CN116504090A - 一种基于大数据的智慧城市交通的信号灯监控管理系统 - Google Patents
一种基于大数据的智慧城市交通的信号灯监控管理系统 Download PDFInfo
- Publication number
- CN116504090A CN116504090A CN202310745053.5A CN202310745053A CN116504090A CN 116504090 A CN116504090 A CN 116504090A CN 202310745053 A CN202310745053 A CN 202310745053A CN 116504090 A CN116504090 A CN 116504090A
- Authority
- CN
- China
- Prior art keywords
- fault
- installation
- signal lamp
- signal
- monitoring
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 84
- 238000009434 installation Methods 0.000 claims abstract description 118
- 238000012423 maintenance Methods 0.000 claims abstract description 55
- 238000004458 analytical method Methods 0.000 claims abstract description 46
- 238000007781 pre-processing Methods 0.000 claims abstract description 42
- 238000011156 evaluation Methods 0.000 claims abstract description 12
- 238000004519 manufacturing process Methods 0.000 claims description 31
- 230000002159 abnormal effect Effects 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 12
- 238000012216 screening Methods 0.000 claims description 6
- 238000007689 inspection Methods 0.000 claims description 4
- 238000000034 method Methods 0.000 claims description 4
- 238000004904 shortening Methods 0.000 claims description 2
- 238000001514 detection method Methods 0.000 abstract description 6
- 230000000694 effects Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000009412 basement excavation Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009430 construction management Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/097—Supervising of traffic control systems, e.g. by giving an alarm if two crossing streets have green light simultaneously
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/185—Electrical failure alarms
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B5/00—Visible signalling systems, e.g. personal calling systems, remote indication of seats occupied
- G08B5/22—Visible signalling systems, e.g. personal calling systems, remote indication of seats occupied using electric transmission; using electromagnetic transmission
