CN116415123A - 小区用水总流量数据分析方法及系统 - Google Patents
小区用水总流量数据分析方法及系统 Download PDFInfo
- Publication number
- CN116415123A CN116415123A CN202310207795.2A CN202310207795A CN116415123A CN 116415123 A CN116415123 A CN 116415123A CN 202310207795 A CN202310207795 A CN 202310207795A CN 116415123 A CN116415123 A CN 116415123A
- Authority
- CN
- China
- Prior art keywords
- day
- data
- water
- flow data
- flow
- 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.)
- Granted
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 236
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000012545 processing Methods 0.000 claims abstract description 7
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000004457 water analysis Methods 0.000 claims description 11
- 238000007405 data analysis Methods 0.000 claims description 7
- 230000001502 supplementing effect Effects 0.000 claims description 5
- 238000012512 characterization method Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 abstract description 4
- 239000012634 fragment Substances 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
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
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- 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
Abstract
本发明属于数据处理技术领域,提出了小区用水总流量数据分析方法及系统,包括使用小区总流量计实时采集小区用水总流量数据;存储所述小区总流量计上传的小区用水总流量数据;获得设定时间内的小区用水总流量数据,小区用水总流量数据包括一级完整日数据集和缺失日数据集;根据一级完整日数据集分别计算平日用水比较系数Kwi和节假日用水比较系数Kho;将缺失日数据集分为多个分段,根据该分段的流量数据、平日用水比较系数Kwi、节假日用水比较系数Kho,计算该分段内每个缺失日的日流量数据。通过上述技术方案,解决了现有技术中小区用水总流量测量准确性差的问题。
Description
技术领域
本发明属于数据处理技术领域,涉及小区用水总流量数据分析方法及系统。
背景技术
小区居民的用水信息,不仅用于交纳水费,还能反映小区的各种信息。例如,有的政府部门根据小区居民的用水情况可准确计算小区的空置率和居住率,通过各月收费水量和小区总流量率定每户水表的流量数据、小区已入住用水户的平均用水量可以间接反映住户的生活水平等等。
小区总流量计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,能够实现数据的实时采集,但是在实际应用中,NB-IoT水表上传的数据存在停电数据中断、缺失、误传等问题,影响小区用水总流量测量的准确性,导致小区居民用水分析结果与实际不符。
发明内容
本发明提出小区用水总流量数据分析方法及系统,解决了现有技术中小区用水总流量测量准确性差的问题。
本发明的技术方案是这样实现的:
第一方面,小区用水总流量数据分析方法,包括:
使用小区总流量计实时采集小区用水总流量数据;
存储所述小区总流量计上传的小区用水总流量数据;
根据所存储的小区用水总流量数据,获得设定时间内的小区用水总流量数据,所述设定时间内的小区用水总流量数据包括一级完整日数据集和缺失日数据集;所述一级完整日数据集包括多个一级完整日的流量数据,任一所述一级完整日的流量数据至少包括该日0时和24时的流量数据;所述缺失日数据集包括多个缺失日的流量数据,任一所述缺失日的流量数据至少缺失该日0时和/或24时的流量数据;
根据一级完整日数据集分别计算平日用水比较系数Kwi和节假日用水比较系数Kho;其中,下标wi表示除法定节假日以外的一周中的任一天,i∈[1,7],下标ho表示法定节假日中的任一天;所述平日用水比较系数Kwi用于表征除法定节假日以外的任一天的日用水量分布,所述节假日用水比较系数Kho用于表征法定节假日的日用水量分布;
