CN116561597A - 一种基于物联网的水表无线数据传输管理系统及方法 - Google Patents
一种基于物联网的水表无线数据传输管理系统及方法 Download PDFInfo
- Publication number
- CN116561597A CN116561597A CN202310384620.9A CN202310384620A CN116561597A CN 116561597 A CN116561597 A CN 116561597A CN 202310384620 A CN202310384620 A CN 202310384620A CN 116561597 A CN116561597 A CN 116561597A
- Authority
- CN
- China
- Prior art keywords
- water
- water consumption
- value
- consumption
- historical
- 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
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 655
- 238000000034 method Methods 0.000 title claims abstract description 33
- 230000005540 biological transmission Effects 0.000 title claims abstract description 24
- 238000005259 measurement Methods 0.000 claims abstract description 23
- 230000008569 process Effects 0.000 claims abstract description 6
- 238000012545 processing Methods 0.000 claims description 39
- 238000012216 screening Methods 0.000 claims description 33
- 238000007726 management method Methods 0.000 claims description 19
- 238000010606 normalization Methods 0.000 claims description 18
- 238000013507 mapping Methods 0.000 claims description 15
- 230000009466 transformation Effects 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000009529 body temperature measurement Methods 0.000 claims description 3
- 238000013506 data mapping Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 5
- 101000914051 Homo sapiens Probable cytosolic iron-sulfur protein assembly protein CIAO1 Proteins 0.000 description 4
- 102100026405 Probable cytosolic iron-sulfur protein assembly protein CIAO1 Human genes 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 101100494773 Caenorhabditis elegans ctl-2 gene Proteins 0.000 description 1
- 102100021392 Cationic amino acid transporter 4 Human genes 0.000 description 1
- 101710195194 Cationic amino acid transporter 4 Proteins 0.000 description 1
- 101100112369 Fasciola hepatica Cat-1 gene Proteins 0.000 description 1
- 101100005271 Neurospora crassa (strain ATCC 24698 / 74-OR23-1A / CBS 708.71 / DSM 1257 / FGSC 987) cat-1 gene Proteins 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002308 calcification Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- 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
