CN116734969B - 一种用于水表计量数据的智能异常监测方法 - Google Patents
一种用于水表计量数据的智能异常监测方法 Download PDFInfo
- Publication number
- CN116734969B CN116734969B CN202310717250.6A CN202310717250A CN116734969B CN 116734969 B CN116734969 B CN 116734969B CN 202310717250 A CN202310717250 A CN 202310717250A CN 116734969 B CN116734969 B CN 116734969B
- Authority
- CN
- China
- Prior art keywords
- water
- signal
- water quality
- preset
- 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.)
- Active
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 496
- 238000012544 monitoring process Methods 0.000 title claims abstract description 46
- 238000000034 method Methods 0.000 title claims abstract description 20
- 230000002159 abnormal effect Effects 0.000 claims abstract description 60
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 39
- 239000001301 oxygen Substances 0.000 claims description 39
- 229910052760 oxygen Inorganic materials 0.000 claims description 39
- 230000005856 abnormality Effects 0.000 claims description 37
- 238000004458 analytical method Methods 0.000 claims description 37
- ZAMOUSCENKQFHK-UHFFFAOYSA-N Chlorine atom Chemical compound [Cl] ZAMOUSCENKQFHK-UHFFFAOYSA-N 0.000 claims description 28
- 239000000460 chlorine Substances 0.000 claims description 28
- 229910052801 chlorine Inorganic materials 0.000 claims description 28
- 230000006866 deterioration Effects 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 22
- 239000000645 desinfectant Substances 0.000 claims description 12
- 239000000725 suspension Substances 0.000 claims description 10
- 239000002585 base Substances 0.000 claims description 8
- 239000002253 acid Substances 0.000 claims description 6
- 239000003513 alkali Substances 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 230000015556 catabolic process Effects 0.000 claims 6
- 238000006731 degradation reaction Methods 0.000 claims 6
- 238000004364 calculation method Methods 0.000 abstract description 8
- 238000004891 communication Methods 0.000 abstract description 3
- 239000000126 substance Substances 0.000 description 5
- 238000012937 correction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000009530 blood pressure measurement Methods 0.000 description 2