将所述缺失日数据集分为多个分段,每个分段的首端数据和末端数据分别为相邻的两个24时的流量数据;将每个分段的末端数据与首端数据相减,得到该分段的流量数据;根据该分段的流量数据、平日用水比较系数Kwi、节假日用水比较系数Kho,计算该分段内每个缺失日的日流量数据;
根据该分段内每个缺失日的日流量数据进行对应缺失日的日流量数据补齐,得到补齐后的小区用水总流量数据;
输出所述补齐后的小区用水总流量数据到用水分析系统。
第二方面,小区用水总流量数据分析系统,包括:
小区总流量计,用于实时采集小区用水总流量数据并上传;
数据处理设备,包括存储器和处理器;
所述存储器用于存储小区总流量计上传的小区用水总流量数据,以及,存储程序;
所述处理器用于调用其存储器中的程序执行:
获取所述存储器中设定时间内的小区用水总流量数据;所述设定时间内的小区用水总流量数据包括一级完整日数据集和缺失日数据集;所述一级完整日数据集包括多个一级完整日的流量数据,任一所述一级完整日的流量数据至少包括该日0时和24时的流量数据;所述缺失日数据集包括多个缺失日的流量数据,任一所述缺失日的流量数据至少缺失该日0时和/或24时的流量数据;
根据一级完整日数据集分别计算平日用水比较系数Kwi和节假日用水比较系数Kho;其中,下标wi表示除法定节假日以外的一周中的任一天,i∈[1,7],下标ho表示法定节假日中的任一天;所述平日用水比较系数Kwi用于表征除法定节假日以外的任一天的日用水量分布,所述节假日用水比较系数Kho用于表征法定节假日的日用水量分布;
将所述缺失日数据集分为多个分段,每个分段的首端数据和末端数据分别为相邻的两个24时流量数据;将每个分段的末端数据与首端数据相减,得到该分段的流量数据;根据该分段的流量数据、平日用水比较系数Kwi、节假日用水比较系数Kho,计算该分段内每个缺失日的日流量数据;
根据该分段内每个缺失日的日流量数据进行对应缺失日的日流量数据补齐,得到补齐后的小区用水总流量数据;
输出所述补齐后的小区用水总流量数据到用水分析系统。
本发明的工作原理及有益效果为:
本发明首先实时采集小区的用水总流量数据并存储,然后根据存储的用水总流量数据中的一级完整日数据集补齐缺失日数据集,得到补齐后的用水总流量数据;该补齐后的用水总流量数据发送到用水分析系统,进行居民用水分析,有利于提高居民用水分析结果的准确性。
具体的,本发明首先将小区用水总流量数据分为一级完整日数据集和缺失日数据集,其中,一级完整日数据集由一级完整日的流量数据组成,一级完整日的流量数据至少包括该日0时和24时的流量数据;然后根据一级完整日数据集分别计算平日用水比较系数Kwi和节假日用水比较系数Kho,平日用水比较系数Kwi和节假日用水比较系数Kho能够反映平日和法定节假日用水规律的不同;接着,将缺失日数据集分为多个分段,每个分段的首端数据和末端数据分别为相邻的两个24时的流量数据;将每个分段的末端数据与首端数据相减,得到该分段的流量数据;最后,根据该分段的流量数据,以及该分段内每一天对应的平日用水比较系数Kwi或节假日用水比较系数Kho,计算该分段内每个缺失日的日流量数据,实现缺失日的日流量数据的补齐。
本发明将缺失日数据集进行分段处理,在计算各分段的流量数据的基础上,根据平日和法定节假日用水规律的不同,进行缺失日的日流量数据的补齐,提高了补齐效果,进而提高了小区用水总流量数据测量的准确性。
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为本发明小区用水总流量数据分析方法的流程图;
图2为本发明中一级完整日和缺失日的定义示意图;
图3为本发明小区用水总流量数据分析系统的结构示意图。
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,都属于本发明保护的范围。
实施例一
如图1所示,为本实施例小区用水总流量数据分析方法的流程图,包括:
S100:使用小区总流量计实时采集小区用水总流量数据;
S200:存储所述小区总流量计上传的小区用水总流量数据;
S300:根据所存储的小区用水总流量数据,获得设定时间内的小区用水总流量数据,上述设定时间内的小区用水总流量数据包括一级完整日数据集和缺失日数据集;上述一级完整日数据集包括多个一级完整日的流量数据,任一上述一级完整日的流量数据至少包括该日0时和24时的流量数据;上述缺失日数据集包括多个缺失日的流量数据,任一上述缺失日的流量数据至少缺失该日0时和/或24时的流量数据;
本实施例中,设定时间为一年,根据每日流量数据的完整程度将一年内的小区用水总流量数据分为一级完整日数据集和缺失日数据集。其中,一级完整日数据集包括多个一级完整日的流量数据,缺失日数据集包括多个缺失日的流量数据,一级完整日和缺失日的定义如图2所示。图2展示了任意7天的流量数据,为表述方便,将该7天分别定义为1日、2日、…、7日,a代表1日0时(前一日的24时)的流量数据,bcdefgh分别代表1-7日24时的流量数据,通过将每日24时的流量数据依次相减, 1日、7日可以得到完整日数据,2日、3日、4日、5日、6日都不能得到完整日数据,因此,1日和7日为一级完整日,1日和7日的流量数据存入一级完整日数据集,2日、3日、4日、5日、6日为缺失日,数据存入缺失日数据集。
