CN117010856A - 基于数据分析的污水智慧分流数据管理系统及方法 - Google Patents

基于数据分析的污水智慧分流数据管理系统及方法 Download PDF

Info

Publication number
CN117010856A
CN117010856A CN202310607535.4A CN202310607535A CN117010856A CN 117010856 A CN117010856 A CN 117010856A CN 202310607535 A CN202310607535 A CN 202310607535A CN 117010856 A CN117010856 A CN 117010856A
Authority
CN
China
Prior art keywords
execution
equipment
instance
cooperation
target
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
Application number
CN202310607535.4A
Other languages
English (en)
Other versions
CN117010856B (zh
Inventor
周宝贵
钟华斌
苏松林
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.)
China Construction Industrial and Energy Engineering Group Co Ltd
Original Assignee
China Construction Industrial and Energy Engineering Group Co Ltd
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 China Construction Industrial and Energy Engineering Group Co Ltd filed Critical China Construction Industrial and Energy Engineering Group Co Ltd
Priority to CN202310607535.4A priority Critical patent/CN117010856B/zh
Publication of CN117010856A publication Critical patent/CN117010856A/zh
Application granted granted Critical
Publication of CN117010856B publication Critical patent/CN117010856B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/26—Discovering frequent patterns
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/27—Regression, e.g. linear or logistic regression
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Marketing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

本发明涉及污水智慧分流设备管理技术领域，具体为基于数据分析的污水智慧分流数据管理系统及方法，包括对完成雨污水智慧分流工作中产生的所有历史操控记录进行调取；分别对每一第一目标操控记录构建协作执行条，筛选出特征协作执行条；分别对各特征协作执行条中每两个设备部件之间满足的特征协作关系进行分析，并对每两个设备部件之间的协作关联时长进行判断识别；对每单位时间周期内各设备部件发生运行磨损进行判断识别；分别对每单位时间周期内各设备部件进行运行磨损值评估，反馈给管理人员端口，提示管理人员对相应设备部件进行设备护理或者故障排查。