- 230000000593 degrading effect Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004377 microelectronic Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
- G01F25/00—Testing or calibration of apparatus for measuring volume, volume flow or liquid level or for metering by volume
- G01F25/10—Testing or calibration of apparatus for measuring volume, volume flow or liquid level or for metering by volume of flowmeters
-
- 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
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0631—Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis
-
- 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
-
- 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
- H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Fluid Mechanics (AREA)
- Water Treatment By Electricity Or Magnetism (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
Abstract
本发明涉及智能水表技术领域,用于解决现有的智能水表在对计量数据监测时,无法做到对水压计量数据的及时监测分析,也难以做到对水质状态的判定分析,无法对出现的异常计量数据及时的监测及反馈,无法保证家庭用水的稳定性的问题,尤其公开了一种用于水表计量数据的智能异常监测方法,包括服务器,服务器通讯连接有数据采集单元、水表自检单元、水量监测单元、水质监测单元、水压监测单元、异常反馈单元、用户终端和控制终端;本发明,通过公式计算、模型建立和数据比较的方式,分别从水压计量数据、水流量计量数据以及水质计量数据层面,实现了对智能水表异常计量数据的预警及控制,保证了智能水表的正常运行,提高了家庭用水的稳定性。
Description
技术领域
本发明涉及智能水表技术领域,具体为一种用于水表计量数据的智能异常监测方法。
背景技术
智能水表,是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数据传递及结算交易的新型水表。
但现有的智能水表在数据计量监测时,无法做到对水压计量数据的及时监测分析,也难以做到对水质状态的判定分析,无法对出现的异常计量数据及时的监测及反馈,无法保证家庭用水的稳定性。
为了解决上述缺陷,现提供一种技术方案。
发明内容
本发明的目的在于解决现有的智能水表在数据计量监测的方式中时,无法做到对水压计量数据的及时监测分析,也难以做到对水质状态的判定分析,无法对出现的异常计量数据及时的监测及反馈,无法保证家庭用水的稳定性的问题,而提出一种用于水表计量数据的智能异常监测方法;本发明通过公式计算、模型建立和数据比较的方式,分别从水压计量数据、水流量计量数据以及水质计量数据层面,实现了对智能水表异常计量数据的预警及控制,保证了智能水表的正常运行,提高了家庭用水的稳定性。
本发明的目的可以通过以下技术方案实现:
一种用于水表计量数据的智能异常监测方法,包括服务器,服务器通讯连接有数据采集单元、水表自检单元、水量监测单元、水质监测单元、水压监测单元、异常反馈单元、用户终端和控制终端;
所述数据采集单元用于采集各用户的智能水表的工作状态信息以及智能水表的水流量计量信息、水质状态参数和水压计量信息,并将其分别发送至水表自检单元、水量监测单元、水质监测单元和水压监测单元;
所述水表自检单元用于接收各用户的智能水表的工作状态信息,并进行水表运转自检分析处理,据此生成水表运转正态信号和水表运转异态信号,并将水表运转异态信号发送至异常反馈单元;
所述水量监测单元用于接收智能水表的水流量计量信息,并进行水流量计量状态分析处理,据此生成水流量波动较大信号和水流量波动较小信号,并将水流量波动较大信号发送至异常反馈单元;
所述水质监测单元用于接收智能水表的水质状态参数,并进行水质计量状态监测分析处理,据此生成水温偏高导致水质变差信号、酸碱异常导致水质变差信号、消毒剂过量导致水质变差信号、悬浮物过量导致水质变差信号、电离物过量导致水质变差信号、溶解氧不足导致水质变差信号和无关信号,并将各类型水质异常反馈信号发送至异常反馈单元,其中,各类型水质异常反馈信号包括温偏高导致水质变差信号、酸碱异常导致水质变差信号、消毒剂过量导致水质变差信号、悬浮物过量导致水质变差信号、电离物过量导致水质变差信号、溶解氧不足导致水质变差信号;
所述水压监测单元用于接收智能水表的水压计量信息,并进行水压计量状态监测分析处理,据此生成水压异常偏低信号和水压异常偏高信号,并将水压异常偏低信号或水压异常偏高信号发送至异常反馈单元;