S400:根据一级完整日数据集分别计算平日用水比较系数Kwi和节假日用水比较系数Kho;其中,下标wi表示除法定节假日以外的一周中的任一天,i∈[1,7],下标ho表示法定节假日中的任一天;上述平日用水比较系数Kwi用于表征除法定节假日以外的任一天的日用水量分布,上述节假日用水比较系数Kho用于表征法定节假日的日用水量分布;
由于小区居民在工作日、周末和法定节假日的用水规律不同,本实施例采用平日用水比较系数Kwi表征周一到周日每日的用水情况,采用节假日用水比较系数Kho表征法定节假日每日的用水情况。其中,法定节假日为国家法定假期,例如春节、清明、五一、中秋、十一、元旦等,法定节假日无论为周几,都按法定节假日对待。
平日用水比较系数Kwi和节假日用水比较系数Kho的计算步骤具体包括:
S410:根据一级完整日数据集,计算每个一级完整日的日流量数据,任一一级完整日的日流量数据等于该任一一级完整日24时的流量数据与0时的流量数据的差值;
仍以图2为例,1日的日流量数据为Data ab=Data b - Data a,其中,Data b为b时刻的流量数据,Dataa为a时刻的流量数据。
S420:根据一级完整日数据集中所有一级完整日的日流量数据,计算一级完整日数据集中所有日流量数据的平均值Q平均、相同下标wi对应的日流量数据的平均值Q平均(wi)、以及所有法定节假日的日流量数据的平均值Q平均(ho);
S430:计算平均值Q平均(wi)与平均值Q平均之间的比值,得到所述平日用水比较系数Kwi;计算平均值Q平均(ho)与平均值Q平均之间的比值,得到所述节假日用水比较系数Kho。
例如,所有周一的日流量数据的平均值Q平均(w1) /平均值Q平均,得到周一的平日用水比较系数Kw1。
S500:将上述缺失日数据集分为多个分段,每个分段的首端数据和末端数据分别为相邻的两个24时的流量数据;将每个分段的末端数据与首端数据相减,得到该分段的流量数据;根据该分段的流量数据、平日用水比较系数Kwi、节假日用水比较系数Kho,计算该分段内每个缺失日的日流量数据。
仍以图2为例,2日、3日、4日、5日、6日均为缺失日,但是2日0时(1日24时)的流量数据未缺失,4日24时的流量数据未缺失,2日0时到4日24时的流量数据作为一个分段,Databe=Data e - Data b为该分段的流量数据,其中,Data b为b时刻的流量数据,Data e为e时刻的流量数据。得到分段的流量数据之后,再根据该分段的流量数据、平日用水比较系数Kwi、节假日用水比较系数Kho,计算该分段内每个缺失日的日流量数据。
本实施例首先实时采集小区的用水总流量数据并存储,然后根据存储的用水总流量数据中的一级完整日数据集补齐缺失日数据集,得到补齐后的用水总流量数据;该补齐后的用水总流量数据发送到用水分析系统,进行居民用水分析,有利于提高居民用水分析结果的准确性。
具体的,本实施例首先将小区用水总流量数据分为一级完整日数据集和缺失日数据集,其中,一级完整日数据集由一级完整日的流量数据组成,一级完整日的流量数据至少包括该日0时和24时的流量数据;然后根据一级完整日数据集分别计算平日用水比较系数Kwi和节假日用水比较系数Kho,平日用水比较系数Kwi和节假日用水比较系数Kho能够反映平日和法定节假日用水规律的不同;接着,将缺失日数据集分为多个分段,每个分段的首端数据和末端数据分别为相邻的两个24时的流量数据;将每个分段的末端数据与首端数据相减,得到该分段的流量数据;最后,根据该分段的流量数据,以及该分段内每一天对应的平日用水比较系数Kwi或节假日用水比较系数Kho,计算该分段内每个缺失日的日流量数据,实现缺失日的日流量数据的补齐。
本实施例将缺失日数据集进行分段处理,在计算各分段的流量数据的基础上,根据平日和法定节假日用水规律的不同,进行缺失日的日流量数据的补齐,提高了补齐效果,进而提高了小区用水总流量数据的准确性。
进一步,上述根据该分段的流量数据、平日用水比较系数Kwi、节假日用水比较系数Kho,得到该分段内每个缺失日的日流量数据,具体包括:
对于该分段内的任一缺失日,
在该任一缺失日为非法定节假日时,日流量数据为:
其中,△Q为该分段的流量数据,n=1,2,3...,N,N为该任一分段内的天数;Kn为第n天对应的平日用水比较系数Kwi或节假日用水比较系数Kho;
在该任一缺失日为法定节假日时,日流量数据为:
仍以图2为例,2日0时到4日24时的流量数据作为一个分段,该分段的流量数据Data be=Data e - Data b,假设2日为周四(平日用水比较系数为Kw4),3日为周五(平日用水比较系数为Kw5),4日为法定节假日(节假日用水比较系数为Kho),则
进一步,还包括:
S600:根据任一分段内每个缺失日的日流量数据,得到该任一分段中每日24时的流量数据;其中,第一日24时的流量数据等于该任一分段的首端数据加上第一日的日流量数据;第n日24时的流量数据等于前一日24时的流量数据加上第n日的日流量数据;n=1,2,3...,N,N为该任一分段内的天数。
本实施例中,根据每个缺失日的日流量数据,可以得到每日24时的流量数据。如图2所示,计算得到2日的日流量数据Data bc之后,根据2日的日流量数据Data bc和2日0时的流量数据Data b可以得到2日24时的流量数据Data c=Data b+Data bc;3日24时的流量数据Data d=Data c+Data cd,依次类推,可以得到分段内每个缺失日24时的流量数据。
进一步,还包括:
S700:对任一缺失日,将该缺失日的最小流量值作为该缺失日的流量下限,上述最小流量值具体为:该缺失日的原始流量数据片段的末端数据与首端数据的差值;在该缺失日的日流量数据小于或者等于该缺失日的流量下限时,将该缺失日的流量下限作为该缺失日的日流量数据;