- G08B21/24—Reminder alarms, e.g. anti-loss alarms
-
- 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
-
- 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
- Y02A20/152—Water filtration
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Databases & Information Systems (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Signal Processing (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Primary Health Care (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Networks & Wireless Communication (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Emergency Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及数据传输管理技术领域,具体为一种基于物联网的水表无线数据传输管理系统及方法,包括基于水质数据和历史水温数据计算各个水表对应的测量误差值;基于物联网获取用户的历史用水量和用户位置信息,得到各个相邻有效历史用水量之间的涨幅比率,根据涨幅比率和有效历史用水量计算出用户对应的预测用水值;根据预测用水量第一阈值、预测用水量第二阈值和用水影响数据,获得预测值第一区间和预测值第二区间;获取用户的当前时段对应的实际用水量,根据用户的实际用水量与用水量第一阈值和用水量第二阈值之间的大小关系,选择向用户发送提示信息或者安排工作人员前往处理。
Description
技术领域
本发明涉及数据传输管理技术领域,具体为一种基于物联网的水表无线数据传输管理系统及方法。
背景技术
CIA1属于4G系列,在使用上可以完全可以使用现有的4G技术,4G技术使用的是CAT4下载的速率可以达到150m,但是大多数LOT场景并没有如此高的要求,随着4G技术不断发展,CIA1作为4G的低端版本,只需要对现有4G产品进行少量改动,就可以快速推向市场并降低成本,在芯片成本方面,系统优化后的CIA1集成度更高,模块的硬件架构更简单,外围硬件的成本更低。
传统的水表只能根据用户使用的水量对用户用水进行监测,在对用水异常预警上只是设定水量阈值,来对用户的用水情况进行判断,但不同用户用水习惯各不相同,如果使用统一的标准来对各个用水的用户来进行判断,则无法根据用户自身情况做出最佳的判断,甚至会出现误判。
发明内容
本发明的目的在于提供一种基于物联网的水表无线数据传输管理系统及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:一种基于物联网的水表无线数据传输管理方法,方法包括:
步骤S100:获取自来水厂的历史水质报表,从各个历史水质报表中提取出对应的水质数据;水质数据为水总硬度,基于水表中的传感器获取流向用户水流的历史水温数据,根据水质数据和历史水温数据,计算各个水表对应的测量误差值;
步骤S200:基于物联网获取用户的历史用水量和用户位置信息,选取与当前时间段相距时间不超过时间阈值的历史用水量,记为有效历史用水量,从历史用水量中选取出有效历史用水量,对有效历史用水量进行数据提取,得到各个相邻有效历史用水量之间的涨幅比率,根据涨幅比率和有效历史用水量计算出用户对应的预测用水值;
步骤S300:获取距离当前时段最近的两个有效历史用水量,根据两个有效历史用水量,计算得到预测用水量第一阈值,从历史用水量选取出最小有效历史用水量和最大有效历史用水量,根据最小有效历史用水量和最大有效历史用水量,计算预测用水量第二阈值;获取用户对应的用水影响数据,根据预测用水量第一阈值、预测用水量第二阈值和用水影响数据,分别计算用水量第一阈值和用水量第二阈值;
步骤S400:基于用水量第一阈值和用水量第二阈值,获得预测值第一区间和预测值第二区间;获取用户的当前时段对应的实际用水量,根据用户的实际用水量与用水量第一阈值和用水量第二阈值之间的大小关系,选择向用户发送提示信息或者安排工作人员前往处理。
进一步的,步骤S100包括:
步骤S101:当各个水质数据中存在若干个水总硬度数值大小相同时,将相同数量最多的水总硬度数值,作为目标水总硬度Sa对应的水总硬度数值,当水总硬度符合第一有效数据筛选条件:时;其中,a为水总硬度个数阈值,l为目标水总硬度的个数,N为记录的水总硬度的总数;将目标水总硬度记为标准水总硬度Se;当标准水总硬度不符合有效数据筛选条件1,使用第二有效数据筛选条件:/>对水总硬度S进行筛选,其中,b为水总硬度筛选阈值;对水总硬度符合第二有效数据筛选进行记录汇集,得到集合T={S1、S2、…、Sn};其中,C1、C2、…、Cn分别为第1、2、…、n个符合有效筛选条件2的水总硬度,将集合T中水总硬度相加取平均值,得到标准水总硬度Se;