Description

基于数据分析的污水智慧分流数据管理系统及方法
技术领域
本发明涉及污水智慧分流设备管理技术领域，具体为基于数据分析的污水智慧分流数据管理系统及方法。
背景技术
基于我国城市排水现状，合流制在一定时期内还会存在，在目前合流制和分流制并存的状态下，对合流制排水进行截污分流是黑臭水体治理中广泛采用的一种方法。截流井是整个截留系统的核心构筑物，目前存在的截流井根据其形式分为堰式截流井、槽式截流井、堰槽结合式截流井，但都存在一定缺陷，很难把截流量控制在恒定的数值，导致水厂进水水质偏低，影响到污水处理厂的正常运行及处理效果；
当前往往根据现有堰式截流井及常规闸门形式，通过与专业厂家合作设计生产出能将无线网络、摄像头、水质传感器、位移传感器、液位计、雨量计、液压旋转闸门和SCADA智慧化控制系统集成一体，形成以新型的一体化预制智慧截流井设备为主体的雨污水智慧分流系统；该雨污水智慧分流系统的应用能实现在线监测、可以实时感知共用渠内排水系统的运行状态，对排水系统进行全天候、多方位的实时监控，并可将海量信息进行及时分析与处理，作出相应的处理结果辅助决策建议；一体化截流井的检修可通过智能化控制系统完成，针对里面一些主要设备的维修，分大、中、小修三种程度与周期。
发明内容
本发明的目的在于提供基于数据分析的污水智慧分流数据管理系统及方法，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：基于数据分析的污水智慧分流数据管理方法，方法包括：
步骤S100：从一体化智慧截流井的控制中心，对完成雨污水智慧分流工作中产生的所有历史操控记录进行调取；分别在每一历史操控记录中，遍历执行控制中心所发出的控制指令的设备部件个数n，将n＝1的历史操控记录设为第一目标操控记录，将n≧2的历史操控记录设为第二目标操控记录；
步骤S200：将控制中心在生成对应各第一目标操控记录中的控制指令时，于一体化智慧截流井内的水位计、流量计、水质检测仪、空气质量检测仪、雨量计、摄像头和若干位置传感器中采集到的所有水文参数，作为控制指令对应的决策参数集合，对决策参数集合提取特征信息；分别对每一第一目标操控记录构建协作执行条，分别对各协作执行条计算协作指数，筛选出特征协作执行条；
步骤S300：分别对各特征协作执行条中每两个设备部件之间满足的特征协作关系进行分析，并对每两个设备部件之间的协作关联时长进行判断识别；
步骤S400：对一体化智慧截流井在每单位时间周期内产生的历史操控记录进行信息梳理，基于各设备部件在所有历史操控记录中呈现的执行操作情况，对每单位时间周期内各设备部件发生运行磨损进行判断识别；
步骤S500：分别对每单位时间周期内各设备部件进行运行磨损值评估，反馈给管理人员端口，提示管理人员对相应设备部件进行设备护理或者故障排查。
进一步的，步骤S200包括：
步骤S201：将在每一第一目标操控记录中，由共同执行一个控制指令的n个设备部件汇成的设备部件集合，设为一种组合执行事例；提取在每一第一目标操控记录中的组合执行事例与相应决策参数集合的特征信息，构建协作执行条L＝X→Y；其中，Y表示在每一第一目标操控记录中的组合执行事例所对应的设备部件集合；X表示在每一第一目标操控记录对应的决策参数集合中提取得到的特征信息；
步骤S202：分别对各协作执行条计算协作指数β＝[sum1(Li)/M1]×[sum2(Li)/M2]；其中，sum1(Li)表示在对应所有第一目标操控记录中提取得到第i种工作条Li的总次数；M1表示第一目标操控记录的总条数；M2表示在所有第一目标操控记录中，提取得到与第i种工作条Li中设备部件集合完全相同的协作执行条总数；sum2(Li)表示在M个协作执行条中，第i种工作条Li出现的总次数；将协作指数大于协作指数阈值的协作执行条设为特征协作执行条；
上述捕捉特征协作执行条的过程，是对一体化智慧截流井内进行雨污水智慧分流工作的设备部件之间的协作关系进行识别分析，捕捉在一定特征信息下，相应执行的工作内容满足相互协作关系的设备部件，为后续进行设备部件的磨损评估奠定必要的技术铺垫，因为本申请考虑到在满足协作关系的设备部件中，一旦出现某一设备部件因实际运行情况脱离或者以不满足协作运行时的状态进行工作时，势必会对协作关系中的其他设备部件造成影响，而这个影响往往是负面的。
进一步的，步骤S300包括：
步骤S301：在每一特征协作执行条中n个设备部件共同执行的控制指令进行指令信息拆解，分别得到n个设备部件各自相应需执行的指令操作；设一个设备部件执行一项指令操作，为一种独立执行事例；分别获取在各独立执行事例中，从相应设备部件开始执行相应指令操作，至相应设备部件达到相应指令操作执行完后的设备部件状态所历经的时间范围周期，将时间范围周期设为各独立执行事例的发生时段；
步骤S302：当在某一特征协作执行条中存在独立执行事例Sj和独立执行事例Sk，独立执行事例Sj对应的发生时段T(Sj)与独立执行事例Sk对应的发生时段T(Sk)之间满足 判断独立执行事例Sj和独立执行事例Sk之间为第一特征协作关系，将重合时段R设为独立执行事例Sj和独立执行事例Sk的协作关联时长；