对任一缺失日,将前一日末端数据和后一日首端数据之间的差值作为该缺失日的流量上限,上述前一日末端数据具体为:该缺失日前一日的原始流量数据片段的末端数据,上述后一日首端数据具体为:该缺失日后一日的原始流量数据片段的首端数据;在该缺失日的日流量数据大于或者等于该缺失日的流量上限时,将该缺失日的流量上限作为该缺失日的日流量数据。
为避免计算得到的缺失日的日流量数据与实际数据差别过大,本实施例设置了流量下限和流量上限,对计算得到的日流量数据进行校验和修正。
流量下限和流量上限的定义如图2所示,以5日为例,5日已有的流量数据(原始流量数据片段)为e时到s时的流量数据,其中,e时的流量数据为该原始流量数据片段的首端数据,s时的流量数据为该原始流量数据片段的末端数据,将e时和s时的流量数据的差值Data es作为5日的流量下限;当计算得到的5日的日流量数据小于或者等于Data es时,赋予f时刻与s时刻相同的流量数据,即Data sf=0,5日的日流量数据为Data es。
以6日为例,5日的原始流量数据片段为e时到s时的流量数据,7日的原始流量数据片段为g时到h时的流量数据,将s时的流量数据作为前一日末端数据,将g时的流量数据作为后一日首端数据,s时和g时的流量数据的差值Data sg作为6日的流量上限。当计算得到的日流量数据大于或者等于Data sg时,赋予s时刻与f时刻相同的流量数据,即Data sf=0,6日的日流量数据为Dat sg。
进一步,还包括时流量数据补齐的步骤,具体包括:
S810:从一级完整日数据集中选取二级完整日数据集,上述二级完整日数据集包括多个二级完整日的流量数据,任一上述二级完整日的流量数据包括该日每个小时的时流量数据;
S820: 根据所述二级完整日的流量数据计算八类流量数据,所述八类流量数据分别包括法定节假日的时流量数据的平均值,以及除法定节假日之外的周一、周二、周三、周四、周五、周六、周日的时流量数据的平均值;
S830:根据上述八类流量数据,计算平日时用水比较系数Khj(wi)和节假日时用水比较系数Khj(ho),上述平日时用水比较系数Khj(wi)用于表征除法定节假日以外的任一天的时用水量分布,上述节假日时用水比较系数Khj(ho)用于表征法定节假日的时用水量分布;其中,上标wi表示除法定节假日以外的一周中的任一天,i∈[1,7],上标ho表示法定节假日中的任一天,下标hj表示一天中的任一个小时,j∈[1,24];
以周一为例,平日时用水比较系数Khj(wi)的计算过程具体包括:
S831:计算二级完整日数据集中所有周一的时流量数据的平均值Qh1,Qh2,…,Qh24;
例如,Qh1等于所有周一1时的流量数据相加之后,除以周一的个数;
S832:周一24小时对应的24个平均值Qhj(j∈[1,24])再取平均值得到周一的时平均流量Q平均(w1h);
周二、周三、周四、周五、周六、周日的平日时用水比较系数Khj(wi)的计算方法与周一相同,这里不作赘述。
下面介绍节假日时用水比较系数Khj(ho)的计算过程:
计算二级完整日数据集中所有法定节假日的时流量数据的平均值Qh1,Qh2,…,Qh24,法定节假日任一天的24小时对应的24个平均值Qhj(j∈[1,24])再取平均值得到该任一天的时平均流量Q平均(hoh);
S840:根据任一缺失日的日流量数据、平日时用水比较系数Khj(wi)和节假日时用水比较系数K hj(ho),计算任一缺失日每个小时的时流量数据。
具体的,对任一缺失日,在该任一缺失日为非法定节假日时,该任一缺失日的时流量数据等于该任一缺失日的日流量数据乘以平日时用水比较系数Khj(wi);在该任一缺失日为法定节假日时,该任一缺失日的时流量数据等于该任一缺失日的日流量数据乘以节假日时用水比较系数Khj(ho)。
例如,2日为周四,2日10时的时流量数据有缺失,需要补齐,补齐的时流量数据Qh10 =Qd4* Kh10(w4),其中Qh10为10时的时流量数据,Qd4为2日的日流量数据,Kh10(w4)为周四10时的平日时用水比较系数,w4表示周四,下标h10表示10时。
实施例二
如图2所示,基于与上述实施例一相同的发明构思,本实施例提出了小区用水总流量数据分析系统,包括:
小区总流量计,用于实时采集小区用水总流量数据并上传;
数据处理设备,包括存储器和处理器;
所述存储器用于存储小区总流量计上传的小区用水总流量数据,以及,存储程序;
所述处理器用于调用其存储器中的程序执行:
获取所述存储器中设定时间内的小区用水总流量数据;上述设定时间内的小区用水总流量数据包括一级完整日数据集和缺失日数据集;上述一级完整日数据集包括多个一级完整日的流量数据,任一上述一级完整日的流量数据至少包括该日0时和24时的流量数据;上述缺失日数据集包括多个缺失日的流量数据,任一上述缺失日的流量数据至少缺失该日0时和/或24时的流量数据;
根据一级完整日数据集分别计算平日用水比较系数Kwi和节假日用水比较系数Kho;其中,下标wi表示除法定节假日以外的一周中的任一天,i∈[1,7],下标ho表示法定节假日中的任一天;上述平日用水比较系数Kwi用于表征除法定节假日以外的任一天的日用水量分布,上述节假日用水比较系数Kho用于表征法定节假日的日用水量分布;