所述异常反馈单元用于对接收的各类型异常反馈信号进行计量数据的训练预警分析处理,并通过用户终端进行警报信息的预警以及通过控制终端进行异常故障解除操作。
进一步的,水表运转自检分析处理的具体操作步骤如下:
实时监测各用户智能水表的工作状态信息中的运行电流、运行电压和运行温度,并将其分别标定为dli、dui和yti,并将其进行公式分析,依据设定的公式arpi=ρ1*dli+ρ2*dui+ρ3*yti,得到各智能水表的工作运行参数arpi,其中,ρ1、ρ2和ρ3分别为运行电流、运行电压和运行温度的权重因子系数,且ρ1、ρ2和ρ3均为大于0的自然数;
设置工作运行参数的第一工作参照区间rang1和第二工作参照区间rang2,并将各智能水表的工作运行参数与预设的第一工作参照区间rang1、第二工作参照区间rang2进行比较分析;
当智能水表的工作运行参数处于预设的第一工作参照区间rang1之内时,则生成水表运转正态信号,当智能水表的工作运行参数处于预设的第二工作参照区间rang2之内时,则生成水表运转异态信号。
进一步的,水流量计量状态分析处理的具体操作步骤如下:
实时监测单位时间内各智能水表的水流量,以时间为横坐标,以水流量为纵坐标,并据此建立用水流量二维坐标系,并将单位时间内实时监测到的水流量通过描点的方式绘制在用水流量二维坐标系上;
并在用水流量二维坐标系上设置流量上参照线和流量下参照线,将处于流量上参照线上及以上的点标定为流量突增点,将处于流量下参照线上及以下的点标定为流量突降点,将处于流量上参照线与流量下参照线之间的点标定为正常流量波动点;
分别统计水流量二维坐标系上被标定为流量突增点、流量突降点以及正常流量波动点的数量和,并将其分别标定为s1、s2和s3,并将s1、s2和s3按照降序的方式进行排序,并得到降序序列A,当降序序列A为{s1、s2、s3}或{s2、s1、s3}时,则生成水流量波动较大信号,而其他情况下,则均生成水流量波动较小信号。
进一步的,水质计量状态监测分析处理的具体操作步骤如下:
实时监测单位时间内水质状态参数中的电导率、酸碱值、水温值、溶解氧量、悬浮物含量和氯含量,并将其分别标定为ec、ph、wt、doc、sc和cl,并将其进行公式分析,依据设定的公式得到水质反馈系数fcx,其中,χ1、χ2、χ3、χ4、χ5和χ6分别为电导率、酸碱值、水温值、溶解氧量、悬浮物含量和氯含量修正因子系数;
设置水质反馈系数的对比阈值val1,并将水质反馈系数与预设的对比阈值val1进行比较分析;
当水质反馈系数大于等于预设的对比阈值val1时,则生成水质异常反馈信号,当水质反馈系数小于预设的对比阈值val1时,则生成水质正常反馈信号;
依据生成的水质异常反馈信号,并触发水质异常原因剖析处理,据此得到水温偏高导致水质变差信号、酸碱异常导致水质变差信号、消毒剂过量导致水质变差信号、悬浮物过量导致水质变差信号、电离物过量导致水质变差信号溶解氧不足导致水质变差信号和无关信号。
进一步的,水质异常原因剖析处理的具体操作步骤如下:
实时获取水的各项水质状态参数以及对应的比对阈值,并将各项水质状态参数分别与对应的预设比对阈值进行比较分析;
将水温值与预设的水温阈值进行比较分析,当水温值大于预设的水温阈值时,则生成水温偏高导致水质变差信号,反之,当水温值小于等于预设的水温阈值时,则生成无关信号;
将酸碱值与预设的酸碱参照区间进行比较分析,当酸碱值处于预设的酸碱参照区间之外时,则生成酸碱异常导致水质变差信号,反之,当酸碱值处于预设的酸碱参照区间之内时,则生成无关信号;
将氯含量与预设的氯阈值进行比较分析,当氯含量大于等于预设的氯阈值时,则生成消毒剂过量导致水质变差信号,反之,当氯含量小于预设的氯阈值时,则生成无关信号;
将悬浮物含量与预设的悬浮阈值进行比较分析,当悬浮物含量大于等于预设的悬浮阈值时,则生成悬浮物过量导致水质变差信号,反之,当悬浮物含量小于预设的悬浮阈值时,则生成无关信号;
将电导率与预设的氯阈值进行比较分析,当电导率大于等于预设的电导阈值时,则生成电离物过量导致水质变差信号,反之,当电导率小于预设的电导阈值时,则生成无关信号;
将溶解氧量与预设的溶解氧阈值进行比较分析,当溶解氧量小于等于预设的溶解氧阈值时,则生成溶解氧不足导致水质变差信号,反之,当溶解氧量大于预设的溶解氧阈值时,则生成无关信号。
进一步的,水压计量状态监测分析处理的具体操作步骤如下:
将各用户的水压计量时间按照时间区间等量划分为n2个时间段,并捕捉k1个与各时间段相同时间区间的历史时间段水表的历史水压值,并将n2个时间段的各历史时间段水表的历史水压值进行均值分析,将历史水压值标定为syjk1,依据公式hsuj=(syj1+syj1+……+syjk1)÷k1,得到各时间段的历史水压均值hsuj,其中,j=1,2,3……n2;
将各时间段实时监测到的实测水压值与各时间段对应的历史水压均值hsuj进行作差分析,将各时间段实时监测到的实测水压值标定为mpvj,依据公式pcj=mpvj-hsuj,求得各时间段的水压偏差值pcj;
并设置水压偏差值的第一偏差参照区间QP1、第二偏差参照区间QP2,并将各时间段的水压偏差值代入预设的第一偏差参照区间QP1、第二偏差参照区间QP2内进行比较分析;