上述将指令操作时段之间存在重合两个的设备所满足的协作关系定为第一特征协作关系，这种协作往往是需要两个设备各自执行的操作内容在同一时间维度进行叠加，达到一个最终的操作效果，而捕捉到的协作关联时长往往正是需要两个设备的操作相互配合协作的重合时段；即，将其一设备执行的操作同其二设备执行的操作在重合时段内相互配合，达到了一个最终的操作效果；
步骤S303：当在某一特征协作执行条中存在独立执行事例Sj和独立执行事例Sk，独立执行事例Sj对应的发生时段T(Sj)与独立执行事例Sk对应的发生时段T(Sk)之间满足 判断独立执行事例Sj和独立执行事例Sk之间为第二特征协作关系；
步骤S304：从独立执行事例Sj发生时段T(Sj)中提取对应设备部件开始执行相应指令操作的时间t1(Sj)、对应设备部件至相应指令操作执行完后的设备部件状态的时间t2(Sj)；从独立执行事例Sk发生时段T(Sk)中提取对应设备部件开始执行相应指令操作的时间t1(Sk)、对应设备部件至相应指令操作执行完后的设备部件状态的时间t2(Sk)；当t1(Sk)>t2(Sj)，或者t1(Sj)>t2(Sk)时，相应的将E＝t1(Sk)-t2(Sj)或者E＝t1(Sj)-t2(Sk)设为独立执行事例Sj和独立执行事例Sk的协作关联时长；
上述将指令操作时段之间不存在重合，且两个设备对应的执行操作满足执行先后顺序的场景下所满足的协作关系定为第二特征协作关系，这种协作往往是需要两个设备各自执行的操作内容在同一空间维度上进行叠加，达到一个最终的操作效果，而捕捉到的重合时段往往正是需要两个设备的操作相互配合协作的时段，往往正是需要两个设备的操作达到执行先后顺序的间隔时段；即，将其一设备执行完操作后达到的操作效果是为其二设备执行的操作提供操作条件，其二设备执行完操作后达到的操作效果在其一设备执行完操作后达到的操作效果的基础上进行叠加，达到了一个最终的操作效果。
进一步的，步骤S400包括：
步骤S401：将一体化智慧截流井在每单位时间周期内产生的历史操控记录按时间顺序进行汇集，得到历史操控记录序列；若某一设备部件分别在第d条历史操控记录Qd和第d+1条历史操控记录Qd+1中存在独立执行事例；
步骤S402：当Qd和Qd+1均为第一目标操控记录，或者Qd为第一目标操控记录，Qd+1为第二目标操控记录时，获取某一设备部件在Qd和Qd+1中执行完相应指令操作后的部件状态偏差值A，获取Qd和Qd+1的间隔时间tr，当第一状态切换值F＝A/tr≧α时，判断某一设备部件存在一次运行磨损；其中，α为第一切换阈值；
步骤S403：当Qd为第二目标操控记录，Qd+1为第一目标操控记录，或者Qd、Qd+1均为第二目标操控记录时，将在Qd中某一设备部件所对应的独立执行事例设为目标事例，若Qd中存在与目标事例之间满足第二特征协作关系的其他独立执行事例，且某一设备部件在目标事例中开始执行相应指令操作的时间tu，与其他独立执行事例中的其他设备部件达到相应指令操作执行完后的设备部件状态的时间tg之间满足tg>tu，提取对应的协作关联时长E＝tg-tu；获取某一设备部件到达在目标事例中相应指令操作执行完后的设备部件状态时，与其他设备部件到达在其他独立执行事例中相应指令操作执行完后的设备部件状态时之间的间隔时间tb，当第二状态切换值S＝tb/(E＝tg-tu)≦Φ时，判断其他设备部件存在一次运行磨损，第二状态切换值为运行磨损值；其中，Φ为第二切换阈值。
进一步的，步骤S500包括：
步骤S501：将各设备部件对应的第一状态切换值或者第二状态切换值作为相应的运行磨损值，获取各设备部件在每单位时间周期内累计的运行磨损值；
步骤S502：对磨损值大于磨损阈值的设备部件进行识别标记，将每一个被标记的设备部件的设备部件信息反馈给管理人员端口。
为更好的实现上述方法还提出了一种管理系统，管理系统包括历史操控记录信息管理模块、特征协作执行条识别筛选模块、特征协作关系判断模块、运行磨损识别判断模块、磨损值评估管理模块；
历史操控记录信息管理模块，用于从一体化智慧截流井的控制中心，对完成雨污水智慧分流工作中产生的所有历史操控记录进行调取；分别在每一历史操控记录中，遍历执行控制中心所发出的控制指令的设备部件个数n，将n＝1的历史操控记录设为第一目标操控记录，将n≧2的历史操控记录设为第二目标操控记录；
特征协作执行条识别筛选模块，用于将控制中心在生成对应各第一目标操控记录中的控制指令时，于一体化智慧截流井内的水位计、流量计、水质检测仪、空气质量检测仪、雨量计、摄像头和若干位置传感器中采集到的所有水文参数，作为控制指令对应的决策参数集合，对决策参数集合提取特征信息；分别对每一第一目标操控记录构建协作执行条，分别对各协作执行条计算协作指数，筛选出特征协作执行条；
特征协作关系判断模块，用于分别对各特征协作执行条中每两个设备部件之间满足的特征协作关系进行分析，并对每两个设备部件之间的协作关联时长进行判断识别；
运行磨损识别判断模块，用于对一体化智慧截流井在每单位时间周期内产生的历史操控记录进行信息梳理，基于各设备部件在所有历史操控记录中呈现的执行操作情况，对每单位时间周期内各设备部件发生运行磨损进行判断识别；
磨损值评估管理模块，用于分别对每单位时间周期内各设备部件进行运行磨损值评估，反馈给管理人员端口，提示管理人员对相应设备部件进行设备护理或者故障排查。
进一步的，特征协作关系判断模块包括特征协作关系识别单元、协作信息提取单元；
特征协作关系识别单元，用于分别对各特征协作执行条中每两个设备部件之间满足的特征协作关系进行分析识别；