将上述缺失日数据集分为多个分段,每个分段的首端数据和末端数据分别为相邻的两个24时流量数据;将每个分段的末端数据与首端数据相减,得到该分段的流量数据;根据该分段的流量数据、平日用水比较系数Kwi、节假日用水比较系数Kho,计算该分段内每个缺失日的日流量数据;
根据该分段内每个缺失日的日流量数据进行对应缺失日的日流量数据补齐,得到补齐后的小区用水总流量数据;
输出所述补齐后的小区用水总流量数据到用水分析系统。
进一步,还包括:
第二计算单元,用于根据一级完整日数据集,计算每个完整日的日流量数据,任一完整日的日流量数据等于该任一完整日24时的流量数据与0时的流量数据的差值;
第三计算单元,用于根据一级完整日数据集中所有完整日的日流量数据,计算一级完整日数据集中所有日流量数据的平均值Q平均、相同下标wi对应的日流量数据的平均值Q平均(wi)、以及所有法定节假日的日流量数据的平均值Q平均(ho);
计算平均值Q平均(wi)与平均值Q平均之间的比值,得到所述平日用水比较系数Kwi;计算平均值Q平均(ho)与平均值Q平均之间的比值,得到所述节假日用水比较系数Kho。
进一步,还包括:
第四计算单元,用于根据任一分段的流量数据、平日用水比较系数Kwi、节假日用水比较系数Kho,得到该分段内每个缺失日的日流量数据,具体包括:
对于该分段内的任一缺失日,
在该任一缺失日为非法定节假日时,日流量数据为:
其中,△Q为该分段的流量数据,n=1,2,3...,N,N为该任一分段内的天数;Kn为第n天对应的平日用水比较系数Kwi或节假日用水比较系数Kho;
在该任一缺失日为法定节假日时,日流量数据为:
进一步,还包括:
第五计算单元,用于根据任一分段内每个缺失日的日流量数据,得到该任一分段中每日24时的流量数据;其中,第一日24时的流量数据等于该任一分段的首端数据加上第一日的日流量数据;第n日24时的流量数据等于前一日24时的流量数据加上第n日的日流量数据;n=1,2,3...,N,N为该任一分段内的天数。
进一步,还包括:
第六计算单元,用于对任一缺失日,将该缺失日的最小流量值作为该缺失日的流量下限,上述最小流量值具体为:该缺失日的原始流量数据片段的末端数据与首端数据的差值;在该缺失日的日流量数据小于或者等于该缺失日的流量下限时,将该缺失日的流量下限作为该缺失日的日流量数据;
对任一缺失日,将前一日末端数据和后一日首端数据之间的差值作为该缺失日的流量上限,上述前一日末端数据具体为:该缺失日前一日的原始流量数据片段的末端数据,上述后一日首端数据具体为:该缺失日后一日的原始流量数据片段的首端数据;在该缺失日的日流量数据大于或者等于该缺失日的流量上限时,将该缺失日的流量上限作为该缺失日的日流量数据。
进一步,还包括:
从一级完整日数据集中选取二级完整日数据集,所述二级完整日数据集包括多个二级完整日的流量数据,任一所述二级完整日的流量数据包括该日每个小时的时流量数据;
根据所述二级完整日的流量数据计算八类流量数据,所述八类流量数据分别包括法定节假日的时流量数据的平均值,以及除法定节假日之外的周一、周二、周三、周四、周五、周六、周日的时流量数据的平均值;
根据所述八类流量数据,计算平日时用水比较系数Khj(wi)和节假日时用水比较系数Khj(ho),所述平日时用水比较系数Khj(wi)用于表征除法定节假日以外的任一天的时用水量分布,所述节假日时用水比较系数Khj(ho)用于表征法定节假日的时用水量分布;其中,上标wi表示除法定节假日以外的一周中的任一天,i∈[1,7],上标ho表示法定节假日中的任一天,下标hj表示一天中的任一个小时,j∈[1,24];
第八计算单元,用于根据任一缺失日的日流量数据、平日时用水比较系数Khj(wi)和节假日时用水比较系数Khj(ho),计算任一缺失日每个小时的时流量数据。
进一步,还包括:
第九计算单元,用于在该任一天为非法定节假日时,根据该任一天每个小时的时流量数据,计算该任一天的时流量数据平均值Q平均(wih);
分别计算该任一天中每个小时的时流量数据与时流量数据平均值Q平均(wih)的比值,得到平日时用水比较系数Khj(wi);
在该任一天为法定节假日时,根据该任一天的时流量数据,计算该任一天的时流量数据平均值Q平均(hoh);
分别计算该任一天中每个小时的时流量数据与时流量数据平均值Q平均(hoh)的比值,得到节假日时用水比较系数Khj(ho);
第十计算单元,用于根据任一缺失日的日流量数据、平日时用水比较系数Khj(wi)和节假日时用水比较系数Khj(ho),计算任一缺失日每个小时的时流量数据。
本实施例系统的工作原理在方法实施例中已有详尽的描述,为了说明书的简洁,这里不作赘述。
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.小区用水总流量数据分析方法,其特征在于,包括:
使用小区总流量计实时采集小区用水总流量数据;
存储所述小区总流量计上传的小区用水总流量数据;
根据所存储的小区用水总流量数据,获得设定时间内的小区用水总流量数据,所述设定时间内的小区用水总流量数据包括一级完整日数据集和缺失日数据集;所述一级完整日数据集包括多个一级完整日的流量数据,任一所述一级完整日的流量数据至少包括该日0时和24时的流量数据;所述缺失日数据集包括多个缺失日的流量数据,任一所述缺失日的流量数据至少缺失该日0时和/或24时的流量数据;
根据一级完整日数据集分别计算平日用水比较系数Kwi和节假日用水比较系数Kho;其中,下标wi表示除法定节假日以外的一周中的任一天,i∈[1,7],下标ho表示法定节假日中的任一天;所述平日用水比较系数Kwi用于表征除法定节假日以外的任一天的日用水量分布,所述节假日用水比较系数Kho 用于表征法定节假日的日用水量分布;