当水压偏差值处于预设的第一偏差参照区间QP1之内时,则将对应时间段的水压状态标定为水压异常偏低信号,当水压偏差值处于预设的第二偏差参照区间QP2之内时,则将对应时间段的水压状态标定为水压异常偏高信号。
与现有技术相比,本发明的有益效果是:
本发明,通过符号化的标定、公式化计算以及数据比较分析的方式,实现了智能水表的自我运转状态的判断;利用坐标模型的建立以及统计分析和序列排序分析的方式,实现了对水流量计量数据异常状态的判定分析;
通过监测智能水表的水压计量数据、分析水压数据、判断水压状态,并对监测到的异常水压状态进行及时的反馈预警分析,从而在提高水压稳定性的同时,也进一步的保障家庭用水安全;通过采集水体的电导率、酸碱值、水温值、溶解氧量、悬浮物含量和氯含量等参数来分析水体的水质状态,及时发现水质问题,并为用户以及水源控制端提供预警和改进措施,帮助用户和水源供给端更好的管理和利用水资源;
通过监测智能水表的水压计量数据、水流量计量数据以及水质计量数据,并采用警报预警和操作修复的方式,来保证智能水表的正常运行,也提高了家庭用水的稳定性。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明;
图1为本发明的系统总框图;
图2为本发明的流程框图。
具体实施方式
下面将结合实施例对本发明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和图2所示,一种用于水表计量数据的智能异常监测方法,基于服务器中,其中服务器通讯连接有数据采集单元、水表自检单元、水量监测单元、水质监测单元、水压监测单元、异常反馈单元、用户终端和控制终端;
数据采集单元用于采集各用户的智能水表的工作状态信息以及智能水表的水流量计量信息、水质状态参数和水压计量信息,并将其分别发送至水表自检单元、水量监测单元、水质监测单元和水压监测单元;
当水表自检单元接收到各用户的智能水表的工作状态信息时,并据此进行水表运转自检分析处理,具体的操作过程如下:
实时监测各用户智能水表的工作状态信息中的运行电流、运行电压和运行温度,并将其分别标定为dli、dui和yti,并将其进行公式分析,依据设定的公式arpi=ρ1*dli+ρ2*dui+ρ3*yti,得到各智能水表的工作运行参数arpi,i=1,2,3……n1,i表示各用户的智能水表,其中,ρ1、ρ2和ρ3分别为运行电流、运行电压和运行温度的权重因子系数,且ρ1、ρ2和ρ3均为大于0的自然数,且权重因子系数用于均衡各项数据在公式计算中的占比权重,从而促进计算结果的准确性;
设置工作运行参数的第一工作参照区间rang1和第二工作参照区间rang2,并将各智能水表的工作运行参数与预设的第一工作参照区间rang1、第二工作参照区间rang2进行比较分析;
需要指出的是,第一工作参照区间rang1和第二工作参照区间rang2的区间数值的具体设定由本领域技术人员在具体案例中进行具体设置,且第一工作参照区间rang1的数值范围小于第二工作参照区间rang2的数值范围,即假设第一工作参照区间rang1的取值为[5,10],则第二工作参照区间rang2的取值或为[11,20];
当智能水表的工作运行参数处于预设的第一工作参照区间rang1之内时,则生成水表运转正态信号,当智能水表的工作运行参数处于预设的第二工作参照区间rang2之内时,则生成水表运转异态信号;
并将生成的水表运转异态信号发送至异常反馈单元进行计量数据的训练预警分析处理,具体的:
依据水表运转异态信号,并触发水表运转异常警报,并生成“水表异常”的文本发送至用户终端,并通过控制终端指派对应的技术人员对智能水表进行检修操作,并在完成检修操作之后,解除水表运转异常警报。
当水量监测单元接收到智能水表的水流量计量信息时,并据此进行水流量计量状态分析处理,具体的操作过程如下:
实时监测单位时间内各智能水表的水流量,以时间为横坐标,以水流量为纵坐标,并据此建立用水流量二维坐标系,并将单位时间内实时监测到的水流量通过描点的方式绘制在用水流量二维坐标系上;
并在用水流量二维坐标系上设置流量上参照线和流量下参照线,将处于流量上参照线上及以上的点标定为流量突增点,将处于流量下参照线上及以下的点标定为流量突降点,将处于流量上参照线与流量下参照线之间的点标定为正常流量波动点;
分别统计水流量二维坐标系上被标定为流量突增点、流量突降点以及正常流量波动点的数量和,并将其分别标定为s1、s2和s3,并将s1、s2和s3按照降序的方式进行排序,并得到降序序列A,当降序序列A为{s1、s2、s3}或{s2、s1、s3}时,则生成水流量波动较大信号,而当降序序列A为{s1、s3、s2}或{s1、s2、s3}或{s3、s1、s2}或{s2、s1、s3}时,则均生成水流量波动较小信号
并将生成的水流量波动较大信号发送至异常反馈单元进行计量数据的训练预警分析处理,具体的:
依据生成的水流量波动异常信号获取与该单位时段的相同的历史时段的水流量波动状态判定信号,若历史时段的水流量波动状态也为水流量波动较大信号,则生成水流量波动正常信号,若历史时段的水流量波动状态与当前监测时段的水流量波动状态判定信号不一致,则生成水流量波动异常信号;
依据水流量波动异常信号触发水流量异常警报,并生成“是否存在大量用水行为”文本发送至用户终端进行询问;
