-03-31 2005-10-20 Kurita Water Ind Ltd 純水供給システム
CN109886837A (zh) * 2019-03-29 2019-06-14 山东建筑大学 居民用水模式的智能分析与故障诊断方法及系统
CN114422543A (zh) * 2021-12-17 2022-04-29 山东智敏仪表科技有限公司 一种nb-iot物联网水表系统
CN115792370A (zh) * 2023-02-08 2023-03-14 北京清众神州大数据有限公司 一种基于智能电表的用能诊断方法、装置和设备

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005288301A (ja) * 2004-03-31 2005-10-20 Kurita Water Ind Ltd 純水供給システム
CN109886837A (zh) * 2019-03-29 2019-06-14 山东建筑大学 居民用水模式的智能分析与故障诊断方法及系统
CN114422543A (zh) * 2021-12-17 2022-04-29 山东智敏仪表科技有限公司 一种nb-iot物联网水表系统
CN115792370A (zh) * 2023-02-08 2023-03-14 北京清众神州大数据有限公司 一种基于智能电表的用能诊断方法、装置和设备

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117490810A (zh) * 2023-12-29 2024-02-02 浙江黄氏建设科技股份有限公司 一种基于定位信息的水表远程监控方法及监控系统
CN117490810B (zh) * 2023-12-29 2024-03-22 浙江黄氏建设科技股份有限公司 一种基于定位信息的水表远程监控方法及监控系统

Similar Documents

Publication Publication Date Title
US7920983B1 (en) System and method for monitoring resources in a water utility network
CN111259334B (zh) 一种工业企业大用户用水异常监测预警方法
CN116228298A (zh) 基于nb-iot水表计量信息的大数据分析方法及系统
CN107292501B (zh) 一种评估废水监测数据质量的方法及设备
KR101422562B1 (ko) 지능형 징수 관리 시스템
Arregui et al. Quantifying measuring errors of new residential water meters considering different customer consumption patterns
WO2019127823A1 (zh) 保险费用评估方法、装置、终端设备及存储介质
CN111666273B (zh) 抄表系统数据有效性分析方法、装置
Majuru et al. Reliability of water supplies in low and middle-income countries: a structured review of definitions and assessment criteria
CN117217380A (zh) 停车场空余停车位预测方法、装置、电子设备及存储介质
Rudbeck et al. The Darwinian shortfall in plants: phylogenetic knowledge is driven by range size
US20110071951A1 (en) System and method for monitoring occupency of a rental property
Rasmussen et al. Use of risk-adjusted CUSUM charts to monitor 30-day mortality in Danish hospitals
Culka Uncertainty analysis using Bayesian model averaging: a case study of input variables to energy models and inference to associated uncertainties of energy scenarios
CN117708735A (zh) 一种基于多点校核的量测数据拟合方法、介质及系统
Ncube et al. Meter accuracy degradation and failure probability based on meter tests and meter change data
US9699525B2 (en) Method and system for automatic residual consumption
CN113722557B (zh) 一种燃气供销差的确定方法及装置
CN112688692A (zh) 抄表数据压缩方法、数据格式、设备及存储介质
CN113268525A (zh) 一种自动优化常模的认知评估方法及系统
Hui et al. Structural and policy changes in the Chinese housing market
FR3103604A1 (fr) Procédé de prédiction de consommations d’une ressource distribuée dans un réseau de distribution
CN112330182A (zh) 一种经济运行状况量化分析方法及装置
de Smeth et al. Hydrometric data rescue and extension of river flow records: Method development and application to catchments modified by arterial drainage
CN116304935A (zh) 一种异常数据检测方法、装置及电子设备

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20230606

RJ01 Rejection of invention patent application after publication