- G08B5/36—Visible signalling systems, e.g. personal calling systems, remote indication of seats occupied using electric transmission; using electromagnetic transmission using visible light sources
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/095—Traffic lights
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Health & Medical Sciences (AREA)
- Electromagnetism (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于大数据的智慧城市交通的信号灯监控管理系统,属于智慧交通技术领域;通过对交通信号灯的实时运行状态进行监测分析并从电压和电流方面实施故障预处理操作,可以实现故障信号灯故障的自动预处理和分析,通过从所有故障信号灯的材料方面影响和安装方面影响实施分析评估来对不同交通信号灯实施故障影响分类,并根据分类结果对不同交通信号灯实施动态的差异化维护检测;本发明用于解决现有方案中不能对个体的交通信号灯实施针对性的故障监测和预处理操作,并通过对个体故障交通信号灯的故障数据进行拓展挖掘和共享来实现不同交通信号灯的动态维护管理的技术问题。
Description
技术领域
本发明涉及智慧交通技术领域,具体涉及一种基于大数据的智慧城市交通的信号灯监控管理系统。
背景技术
智慧交通是在交通领域中充分运用物联网、云计算、互联网、人工智能、自动控制、移动互联网等技术,通过高新技术汇集交通信息来对交通管理、交通运输、公众出行等等交通领域全方面以及交通建设管理全过程进行管控支撑。
现有的交通的信号灯监控管理方案在实施时,有通过摄像装置来对交通信号灯的运行状态进行监控分析来判断是否正常的,也有通过其它物联网技术来对其运行状态实施监测分析的,但是均是对个体的交通信号灯实施监测分析和告警提示,不能对个体的交通信号灯实施针对性的故障监测和预处理操作,并通过对个体故障交通信号灯的故障数据进行拓展挖掘和共享来实现不同交通信号灯的动态维护管理,导致交通的信号灯监控管理的整体效果不佳。
发明内容
本发明的目的在于提供一种基于大数据的智慧城市交通的信号灯监控管理系统,用于解决现有方案中不能对个体的交通信号灯实施针对性的故障监测和预处理操作,并通过对个体故障交通信号灯的故障数据进行拓展挖掘和共享来实现不同交通信号灯的动态维护管理的技术问题。
本发明的目的可以通过以下技术方案实现:
一种基于大数据的智慧城市交通的信号灯监控管理系统,包括运行状态监测管理模块,用于对交通信号灯的实时运行状态进行监测判断,并根据判断结果启动故障预处理操作得到预处理分析数据;包括:通过光敏传感器对交通信号灯的灯光进行检测,若检测到交通信号灯的灯光,则生成正常信号;若未检测到交通信号灯的灯光,则生成故障信号并将该交通信号灯标记为故障信号灯;
正常信号或者故障信号构成判断结果,根据判断结果中的故障信号获取故障信号灯对应的位置坐标,以及对故障信号灯实施故障预处理操作时,根据故障信号启动对故障信号灯的电压和电流进行监测统计并分析;
若故障信号灯的电压和电流均不为零,则生成第一预处理信号;若故障信号灯的电压和电流至少有一个为零,则生成第二预处理信号;
第一预处理信号或者第二预处理信号构成预处理分析数据,同时根据预处理分析数据中的第一预处理信号获取故障信号灯对应的生产信息和安装信息;
将判断结果和预处理分析数据以及故障信号灯对应的位置坐标、生产信息和安装信息上传至监控管理平台;
运行状态故障处理追溯模块,用于对上传至监测管理平台中的故障信号灯实施维护人员的处理追溯,通过维护人员对故障信号灯的检查确定故障信号灯的故障原因和故障主体,对故障主体进行筛查和标记得到追溯分析数据并上传至监控管理平台;
运行状态评估管理模块,用于在监测时段内对不同故障信号灯对应的追溯分析数据进行整合来对不同故障影响程度的故障信号灯实施动态维护。
优选地,生产信息包含交通信号灯的材料生产商和材料生产批次;安装信息包含交通信号灯的安装服务商和安装时间。
优选地,运行状态故障处理追溯模块的工作步骤包括:
维护人员根据故障信号灯对应的位置坐标达到现场确认故障原因,根据故障原因获取对应的故障主体并将其与故障原因上传至监控管理平台与对应故障信号灯进行关联。
优选地,对故障主体进行筛选和标记时,若故障主体属于材料主体或者安装主体,则生成第一追溯信号并将故障信号灯对应的生产信息或者安装信息标记为选中生产信息或者选中安装信息,同时将选中生产信息中材料生产商的异常材料总次数加一,或者将选中安装信息中安装服务商的异常安装总次数加一;
若故障主体不属于材料主体和安装主体,则生成第二追溯信号;
第一追溯信号或者第二追溯信号构成追溯分析数据。
优选地,运行状态评估管理模块的工作步骤包括:
在基础监测时段内,获取所有故障信号灯对应的追溯分析数据,将追溯分析数据中每个故障信号灯的位置坐标与数据库中预存储的位置坐标-权重表的所有位置坐标进遍历比对获取对应的坐标权重;并依次统计所有追溯分析数据中不同的材料生产商并标记为i,i={1,2,3,……,n};n为正整数;统计不同材料生产商对应出现的异常材料总次数并标记YCi;
以及,依次统计所有追溯分析数据中不同的安装服务商并标记为j,j={1,2,3,……,m};m为正整数;统计不同安装服务商对应出现的异常安装总次数并标记YAj;提取标记的各项数据的数值并通过故障影响公式计算获取不同材料生产商和不同安装服务商对应材料影响系数和安装影响系数。
优选地,故障影响公式为;式中,g1、g2均为大于零的常量系数且g1+g2=1;k=1,2;M1=YCi,M2=YAj;N1=YCQi,N2=YAQj;YCQi和YAQj分别表示不同材料生产商和不同安装服务商服务的故障信号灯对应的坐标权重;Gy1和Gy2分别为材料影响系数和安装影响系数。
优选地,根据材料影响系数和安装影响系数对所有故障信号灯的材料方面影响和安装方面影响实施分析评估时,将不同材料生产商对应的材料影响系数和不同安装服务商对应的安装影响系数降序排列得到材料影响系数集和安装影响系数集,并将材料影响系数集和安装影响系数集中所有排序的材料影响系数和安装影响系数分别与对应的材料影响阈值和安装影响阈值进行比对;
将大于材料影响阈值的材料影响系数对应的材料生产商标记为选中生产商,以及将大于安装影响阈值的安装影响系数对应的安装服务商标记为选中操作商。
优选地,获取选中生产商对应故障信号灯的所有材料生产批次并标记为选中生产批次,将同一选中生产商的同一批选中生产批次对应的交通信号灯标记为第一目标信号灯并生成第一维护信号;
以及,获取选中操作商对应故障信号灯的所有安装时间并标记为选中安装时间,将同一选中操作商的同一选中安装时间对应的交通信号灯标记为第二目标信号灯并生成第二维护信号;
根据第一维护信号或者第二维护信号分别对对应的所有第一目标信号灯和第二目标信号灯实施一类维护和二类维护,同时缩短基础监测时段的间隔时长得到第一监测时段和第二监测时段并分别对所有第一目标信号灯和第二目标信号灯实施差异化的重点维护。
优选地,一类维护和二类维护在现有的日常维护上增加材料的针对性维护和安装的针对性维护;第一监测时段和第二监测时段的间隔时长均短于基础监测时段的间隔时长。
相比于现有方案,本发明实现的有益效果:
本发明公开的一方面,通过对交通信号灯的实时运行状态进行监测分析,对监测分析发现故障信号灯从电压和电流方面实施故障预处理操作,可以实现故障信号灯故障的自动预处理和分析,可以为后续维护人员对故障信号灯的维护提供可靠的数据支持,提高了交通信号灯监测分析的多样性;通过维护人员对故障信号灯的检查确定故障信号灯的故障原因和故障主体,可以进一步确认故障信号灯的具体故障原因,同时还可以为后续相同材料批次以及相同安装批次的交通信号灯的针对性维护提供可靠的数据支持。
本发明公开的另一方面,通过从所有故障信号灯的材料方面影响和安装方面影响实施分析评估,可以从材料方面和安装方面来对不同交通信号灯实施故障影响分类,并根据分类结果对不同交通信号灯实施动态的差异化维护检测,可以及时高效的消除潜在的故障威胁,实现了交通信号灯故障数据的拓展挖掘和共享,可以有效提高交通信号灯监控管理的整体效果。
附图说明
下面结合附图对本发明作进一步的说明。
图1为本发明一种基于大数据的智慧城市交通的信号灯监控管理系统的模块框图。
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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
如图1所示,本发明为一种基于大数据的智慧城市交通的信号灯监控管理系统,包括运行状态监测管理模块、运行状态故障处理追溯模块、运行状态评估管理模块和监控管理平台;
运行状态监测管理模块,用于对交通信号灯的实时运行状态进行监测判断,并根据判断结果启动故障预处理操作得到预处理分析数据;包括:
通过光敏传感器对交通信号灯的灯光进行检测,若检测到交通信号灯的灯光,则生成正常信号;
若未检测到交通信号灯的灯光,则生成故障信号并将该交通信号灯标记为故障信号灯;
正常信号或者故障信号构成判断结果,根据判断结果中的故障信号获取故障信号灯对应的位置坐标,位置坐标精确到具体道路,以及对故障信号灯实施故障预处理操作时,根据故障信号启动对故障信号灯的电压和电流进行监测统计并分析;可以通过电压传感器和电流传感器实施监测,根据故障信号才启动故障信号灯的电压和电流监测而不对所有交通灯实施电压和电流监测分析,可以有效节省数据资源以及降低数据资源处理的压力;
若故障信号灯的电压和电流均不为零,则生成第一预处理信号;若故障信号灯的电压和电流至少有一个为零,则生成第二预处理信号;
需要说明的是,第二预处理信号表示故障信号灯的电路方面存在异常;
第一预处理信号或者第二预处理信号构成预处理分析数据,同时根据预处理分析数据中的第一预处理信号获取故障信号灯对应的生产信息和安装信息;
其中,生产信息包含交通信号灯的材料生产商和材料生产批次;安装信息包含交通信号灯的安装服务商和安装时间,安装时间精确到天;
将判断结果和预处理分析数据以及故障信号灯对应的位置坐标、生产信息和安装信息上传至监控管理平台;
本发明实施例中,通过对交通信号灯的实时运行状态进行监测分析,对监测分析发现故障信号灯从电压和电流方面实施故障预处理操作,可以实现故障信号灯故障的自动预处理和分析,可以为后续维护人员对故障信号灯的维护提供可靠的数据支持,提高了交通信号灯监测分析的多样性;
运行状态故障处理追溯模块,用于对上传至监测管理平台中的故障信号灯实施维护人员的处理追溯,通过维护人员对故障信号灯的检查确定故障信号灯的故障原因和故障主体,对故障主体进行筛查和标记得到追溯分析数据并上传至监控管理平台;包括:
维护人员根据故障信号灯对应的位置坐标达到现场确认故障原因,根据故障原因获取对应的故障主体并将其与故障原因上传至监控管理平台与对应故障信号灯进行关联;
其中,故障原因需要维护人员现场排查确认并通过移动设备进行记录和上传,移动设备可以为智能手机或者智能平板,故障原因包含故障主体,故障主体包括但不限于材料主体、安装主体、维护主体以及其它主体;
对故障主体进行筛选和标记时,若故障主体属于材料主体或者安装主体,则生成第一追溯信号并将故障信号灯对应的生产信息或者安装信息标记为选中生产信息或者选中安装信息,同时将选中生产信息中材料生产商的异常材料总次数加一,或者将选中安装信息中安装服务商的异常安装总次数加一;
若故障主体不属于材料主体和安装主体,则生成第二追溯信号;
第一追溯信号或者第二追溯信号构成追溯分析数据;
本发明实施例中,通过维护人员对故障信号灯的检查确定故障信号灯的故障原因和故障主体,可以进一步确认故障信号灯的具体故障原因,同时还可以为后续相同材料批次以及相同安装批次的交通信号灯的针对性维护提供可靠的数据支持;
运行状态评估管理模块,用于在监测时段内对不同故障信号灯对应的追溯分析数据进行整合来对不同故障影响程度的故障信号灯实施动态维护;包括:
在基础监测时段内,基础监测时段的间隔时长单位为天,具体的可以为30天,获取所有故障信号灯对应的追溯分析数据,所有故障信号灯所处的区域范围可以根据需要进行自定义划分和确定,比如区域范围具体的可以为全省不同市区范围,各个市区范围内不同位置坐标的交通信号灯的监测分析数据通过监控管理平台进行共享,将追溯分析数据中每个故障信号灯的位置坐标与数据库中预存储的位置坐标-权重表的所有位置坐标进遍历比对获取对应的坐标权重;
其中,位置坐标-权重表包含若干不同的位置坐标以及对应的坐标权重,不同的位置坐标预先设置一个对应的坐标权重,坐标权重用来对文本类的位置坐标进行数字化表示,可以实现不同故障信号灯的故障影响从地理方面实现差异化的表示,坐标权重的具体数值可以根据对应位置坐标的车流量大数据模拟得到;
并依次统计所有追溯分析数据中不同的材料生产商并标记为i,i={1,2,3,……,n};n为正整数,表示为总的数量;统计不同材料生产商对应出现的异常材料总次数并标记YCi;
以及,依次统计所有追溯分析数据中不同的安装服务商并标记为j,j={1,2,3,……,m};m为正整数,表示为总的数量;这里默认材料生产商和安装服务商至少为两个;
统计不同安装服务商对应出现的异常安装总次数并标记YAj;提取标记的各项数据的数值并通过故障影响公式计算获取不同材料生产商和不同安装服务商对应材料影响系数和安装影响系数;式中,g1、g2均为大于零的常量系数且g1+g2=1;k=1,2;M1=YCi,M2=YAj;N1=YCQi,N2=YAQj;YCQi和YAQj分别表示不同材料生产商和不同安装服务商服务的故障信号灯对应的坐标权重;Gy1和Gy2分别为材料影响系数和安装影响系数;
需要说明的是,材料影响系数和安装影响系数用于将相同材料生产商以及相同安装服务商对应负责的所有故障信号灯的各个方面数据分别进行联立计算来获取对应的材料影响和安装影响进行整体分析评估的数值;材料影响系数和安装影响系数越大,表示对应材料生产商和安装服务商的负面影响越大;
根据材料影响系数和安装影响系数对所有故障信号灯的材料方面影响和安装方面影响实施分析评估时,将不同材料生产商对应的材料影响系数和不同安装服务商对应的安装影响系数降序排列得到材料影响系数集和安装影响系数集,并将材料影响系数集和安装影响系数集中所有排序的材料影响系数和安装影响系数分别与对应的材料影响阈值和安装影响阈值进行比对;材料影响阈值和安装影响阈值根据所有交通信号灯的历史故障大数据模拟得到;
将大于材料影响阈值的材料影响系数对应的材料生产商标记为选中生产商,以及将大于安装影响阈值的安装影响系数对应的安装服务商标记为选中操作商;
获取选中生产商对应故障信号灯的所有材料生产批次并标记为选中生产批次,将同一选中生产商的同一批选中生产批次对应的交通信号灯标记为第一目标信号灯并生成第一维护信号;
以及,获取选中操作商对应故障信号灯的所有安装时间并标记为选中安装时间,将同一选中操作商的同一选中安装时间对应的交通信号灯标记为第二目标信号灯并生成第二维护信号;
需要说明的是,通过对第一目标信号灯和第二目标信号灯实施材料方面和安装方面的针对性维护检测,可以有效提高交通信号灯在材料方面和安装方面维护的整体效果;
此外,本发明实施例中是对同一选中生产商的同一批选中生产批次对应的交通信号灯以及同一选中操作商的同一选中安装时间对应的交通信号灯实施针对性的维护检测,可以根据实际需要提高维护的范围,比如对同一选中生产商的所有生产批次以及同一选中操作商的所有安装时间对应的交通信号灯实施针对性的维护检测;
根据第一维护信号或者第二维护信号分别对对应的所有第一目标信号灯和第二目标信号灯实施一类维护和二类维护,同时缩短基础监测时段的间隔时长得到第一监测时段和第二监测时段并分别对所有第一目标信号灯和第二目标信号灯实施差异化的重点维护;
其中,一类维护和二类维护在现有的日常维护上增加材料的针对性维护和安装的针对性维护;第一监测时段和第二监测时段的间隔时长均短于基础监测时段的间隔时长,第一监测时段和第二监测时段的间隔时长可以相同也可以不同。
本发明实施例中,通过从所有故障信号灯的材料方面影响和安装方面影响实施分析评估,可以从材料方面和安装方面来对不同交通信号灯实施故障影响分类,并根据分类结果对不同交通信号灯实施动态的差异化维护检测,可以及时高效的消除潜在的故障威胁,实现了交通信号灯故障数据的拓展挖掘和共享,可以有效提高交通信号灯监控管理的整体效果。
此外,上述中涉及的公式均是去除量纲取其数值计算,是由采集大量数据进行软件通过模拟软件模拟得到最接近真实情况的一个公式。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统,可以通过其它的方式实现。例如,以上所描述的发明实施例仅仅是示意性的,例如,模块的划分,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。
作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的基本特征的情况下,能够以其他的具体形式实现本发明。
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限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (9)
1.一种基于大数据的智慧城市交通的信号灯监控管理系统,其特征在于,包括运行状态监测管理模块,用于对交通信号灯的实时运行状态进行监测判断,并根据判断结果启动故障预处理操作得到预处理分析数据;包括:通过光敏传感器对交通信号灯的灯光进行检测,若检测到交通信号灯的灯光,则生成正常信号;若未检测到交通信号灯的灯光,则生成故障信号并将该交通信号灯标记为故障信号灯;
正常信号或者故障信号构成判断结果,根据判断结果中的故障信号获取故障信号灯对应的位置坐标,以及对故障信号灯实施故障预处理操作时,根据故障信号启动对故障信号灯的电压和电流进行监测统计并分析;
若故障信号灯的电压和电流均不为零,则生成第一预处理信号;若故障信号灯的电压和电流至少有一个为零,则生成第二预处理信号;
第一预处理信号或者第二预处理信号构成预处理分析数据,同时根据预处理分析数据中的第一预处理信号获取故障信号灯对应的生产信息和安装信息;
将判断结果和预处理分析数据以及故障信号灯对应的位置坐标、生产信息和安装信息上传至监控管理平台;
运行状态故障处理追溯模块,用于对上传至监测管理平台中的故障信号灯实施维护人员的处理追溯,通过维护人员对故障信号灯的检查确定故障信号灯的故障原因和故障主体,对故障主体进行筛查和标记得到追溯分析数据并上传至监控管理平台;
运行状态评估管理模块,用于在监测时段内对不同故障信号灯对应的追溯分析数据进行整合来对不同故障影响程度的故障信号灯实施动态维护。
2.根据权利要求1所述的一种基于大数据的智慧城市交通的信号灯监控管理系统,其特征在于,生产信息包含交通信号灯的材料生产商和材料生产批次;安装信息包含交通信号灯的安装服务商和安装时间。
3.根据权利要求1所述的一种基于大数据的智慧城市交通的信号灯监控管理系统,其特征在于,运行状态故障处理追溯模块的工作步骤包括:
维护人员根据故障信号灯对应的位置坐标达到现场确认故障原因,根据故障原因获取对应的故障主体并将其与故障原因上传至监控管理平台与对应故障信号灯进行关联。
4.根据权利要求3所述的一种基于大数据的智慧城市交通的信号灯监控管理系统,其特征在于,对故障主体进行筛选和标记时,若故障主体属于材料主体或者安装主体,则生成第一追溯信号并将故障信号灯对应的生产信息或者安装信息标记为选中生产信息或者选中安装信息,同时将选中生产信息中材料生产商的异常材料总次数加一,或者将选中安装信息中安装服务商的异常安装总次数加一;
若故障主体不属于材料主体和安装主体,则生成第二追溯信号;
第一追溯信号或者第二追溯信号构成追溯分析数据。
5.根据权利要求1所述的一种基于大数据的智慧城市交通的信号灯监控管理系统,其特征在于,运行状态评估管理模块的工作步骤包括:
在基础监测时段内,获取所有故障信号灯对应的追溯分析数据,将追溯分析数据中每个故障信号灯的位置坐标与数据库中预存储的位置坐标-权重表的所有位置坐标进遍历比对获取对应的坐标权重;并依次统计所有追溯分析数据中不同的材料生产商并标记为i,i={1,2,3,……,n};n为正整数;统计不同材料生产商对应出现的异常材料总次数并标记YCi;
以及,依次统计所有追溯分析数据中不同的安装服务商并标记为j,j={1,2,3,……,m};m为正整数;统计不同安装服务商对应出现的异常安装总次数并标记YAj;提取标记的各项数据的数值并通过故障影响公式计算获取不同材料生产商和不同安装服务商对应材料影响系数和安装影响系数。
6.根据权利要求5所述的一种基于大数据的智慧城市交通的信号灯监控管理系统,其特征在于,故障影响公式为;式中,g1、g2均为大于零的常量系数且g1+g2=1;k=1,2;M1=YCi,M2=YAj;N1=YCQi,N2=YAQj;YCQi和YAQj分别表示不同材料生产商和不同安装服务商服务的故障信号灯对应的坐标权重;Gy1和Gy2分别为材料影响系数和安装影响系数。
7.根据权利要求5所述的一种基于大数据的智慧城市交通的信号灯监控管理系统,其特征在于,根据材料影响系数和安装影响系数对所有故障信号灯的材料方面影响和安装方面影响实施分析评估时,将不同材料生产商对应的材料影响系数和不同安装服务商对应的安装影响系数降序排列得到材料影响系数集和安装影响系数集,并将材料影响系数集和安装影响系数集中所有排序的材料影响系数和安装影响系数分别与对应的材料影响阈值和安装影响阈值进行比对;
将大于材料影响阈值的材料影响系数对应的材料生产商标记为选中生产商,以及将大于安装影响阈值的安装影响系数对应的安装服务商标记为选中操作商。
8.根据权利要求7所述的一种基于大数据的智慧城市交通的信号灯监控管理系统,其特征在于,获取选中生产商对应故障信号灯的所有材料生产批次并标记为选中生产批次,将同一选中生产商的同一批选中生产批次对应的交通信号灯标记为第一目标信号灯并生成第一维护信号;
以及,获取选中操作商对应故障信号灯的所有安装时间并标记为选中安装时间,将同一选中操作商的同一选中安装时间对应的交通信号灯标记为第二目标信号灯并生成第二维护信号;
根据第一维护信号或者第二维护信号分别对对应的所有第一目标信号灯和第二目标信号灯实施一类维护和二类维护,同时缩短基础监测时段的间隔时长得到第一监测时段和第二监测时段并分别对所有第一目标信号灯和第二目标信号灯实施差异化的重点维护。
9.根据权利要求8所述的一种基于大数据的智慧城市交通的信号灯监控管理系统,其特征在于,一类维护和二类维护在现有的日常维护上增加材料的针对性维护和安装的针对性维护;第一监测时段和第二监测时段的间隔时长均短于基础监测时段的间隔时长。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310745053.5A CN116504090B (zh) | 2023-06-25 | 2023-06-25 | 一种基于大数据的智慧城市交通的信号灯监控管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310745053.5A CN116504090B (zh) | 2023-06-25 | 2023-06-25 | 一种基于大数据的智慧城市交通的信号灯监控管理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116504090A true CN116504090A (zh) | 2023-07-28 |
CN116504090B CN116504090B (zh) | 2023-09-08 |
Family
ID=87316847
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310745053.5A Active CN116504090B (zh) | 2023-06-25 | 2023-06-25 | 一种基于大数据的智慧城市交通的信号灯监控管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116504090B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105512990A (zh) * | 2015-12-15 | 2016-04-20 | 中智城信息科技(苏州)有限公司 | 一种基于灯联网传感器群的城市管理分析系统 |
CN110111595A (zh) * | 2019-06-14 | 2019-08-09 | 陈旻嗣 | 备用交通信号控制系统及方法 |
CN209267614U (zh) * | 2019-01-21 | 2019-08-16 | 北京聚利科技股份有限公司 | 车道设备远程监测系统 |
CN112071108A (zh) * | 2020-11-13 | 2020-12-11 | 江苏广宇科技产业发展有限公司 | 一种交通信号灯故障检测与报警的方法 |
WO2021232387A1 (zh) * | 2020-05-22 | 2021-11-25 | 南京云创大数据科技股份有限公司 | 一种多功能的智能信号控制系统 |
CN115860715A (zh) * | 2022-11-28 | 2023-03-28 | 山东睿振建筑工程有限公司 | 一种智慧城市路灯管控系统及方法 |
-
2023
- 2023-06-25 CN CN202310745053.5A patent/CN116504090B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105512990A (zh) * | 2015-12-15 | 2016-04-20 | 中智城信息科技(苏州)有限公司 | 一种基于灯联网传感器群的城市管理分析系统 |
CN209267614U (zh) * | 2019-01-21 | 2019-08-16 | 北京聚利科技股份有限公司 | 车道设备远程监测系统 |
CN110111595A (zh) * | 2019-06-14 | 2019-08-09 | 陈旻嗣 | 备用交通信号控制系统及方法 |
WO2021232387A1 (zh) * | 2020-05-22 | 2021-11-25 | 南京云创大数据科技股份有限公司 | 一种多功能的智能信号控制系统 |
CN112071108A (zh) * | 2020-11-13 | 2020-12-11 | 江苏广宇科技产业发展有限公司 | 一种交通信号灯故障检测与报警的方法 |
CN115860715A (zh) * | 2022-11-28 | 2023-03-28 | 山东睿振建筑工程有限公司 | 一种智慧城市路灯管控系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116504090B (zh) | 2023-09-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115578015B (zh) | 基于物联网的污水处理全过程监管方法、系统及存储介质 | |
CN111435557B (zh) | 用于检测机器部件问题的故障检测装置 | |
CN112557598B (zh) | 一种基于物联网的城市空气质量监控管理方法 | |
CN113138865A (zh) | 环境监测方法、系统、平台以及存储介质 | |
CN111275333B (zh) | 污染数据处理方法和装置 | |
CN108009736A (zh) | 一种水质预警预报系统及水质预警预报方法 | |
CN111861421A (zh) | 一种流域突发水污染快速溯源方法 | |
CN110019604A (zh) | 一种地下水监测预警系统 | |
CN116680113B (zh) | 一种设备检测实施控制系统 | |
CN116934262B (zh) | 一种基于人工智能的施工安全监管系统及方法 | |
CN111507603A (zh) | 一种在产企业环境风险现状评估方法和系统 | |
CN116402369A (zh) | 一种智慧城市交通运行安全监测数据评估系统及方法 | |
CN114693146A (zh) | 一种自然保护地外来入侵物种风险预警系统及方法 | |
CN115395657A (zh) | 一种基于云计算的智慧城市监视方法 | |
CN113125659A (zh) | 水质监测平台 | |
CN116504090B (zh) | 一种基于大数据的智慧城市交通的信号灯监控管理系统 | |
CN116882638B (zh) | 一种全氟化合物污染监测设备的管理方法及系统 | |
CN108055639B (zh) | 一种基于信令数据分析的人流密度预测方法及系统 | |
CN110399537B (zh) | 一种基于人工智能技术的警情时空预测方法 | |
CN117494009A (zh) | 基于绝缘材料热解分析的电气设备状态评估方法及云平台 | |
CN116702588A (zh) | 一种基于多源数据的风电场关键气象因子预报方法及系统 | |
CN113901043B (zh) | 污染源智能监管和数据融合分析方法和系统 | |
CN113947392B (zh) | 交通数据审核任务中的异常确定方法和装置 | |
CN115905348A (zh) | 一种多源异构数据的行业用电异常预警方法及系统 | |
WO2022155401A1 (en) | Road traffic extraction for unknown anomaly detection using distributed fiber optic sensing |
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 |