步骤S102:当各个水质数据中不存在若干个水质数据中的水总硬度相同时,将数值最大和最小的水总硬度进行剔除,对剩余的各个水质数据相加取平均值,得到标准水总硬度Se;
步骤S103:计算水表对应的测量误差值P;
其中,μ为水表对应的水质影响因素;ε为水表对应的水温影响因素;Ti为水表上传感器第i个时间点测量的水温;j为水温测量的总次数;
上述步骤中根据悬浮固体量计算测量误差值是因为水表计量精度本身就会在一定程度上受到客观环境的影响,同时也就代表着水质也可能会对水表的准确度造成影响,水中所含的有机和无机物质如铁盐、钙化物也容易在水滤网和叶轮盒上结成水垢,从而会对水表计量产生影响,而使用水温作为影响水表的影响参数是因为温度变化可能会对水表的计量精度产生影响,从物理学上来说,是因为水的密度和粘滞度会随着温度的变化而变化,水表对应的测量误差值考虑到这些上述因素,使得在后续对用水量计算上更加准确。
进一步的,步骤S200包括:
步骤S201:选取与当前时间段相距时间不超过时间阈值的历史用水量,记为有效历史用水量,将有效历史用水量进行记录汇集,得到集合X={C1、C2、...、Cn};其中,C1、C2、...、Cn分别为第1、2、...、n个有效历史用水量;对集合X中各个相邻有效历史用水量计算用水涨幅比率将各个相邻有效历史用水量之间的用水涨幅比率进行记录汇集,得到集合R,对集合R中的各个用水涨幅比率相加取平均值,得到用水涨幅平均值/>
步骤S201:从历史用水量中选取距离当前时段最近的有效历史用水量作为样本有效历史用水量Ca,计算用户对应的用水量预测值H:
其中,为用水涨幅平均值;
上述步骤通过将与当前时段距离不超过时间阈值的历史用水量作为有效历史用水量是因为在实际生活中随着时间的距离越来越远,那么与当前时段关联性就会越弱,特别是用水量这种关于日常生活的数据,使用有效历史用水量作为参数,可以更加准确了解用户的用水情况。
进一步的,步骤S300包括:
步骤S301:通过距离当前时段最近的两个有效历史用水量Cf、Co,得到预测用水量第一阈值∝1=|Cf-Co|;从有效历史用水量集合X中选取用水量最大的有效历史用水量作为最大有效历史用水量Cm;从有效历史用水量集合X中选取用水量最小的有效历史用水量作为最小有效历史用水量Cw,根据最大用水有效历史用水量和最小有效历史用水量,获得预测用水量第二阈值∝2=Cm-Cw;
步骤S302:对用水影响数据进行归一化处理,用水影响数据包括当前时段内的平均温度t、水价q;将数据映射进行线性变换,将数据映射到[0,1]之间,根据用水影响数据进行归一化处理的映射结果,计算用水量第一阈值∝1a:
∝1a=∝1×(100%+σ1×tr×qr×P);
其中,tr为当前时段内的平均温度t进行归一化处理后的映射值,qr为当前时段内的水价进行归一化处理后的映射值,σ1为用水第一阈值的用水量影响因数;
计算用水量第二阈值∝2a:
∝2a=∝2×(100%+σ2×tr×qr×P);
其中,∝2为用水第二阈值的用水量影响因数;
上述步骤中使用水影响数据包括当前时段内的平均温度、水价,计算用水量第一阈值和用水量第二阈值,是因为在日常生活中用水量变化一般会受温度、水价的影响,正常情况下用水公司价格是否变化当价格越高的时候人们对水就越节约,温度越高用水量增加,考虑这些因素的影响使用水量阈值的计算更加准确。
进一步的,步骤S400包括:
步骤S401:根据用水量预测值和用水量第一阈值,得到预测值第一区间:[H-∝1a,H+∝1a];根据用水量预测值和用水量第二阈值,得到预测值第二区间[H-∝2a,H+∝2a];
步骤S402:对用户身份进行获取,当用户当前时段的实际用水量大于预测值第1区间的最大值H+∝1a时,对用户发出提示,提醒用户用水量过大,并将信息提示发送给用户;当用户当前时段的实际用水量小于预测值第1区间最小值H-∝1a,对用户发出用水不正常提示;当用户当前时段的实际用水量大于预测值第2区间的最大值H+∝2a时,将信息发送给相关工作人员,由工作人员通知用户并安排专业人员前去查看;当用户当前时段的实际用水量小于预测值第2区间的最小值H+∝2a时,根据获取的用户身份,根据用户身份和用户位置信息安排工作人员前去查看情况。
为了更好实现上述方法还提出了一种基于物联网的水表无线数据传输管理系统,管理系统包括测量误差值模块、预测用水值模块、用水阈值模块、处理模块;
测量误差值模块,用于对基于水表中的传感器获取流向用户水流的历史水温数据,历史水质数据包括单位体积的历史水总硬度,对历史水质数据进行筛选,获得有效历史水质数据,基于有效历史水质数据和历史水温数据计算各个水表对应的测量误差值;
预测用水值模块,用于对基于物联网获取用户的历史用水量和用户位置信息,从历史用水量中选取出有效历史用水量,对有效历史用水量进行数据提取,得到各个相邻有效历史用水量之间的涨幅比率,根据涨幅比率和有效历史用水量计算出用户对应的预测用水值;
用水阈值模块,用于对获取用户对应的用水影响数据,根据预测用水量第一阈值、预测用水量第二阈值和用水影响数据,分别计算用水量第一阈值和用水量第二阈值;