将所述缺失日数据集分为多个分段,每个分段的首端数据和末端数据分别为相邻的两个24时的流量数据;将每个分段的末端数据与首端数据相减,得到该分段的流量数据;根据该分段的流量数据、平日用水比较系数Kwi、节假日用水比较系数Kho,计算该分段内每个缺失日的日流量数据;
根据该分段内每个缺失日的日流量数据进行对应缺失日的日流量数据补齐,得到补齐后的小区用水总流量数据;
输出所述补齐后的小区用水总流量数据到用水分析系统。
2.根据权利要求1所述的小区用水总流量数据分析方法,其特征在于,所述根据一级完整日数据集分别计算平日用水比较系数Kwi和节假日用水比较系数Kho,具体包括:
根据一级完整日数据集,计算每个一级完整日的日流量数据,任一一级完整日的日流量数据等于该任一一级完整日24时的流量数据与0时的流量数据的差值;
根据一级完整日数据集中所有一级完整日的日流量数据,计算一级完整日数据集中所有日流量数据的平均值Q平均、相同下标wi对应的日流量数据的平均值Q 平均(wi)、以及所有法定节假日的日流量数据的平均值Q平均(ho);
计算平均值Q 平均(wi)与平均值Q平均之间的比值,得到所述平日用水比较系数Kwi;计算平均值Q平均(ho)与平均值Q平均之间的比值,得到所述节假日用水比较系数Kho。
4.根据权利要求1所述的小区用水总流量数据分析方法,其特征在于,还包括:
根据任一分段内每个缺失日的日流量数据,得到该任一分段内每日24时的流量数据;
其中,第一日24时的流量数据等于该任一分段的首端数据加上第一日的日流量数据;
第n日24时的流量数据等于前一日24时的流量数据加上第n日的日流量数据;n=1,2,3...,N,N为该任一分段内的天数。
5.根据权利要求1所述的小区用水总流量数据分析方法,其特征在于,还包括:
对任一缺失日,将该缺失日的最小流量值作为该缺失日的流量下限,所述最小流量值具体为:该缺失日的原始流量数据片段的末端数据与首端数据的差值;在该缺失日的日流量数据小于或者等于该缺失日的流量下限时,将该缺失日的流量下限作为该缺失日的日流量数据;
对任一缺失日,将前一日末端数据和后一日首端数据之间的差值作为该缺失日的流量上限,所述前一日末端数据具体为:该缺失日前一日的原始流量数据片段的末端数据,所述后一日首端数据具体为:该缺失日后一日的原始流量数据片段的首端数据;在该缺失日的日流量数据大于或者等于该缺失日的流量上限时,将该缺失日的流量上限作为该缺失日的日流量数据。
6.根据权利要求1所述的小区用水总流量数据分析方法,其特征在于,还包括时流量数据的补齐步骤,具体包括:
从一级完整日数据集中选取二级完整日数据集,所述二级完整日数据集包括多个二级完整日的流量数据,任一所述二级完整日的流量数据包括该日每个小时的时流量数据;
根据所述二级完整日的流量数据计算八类流量数据,所述八类流量数据分别包括法定节假日的时流量数据的平均值,以及除法定节假日之外的周一、周二、周三、周四、周五、周六、周日的时流量数据的平均值;
根据所述八类流量数据,计算平日时用水比较系数Khj(wi)和节假日时用水比较系数Khj(ho),所述平日时用水比较系数Khj(wi)用于表征除法定节假日以外的任一天的时用水量分布,所述节假日时用水比较系数Khj(ho)用于表征法定节假日的时用水量分布;其中,wi表示除法定节假日以外的一周中的任一天,i∈[1,7],ho表示法定节假日中的任一天,下标hj表示一天中的任一个小时,j∈[1,24];
根据任一缺失日的日流量数据、平日时用水比较系数Khj(wi)和节假日时用水比较系数Khj(ho),计算任一缺失日每个小时的时流量数据。
7.小区用水总流量数据分析系统,其特征在于,包括:
小区总流量计,用于实时采集小区用水总流量数据并上传;
数据处理设备,包括存储器和处理器;
所述存储器用于存储小区总流量计上传的小区用水总流量数据,以及,存储程序;
所述处理器用于调用其存储器中的程序执行:
获取所述存储器中设定时间内的小区用水总流量数据;所述设定时间内的小区用水总流量数据包括一级完整日数据集和缺失日数据集;所述一级完整日数据集包括多个一级完整日的流量数据,任一所述一级完整日的流量数据至少包括该日0时和24时的流量数据;所述缺失日数据集包括多个缺失日的流量数据,任一所述缺失日的流量数据至少缺失该日0时和/或24时的流量数据;
根据一级完整日数据集分别计算平日用水比较系数Kwi和节假日用水比较系数Kho;其中,下标wi表示除法定节假日以外的一周中的任一天,i∈[1,7],下标ho表示法定节假日中的任一天;所述平日用水比较系数Kwi用于表征除法定节假日以外的任一天的日用水量分布,所述节假日用水比较系数Kho 用于表征法定节假日的日用水量分布;
将所述缺失日数据集分为多个分段,每个分段的首端数据和末端数据分别为相邻的两个24时流量数据;将每个分段的末端数据与首端数据相减,得到该分段的流量数据;根据该分段的流量数据、平日用水比较系数Kwi、节假日用水比较系数Kho,计算该分段内每个缺失日的日流量数据;
根据该分段内每个缺失日的日流量数据进行对应缺失日的日流量数据补齐,得到补齐后的小区用水总流量数据;
输出所述补齐后的小区用水总流量数据到用水分析系统。
8.根据权利要求7所述的小区用水总流量数据分析系统,其特征在于,还包括:
第二计算单元,用于根据一级完整日数据集,计算每个完整日的日流量数据,任一完整日的日流量数据等于该任一完整日24时的流量数据与0时的流量数据的差值;