协作信息提取单元，用于接收特征协作关系识别单元中的数据，对每两个设备部件之间的协作关联时长进行判断识别。
进一步的，磨损值评估管理模块包括运行磨损值评估单元、提示信息管理单元；
运行磨损值评估单元，用于分别对每单位时间周期内各设备部件进行运行磨损值评估；
提示信息管理单元，用于接收运行磨损值评估单元中的数据，对磨损值大于磨损阈值的设备部件进行识别标记，将每一个被标记的设备部件的设备部件信息反馈给管理人员端口。
与现有技术相比，本发明所达到的有益效果是：本发明通过一体化智慧截流的历史操控记录进行分析，捕捉在完成雨污水智慧分流工作中呈现配合协作关系的设备部件，在此基础上对各设备部件展开运行磨损评估，对各设备部件独自运行工作时存在的磨损以及由其他与之满足配合协作关系的设备部件所造成的磨损进行综合兼顾分析，能有效应对可能发生或出现的设备故障事件，实现排水系统的全面感知、高效管理、以更加精细和动态的方式管理排水系统，保障一体化智慧截流井的正常运行维护。
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是本发明基于数据分析的污水智慧分流数据管理方法的流程示意图；
图2是本发明基于数据分析的污水智慧分流数据管理系统的结构示意图。
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：基于数据分析的污水智慧分流数据管理方法，方法包括：
步骤S100：从一体化智慧截流井的控制中心，对完成雨污水智慧分流工作中产生的所有历史操控记录进行调取；分别在每一历史操控记录中，遍历执行控制中心所发出的控制指令的设备部件个数n，将n＝1的历史操控记录设为第一目标操控记录，将n≧2的历史操控记录设为第二目标操控记录；
步骤S200：将控制中心在生成对应各第一目标操控记录中的控制指令时，于一体化智慧截流井内的水位计、流量计、水质检测仪、空气质量检测仪、雨量计、摄像头和若干位置传感器中采集到的所有水文参数，作为控制指令对应的决策参数集合，对决策参数集合提取特征信息；分别对每一第一目标操控记录构建协作执行条，分别对各协作执行条计算协作指数，筛选出特征协作执行条；
其中，步骤S200包括：
步骤S201：将在每一第一目标操控记录中，由共同执行一个控制指令的n个设备部件汇成的设备部件集合，设为一种组合执行事例；提取在每一第一目标操控记录中的组合执行事例与相应决策参数集合的特征信息，构建协作执行条L＝X→Y；其中，Y表示在每一第一目标操控记录中的组合执行事例所对应的设备部件集合；X表示在每一第一目标操控记录对应的决策参数集合中提取得到的特征信息；
步骤S202：分别对各协作执行条计算协作指数β＝[sum1(Li)/M1]×[sum2(Li)/M2]；其中，sum1(Li)表示在对应所有第一目标操控记录中提取得到第i种工作条Li的总次数；M1表示第一目标操控记录的总条数；M2表示在所有第一目标操控记录中，提取得到与第i种工作条Li中设备部件集合完全相同的协作执行条总数；sum2(Li)表示在M2个协作执行条中，第i种工作条Li出现的总次数；将协作指数大于协作指数阈值的协作执行条设为特征协作执行条；
步骤S300：分别对各特征协作执行条中每两个设备部件之间满足的特征协作关系进行分析，并对每两个设备部件之间的协作关联时长进行判断识别；
例如说，存在工作条L＝{水质信息a、液位信息b、雨量信息c}→{截污闸、排水闸门}，其中，提取得到第一目标操控记录的总条数为20；在20条第一目标操控记录中，提取得到设备部件集合为{截污闸、排水闸门}的协作执行条总数为6；在6个协作执行条中，工作条L＝{水质信息a、液位信息b、雨量信息c}→{截污闸、排水闸门}出现的总次数为4；
综上，β＝[sum1(Li)/M1]×[sum2(Li)/M2]＝(6/20)×(4/6)＝0.2；
其中，步骤S300包括：
步骤S301：在每一特征协作执行条中n个设备部件共同执行的控制指令进行指令信息拆解，分别得到n个设备部件各自相应需执行的指令操作；设一个设备部件执行一项指令操作，为一种独立执行事例；分别获取在各独立执行事例中，从相应设备部件开始执行相应指令操作，至相应设备部件达到相应指令操作执行完后的设备部件状态所历经的时间范围周期，将时间范围周期设为各独立执行事例的发生时段；
步骤S302：在所述每一特征协作执行条中n个设备部件共同执行的控制指令进行指令信息拆解，分别得到n个设备部件各自相应需执行的指令操作；设一个设备部件执行一项指令操作，为一种独立执行事例；分别获取在各独立执行事例中，从相应设备部件开始执行相应指令操作，至相应设备部件达到所述相应指令操作执行完后的设备部件状态所历经的时间范围周期，将所述时间范围周期设为所述各独立执行事例的发生时段；
步骤S302：当在某一特征协作执行条中存在独立执行事例Sj和独立执行事例Sk，独立执行事例Sj对应的发生时段T(Sj)与独立执行事例Sk对应的发生时段T(Sk)之间满足 判断独立执行事例Sj和独立执行事例Sk之间为第一特征协作关系，将重合时段R设为独立执行事例Sj和独立执行事例Sk的协作关联时长；
步骤S303：当在某一特征协作执行条中存在独立执行事例Sj和独立执行事例Sk，独立执行事例Sj对应的发生时段T(Sj)与独立执行事例Sk对应的发生时段T(Sk)之间满足 判断独立执行事例Sj和独立执行事例Sk之间为第二特征协作关系；
步骤S304：从独立执行事例Sj发生时段T(Sj)中提取对应设备部件开始执行相应指令操作的时间t1(Sj)、对应设备部件至相应指令操作执行完后的设备部件状态的时间t2(Sj)；从独立执行事例Sk发生时段T(Sk)中提取对应设备部件开始执行相应指令操作的时间t1(Sk)、对应设备部件至相应指令操作执行完后的设备部件状态的时间t2(Sk)；当t1(Sk)>t2(Sj)，或者t1(Sj)>t2(Sk)时，相应的将E＝t1(Sk)-t2(Sj)或者E＝t1(Sj)-t2(Sk)设为独立执行事例Sj和独立执行事例Sk的协作关联时长；
步骤S400：对一体化智慧截流井在每单位时间周期内产生的历史操控记录进行信息梳理，基于各设备部件在所有历史操控记录中呈现的执行操作情况，对每单位时间周期内各设备部件发生运行磨损进行判断识别；
其中，步骤S400包括：
步骤S401：将一体化智慧截流井在每单位时间周期内产生的历史操控记录按时间顺序进行汇集，得到历史操控记录序列；若某一设备部件分别在第d条历史操控记录Qd和第d+1条历史操控记录Qd+1中存在独立执行事例；
步骤S402：当Qd和Qd+1均为第一目标操控记录，或者Qd为第一目标操控记录，Qd+1为第二目标操控记录时，获取某一设备部件在Qd和Qd+1中执行完相应指令操作后的部件状态偏差值A，获取Qd和Qd+1的间隔时间tr，当第一状态切换值F＝A/tr≧α时，判断某一设备部件存在一次运行磨损；其中，α为第一切换阈值；
步骤S403：当Qd为第二目标操控记录，Qd+1为第一目标操控记录，或者Qd、Qd+1均为第二目标操控记录时，将在Qd中某一设备部件所对应的独立执行事例设为目标事例，若Qd中存在与目标事例之间满足第二特征协作关系的其他独立执行事例，且某一设备部件在目标事例中开始执行相应指令操作的时间tu，与其他独立执行事例中的其他设备部件达到相应指令操作执行完后的设备部件状态的时间tg之间满足tg>tu，提取对应的协作关联时长E＝tg-tu；获取某一设备部件到达在目标事例中相应指令操作执行完后的设备部件状态时，与其他设备部件到达在其他独立执行事例中相应指令操作执行完后的设备部件状态时之间的间隔时间tb，当第二状态切换值S＝tb/(E＝tg-tu)≦Φ时，判断其他设备部件存在一次运行磨损，第二状态切换值为运行磨损值；其中，Φ为第二切换阈值；
步骤S500：分别对每单位时间周期内各设备部件进行运行磨损值评估，反馈给管理人员端口，提示管理人员对相应设备部件进行设备护理或者故障排查；
其中，步骤S500包括：
步骤S501：将各设备部件对应的第一状态切换值或者第二状态切换值作为相应的运行磨损值，获取各设备部件在每单位时间周期内累计的运行磨损值；
步骤S502：对磨损值大于磨损阈值的设备部件进行识别标记，将每一个被标记的设备部件信息反馈给管理人员端口。
为更好的实现上述方法还提出了一种管理系统，管理系统包括历史操控记录信息管理模块、特征协作执行条识别筛选模块、特征协作关系判断模块、运行磨损识别判断模块、磨损值评估管理模块；
历史操控记录信息管理模块，用于从一体化智慧截流井的控制中心，对完成雨污水智慧分流工作中产生的所有历史操控记录进行调取；分别在每一历史操控记录中，遍历执行控制中心所发出的控制指令的设备部件个数n，将n＝1的历史操控记录设为第一目标操控记录，将n≧2的历史操控记录设为第二目标操控记录；
特征协作执行条识别筛选模块，用于将控制中心在生成对应各第一目标操控记录中的控制指令时，于一体化智慧截流井内的水位计、流量计、水质检测仪、空气质量检测仪、雨量计、摄像头和若干位置传感器中采集到的所有水文参数，作为控制指令对应的决策参数集合，对决策参数集合提取特征信息；分别对每一第一目标操控记录构建协作执行条，分别对各协作执行条计算协作指数，筛选出特征协作执行条；
特征协作关系判断模块，用于分别对各特征协作执行条中每两个设备部件之间满足的特征协作关系进行分析，并对每两个设备部件之间的协作关联时长进行判断识别；
运行磨损识别判断模块，用于对一体化智慧截流井在每单位时间周期内产生的历史操控记录进行信息梳理，基于各设备部件在所有历史操控记录中呈现的执行操作情况，对每单位时间周期内各设备部件发生运行磨损进行判断识别；
磨损值评估管理模块，用于分别对每单位时间周期内各设备部件进行运行磨损值评估，反馈给管理人员端口，提示管理人员对相应设备部件进行设备护理或者故障排查。
其中，特征协作关系判断模块包括特征协作关系识别单元、协作信息提取单元；
特征协作关系识别单元，用于分别对各特征协作执行条中每两个设备部件之间满足的特征协作关系进行分析识别；
协作信息提取单元，用于接收特征协作关系识别单元中的数据，对每两个设备部件之间的协作关联时长进行判断识别。
其中，磨损值评估管理模块包括运行磨损值评估单元、提示信息管理单元；
运行磨损值评估单元，用于分别对每单位时间周期内各设备部件进行运行磨损值评估；
提示信息管理单元，用于接收运行磨损值评估单元中的数据，对磨损值大于磨损阈值的设备部件进行识别标记，将每一个被标记的设备部件信息反馈给管理人员端口。
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 (8)

1.基于数据分析的污水智慧分流数据管理方法，其特征在于，所述方法包括：
步骤S100：从一体化智慧截流井的控制中心，对完成雨污水智慧分流工作中产生的所有历史操控记录进行调取；分别在每一历史操控记录中，遍历执行控制中心所发出的控制指令的设备部件个数n，将n＝1的历史操控记录设为第一目标操控记录，将n≧2的历史操控记录设为第二目标操控记录；
步骤S200：将控制中心在生成对应各第一目标操控记录中的控制指令时，于所述一体化智慧截流井内的水位计、流量计、水质检测仪、空气质量检测仪、雨量计、摄像头和若干位置传感器中采集到的所有水文参数，作为所述控制指令对应的决策参数集合，对所述决策参数集合提取特征信息；分别对每一第一目标操控记录构建协作执行条，分别对各协作执行条计算协作指数，筛选出特征协作执行条；
步骤S300：分别对各特征协作执行条中每两个设备部件之间满足的特征协作关系进行分析，并对每两个设备部件之间的协作关联时长进行判断识别；
步骤S400：对一体化智慧截流井在每单位时间周期内产生的历史操控记录进行信息梳理，基于各设备部件在所有历史操控记录中呈现的执行操作情况，对所述每单位时间周期内各设备部件发生运行磨损进行判断识别；
步骤S500：分别对每单位时间周期内各设备部件进行运行磨损值评估，反馈给管理人员端口，提示管理人员对相应设备部件进行设备护理或者故障排查。
2.根据权利要求1所述的基于数据分析的污水智慧分流数据管理方法，其特征在于，所述步骤S200包括：
步骤S201：将在每一第一目标操控记录中，由共同执行一个控制指令的n个设备部件汇成的设备部件集合，设为一种组合执行事例；提取在每一第一目标操控记录中的组合执行事例与相应决策参数集合的特征信息，构建协作执行条L＝X→Y；其中，Y表示在所述每一第一目标操控记录中的组合执行事例所对应的设备部件集合；X表示在所述每一第一目标操控记录对应的决策参数集合中提取得到的特征信息；
步骤S202：分别对各协作执行条计算协作指数β＝[sum1(Li)/M1]×[sum2(Li)/M2]；其中，sum1(Li)表示在对应所有第一目标操控记录中提取得到第i种工作条Li的总次数；M1表示第一目标操控记录的总条数；M2表示在所有第一目标操控记录中，提取得到与第i种工作条Li中设备部件集合完全相同的协作执行条总数；sum2(Li)表示在M个协作执行条中，第i种工作条Li出现的总次数；将协作指数大于协作指数阈值的协作执行条设为特征协作执行条。
3.根据权利要求2所述的基于数据分析的污水智慧分流数据管理方法，其特征在于，所述步骤S300包括：
步骤S301：在所述每一特征协作执行条中n个设备部件共同执行的控制指令进行指令信息拆解，分别得到n个设备部件各自相应需执行的指令操作；设一个设备部件执行一项指令操作，为一种独立执行事例；分别获取在各独立执行事例中，从相应设备部件开始执行相应指令操作，至相应设备部件达到所述相应指令操作执行完后的设备部件状态所历经的时间范围周期，将所述时间范围周期设为所述各独立执行事例的发生时段；
步骤S302：当在某一特征协作执行条中存在独立执行事例Sj和独立执行事例Sk，独立执行事例Sj对应的发生时段T(Sj)与独立执行事例Sk对应的发生时段T(Sk)之间满足 判断独立执行事例Sj和独立执行事例Sk之间为第一特征协作关系，将重合时段R设为独立执行事例Sj和独立执行事例Sk的协作关联时长；
步骤S303：当在某一特征协作执行条中存在独立执行事例Sj和独立执行事例Sk，独立执行事例Sj对应的发生时段T(Sj)与独立执行事例Sk对应的发生时段T(Sk)之间满足 判断独立执行事例Sj和独立执行事例Sk之间为第二特征协作关系；
步骤S304：从独立执行事例Sj发生时段T(Sj)中提取对应设备部件开始执行相应指令操作的时间t1(Sj)、对应设备部件至相应指令操作执行完后的设备部件状态的时间t2(Sj)；从独立执行事例Sk发生时段T(Sk)中提取对应设备部件开始执行相应指令操作的时间t1(Sk)、对应设备部件至相应指令操作执行完后的设备部件状态的时间t2(Sk)；当t1(Sk)>t2(Sj)，或者t1(Sj)>t2(Sk)时，相应的将E＝t1(Sk)-t2(Sj)或者E＝t1(Sj)-t2(Sk)设为独立执行事例Sj和独立执行事例Sk的协作关联时长。
4.根据权利要求1所述的基于数据分析的污水智慧分流数据管理方法，其特征在于，所述步骤S400包括：
步骤S401：将一体化智慧截流井在每单位时间周期内产生的历史操控记录按时间顺序进行汇集，得到历史操控记录序列；若某一设备部件分别在第d条历史操控记录Qd和第d+1条历史操控记录Qd+1中存在独立执行事例；
步骤S402：当Qd和Qd+1均为第一目标操控记录，或者Qd为第一目标操控记录，Qd+1为第二目标操控记录时，获取某一设备部件在Qd和Qd+1中执行完相应指令操作后的部件状态偏差值A，获取所述Qd和Qd+1的间隔时间tr，当第一状态切换值F＝A/tr≧α时，判断所述某一设备部件存在一次运行磨损；其中，α为第一切换阈值；
步骤S403：当Qd为第二目标操控记录，Qd+1为第一目标操控记录，或者Qd、Qd+1均为第二目标操控记录时，将在Qd中某一设备部件所对应的独立执行事例设为目标事例，若Qd中存在与所述目标事例之间满足第二特征协作关系的其他独立执行事例，且所述某一设备部件在所述目标事例中开始执行相应指令操作的时间tu，与所述其他独立执行事例中的其他设备部件达到相应指令操作执行完后的设备部件状态的时间tg之间满足tg>tu，提取对应的协作关联时长E＝tg-tu；获取所述某一设备部件到达在所述目标事例中相应指令操作执行完后的设备部件状态时，与所述其他设备部件到达在所述其他独立执行事例中相应指令操作执行完后的设备部件状态时之间的间隔时间tb，当第二状态切换值S＝tb/(E＝tg-tu)≦Φ时，判断所述其他设备部件存在一次运行磨损，所述第二状态切换值为运行磨损值；其中，Φ为第二切换阈值。
5.根据权利要求4所述的基于数据分析的污水智慧分流数据管理方法，其特征在于，所述步骤S500包括：
步骤S501：将各设备部件对应的所述第一状态切换值或者第二状态切换值作为相应的运行磨损值，获取各设备部件在所述每单位时间周期内累计的运行磨损值；
步骤S502：对磨损值大于磨损阈值的设备部件进行识别标记，将每一个被标记的设备部件信息反馈给管理人员端口。
6.应用权利要求1-5中任意一项所述的基于数据分析的污水智慧分流数据管理方法的管理系统，其特征在于，所述管理系统包括历史操控记录信息管理模块、特征协作执行条识别筛选模块、特征协作关系判断模块、运行磨损识别判断模块、磨损值评估管理模块；
所述历史操控记录信息管理模块，用于从一体化智慧截流井的控制中心，对完成雨污水智慧分流工作中产生的所有历史操控记录进行调取；分别在每一历史操控记录中，遍历执行控制中心所发出的控制指令的设备部件个数n，将n＝1的历史操控记录设为第一目标操控记录，将n≧2的历史操控记录设为第二目标操控记录；
所述特征协作执行条识别筛选模块，用于将控制中心在生成对应各第一目标操控记录中的控制指令时，于所述一体化智慧截流井内的水位计、流量计、水质检测仪、空气质量检测仪、雨量计、摄像头和若干位置传感器中采集到的所有水文参数，作为所述控制指令对应的决策参数集合，对所述决策参数集合提取特征信息；分别对每一第一目标操控记录构建协作执行条，分别对各协作执行条计算协作指数，筛选出特征协作执行条；
所述特征协作关系判断模块，用于分别对各特征协作执行条中每两个设备部件之间满足的特征协作关系进行分析，并对每两个设备部件之间的协作关联时长进行判断识别；
所述运行磨损识别判断模块，用于对一体化智慧截流井在每单位时间周期内产生的历史操控记录进行信息梳理，基于各设备部件在所有历史操控记录中呈现的执行操作情况，对所述每单位时间周期内各设备部件发生运行磨损进行判断识别；
所述磨损值评估管理模块，用于分别对每单位时间周期内各设备部件进行运行磨损值评估，反馈给管理人员端口，提示管理人员对相应设备部件进行设备护理或者故障排查。
7.根据权利要求6所述的管理系统，其特征在于，所述特征协作关系判断模块包括特征协作关系识别单元、协作信息提取单元；
所述特征协作关系识别单元，用于分别对各特征协作执行条中每两个设备部件之间满足的特征协作关系进行分析识别；
所述协作信息提取单元，用于接收所述特征协作关系识别单元中的数据，对每两个设备部件之间的协作关联时长进行判断识别。
8.根据权利要求6所述的管理系统，其特征在于，所述磨损值评估管理模块包括运行磨损值评估单元、提示信息管理单元；
所述运行磨损值评估单元，用于分别对每单位时间周期内各设备部件进行运行磨损值评估；
所述提示信息管理单元，用于接收所述运行磨损值评估单元中的数据，对磨损值大于磨损阈值的设备部件进行识别标记，将每一个被标记的设备部件信息反馈给管理人员端口。
CN202310607535.4A 2023-05-26 2023-05-26 基于数据分析的污水智慧分流数据管理系统及方法 Active CN117010856B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310607535.4A CN117010856B (zh) 2023-05-26 2023-05-26 基于数据分析的污水智慧分流数据管理系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310607535.4A CN117010856B (zh) 2023-05-26 2023-05-26 基于数据分析的污水智慧分流数据管理系统及方法

Publications (2)

Publication Number Publication Date
CN117010856A true CN117010856A (zh) 2023-11-07
CN117010856B CN117010856B (zh) 2024-01-30

Family

ID=88566291

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310607535.4A Active CN117010856B (zh) 2023-05-26 2023-05-26 基于数据分析的污水智慧分流数据管理系统及方法

Country Status (1)

Country Link
CN (1) CN117010856B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117217740A (zh) * 2023-11-09 2023-12-12 江苏德琛常工新能源科技创新有限公司 一种基于人工智能的氢能设备故障数据传输系统及方法
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

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109991909A (zh) * 2017-12-29 2019-07-09 北京桑德环境工程有限公司 分散型污水处理厂的智慧化运行控制方法
CN110570328A (zh) * 2019-09-17 2019-12-13 中国水利水电科学研究院 一种基于物联网的智慧水务系统及信息传输方法
CN111899143A (zh) * 2020-06-12 2020-11-06 苏州宜淀环保工程有限公司 一种基于大数据分析策略的区域水环境智慧管控系统
CN113112169A (zh) * 2021-04-22 2021-07-13 北京首创股份有限公司 一种污水处理厂的智慧云服务系统
CN115099360A (zh) * 2022-07-13 2022-09-23 山东水利职业学院 一种智能化污水处理设备故障评估方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109991909A (zh) * 2017-12-29 2019-07-09 北京桑德环境工程有限公司 分散型污水处理厂的智慧化运行控制方法
CN110570328A (zh) * 2019-09-17 2019-12-13 中国水利水电科学研究院 一种基于物联网的智慧水务系统及信息传输方法
CN111899143A (zh) * 2020-06-12 2020-11-06 苏州宜淀环保工程有限公司 一种基于大数据分析策略的区域水环境智慧管控系统
CN113112169A (zh) * 2021-04-22 2021-07-13 北京首创股份有限公司 一种污水处理厂的智慧云服务系统
CN115099360A (zh) * 2022-07-13 2022-09-23 山东水利职业学院 一种智能化污水处理设备故障评估方法及系统

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
厦门辰迈智慧科技有限公司: "城市污水井雨污分流监控系统解决方案", Retrieved from the Internet <URL:https://blog.csdn.net/weixin_48039531/article/details/122238710> *
王军;: "智慧水务在污水处理中的设计与应用", 科技创新导报, no. 30 *
王浩昌;赵冬泉;霍志华;孙艳;孙莹莹;: "污水处理厂运行绩效管理信息系统设计研究", 中国给水排水, no. 18 *
郑世雄;杜乃成;王君;王斌;: "天津市二次供水智慧管控系统的应用实践", 给水排水, no. 10 *
陈汉涛;: "浅析远程监控系统在城市排水管理中的应用与发展", 技术与市场, no. 02 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117217740A (zh) * 2023-11-09 2023-12-12 江苏德琛常工新能源科技创新有限公司 一种基于人工智能的氢能设备故障数据传输系统及方法
CN117217740B (zh) * 2023-11-09 2024-02-06 江苏德琛常工新能源科技创新有限公司 一种基于人工智能的氢能设备故障数据传输系统及方法
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

Also Published As

Publication number Publication date
CN117010856B (zh) 2024-01-30

Similar Documents

Publication Publication Date Title
CN117010856B (zh) 基于数据分析的污水智慧分流数据管理系统及方法
CN115439099B (zh) 基于bim模型的施工项目协同监管系统
CN101188743A (zh) 一种基于视频的智能数人系统及其处理方法
CN110689518A (zh) 宫颈细胞图像筛查方法、装置、计算机设备及存储介质
CN115964757A (zh) 基于区块链的流域环境监测及处置方法和装置
CN113114969B (zh) 一种基于大数据的智慧楼宇智能视频对讲监控系统及对讲监控方法
CN106384130A (zh) 基于数据多近邻局部特征嵌入的故障检测方法
CN116384781B (zh) 基于bim技术的工程建设数据智能化分析系统及方法
CN116797157B (zh) 基于人工智能的河道治理工程造价管理系统
CN111310723A (zh) 基于深度学习技术的变电站人员穿戴规范分析方法
CN114758260A (zh) 工地安全防护网检测方法及系统
CN113327072B (zh) 一种智能制造装备流程的数据共享方法及系统
CN106444706A (zh) 基于数据邻域特征保持的工业过程故障检测方法
CN111062827A (zh) 一种基于人工智能模式的工程监理方法
CN115512098A (zh) 一种桥梁电子化巡检系统及巡检方法
CN115162496A (zh) 一种基于智能化的市政排水管网智能在线监测分析管理系统
CN116543327A (zh) 作业人员工种识别的方法、装置、计算机设备及存储介质
CN112529366A (zh) 一种基于机器视觉的工程远程监理协同管控系统
CN113537932A (zh) 一种基于机器视觉的电力系统大型配电室日常智能巡检监测管理系统
CN113255422A (zh) 一种基于深度学习的工序衔接目标识别管理方法及系统
CN110796188A (zh) 一种多类型惯性传感器协同的建设工人工效监控方法
CN117439822B (zh) 一种基于物联网的网络安全数据管理系统及方法
CN117590793B (zh) 一种基于物联网的水厂水处理一体化监控系统及方法
CN112001320B (zh) 一种基于视频的闸门检测方法
CN115641370B (zh) 一种基于深度学习的水土保持图像提取管理系统及方法

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