处理模块,用于对获取用户的当前时段对应的实际用水量,根据用户的实际用水量与用水量第一阈值和用水量第二阈值之间的大小关系,选择向用户发送提示信息或者安排工作人员前往处理。
进一步的,测量误差值模块包括标准水总硬度单元、测量误差值单元;
标准水总硬度单元,用于对根据历史水质数据中的水总硬度进行筛选,将符合有效数据筛选条件1或有效数据筛选条件2的数据的水总硬度进行记录汇集,并对汇集的水总硬度进行保留,得到标准水总硬度;
测量误差值单元,用于对根据标准水总硬度对测量误差值进行计算。
进一步的,预测用水值模块包括用水涨幅平均值单元、用水量预测值单元;
用水涨幅平均值单元,用于对选取与当前时间段相距时间不超过时间阈值的历史用水量,记为有效历史用水量,将有效历史用水量进行记录汇集,得到集合,根据集合中各个有效历史用水量,获取用水涨幅平均值;
用水量预测值单元,用于对从历史用水量中选取距离当前时段最近的有效历史用水量作为样本有效历史用水量,计算用户对应的用水量预测值。
进一步的,用水阈值模块包括预测用水量阈值单元、用水量阈值单元;
预测用水量阈值单元,用于根据有效历史用水量,获取预测用水量第一阈值和预测用水量第二阈值;
用水量阈值单元,用于对用水影响数据进行归一化处理,将数据映射进行线性变换,将数据映射到[0,1]之间,根据用水影响数据进行归一化处理的映射结果,计算用水量第一阈值和用水量第二阈值。
进一步的,处理模块包括预测值区间单元、处理单元;
预测值区间单元,用于对根据用水量预测值和用水量第一阈值,得到预测值第一区间,根据用水量预测值和用水量第二阈值,得到预测值第二区间;
处理单元,用于对用户身份进行获取,根据用户当前时段的用水量与预测值第二区间或者预测值第一区间关系,选择向用户发送提示信息或者安排工作人员前往处理。
与现有技术相比,本发明所达到的有益效果是:本发明使用采用CAT1技术的水表在运行时消耗功耗较低,可接入电信,移动,联调网络,根据用户实际用水量和预测出的预测值区间进行比较,可以准确对用户情况进行了解,例如用户用水量大于预测值区间,那么用户可能出现管道漏水的情况,这时候就要向用户进行提示,当用户中存在特殊人员如老人或者残障人员,当实际用水量小于预测值区间时,那么特殊人员发生意外的概率就会比较大,本发明可以根据用户的实际用水情况,为用户提供帮助。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明一种基于物联网的水表无线数据传输管理系统及方法的方法流程图;
图2是本发明一种基于物联网的水表无线数据传输管理系统及方法的模块示意图。
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做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-图2,本发明提供技术方案一种基于物联网的水表无线数据传输管理方法,方法包括:
步骤S100:获取自来水厂的历史水质报表,从各个历史水质报表中提取出对应的水质数据;水质数据为水总硬度,基于水表中的传感器获取流向用户水流的历史水温数据,根据水质数据和历史水温数据,计算各个水表对应的测量误差值;
其中,步骤S100包括:
步骤S101:当各个水质数据中存在若干个水总硬度数值大小相同时,将相同数量最多的水总硬度数值,作为目标水总硬度Sa对应的水总硬度数值,当水总硬度符合第一有效数据筛选条件:时;其中,a为水总硬度个数阈值,l为目标水总硬度的个数,N为记录的水总硬度的总数;将目标水总硬度记为标准水总硬度Se;当标准水总硬度不符合有效数据筛选条件1,使用第二有效数据筛选条件:/>对水总硬度S进行筛选,其中,b为水总硬度筛选阈值;对水总硬度符合第二有效数据筛选进行记录汇集,得到集合T={S1、S2、…、Sn};其中,C1、C2、…、Cn分别为第1、2、…、n个符合有效筛选条件2的水总硬度,将集合T中水总硬度相加取平均值,得到标准水总硬度Se;
步骤S102:当各个水质数据中不存在若干个水质数据中的水总硬度相同时,将数值最大和最小的水总硬度进行剔除,对剩余的各个水质数据相加取平均值,得到标准水总硬度Se;
步骤S103:计算水表对应的测量误差值P;
其中,μ为水表对应的水质影响因素;ε为水表对应的水温影响因素;Ti为水表上传感器第i个时间点测量的水温;j为水温测量的总次数;
步骤S200:基于物联网获取用户的历史用水量和用户位置信息,选取与当前时间段相距时间不超过时间阈值的历史用水量,记为有效历史用水量,从历史用水量中选取出有效历史用水量,对有效历史用水量进行数据提取,得到各个相邻有效历史用水量之间的涨幅比率,根据涨幅比率和有效历史用水量计算出用户对应的预测用水值;
其中,步骤S200包括:
步骤S201:选取与当前时间段相距时间不超过时间阈值的历史用水量,记为有效历史用水量,将有效历史用水量进行记录汇集,得到集合X={C1、C2、…、Cn};其中,C1、C2、…、Cn分别为第1、2、…、n个有效历史用水量;对集合X中各个相邻有效历史用水量计算用水涨幅比率将各个相邻有效历史用水量之间的用水涨幅比率进行记录汇集,得到集合R,对集合R中的各个用水涨幅比率相加取平均值,得到用水涨幅平均值/>
步骤S201:从历史用水量中选取距离当前时段最近的有效历史用水量作为样本有效历史用水量Ca,计算用户对应的用水量预测值H:
其中,为用水涨幅平均值;
例如,用水涨幅平均值为30%,样本有效历史用水量Ca为100吨;用户对应的用水量预测值H=(30%+100%)×1000=130吨;
步骤S300:获取距离当前时段最近的两个有效历史用水量,根据两个有效历史用水量,计算得到预测用水量第一阈值,从历史用水量选取出最小有效历史用水量和最大有效历史用水量,根据最小有效历史用水量和最大有效历史用水量,计算预测用水量第二阈值;获取用户对应的用水影响数据,根据预测用水量第一阈值、预测用水量第二阈值和用水影响数据,分别计算用水量第一阈值和用水量第二阈值;
其中,步骤S300包括:
步骤S301:通过距离当前时段最近的两个有效历史用水量Cf、Co,得到预测用水量第一阈值∝1=|Cf-Co|;从有效历史用水量集合X中选取用水量最大的有效历史用水量作为最大有效历史用水量Cm;从有效历史用水量集合X中选取用水量最小的有效历史用水量作为最小有效历史用水量Cw,根据最大用水有效历史用水量和最小有效历史用水量,获得预测用水量第二阈值∝2=Cm-Cw;
步骤S302:对用水影响数据进行归一化处理,用水影响数据包括当前时段内的平均温度t、水价q;将数据映射进行线性变换,将数据映射到[0,1]之间,根据用水影响数据进行归一化处理的映射结果,计算用水量第一阈值∝1a:
∝1a=∝1×(100%+σ1×tr×qr×P);
其中,tr为当前时段内的平均温度t进行归一化处理后的映射值,qr为当前时段内的水价进行归一化处理后的映射值,σ1为用水第一阈值的用水量影响因数;
计算用水量第二阈值∝2a:
∝2a=∝2×(100%+σ2×tr×qr×P);
其中,∝2为用水第二阈值的用水量影响因数;
例如,tr为0.4,qr为0.5,P为0.98,σ1为0.6,∝1为10,∝1a=10×(100%+0.5×0.98×0.6×0.4×100%)=11.176;
计算用水量第二阈值∝2a:
∝2a=∝2×(100%+σ2×tr×qr×P×100%);
其中,σ2为用水第二阈值的用水量影响因数;
例如,tr为0.4,qr为0.5,P为0.98,σ2为0.6,∝1为20,∝1a=20×(100%+0.5×0.98×0.6×0.4×100%)=22.352;
步骤S400:基于用水量第一阈值和用水量第二阈值,获得预测值第一区间和预测值第二区间;获取用户的当前时段对应的实际用水量,根据用户的实际用水量与用水量第一阈值和用水量第二阈值之间的大小关系,选择向用户发送提示信息或者安排工作人员前往处理;
其中,步骤S400包括:
步骤S401:根据用水量预测值和用水量第一阈值,得到预测值第一区间:[H-∝1a,H+∝1a];根据用水量预测值和用水量第二阈值,得到预测值第二区间[H-∝2a,H+∝2a];
步骤S402:对用户身份进行获取,当用户当前时段的实际用水量大于预测值第1区间的最大值H+∝1a时,对用户发出提示,提醒用户用水量过大,并将信息提示发送给用户;当用户当前时段的实际用水量小于预测值第1区间最小值H-∝1a,对用户发出用水不正常提示;当用户当前时段的实际用水量大于预测值第2区间的最大值H+∝2a时,将信息发送给相关工作人员,由工作人员通知用户并安排专业人员前去查看;当用户当前时段的实际用水量小于预测值第2区间的最小值H+∝2a时,根据获取的用户身份,根据用户身份和用户位置信息安排工作人员前去查看情况;
为了更好实现上述方法还提出了一种基于物联网的水表无线数据传输管理系统,管理系统包括测量误差值模块、预测用水值模块、用水阈值模块、处理模块;
测量误差值模块,用于对基于水表中的传感器获取流向用户水流的历史水温数据,历史水质数据包括单位体积的历史水总硬度,对历史水质数据进行筛选,获得有效历史水质数据,基于有效历史水质数据和历史水温数据计算各个水表对应的测量误差值;
预测用水值模块,用于对基于物联网获取用户的历史用水量和用户位置信息,从历史用水量中选取出有效历史用水量,对有效历史用水量进行数据提取,得到各个相邻有效历史用水量之间的涨幅比率,根据涨幅比率和有效历史用水量计算出用户对应的预测用水值;
用水阈值模块,用于对获取用户对应的用水影响数据,根据预测用水量第一阈值、预测用水量第二阈值和用水影响数据,分别计算用水量第一阈值和用水量第二阈值;
处理模块,用于对获取用户的当前时段对应的实际用水量,根据用户的实际用水量与用水量第一阈值和用水量第二阈值之间的大小关系,选择向用户发送提示信息或者安排工作人员前往处理;
其中,测量误差值模块包括标准水总硬度单元、测量误差值单元;
标准水总硬度单元,用于对根据历史水质数据中的水总硬度进行筛选,将符合有效数据筛选条件1或有效数据筛选条件2的数据的水总硬度进行记录汇集,并对汇集的水总硬度进行保留,得到标准水总硬度;
测量误差值单元,用于对根据标准水总硬度对测量误差值进行计算;
其中,预测用水值模块包括用水涨幅平均值单元、用水量预测值单元;
用水涨幅平均值单元,用于对选取与当前时间段相距时间不超过时间阈值的历史用水量,记为有效历史用水量,将有效历史用水量进行记录汇集,得到集合,根据集合中各个有效历史用水量,获取用水涨幅平均值;
用水量预测值单元,用于对从历史用水量中选取距离当前时段最近的有效历史用水量作为样本有效历史用水量,计算用户对应的用水量预测值;
其中,用水阈值模块包括预测用水量阈值单元、用水量阈值单元;