第三计算单元,用于根据一级完整日数据集中所有完整日的日流量数据,计算一级完整日数据集中所有日流量数据的平均值Q平均、相同下标wi对应的日流量数据的平均值Q 平均(wi)、以及所有法定节假日的日流量数据的平均值Q平均(ho);
计算平均值Q 平均(wi)与平均值Q平均之间的比值,得到所述平日用水比较系数Kwi;计算平均值Q平均(ho)与平均值Q平均之间的比值,得到所述节假日用水比较系数Kho。
10.根据权利要求7所述的小区用水总流量数据分析系统,其特征在于,还包括:
第五计算单元,用于根据任一分段内每个缺失日的日流量数据,得到该任一分段中每日24时的流量数据;其中,第一日24时的流量数据等于该任一分段的首端数据加上第一日的日流量数据;第n日24时的流量数据等于前一日24时的流量数据加上第n日的日流量数据;n=1,2,3...,N,N为该任一分段内的天数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310207795.2A CN116415123B (zh) | 2023-03-07 | 2023-03-07 | 小区用水总流量数据分析方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310207795.2A CN116415123B (zh) | 2023-03-07 | 2023-03-07 | 小区用水总流量数据分析方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116415123A true CN116415123A (zh) | 2023-07-11 |
CN116415123B CN116415123B (zh) | 2023-09-19 |
Family
ID=87057383
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310207795.2A Active CN116415123B (zh) | 2023-03-07 | 2023-03-07 | 小区用水总流量数据分析方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116415123B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106203769A (zh) * | 2016-06-23 | 2016-12-07 | 上海交通大学 | 一种基于时差系数的节假日天级需水量在线预测方法 |
CN108305459A (zh) * | 2018-02-05 | 2018-07-20 | 北京交通大学 | 一种基于数据驱动的路网运行指数预测方法 |
CN108519989A (zh) * | 2018-02-27 | 2018-09-11 | 国网冀北电力有限公司电力科学研究院 | 一种日电量缺失数据的还原追溯方法及装置 |
WO2020058928A1 (en) * | 2018-09-21 | 2020-03-26 | University Of Johannesburg | A system and method for imputing missing data in a dataset, a method and system for determining a health condition of a person, and a method and system of calculating an insurance premium |
CN111177651A (zh) * | 2019-12-03 | 2020-05-19 | 深圳供电局有限公司 | 一种计量自动化系统电表分时缺失表码拟合方法 |
CN111210093A (zh) * | 2020-03-05 | 2020-05-29 | 重庆森鑫炬科技有限公司 | 基于大数据的日用水量预测方法 |
US20210304047A1 (en) * | 2020-03-27 | 2021-09-30 | University Of Louisiana At Lafayette | Method for estimating missing values in a dataset |
-
2023
- 2023-03-07 CN CN202310207795.2A patent/CN116415123B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106203769A (zh) * | 2016-06-23 | 2016-12-07 | 上海交通大学 | 一种基于时差系数的节假日天级需水量在线预测方法 |
CN108305459A (zh) * | 2018-02-05 | 2018-07-20 | 北京交通大学 | 一种基于数据驱动的路网运行指数预测方法 |
CN108519989A (zh) * | 2018-02-27 | 2018-09-11 | 国网冀北电力有限公司电力科学研究院 | 一种日电量缺失数据的还原追溯方法及装置 |