若得到用户终端的“是”回答,则解除水流量异常警报,若得到用户终端的“否”回答或未得到用户终端的任何回答,则持续触发水流量异常警报,并通过控制终端切断该用户的水供给,并在解除水流量异常警报之后恢复对应用户的水供给。
当水质监测单元接收到智能水表的水质状态参数时,并据此进行水质计量状态监测分析处理,具体的操作过程如下:
实时监测单位时间内水质状态参数中的电导率、酸碱值、水温值、溶解氧量、悬浮物含量和氯含量,并将其分别标定为ec、ph、wt、doc、sc和cl,并将其进行公式分析,依据设定的公式得到水质反馈系数fcx,其中,χ1、χ2、χ3、χ4、χ5和χ6分别为电导率、酸碱值、水温值、溶解氧量、悬浮物含量和氯含量修正因子系数,且χ1、χ2、χ3、χ4、χ5和χ6具体数值的设定由本领域技术人员在具体案例中进行具体设置,而修正因子系数用于修正各项参数在公式计算过程中出现的偏差,从而使得计算更加准确的参数数据;
需要指出的是,电导率用于表示水中电离物质含量的数据值,当电导率的表现数值越大时,则越说明水中的电离物质含量越大,而水中的电离物质含量越大,则越说明水质状态越差;
溶解氧量用于表示水中氧气含量的数据值,溶解氧量的表现数值越小时,则越说明水中的氧气含量越低,而水中的氧气含量越低时,则会抑制水中的有机物的分解,导致水中有机物的堆积,进而说明水质状态差;
悬浮物含量用于表示水的浑浊程度,当悬浮物含量的表现数值越大时,则越说明水的浑浊程度越大,而水的浑浊程度越大,则又进一步说明水质状态差;
氯含量用于表示水中消毒剂的含量,当氯含量的表现数值越大时,则越说明水中的消毒剂含量过高,当水中的消毒剂含量过高时也会降低水的水质状态;
设置水质反馈系数的对比阈值val1,并将水质反馈系数与预设的对比阈值val1进行比较分析;
当水质反馈系数大于等于预设的对比阈值val1时,则生成水质异常反馈信号,当水质反馈系数小于预设的对比阈值val1时,则生成水质正常反馈信号;
依据生成的水质异常反馈信号,并触发水质异常原因剖析处理,具体的:
实时获取水的各项水质状态参数以及对应的比对阈值,并将各项水质状态参数分别与对应的预设比对阈值进行比较分析;
将水温值与预设的水温阈值进行比较分析,当水温值大于预设的水温阈值时,则生成水温偏高导致水质变差信号,反之,当水温值小于等于预设的水温阈值时,则生成无关信号;
将酸碱值与预设的酸碱参照区间进行比较分析,当酸碱值处于预设的酸碱参照区间之外时,则生成酸碱异常导致水质变差信号,反之,当酸碱值处于预设的酸碱参照区间之内时,则生成无关信号;
将氯含量与预设的氯阈值进行比较分析,当氯含量大于等于预设的氯阈值时,则生成消毒剂过量导致水质变差信号,反之,当氯含量小于预设的氯阈值时,则生成无关信号;
将悬浮物含量与预设的悬浮阈值进行比较分析,当悬浮物含量大于等于预设的悬浮阈值时,则生成悬浮物过量导致水质变差信号,反之,当悬浮物含量小于预设的悬浮阈值时,则生成无关信号;
将电导率与预设的氯阈值进行比较分析,当电导率大于等于预设的电导阈值时,则生成电离物过量导致水质变差信号,反之,当电导率小于预设的电导阈值时,则生成无关信号;
将溶解氧量与预设的溶解氧阈值进行比较分析,当溶解氧量小于等于预设的溶解氧阈值时,则生成溶解氧不足导致水质变差信号,反之,当溶解氧量大于预设的溶解氧阈值时,则生成无关信号;
并将生成的水温偏高导致水质变差信号、酸碱异常导致水质变差信号、消毒剂过量导致水质变差信号、悬浮物过量导致水质变差信号、电离物过量导致水质变差信号、溶解氧不足导致水质变差信号发送至异常反馈单元进行计量数据的训练预警分析处理,具体的:
依据生成的水温偏高导致水质变差信号,并触发水质温度异常警报,通过控制终端降低水的温度来改善水质异常情况;
依据生成的酸碱异常导致水质变差信号,并触发水质酸碱异常警报,并生成“水质异常”的文本发送至用户终端,提醒用户注意水质问题,通过控制终端调节水体的PH值来改善水质异常情况;
依据生成的消毒剂过量导致水质变差信号或悬浮物过量导致水质变差信号或电离物过量导致水质变差信号时,并触发水质异常警报,并生成“水质异常”的文本发送至用户终端,提醒用户注意水质问题,通过控制终端指派对应的技术人员通过增加过滤器或更换滤芯操作来改善水质异常情况;
依据生成的溶解氧不足导致水质变差信号,并触发水质溶解氧异常警报,并生成“水质异常”的文本发送至用户终端,提醒用户注意水质问题,通过控制终端提高水体的溶解氧来改善水质异常情况。
当水压监测单元接收到智能水表的水压计量信息时,并据此进行水压计量状态监测分析处理,具体的操作过程如下:
将各用户的水压计量时间按照时间区间等量划分为n2个时间段,并捕捉k1个与各时间段相同时间区间的历史时间段水表的历史水压值,并将n2个时间段的各历史时间段水表的历史水压值进行均值分析,将历史水压值标定为syjk1,依据公式hsuj=(syj1+syj1+……+syjk1)÷k1,得到各时间段的历史水压均值hsuj,其中,j=1,2,3……n2,且j表示水压监测划分的时间段;
将各时间段实时监测到的实测水压值与各时间段对应的历史水压均值hsuj进行作差分析,将各时间段实时监测到的实测水压值标定为mpvj,依据公式pcj=mpvj-hsuj,求得各时间段的水压偏差值pcj;
并设置水压偏差值的第一偏差参照区间QP1、第二偏差参照区间QP2,并将各时间段的水压偏差值代入预设的第一偏差参照区间QP1、第二偏差参照区间QP2内进行比较分析;
当水压偏差值处于预设的第一偏差参照区间QP1之内时,则将对应时间段的水压状态标定为水压异常偏低信号,当水压偏差值处于预设的第二偏差参照区间QP2之内时,则将对应时间段的水压状态标定为水压异常偏高信号;
并将生成的水压异常偏低信号或水压异常偏高信号发送至异常反馈单元进行计量数据的训练预警分析处理,具体的:
依据生成的水压异常偏低信号时,并触发水压偏低异常警报,并生成“水压异常”的文本发送至用户终端,并通过控制终端增设加压泵来改善水压偏低情况;
依据生成的水压异常偏高信号,并触发水压偏高异常警报,并生成“水压异常”的文本发送至用户终端,并通过控制终端关小进水阀阀门来改善水压偏高情况。
本发明在使用时,通过采集各用户的智能水表的工作状态信息并进行水表运转自检分析处理,利用符号化的标定、公式化计算以及数据比较分析的方式,实现了智能水表的自我运转状态的判断;
通过获取智能水表的水流量计量信息并进行水流量计量状态分析处理,利用坐标模型的建立以及统计分析和序列排序分析的方式,实现了对水流量计量数据异常状态的判定分析;
通过监测智能水表的水压计量数据、分析水压数据、判断水压状态,并对监测到的异常水压状态进行及时的反馈预警分析,从而在提高水压稳定性的同时,也进一步的保障家庭用水安全;
通过采集水体的电导率、酸碱值、水温值、溶解氧量、悬浮物含量和氯含量等参数来分析水体的水质状态,及时发现水质问题,并为用户以及水源控制端提供预警和改进措施,帮助用户和水源供给端更好的管理和利用水资源;
通过监测智能水表的水压计量数据、水流量计量数据以及水质计量数据,并采用警报预警和操作修复的方式,来保证智能水表的正常运行,也提高了家庭用水的稳定性。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (1)
1.一种用于水表计量数据的智能异常监测方法,其特征在于,包括以下步骤:
步骤一:采集各用户的智能水表的工作状态信息以及智能水表的水流量计量信息、水质状态参数和水压计量信息;
步骤二:接收各用户的智能水表的工作状态信息并进行水表运转自检分析处理,具体操作步骤如下:实时监测各用户智能水表的工作状态信息中的运行电流、运行电压和运行温度,并将其进行公式分析,得到各智能水表的工作运行参数;
设置工作运行参数的第一工作参照区间和第二工作参照区间,并将各智能水表的工作运行参数与预设的第一工作参照区间、第二工作参照区间进行比较分析;
当智能水表的工作运行参数处于预设的第一工作参照区间之内时,则生成水表运转正态信号,当智能水表的工作运行参数处于预设的第二工作参照区间之内时,则生成水表运转异态信号;
据此生成水表运转正态信号和水表运转异态信号;
步骤三:接收智能水表的水流量计量信息并进行水流量计量状态分析处理,具体操作步骤如下:
实时监测单位时间内各智能水表的水流量,以时间为横坐标,以水流量为纵坐标,并据此建立用水流量二维坐标系,并将单位时间内实时监测到的水流量通过描点的方式绘制在用水流量二维坐标系上;
并在用水流量二维坐标系上设置流量上参照线和流量下参照线,将处于流量上参照线上及以上的点标定为流量突增点,将处于流量下参照线上及以下的点标定为流量突降点,将处于流量上参照线与流量下参照线之间的点标定为正常流量波动点;
分别统计水流量二维坐标系上被标定为流量突增点、流量突降点以及正常流量波动点的数量和,并将其分别标定为s1、s2和s3,并将s1、s2和s3按照降序的方式进行排序,并得到降序序列A,当降序序列A为{s1、s2、s3}或{s2、s1、s3}时,则生成水流量波动较大信号,而其他情况下,则均生成水流量波动较小信号;
据此生成水流量波动较大信号和水流量波动较小信号;
步骤四:接收智能水表的水质状态参数并进行水质计量状态监测分析处理,具体操作步骤如下:
实时监测单位时间内水质状态参数中的电导率、酸碱值、水温值、溶解氧量、悬浮物含量和氯含量,并将其进行公式分析,得到水质反馈系数;
设置水质反馈系数的对比阈值,并将水质反馈系数与预设的对比阈值进行比较分析;
当水质反馈系数大于或等于预设的对比阈值时,则生成水质异常反馈信号,当水质反馈系数小于预设的对比阈值时,则生成水质正常反馈信号;
依据生成的水质异常反馈信号,并触发水质异常原因剖析处理,具体操作步骤如下:
实时获取水的各项水质状态参数以及对应的比对阈值,并将各项水质状态参数分别与对应的预设比对阈值进行比较分析;
将水温值与预设的水温阈值进行比较分析,当水温值大于预设的水温阈值时,则生成水温偏高导致水质变差信号;
将酸碱值与预设的酸碱参照区间进行比较分析,当酸碱值处于预设的酸碱参照区间之外时,则生成酸碱异常导致水质变差信号;
将氯含量与预设的氯阈值进行比较分析,当氯含量大于等于预设的氯阈值时,则生成消毒剂过量导致水质变差信号;
将悬浮物含量与预设的悬浮阈值进行比较分析,当悬浮物含量大于等于预设的悬浮阈值时,则生成悬浮物过量导致水质变差信号;
将电导率与预设的氯阈值进行比较分析,当电导率大于等于预设的电导阈值时,则生成电离物过量导致水质变差信号;
将溶解氧量与预设的溶解氧阈值进行比较分析,当溶解氧量小于等于预设的溶解氧阈值时,则生成溶解氧不足导致水质变差信号;
据此得到水温偏高导致水质变差信号、酸碱异常导致水质变差信号、消毒剂过量导致水质变差信号、悬浮物过量导致水质变差信号、电离物过量导致水质变差信号溶解氧不足导致水质变差信号和无关信号;
步骤五:接收智能水表的水压计量信息并进行水压计量状态监测分析处理,具体操作步骤如下:
将各用户的水压计量时间按照时间区间等量划分为n2个时间段,并捕捉k1个与各时间段相同时间区间的历史时间段水表的历史水压值,并将n2个时间段的各历史时间段水表的历史水压值进行均值分析,得到各时间段的历史水压均值;
将各时间段实时监测到的实测水压值与各时间段对应的历史水压均值进行作差分析,得到各时间段的水压偏差值;
并预设置水压偏差值的第一偏差参照区间和第二偏差参照区间,并将各时间段的水压偏差值与第一偏差参照区间、第二偏差参照区间进行比较;
当水压偏差值处于第一偏差参照区间内时,则将对应时间段的水压状态标定为水压异常偏低信号;当水压偏差值处于第二偏差参照区间内时,则将对应时间段的水压状态标定为水压异常偏高信号;
据此生成水压异常偏低信号和水压异常偏高信号;
步骤六:接收各类型异常反馈信号进行计量数据的训练预警分析处理,并通过用户终端进行警报信息的预警以及通过控制终端进行异常故障解除操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310717250.6A CN116734969B (zh) | 2023-06-16 | 2023-06-16 | 一种用于水表计量数据的智能异常监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310717250.6A CN116734969B (zh) | 2023-06-16 | 2023-06-16 | 一种用于水表计量数据的智能异常监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116734969A CN116734969A (zh) | 2023-09-12 |
CN116734969B true CN116734969B (zh) | 2024-02-20 |
Family
ID=87914650
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310717250.6A Active CN116734969B (zh) | 2023-06-16 | 2023-06-16 | 一种用于水表计量数据的智能异常监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116734969B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117309106B (zh) * | 2023-10-08 | 2024-04-02 | 苏州东剑智能科技有限公司 | 一种水流量测量数据的智能纠偏方法 |
CN117491055B (zh) * | 2023-12-25 | 2024-03-12 | 昆明钏译科技有限公司 | 一种基于大数据智慧侦管控的水处理系统及方法 |
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 |
CN117610793B (zh) * | 2024-01-22 | 2024-04-12 | 成都秦川物联网科技股份有限公司 | 一种智能水表远程维护方法、装置及物联网系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102147278A (zh) * | 2010-12-24 | 2011-08-10 | 宁波水表股份有限公司 | 一种输出多传感信号的水表终端 |
KR20150065360A (ko) * | 2013-12-05 | 2015-06-15 | 한국건설기술연구원 | 지능형 상수도 관망 시스템 및 수압 조절 방법 |
CN105699616A (zh) * | 2016-03-07 | 2016-06-22 | 南京航空航天大学 | 多参数水质检测与评级系统及其水质评级方法 |
CN206756244U (zh) * | 2017-04-18 | 2017-12-15 | 福建强闽信息科技有限公司 | 一种基于低功耗广域网且可检测水质的智能水表装置 |
CN112750284A (zh) * | 2020-12-24 | 2021-05-04 | 浙江大学 | 一种基于独立计量分区的管网漏损监测系统 |
CN113176758A (zh) * | 2021-04-26 | 2021-07-27 | 天津晨天自动化设备工程有限公司 | 智慧水务管网的数据采集监测预警维护方法及其系统 |
CN114689252A (zh) * | 2020-12-31 | 2022-07-01 | 青岛海尔施特劳斯水设备有限公司 | 一种漏水检测方法及智能水表 |
CN217765080U (zh) * | 2022-08-02 | 2022-11-08 | 重庆市计量质量检测研究院 | 水表及管网运行状态监测系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11549837B2 (en) * | 2016-02-04 | 2023-01-10 | Michael Edward Klicpera | Water meter and leak detection system |
US11066813B2 (en) * | 2017-02-15 | 2021-07-20 | Saya Life, Inc. | Water management, metering, leak detection, water analytics and remote shutoff system |
-
2023
- 2023-06-16 CN CN202310717250.6A patent/CN116734969B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102147278A (zh) * | 2010-12-24 | 2011-08-10 | 宁波水表股份有限公司 | 一种输出多传感信号的水表终端 |
KR20150065360A (ko) * | 2013-12-05 | 2015-06-15 | 한국건설기술연구원 | 지능형 상수도 관망 시스템 및 수압 조절 방법 |
CN105699616A (zh) * | 2016-03-07 | 2016-06-22 | 南京航空航天大学 | 多参数水质检测与评级系统及其水质评级方法 |
CN206756244U (zh) * | 2017-04-18 | 2017-12-15 | 福建强闽信息科技有限公司 | 一种基于低功耗广域网且可检测水质的智能水表装置 |
CN112750284A (zh) * | 2020-12-24 | 2021-05-04 | 浙江大学 | 一种基于独立计量分区的管网漏损监测系统 |
CN114689252A (zh) * | 2020-12-31 | 2022-07-01 | 青岛海尔施特劳斯水设备有限公司 | 一种漏水检测方法及智能水表 |
CN113176758A (zh) * | 2021-04-26 | 2021-07-27 | 天津晨天自动化设备工程有限公司 | 智慧水务管网的数据采集监测预警维护方法及其系统 |
CN217765080U (zh) * | 2022-08-02 | 2022-11-08 | 重庆市计量质量检测研究院 | 水表及管网运行状态监测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116734969A (zh) | 2023-09-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116734969B (zh) | 一种用于水表计量数据的智能异常监测方法 | |
CN103616878B (zh) | 烟草加工过程加料回路在线状态检测系统及检测方法 | |
CN117060594A (zh) | 一种基于物联网的配电运行监测系统 | |
CN114047719A (zh) | 一种农村生活污水处理设施远程监测评估系统与运行方法 | |
JP2009070071A (ja) | 学習型プロセス異常診断装置、およびオペレータ判断推測結果収集装置 | |
JP2012009064A (ja) | 学習型プロセス異常診断装置、およびオペレータ判断推測結果収集装置 | |
CN101825641B (zh) | 水质总氮在线自动监测装置 | |
CN114369849B (zh) | 一种电解槽健康度的监控方法、装置及电解槽监控系统 | |
CN111302411A (zh) | 一种智能水处理系统及其处理方法 | |
CN110728320A (zh) | 一种基于自编码和聚类结合的水质监测预警方法及系统 | |
CN109032061A (zh) | 一种用于水处理的加药智能控制系统 | |
US20210061677A1 (en) | Systems and methods for real-time monitoring of water purification devices | |
CN116562580B (zh) | 碳酸锂生产车间的废水废气处理系统及方法 | |
CN208588936U (zh) | 一种废水处理监控系统 | |
CN212895016U (zh) | 一种基于LoRa无线测控技术的铝电解槽况诊断系统 | |
CN111652375A (zh) | 基于贝叶斯推理及虚拟传感的冷却盘管故障智能检测诊断方法及装置 | |
CN106325258B (zh) | 一种基于在线监测信息的继电保护装置状态评估方法 | |
CN201662575U (zh) | 水质总氮在线自动监测装置 | |
CN117451963A (zh) | 一种氨氮废水高效检测系统 | |
CN115002171B (zh) | 一种污水处理设施的智能运营监管系统 | |
CN115423383A (zh) | 基于人工智能的分布式村镇饮用水监测调控系统及方法 | |
CN113836813B (zh) | 一种基于数据分析的高炉风口漏水检测方法 | |
CN112051317A (zh) | 一种cod在线检测方法及设备 | |
CN113051700A (zh) | 设备可靠性监测方法及装置 | |
CN108919738A (zh) | 节能降耗的水质控制系统 |
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 |