预测用水量阈值单元,用于根据有效历史用水量,获取预测用水量第一阈值和预测用水量第二阈值;
用水量阈值单元,用于对用水影响数据进行归一化处理,将数据映射进行线性变换,将数据映射到[0,1]之间,根据用水影响数据进行归一化处理的映射结果,计算用水量第一阈值和用水量第二阈值;
其中,处理模块包括预测值区间单元、处理单元;
预测值区间单元,用于对根据用水量预测值和用水量第一阈值,得到预测值第一区间,根据用水量预测值和用水量第二阈值,得到预测值第二区间;
处理单元,用于对用户身份进行获取,根据用户当前时段的用水量与预测值第二区间或者预测值第一区间关系,选择向用户发送提示信息或者安排工作人员前往处理。需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,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。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)
1.一种基于物联网的水表无线数据传输管理方法,其特征在于,所述方法包括:
步骤S100:获取自来水厂的历史水质报表,从各个历史水质报表中提取出对应的水质数据;所述水质数据为水总硬度,基于水表中的传感器获取流向用户水流的历史水温数据,根据所述水质数据和历史水温数据,计算各个水表对应的测量误差值;
步骤S200:基于物联网获取用户的历史用水量和用户位置信息,选取与当前时间段相距时间不超过时间阈值的历史用水量,记为有效历史用水量,从所述历史用水量中选取出有效历史用水量,对所述有效历史用水量进行数据提取,得到各个相邻有效历史用水量之间的涨幅比率,根据所述涨幅比率和有效历史用水量计算出用户对应的预测用水值;
步骤S300:获取距离当前时段最近的两个有效历史用水量,根据所述两个有效历史用水量,计算得到预测用水量第一阈值,从历史用水量选取出最小有效历史用水量和最大有效历史用水量,根据最小有效历史用水量和最大有效历史用水量,计算预测用水量第二阈值;获取用户对应的用水影响数据,根据所述预测用水量第一阈值、预测用水量第二阈值和用水影响数据,分别计算用水量第一阈值和用水量第二阈值;
步骤S400:基于用水量第一阈值和用水量第二阈值,获得预测值第一区间和预测值第二区间;获取用户的当前时段对应的实际用水量,根据用户的实际用水量与用水量第一阈值和用水量第二阈值之间的大小关系,选择向用户发送提示信息或者安排工作人员前往处理。
2.根据权利要求1所述的一种基于物联网的水表无线数据传输管理方法,其特征在于,所述步骤S100包括:
步骤S101:当各个水质数据中存在若干个水总硬度数值大小相同时,将相同数量最多的水总硬度数值,作为目标水总硬度Sa对应的水总硬度数值,当水总硬度符合第一有效数据筛选条件:时;其中,a为水总硬度个数阈值,l为目标水总硬度的个数,N为记录的水总硬度的总数;将目标水总硬度记为标准水总硬度Se;当所述标准水总硬度不符合有效数据筛选条件1,使用第二有效数据筛选条件:/>对水总硬度S进行筛选,其中,b为水总硬度筛选阈值;对所述水总硬度符合第二有效数据筛选进行记录汇集,得到集合T={S1、S2、...、Sn};其中,C1、C2、...、Cn分别为第1、2、...、n个符合有效筛选条件2的水总硬度,将集合T中水总硬度相加取平均值,得到标准水总硬度Se;
步骤S102:当各个水质数据中不存在若干个水质数据中的水总硬度相同时,将数值最大和最小的水总硬度进行剔除,对剩余的各个水质数据相加取平均值,得到标准水总硬度Se;
步骤S103:计算水表对应的测量误差值P;
其中,μ为水表对应的水质影响因素;ε为水表对应的水温影响因素;Ti为水表上传感器第i个时间点测量的水温;j为水温测量的总次数。
3.根据权利要求1所述的一种基于物联网的水表无线数据传输管理方法,其特征在于,所述步骤S200包括:
步骤S201:选取与当前时间段相距时间不超过时间阈值的历史用水量,记为有效历史用水量,将所述有效历史用水量进行记录汇集,得到集合X={C1、C2、...、Cn};其中,C1、C2、...、Cn分别为第1、2、...、n个有效历史用水量;对集合X中各个相邻有效历史用水量计算用水涨幅比率将各个相邻有效历史用水量之间的用水涨幅比率进行记录汇集,得到集合R,对集合R中的各个用水涨幅比率相加取平均值,得到用水涨幅平均值/>
步骤S201:从历史用水量中选取距离当前时段最近的有效历史用水量作为样本有效历史用水量Ca,计算用户对应的用水量预测值H:
其中,为用水涨幅平均值。
4.根据权利要求1所述的一种基于物联网的水表无线数据传输管理方法,其特征在于,所述步骤S300包括:
步骤S301:通过距离当前时段最近的两个有效历史用水量Cf、Co,得到预测用水量第一阈值∝1=|Cf-Co|;从有效历史用水量集合X中选取用水量最大的有效历史用水量作为最大有效历史用水量Cm;从有效历史用水量集合X中选取用水量最小的有效历史用水量作为最小有效历史用水量Cw,根据最大用水有效历史用水量和最小有效历史用水量,获得预测用水量第二阈值∝2=Cm-Cw;
步骤S302:对用水影响数据进行归一化处理,所述用水影响数据包括当前时段内的平均温度t、水价q;将数据映射进行线性变换,将数据映射到[0,1]之间,根据所述用水影响数据进行归一化处理的映射结果,计算用水量第一阈值∝1a:
∝1a=∝1×(100%+σ1×tr×qr×P);
其中,tr为当前时段内的平均温度t进行归一化处理后的映射值,qr为当前时段内的水价进行归一化处理后的映射值,σ1为所述用水第一阈值的用水量影响因数;
计算用水量第二阈值∝2a:
∝2a=∝2×(100%+σ2×tr×qr×P);
其中,∝2为所述用水第二阈值的用水量影响因数。
5.根据权利要求1所述的一种基于物联网的水表无线数据传输管理方法,其特征在于,所述步骤S400包括:
步骤S401:根据用水量预测值和用水量第一阈值,得到预测值第一区间:[H-∝1a,H+∝1a];根据用水量预测值和用水量第二阈值,得到预测值第二区间[H-∝2a,H+∝2a];
步骤S402:对用户身份进行获取,当用户当前时段的实际用水量大于预测值第1区间的最大值H+∝1a时,对用户发出提示,提醒用户用水量过大,并将信息提示发送给用户;当用户当前时段的实际用水量小于预测值第1区间最小值H-∝1a,对用户发出用水不正常提示;当用户当前时段的实际用水量大于预测值第2区间的最大值H+∝2a时,将信息发送给相关工作人员,由工作人员通知用户并安排专业人员前去查看;当用户当前时段的实际用水量小于预测值第2区间的最小值H+∝2a时,根据获取的用户身份,根据用户身份和用户位置信息安排工作人员前去查看情况。
6.一种应用于权利要求1-5中任意一项所述的一种基于物联网的水表无线数据传输管理方法的水表无线数据传输管理系统,其特征在于,所述管理系统包括测量误差值模块、预测用水值模块、用水阈值模块、处理模块;
所述测量误差值模块,用于对基于水表中的传感器获取流向用户水流的历史水温数据,所述历史水质数据包括单位体积的历史水总硬度,对所述历史水质数据进行筛选,获得有效历史水质数据,基于有效历史水质数据和历史水温数据计算各个水表对应的测量误差值;
所述预测用水值模块,用于对基于物联网获取用户的历史用水量和用户位置信息,从所述历史用水量中选取出有效历史用水量,对所述有效历史用水量进行数据提取,得到各个相邻有效历史用水量之间的涨幅比率,根据所述涨幅比率和有效历史用水量计算出用户对应的预测用水值;
所述用水阈值模块,用于对获取用户对应的用水影响数据,根据所述预测用水量第一阈值、预测用水量第二阈值和用水影响数据,分别计算用水量第一阈值和用水量第二阈值;
所述处理模块,用于对获取用户的当前时段对应的实际用水量,根据用户的实际用水量与用水量第一阈值和用水量第二阈值之间的大小关系,选择向用户发送提示信息或者安排工作人员前往处理。
7.根据权利要求6所述的水表无线数据传输管理系统,其特征在于,所述测量误差值模块包括标准水总硬度单元、测量误差值单元;
所述标准水总硬度单元,用于对根据历史水质数据中的水总硬度进行筛选,将符合有效数据筛选条件1或有效数据筛选条件2的数据的水总硬度进行记录汇集,并对汇集的水总硬度进行保留,得到标准水总硬度;
所述测量误差值单元,用于对根据标准水总硬度对测量误差值进行计算。
8.根据权利要求6所述的水表无线数据传输管理系统,其特征在于,所述预测用水值模块包括用水涨幅平均值单元、用水量预测值单元;
所述用水涨幅平均值单元,用于对选取与当前时间段相距时间不超过时间阈值的历史用水量,记为有效历史用水量,将所述有效历史用水量进行记录汇集,得到集合,根据集合中各个有效历史用水量,获取用水涨幅平均值;
所述用水量预测值单元,用于对从历史用水量中选取距离当前时段最近的有效历史用水量作为样本有效历史用水量,计算用户对应的用水量预测值。
9.根据权利要求6所述的水表无线数据传输管理系统,其特征在于,所述用水阈值模块包括预测用水量阈值单元、用水量阈值单元;
所述预测用水量阈值单元,用于根据有效历史用水量,获取预测用水量第一阈值和预测用水量第二阈值;
所述用水量阈值单元,用于对用水影响数据进行归一化处理,将数据映射进行线性变换,将数据映射到[0,1]之间,根据所述用水影响数据进行归一化处理的映射结果,计算用水量第一阈值和用水量第二阈值。
10.根据权利要求6所述的水表无线数据传输管理系统,其特征在于,所述处理模块包括预测值区间单元、处理单元;
所述预测值区间单元,用于对根据用水量预测值和用水量第一阈值,得到预测值第一区间,根据用水量预测值和用水量第二阈值,得到预测值第二区间;
所述处理单元,用于对用户身份进行获取,根据用户当前时段的用水量与预测值第二区间或者预测值第一区间关系,选择向用户发送提示信息或者安排工作人员前往处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310384620.9A CN116561597A (zh) | 2023-04-12 | 2023-04-12 | 一种基于物联网的水表无线数据传输管理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310384620.9A CN116561597A (zh) | 2023-04-12 | 2023-04-12 | 一种基于物联网的水表无线数据传输管理系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116561597A true CN116561597A (zh) | 2023-08-08 |
Family
ID=87500909
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310384620.9A Pending CN116561597A (zh) | 2023-04-12 | 2023-04-12 | 一种基于物联网的水表无线数据传输管理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116561597A (zh) |
Cited By (2)
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 |
CN117590793A (zh) * | 2024-01-19 | 2024-02-23 | 中建安装集团有限公司 | 一种基于物联网的水厂水处理一体化监控系统及方法 |
-
2023
- 2023-04-12 CN CN202310384620.9A patent/CN116561597A/zh active Pending
Cited By (4)
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 |
CN117590793A (zh) * | 2024-01-19 | 2024-02-23 | 中建安装集团有限公司 | 一种基于物联网的水厂水处理一体化监控系统及方法 |
CN117590793B (zh) * | 2024-01-19 | 2024-03-26 | 中建安装集团有限公司 | 一种基于物联网的水厂水处理一体化监控系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116561597A (zh) | 一种基于物联网的水表无线数据传输管理系统及方法 | |
Neumann et al. | Are methods for estimating QALYs in cost-effectiveness analyses improving? | |
CN113610381B (zh) | 一种基于5g网络的水质远程实时监测系统 | |
US5963880A (en) | Method for predicting water meter accuracy | |
CN109684774A (zh) | 一种梁式桥安全监测与评估装置 | |
Ward et al. | Statistical evaluation of sampling frequencies in monitoring networks | |
KR20110068729A (ko) | 광역중수를 활용한 호소의 유비쿼터스 관리 시스템 및 이를 이용한 물이용 지수 관리방법 | |
KR20080089958A (ko) | 하천수질 측정치 수집 및 보고 시스템 | |
CN117031930A (zh) | 不锈钢钢管的防腐蚀优化方法及系统 | |
JP4341950B2 (ja) | 遠隔監視システム | |
CN115419837A (zh) | 基于泵站出口最小流量判断二次供水管网漏损量的方法 | |
CN115343318A (zh) | 一种基于无线通信的无源灰分仪远程标定系统 | |
CN112990689A (zh) | 一种资讯数据质量检测方法和装置 | |
CN112561290A (zh) | 一种基于pser模型的北方河流湿地生态数据采集和处理方法 | |
CN117906580B (zh) | 一种航道水下地形变化分析系统及方法 | |
CN117634950A (zh) | 一种水环境容量当量的测算方法 | |
KR102394464B1 (ko) | IoT 시계열 소음 및 진동 데이터와 규제기준 그리고 민원정보를 활용한 종합 민원지수 산출 및 중점민원관리 시스템 및 방법 | |
CN110658316A (zh) | 一种水质在线监测方法及系统 | |
CN116931523B (zh) | 一种基于物联网的生物降解塑料袋生产监控系统 | |
CN116560417B (zh) | 用于气液分离的全自动排液控制方法及系统 | |
JP2001344462A (ja) | 要維持管理設備の維持管理費演算装置、及びこれを利用した要維持管理設備の維持管理契約取付方法、並びに維持管理費演算プログラムを記録した媒体 | |
Gray et al. | Synopsis of outcomes from the federal interagency workshop on turbidity and other sediment surrogates | |
CN117758824A (zh) | 一种农村供水系统控制方法、装置、及农村供水系统 | |
CN117906580A (zh) | 一种航道水下地形变化分析系统及方法 | |
CN118153864A (zh) | 一种分布式水文信息管理平台 |
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 |