WO2020058928A1 (en) * | 2018-09-21 | 2020-03-26 | University Of Johannesburg | A system and method for imputing missing data in a dataset, a method and system for determining a health condition of a person, and a method and system of calculating an insurance premium |
CN111177651A (zh) * | 2019-12-03 | 2020-05-19 | 深圳供电局有限公司 | 一种计量自动化系统电表分时缺失表码拟合方法 |
CN111210093A (zh) * | 2020-03-05 | 2020-05-29 | 重庆森鑫炬科技有限公司 | 基于大数据的日用水量预测方法 |
US20210304047A1 (en) * | 2020-03-27 | 2021-09-30 | University Of Louisiana At Lafayette | Method for estimating missing values in a dataset |
Non-Patent Citations (1)
Title |
---|
星环科技: "《AI预测居民用水量,助力城市智慧供水》", Retrieved from the Internet <URL:https://zhuanlan.zhihu.com/p/60795272> * |
Also Published As
Publication number | Publication date |
---|---|
CN116415123B (zh) | 2023-09-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2017244131B2 (en) | Control systems and methods for economical optimization of an electrical system | |
US20040225625A1 (en) | Method and system for calculating and distributing utility costs | |
US20190011970A1 (en) | Method for predicting power demand and controlling ess charge/discharge based on the predicted demand, and apparatus using the same | |
Pommeret et al. | Optimal energy transition with variable and intermittent renewable electricity generation | |
JPH073848A (ja) | 配水流量予測装置 | |
CN116415123B (zh) | 小区用水总流量数据分析方法及系统 | |
CN108764547B (zh) | 一种满足电量约束的中长期负荷曲线生成方法 | |
CN113837503A (zh) | 基于人工智能的电网负荷预测方法及系统 | |
CN116740946B (zh) | 一种公路车流量大数据分析处理方法 | |
CN115081671A (zh) | 一种气温与用电量关联关系分析展示方法 | |
CN115760213A (zh) | 短期电价预测模型的构建方法、短期电价预测方法、计算机可读介质、电子设备 | |
CN112013910B (zh) | 一种排水管网流量检测方法、装置、服务器和存储介质 | |
JP2004023114A (ja) | 通信トラヒック予測方法およびその装置 | |
Croley et al. | EVALUATION OF GREAT LAKES NET BASIN SUPPLY FORECASTS 1 | |
CN115952905A (zh) | 一种高时效性低压台区线损预测方法 | |
CN116186950A (zh) | 燃气管网模拟仿真的处理方法、系统、装置和存储介质 | |
CN115619045A (zh) | 一种河口潮差预报方法和系统 | |
CN112819307B (zh) | 智能电网中基于负载监督的需求响应方法及系统 | |
CN115358070A (zh) | 一种新能源一体化系统申报策略优化方法及系统 | |
CN111160619A (zh) | 一种基于数据衍生的电力负荷预测方法 | |
JP2006002401A (ja) | 下水流入量予測装置 | |
Salleh et al. | Experiment on electricity consumption prediction using long short-term memory architecture on residential electrical consumer | |
CN111368257A (zh) | 煤改电负荷特性的分析预测方法及装置 | |
JPS60106325A (ja) | 負荷予想方法 | |
CN112686537A (zh) | 过渡期运行日机组组合确定方法、系统及设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |