CN117061580A - 基于物联网的智慧河道数据数字化传输系统及方法 - Google Patents

基于物联网的智慧河道数据数字化传输系统及方法 Download PDF

Info

Publication number
CN117061580A
CN117061580A CN202311229640.5A CN202311229640A CN117061580A CN 117061580 A CN117061580 A CN 117061580A CN 202311229640 A CN202311229640 A CN 202311229640A CN 117061580 A CN117061580 A CN 117061580A
Authority
CN
China
Prior art keywords
task
patrol
inspection
fusion
river
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.)
Withdrawn
Application number
CN202311229640.5A
Other languages
English (en)
Inventor
戚佳乐
安长智
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.)
Zhongtai Information Technology Changzhou Co ltd
Original Assignee
Zhongtai Information Technology Changzhou 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 Zhongtai Information Technology Changzhou Co ltd filed Critical Zhongtai Information Technology Changzhou Co ltd
Priority to CN202311229640.5A priority Critical patent/CN117061580A/zh
Publication of CN117061580A publication Critical patent/CN117061580A/zh
Withdrawn legal-status Critical Current

Links

Classifications

    • 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
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
    • G07C1/20—Checking timed patrols, e.g. of watchman
    • 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
    • H04L67/50—Network services
    • H04L67/60—Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources
    • H04L67/61—Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources taking into account QoS or priority requirements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/024—Guidance services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/70—Services for machine-to-machine communication [M2M] or machine type communication [MTC]

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及河道数据传输技术领域，具体为基于物联网的智慧河道数据数字化传输系统及方法，所述系统包括复检任务传输管控模块，所述复检任务传输管控模块在预测的巡检结果异常时，生成异常巡检结果对应融合任务的复检任务请求；并将所得复检任务请求通过无线通信网络传输给其余巡河设备，接收所得复检任务请求的巡河设备的巡检任务集中存在与所得复检任务请求对应融合任务距离最近的巡检任务。本发明结合河道中水网干道之间的关系实现对巡检任务的融合筛选，在出现融合巡检任务的情况下，根据无线通信网络实现融合任务所属巡河设备与融合对象所属巡河设备之间的数据传输与管理，提高巡河设备的巡检效率的同时，实现对智慧河道数据的有效监管。

Description

基于物联网的智慧河道数据数字化传输系统及方法
技术领域
本发明涉及河道数据传输技术领域，具体为基于物联网的智慧河道数据数字化传输系统及方法。
背景技术
现有的基于物联网的智慧河道数据数字化传输系统，仅仅实现了巡河设备与数据终端（云端）的互联，并实现巡河设备中传感器对河道数据的实时采集及采集数据的远程传输；但是，该方式未考虑到巡河设备自身的续航情况，即巡河设备在续航无法满足巡检需求的情况下，如何根据河道中水网干道之间的关系实现对巡检任务的融合，并在满足续航的情况下，降低未巡检的融合任务出现异常的风险，且无法在出现融合巡检任务的情况下，有效对智慧河道数据的数字化传输方式进行管理；进而现有技术无法对，因此，现有技术存在较大的缺陷。
发明内容
本发明的目的在于提供基于物联网的智慧河道数据数字化传输系统及方法，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：基于物联网的智慧河道数据数字化传输方法，所述方法包括以下步骤：
S1、获取待巡检河道的水网构成，并对水网中的若干水网干道进行编号；根据河道水网中各个干道中的水流流向及各个干道之间的连接关系，构建水网干道衔接关联链；
S2、获取待巡检河道对应巡河设备集中各个巡河设备分别对应的巡检任务集，每个巡检任务对应的一个水网干道；获取各个水网干道周边的人为干扰区域，分析每个水网干道受人为影响的风险波动量；并根据所属水网干道对应的风险波动量得到每个巡检任务集中各个巡检任务的执行优先级序列；
S3、根据历史数据中不同巡检任务的巡检结果，分析不同巡检任务之间的关联关系，得到每个巡检任务对应的各个关联巡检任务，结合水网干道衔接关联链及相应巡检任务集中巡检任务的执行优先级序列，生成相应巡检任务集中融合任务序列，及每个巡检任务对应的融合对象，所述融合对象为巡检任务；
S4、获取巡河设备的剩余续航时长及历史数据中每个巡检任务对应的巡检时长平均值，得到巡河设备对应的融合任务表单，更新巡河设备的巡检任务集；在更新前后的巡检任务集存在差异的情况下，相应巡河设备通过无线通信网络向融合表单内每个融合任务对应的融合对象所属巡河设备发送巡检数据请求，并在接收到发送的巡检数据请求对应的反馈数据后，根据各个融合对象的巡检数据预测相应融合任务的巡检结果；
S5、在预测的巡检结果异常时，生成异常巡检结果对应融合任务的复检任务请求；并将所得复检任务请求通过无线通信网络传输给其余巡河设备，接收所得复检任务请求的巡河设备的巡检任务集中存在与所得复检任务请求对应融合任务距离最近的巡检任务。
进一步的，所述S1中构建水网干道衔接关联链时，若两个水网干道相连且有一个水网干道内的水流过另一个水网干道，则将这两个水网干道作为同一个水网干道衔接关联链中的相邻的两个节点，且两个节点在相应水网干道衔接关联链中由前一节点至后一节点的指向与两个水网干道中水的流向关系相同。
进一步的，所述S2中获取待巡检河道对应巡河设备集中各个巡河设备分别对应的巡检任务集时，将待巡检河道对应巡河设备集中的i个巡河设备对应的巡检任务集记为Qi，将Qi中的第j个元素记为Qij；
分析每个水网干道受人为影响的风险波动量的方法包括以下步骤：
S21、获取Qij对应的水网干道，获取周边单位距离内的区域集群个数，将获取的第k个区域集群记为Mijk，每个区域集群包括多个居住用户且区域集群内的居住用户与相应区域集群内的其余居住用户之间的最小距离小于集群参照阈值，所述集群参照阈值为数据库中预置的常数；
S22、获取Mijk设置的向Qij排污的排污管道中，排污管道与Qij的接触端点与Mijk的中心点之间的最大距离，作为Mijk对Qij的人为干扰影响半径，记为rijk；
S23、得到水网干道Qij受人为影响的风险波动量，记为Bij，
，
其中，表示Mijk对水网干道Qij的人为干扰影响辐射长度，/>等于以Mijk的中心点为原点且以rijk为半径的圆与水网干道Qij中最近一边的边缘岸线相交的河岸区段长度；/>表示水网干道Qij中两边分别对应的边缘岸线的平均值；
表示Mijk对水网干道Qij的人为干扰系数，/>，
表示Mijk中的居住人数，/>表示Mijk对水网干道Qij的人为干扰区域对应的面积，
获取Mijk对水网干道Qij的人为干扰区域时，以Mijk的中心点为原点且以rijk为半径的圆与水网干道Qij中最近一边的边缘岸线相交的河岸区段中，分别获取过所得河岸区段内各点垂直于Qij的轴心的直线与Qij的另一边的边缘岸线的交点，将所得的各个直线在Qij内所占区域记为Mijk对水网干道Qij的人为干扰区域；
根据所属水网干道对应的风险波动量得到每个巡检任务集中各个巡检任务的执行优先级序列时，分别获取巡检任务集中各个巡检任务分别对应的风险波动量，按对应风险波动量从大到小的顺序对巡检任务集中的巡检任务进行排序，生成相应巡检任务集中各个巡检任务的执行优先级序列。
本发明河道的污染主要受到人为干扰的影响，进而此处分析水网干道周边的区域集群（聚集区）的信息，能够准确获取水网干道周边的人为干扰区域及相应人为干扰区域对相应水网干道对应巡检任务产生的风险波动量，便于后续过程中准确得到巡检任务集中融合任务序列。
进一步的，所述S3中得到每个巡检任务对应的各个关联巡检任务时，获取历史数据中不同巡检任务的巡检结果，获取任意两个巡检任务之间是否存在异常关联指向关系，
若两个巡检任务分别对应的巡检结果中，其中一个巡检任务每次巡检结果异常时，另一个巡检任务在相应的最近一次巡检结果也异常时，则判断两者之间存在异常关联指向关系，反之，则判定两者之间不存在异常关联指向关系；
每个巡检任务对应的各个关联巡检任务包括与该巡检任务存在异常关联指向关系的巡检任务，及在水网干道衔接关联链中与该巡检任务对应节点相邻的节点。
本发明获取存在异常关联指向关系的巡检任务，是为了得到待测巡检任务的关联巡检任务，存在异常关联指向关系，说明两者之间的巡检结果同时出现异常状态的必然关系，在一定程度上能够根据与待测巡检任务存在异常关联指向关系的巡检任务的巡检结果实现对待测巡检任务对应巡检结果的预测；而将水网干道衔接关联链中与待测巡检任务对应节点相邻的节点也作为待测巡检任务的关联巡检任务，是因为两者在同一水网干道衔接关联链中相邻，在实际环境下，两者对应的水网干道内的水相互流通，进而两者的水流污染指标可能会相互影响。
进一步的，所述S3中生成相应巡检任务集中融合任务序列，及每个巡检任务对应的融合对象的方法包括以下步骤：
S311、获取水网干道衔接关联链及相应巡检任务集中巡检任务的执行优先级序列，获取相应巡检任务集中每个巡检任务对应的各个关联巡检任务；
S312、得到第i个巡河设备对应的巡检任务集中第j个巡检任务对应的融合影响值，记为Fij，
，
其中，表示第i个巡河设备对应巡检任务集的执行优先级序列中，在第j个巡检任务之前且为第j个巡检任务的关联巡检任务的元素个数；
表示/>对应的各个关联巡检任务中，第d个关联巡检任务在第i个巡河设备对应巡检任务集的执行优先级序列中的序号；
表示其余巡河设备对应巡检任务集中，为第i个巡河设备对应巡检任务集内第j个巡检任务的关联巡检任务的巡检任务总个数；
表示/>对应的各个关联巡检任务中，第dp个关联巡检任务在除第i个巡河设备对应巡检任务集的执行优先级序列之外且包含第dp个关联巡检任务的所有执行优先级序列中分别对应的序号的平均值；
β为融合应影响转化系数，且β为数据库中预置的常数；
S313、得到第i个巡河设备对应的巡检任务集中的融合任务序列，所述融合任务序列为相应巡检任务集中按对应融合影响值从大到小的顺序得到的巡检任务序列；
所述每个巡检任务对应的融合对象包括一个或多个，所述融合对象为相应融合任务对应巡检任务的所有关联巡检任务。
进一步的，所述S4中得到巡河设备对应的融合任务表单的方法包括以下步骤：
S41、获取第i个巡河设备的剩余续航时长及历史数据中每个巡检任务对应的巡检时长平均值；
S42、获取第i个巡河设备对应的巡检任务集中的融合任务序列，逐个统计融合任务序列内每个巡检任务在历史数据中每次巡检时长的平均值，并按照所得融合任务序列中序号从大到小的顺序对融合任务序列中每个巡检任务对应的巡检时长进行累加；
S43、得到第i个巡河设备对应的巡检任务集中融合任务序列对应的任务累加序号值，记为Hi，
第i个巡河设备对应的巡检任务集中的融合任务序列中累加到序号为Hi的巡检任务对应的总巡检时长值小于第i个巡河设备的剩余续航时长，且第i个巡河设备对应的巡检任务集中的融合任务序列中累加到序号为Hi-1的巡检任务对应的总巡检时长值大于等于第i个巡河设备的剩余续航时长；
S44、提取第i个巡河设备对应的巡检任务集中的融合任务序列中序号小于Hi的所有巡检任务构成第i个巡河设备对应的融合任务表单，融合任务表单内的每个巡检任务均为一个融合任务；
更新巡河设备的巡检任务集时，将每个巡检任务集中的融合任务删除后的新的巡检任务集作为相应巡检任务集的更新结果；
在接收到发送的巡检数据请求对应的反馈数据后，根据各个融合对象的巡检数据预测相应融合任务的巡检结果时，每个融合对象对应一个相应融合任务的巡检结果的预测结果；根据每个融合对象预测相应融合任务的巡检结果时，通过查询历史数据中相应融合对象获取相应巡检结果时，融合任务最近一次的巡检结果数值对应的巡检状态，所述巡检状态包括正常状态及异常状态，
当融合任务最近一次的巡检结果数值对应的巡检状态存在异常状态时，则判定相应融合对象对融合任务的巡检结果的预测结果为异常状态，反之，则判定相应融合对象对融合任务的巡检结果的预测结果为正常状态；
当各个融合对象的巡检数据预测的相应融合任务的巡检结果的巡检状态中存在异常状态，则生成异常巡检结果对应融合任务的复检任务请求；反之，则不生成异常巡检结果对应融合任务的复检任务请求。
基于物联网的智慧河道数据数字化传输系统，所述系统包括以下模块：
水网干道关联分析模块，所述水网干道关联分析模块获取待巡检河道的水网构成，并对水网中的若干水网干道进行编号；根据河道水网中各个干道中的水流流向及各个干道之间的连接关系，构建水网干道衔接关联链；
风险波动分析模块，所述风险波动分析模块获取待巡检河道对应巡河设备集中各个巡河设备分别对应的巡检任务集，每个巡检任务对应的一个水网干道；获取各个水网干道周边的人为干扰区域，分析每个水网干道受人为影响的风险波动量；并根据所属水网干道对应的风险波动量得到每个巡检任务集中各个巡检任务的执行优先级序列；
融合任务序列生成模块，所述融合任务序列生成模块根据历史数据中不同巡检任务的巡检结果，分析不同巡检任务之间的关联关系，得到每个巡检任务对应的各个关联巡检任务，结合水网干道衔接关联链及相应巡检任务集中巡检任务的执行优先级序列，生成相应巡检任务集中融合任务序列，及每个巡检任务对应的融合对象，所述融合对象为巡检任务；
融合任务数据请求及传输模块，所述融合任务数据请求及传输模块获取巡河设备的剩余续航时长及历史数据中每个巡检任务对应的巡检时长平均值，得到巡河设备对应的融合任务表单，更新巡河设备的巡检任务集；在更新前后的巡检任务集存在差异的情况下，相应巡河设备通过无线通信网络向融合表单内每个融合任务对应的融合对象所属巡河设备发送巡检数据请求，并在接收到发送的巡检数据请求对应的反馈数据后，根据各个融合对象的巡检数据预测相应融合任务的巡检结果；
复检任务传输管控模块，所述复检任务传输管控模块在预测的巡检结果异常时，生成异常巡检结果对应融合任务的复检任务请求；并将所得复检任务请求通过无线通信网络传输给其余巡河设备，接收所得复检任务请求的巡河设备的巡检任务集中存在与所得复检任务请求对应融合任务距离最近的巡检任务。
进一步的，所述融合任务数据请求及传输模块包括巡检任务集更新单元、巡检数据请求传输单元及反馈数据预测管理单元，
所述巡检任务集更新单元获取巡河设备的剩余续航时长及历史数据中每个巡检任务对应的巡检时长平均值，得到巡河设备对应的融合任务表单，更新巡河设备的巡检任务集；
所述巡检数据请求传输单元在更新前后的巡检任务集存在差异的情况下，相应巡河设备通过无线通信网络向融合表单内每个融合任务对应的融合对象所属巡河设备发送巡检数据请求；
所述反馈数据预测管理单元在接收到发送的巡检数据请求对应的反馈数据后，根据各个融合对象的巡检数据预测相应融合任务的巡检结果。
进一步的，所述复检任务传输管控模块包括复检请求生成单元及复检任务请求传输单元，
所述复检请求生成单元在预测的巡检结果异常时，生成异常巡检结果对应融合任务的复检任务请求；
所述复检任务请求传输单元将所得复检任务请求通过无线通信网络传输给其余巡河设备，接收所得复检任务请求的巡河设备的巡检任务集中存在与所得复检任务请求对应融合任务距离最近的巡检任务。
与现有技术相比，本发明所达到的有益效果是：本发明考虑到巡河设备在续航无法满足巡检需求的情况下，结合河道中水网干道之间的关系实现对巡检任务的融合筛选，降低巡河设备的巡检任务量，并在满足续航的情况下，降低未巡检的融合任务出现异常风险的概率；同时，在出现融合巡检任务的情况下，根据无线通信网络实现融合任务所属巡河设备与融合对象所属巡河设备之间的数据传输与管理，提高巡河设备的巡检效率的同时，实现对智慧河道数据的有效监管。
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是本发明基于物联网的智慧河道数据数字化传输方法的流程示意图；
图2是本发明基于物联网的智慧河道数据数字化传输系统的结构示意图。
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，本发明提供技术方案：基于物联网的智慧河道数据数字化传输方法，所述方法包括以下步骤：
S1、获取待巡检河道的水网构成，并对水网中的若干水网干道进行编号；根据河道水网中各个干道中的水流流向及各个干道之间的连接关系，构建水网干道衔接关联链；
所述S1中构建水网干道衔接关联链时，若两个水网干道相连且有一个水网干道内的水流过另一个水网干道，则将这两个水网干道作为同一个水网干道衔接关联链中的相邻的两个节点，且两个节点在相应水网干道衔接关联链中由前一节点至后一节点的指向与两个水网干道中水的流向关系相同。
本实施例中若存在甲乙两个水网干道，若水网干道甲乙两者相连，且水网干道甲中的水流经水网干道乙中时，则判定水网干道甲乙在同一个水网干道衔接链中，且相应水网干道衔接链中水网干道甲对应的节点位置在水网干道甲对应的节点位置之前；
但是若只是水网干道甲乙两者相连，则无法判断水网干道甲乙是否在同一个水网干道衔接链中，因为水网干道甲乙可能出现并列的情况（若一个三岔口中，水网干道丙同时与水网干道甲乙相连，且水网干道丙中的水同时流向水网干道甲与乙，且水网干道甲中的水不流向水网干道乙、水网干道乙中的水不流向水网干道甲，则此时能够判定的是水网干道丙乙在同一个水网干道衔接链中，且相应水网干道衔接链中水网干道丙对应的节点位置在水网干道乙对应的节点位置之前；水网干道丙甲在同一个水网干道衔接链中，且相应水网干道衔接链中水网干道丙对应的节点位置在水网干道甲对应的节点位置之前）。
S2、获取待巡检河道对应巡河设备集中各个巡河设备分别对应的巡检任务集，每个巡检任务对应的一个水网干道；获取各个水网干道周边的人为干扰区域，分析每个水网干道受人为影响的风险波动量；并根据所属水网干道对应的风险波动量得到每个巡检任务集中各个巡检任务的执行优先级序列；
所述S2中获取待巡检河道对应巡河设备集中各个巡河设备分别对应的巡检任务集时，将待巡检河道对应巡河设备集中的i个巡河设备对应的巡检任务集记为Qi，将Qi中的第j个元素记为Qij；
分析每个水网干道受人为影响的风险波动量的方法包括以下步骤：
S21、获取Qij对应的水网干道，获取周边单位距离内的区域集群个数，将获取的第k个区域集群记为Mijk，每个区域集群包括多个居住用户且区域集群内的居住用户与相应区域集群内的其余居住用户之间的最小距离小于集群参照阈值，所述集群参照阈值为数据库中预置的常数；
S22、获取Mijk设置的向Qij排污的排污管道中，排污管道与Qij的接触端点与Mijk的中心点之间的最大距离，作为Mijk对Qij的人为干扰影响半径，记为rijk；
S23、得到水网干道Qij受人为影响的风险波动量，记为Bij，
，
其中，表示Mijk对水网干道Qij的人为干扰影响辐射长度，/>等于以Mijk的中心点为原点且以rijk为半径的圆与水网干道Qij中最近一边的边缘岸线相交的河岸区段长度；/>表示水网干道Qij中两边分别对应的边缘岸线的平均值；
表示Mijk对水网干道Qij的人为干扰系数，/>，
表示Mijk中的居住人数，/>表示Mijk对水网干道Qij的人为干扰区域对应的面积，
获取Mijk对水网干道Qij的人为干扰区域时，以Mijk的中心点为原点且以rijk为半径的圆与水网干道Qij中最近一边的边缘岸线相交的河岸区段中，分别获取过所得河岸区段内各点垂直于Qij的轴心的直线与Qij的另一边的边缘岸线的交点，将所得的各个直线在Qij内所占区域记为Mijk对水网干道Qij的人为干扰区域；
根据所属水网干道对应的风险波动量得到每个巡检任务集中各个巡检任务的执行优先级序列时，分别获取巡检任务集中各个巡检任务分别对应的风险波动量，按对应风险波动量从大到小的顺序对巡检任务集中的巡检任务进行排序，生成相应巡检任务集中各个巡检任务的执行优先级序列。
S3、根据历史数据中不同巡检任务的巡检结果，分析不同巡检任务之间的关联关系，得到每个巡检任务对应的各个关联巡检任务，结合水网干道衔接关联链及相应巡检任务集中巡检任务的执行优先级序列，生成相应巡检任务集中融合任务序列，及每个巡检任务对应的融合对象，所述融合对象为巡检任务；
所述S3中得到每个巡检任务对应的各个关联巡检任务时，获取历史数据中不同巡检任务的巡检结果，获取任意两个巡检任务之间是否存在异常关联指向关系，
若两个巡检任务分别对应的巡检结果中，其中一个巡检任务每次巡检结果异常时，另一个巡检任务在相应的最近一次巡检结果也异常时，则判断两者之间存在异常关联指向关系，反之，则判定两者之间不存在异常关联指向关系；
每个巡检任务对应的各个关联巡检任务包括与该巡检任务存在异常关联指向关系的巡检任务，及在水网干道衔接关联链中与该巡检任务对应节点相邻的节点。
所述S3中生成相应巡检任务集中融合任务序列，及每个巡检任务对应的融合对象的方法包括以下步骤：
S311、获取水网干道衔接关联链及相应巡检任务集中巡检任务的执行优先级序列，获取相应巡检任务集中每个巡检任务对应的各个关联巡检任务；
S312、得到第i个巡河设备对应的巡检任务集中第j个巡检任务对应的融合影响值，记为Fij，
，
其中，表示第i个巡河设备对应巡检任务集的执行优先级序列中，在第j个巡检任务之前且为第j个巡检任务的关联巡检任务的元素个数；
表示/>对应的各个关联巡检任务中，第d个关联巡检任务在第i个巡河设备对应巡检任务集的执行优先级序列中的序号；
表示其余巡河设备对应巡检任务集中，为第i个巡河设备对应巡检任务集内第j个巡检任务的关联巡检任务的巡检任务总个数；
表示/>对应的各个关联巡检任务中，第dp个关联巡检任务在除第i个巡河设备对应巡检任务集的执行优先级序列之外且包含第dp个关联巡检任务的所有执行优先级序列中分别对应的序号的平均值；
β为融合应影响转化系数，且β为数据库中预置的常数；
S313、得到第i个巡河设备对应的巡检任务集中的融合任务序列，所述融合任务序列为相应巡检任务集中按对应融合影响值从大到小的顺序得到的巡检任务序列；
所述每个巡检任务对应的融合对象包括一个或多个，所述融合对象为相应融合任务对应巡检任务的所有关联巡检任务。
S4、获取巡河设备的剩余续航时长及历史数据中每个巡检任务对应的巡检时长平均值，得到巡河设备对应的融合任务表单，更新巡河设备的巡检任务集；在更新前后的巡检任务集存在差异的情况下，相应巡河设备通过无线通信网络向融合表单内每个融合任务对应的融合对象所属巡河设备发送巡检数据请求，并在接收到发送的巡检数据请求对应的反馈数据后，根据各个融合对象的巡检数据预测相应融合任务的巡检结果；
所述S4中得到巡河设备对应的融合任务表单的方法包括以下步骤：
S41、获取第i个巡河设备的剩余续航时长及历史数据中每个巡检任务对应的巡检时长平均值；
S42、获取第i个巡河设备对应的巡检任务集中的融合任务序列，逐个统计融合任务序列内每个巡检任务在历史数据中每次巡检时长的平均值，并按照所得融合任务序列中序号从大到小的顺序对融合任务序列中每个巡检任务对应的巡检时长进行累加；
S43、得到第i个巡河设备对应的巡检任务集中融合任务序列对应的任务累加序号值，记为Hi，
第i个巡河设备对应的巡检任务集中的融合任务序列中累加到序号为Hi的巡检任务对应的总巡检时长值小于第i个巡河设备的剩余续航时长，且第i个巡河设备对应的巡检任务集中的融合任务序列中累加到序号为Hi-1的巡检任务对应的总巡检时长值大于等于第i个巡河设备的剩余续航时长；
S44、提取第i个巡河设备对应的巡检任务集中的融合任务序列中序号小于Hi的所有巡检任务构成第i个巡河设备对应的融合任务表单，融合任务表单内的每个巡检任务均为一个融合任务；
更新巡河设备的巡检任务集时，将每个巡检任务集中的融合任务删除后的新的巡检任务集作为相应巡检任务集的更新结果；
在接收到发送的巡检数据请求对应的反馈数据后，根据各个融合对象的巡检数据预测相应融合任务的巡检结果时，每个融合对象对应一个相应融合任务的巡检结果的预测结果；根据每个融合对象预测相应融合任务的巡检结果时，通过查询历史数据中相应融合对象获取相应巡检结果时，融合任务最近一次的巡检结果数值对应的巡检状态，所述巡检状态包括正常状态及异常状态，
当融合任务最近一次的巡检结果数值对应的巡检状态存在异常状态时，则判定相应融合对象对融合任务的巡检结果的预测结果为异常状态，反之，则判定相应融合对象对融合任务的巡检结果的预测结果为正常状态；
当各个融合对象的巡检数据预测的相应融合任务的巡检结果的巡检状态中存在异常状态，则生成异常巡检结果对应融合任务的复检任务请求；反之，则不生成异常巡检结果对应融合任务的复检任务请求。
S5、在预测的巡检结果异常时，生成异常巡检结果对应融合任务的复检任务请求；并将所得复检任务请求通过无线通信网络传输给其余巡河设备，接收所得复检任务请求的巡河设备的巡检任务集中存在与所得复检任务请求对应融合任务距离最近的巡检任务。
本实施例中接收异常巡检结果对应融合任务的复检任务请求的巡河设备，会自动对相应巡检任务集进行更新，将所得复检任务请求对应融合任务添加到相应巡检任务集中。
如图2所示，基于物联网的智慧河道数据数字化传输系统，所述系统包括以下模块：
水网干道关联分析模块，所述水网干道关联分析模块获取待巡检河道的水网构成，并对水网中的若干水网干道进行编号；根据河道水网中各个干道中的水流流向及各个干道之间的连接关系，构建水网干道衔接关联链；
风险波动分析模块，所述风险波动分析模块获取待巡检河道对应巡河设备集中各个巡河设备分别对应的巡检任务集，每个巡检任务对应的一个水网干道；获取各个水网干道周边的人为干扰区域，分析每个水网干道受人为影响的风险波动量；并根据所属水网干道对应的风险波动量得到每个巡检任务集中各个巡检任务的执行优先级序列；
融合任务序列生成模块，所述融合任务序列生成模块根据历史数据中不同巡检任务的巡检结果，分析不同巡检任务之间的关联关系，得到每个巡检任务对应的各个关联巡检任务，结合水网干道衔接关联链及相应巡检任务集中巡检任务的执行优先级序列，生成相应巡检任务集中融合任务序列，及每个巡检任务对应的融合对象，所述融合对象为巡检任务；
融合任务数据请求及传输模块，所述融合任务数据请求及传输模块获取巡河设备的剩余续航时长及历史数据中每个巡检任务对应的巡检时长平均值，得到巡河设备对应的融合任务表单，更新巡河设备的巡检任务集；在更新前后的巡检任务集存在差异的情况下，相应巡河设备通过无线通信网络向融合表单内每个融合任务对应的融合对象所属巡河设备发送巡检数据请求，并在接收到发送的巡检数据请求对应的反馈数据后，根据各个融合对象的巡检数据预测相应融合任务的巡检结果；
复检任务传输管控模块，所述复检任务传输管控模块在预测的巡检结果异常时，生成异常巡检结果对应融合任务的复检任务请求；并将所得复检任务请求通过无线通信网络传输给其余巡河设备，接收所得复检任务请求的巡河设备的巡检任务集中存在与所得复检任务请求对应融合任务距离最近的巡检任务。
所述融合任务数据请求及传输模块包括巡检任务集更新单元、巡检数据请求传输单元及反馈数据预测管理单元，
所述巡检任务集更新单元获取巡河设备的剩余续航时长及历史数据中每个巡检任务对应的巡检时长平均值，得到巡河设备对应的融合任务表单，更新巡河设备的巡检任务集；
所述巡检数据请求传输单元在更新前后的巡检任务集存在差异的情况下，相应巡河设备通过无线通信网络向融合表单内每个融合任务对应的融合对象所属巡河设备发送巡检数据请求；
所述反馈数据预测管理单元在接收到发送的巡检数据请求对应的反馈数据后，根据各个融合对象的巡检数据预测相应融合任务的巡检结果。
所述复检任务传输管控模块包括复检请求生成单元及复检任务请求传输单元，
所述复检请求生成单元在预测的巡检结果异常时，生成异常巡检结果对应融合任务的复检任务请求；
所述复检任务请求传输单元将所得复检任务请求通过无线通信网络传输给其余巡河设备，接收所得复检任务请求的巡河设备的巡检任务集中存在与所得复检任务请求对应融合任务距离最近的巡检任务。
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.基于物联网的智慧河道数据数字化传输方法，其特征在于，所述方法包括以下步骤：
S1、获取待巡检河道的水网构成，并对水网中的若干水网干道进行编号；根据河道水网中各个干道中的水流流向及各个干道之间的连接关系，构建水网干道衔接关联链；
S2、获取待巡检河道对应巡河设备集中各个巡河设备分别对应的巡检任务集，每个巡检任务对应的一个水网干道；获取各个水网干道周边的人为干扰区域，分析每个水网干道受人为影响的风险波动量；并根据所属水网干道对应的风险波动量得到每个巡检任务集中各个巡检任务的执行优先级序列；
S3、根据历史数据中不同巡检任务的巡检结果，分析不同巡检任务之间的关联关系，得到每个巡检任务对应的各个关联巡检任务，结合水网干道衔接关联链及相应巡检任务集中巡检任务的执行优先级序列，生成相应巡检任务集中融合任务序列，及每个巡检任务对应的融合对象，所述融合对象为巡检任务；
S4、获取巡河设备的剩余续航时长及历史数据中每个巡检任务对应的巡检时长平均值，得到巡河设备对应的融合任务表单，更新巡河设备的巡检任务集；在更新前后的巡检任务集存在差异的情况下，相应巡河设备通过无线通信网络向融合表单内每个融合任务对应的融合对象所属巡河设备发送巡检数据请求，并在接收到发送的巡检数据请求对应的反馈数据后，根据各个融合对象的巡检数据预测相应融合任务的巡检结果；
S5、在预测的巡检结果异常时，生成异常巡检结果对应融合任务的复检任务请求；并将所得复检任务请求通过无线通信网络传输给其余巡河设备，接收所得复检任务请求的巡河设备的巡检任务集中存在与所得复检任务请求对应融合任务距离最近的巡检任务；
所述S2中获取待巡检河道对应巡河设备集中各个巡河设备分别对应的巡检任务集时，将待巡检河道对应巡河设备集中的i个巡河设备对应的巡检任务集记为Qi，将Qi中的第j个元素记为Qij；
分析每个水网干道受人为影响的风险波动量的方法包括以下步骤：
S21、获取Qij对应的水网干道，获取周边单位距离内的区域集群个数，将获取的第k个区域集群记为Mijk，每个区域集群包括多个居住用户且区域集群内的居住用户与相应区域集群内的其余居住用户之间的最小距离小于集群参照阈值，所述集群参照阈值为数据库中预置的常数；
S22、获取Mijk设置的向Qij排污的排污管道中，排污管道与Qij的接触端点与Mijk的中心点之间的最大距离，作为Mijk对Qij的人为干扰影响半径，记为rijk；
S23、得到水网干道Qij受人为影响的风险波动量，记为Bij，
，
其中，表示Mijk对水网干道Qij的人为干扰影响辐射长度，/>等于以Mijk的中心点为原点且以rijk为半径的圆与水网干道Qij中最近一边的边缘岸线相交的河岸区段长度；表示水网干道Qij中两边分别对应的边缘岸线的平均值；
表示Mijk对水网干道Qij的人为干扰系数，/>，
表示Mijk中的居住人数，/>表示Mijk对水网干道Qij的人为干扰区域对应的面积，
获取Mijk对水网干道Qij的人为干扰区域时，以Mijk的中心点为原点且以rijk为半径的圆与水网干道Qij中最近一边的边缘岸线相交的河岸区段中，分别获取过所得河岸区段内各点垂直于Qij的轴心的直线与Qij的另一边的边缘岸线的交点，将所得的各个直线在Qij内所占区域记为Mijk对水网干道Qij的人为干扰区域；
根据所属水网干道对应的风险波动量得到每个巡检任务集中各个巡检任务的执行优先级序列时，分别获取巡检任务集中各个巡检任务分别对应的风险波动量，按对应风险波动量从大到小的顺序对巡检任务集中的巡检任务进行排序，生成相应巡检任务集中各个巡检任务的执行优先级序列。
2.根据权利要求1所述的基于物联网的智慧河道数据数字化传输方法，其特征在于：所述S1中构建水网干道衔接关联链时，若两个水网干道相连且有一个水网干道内的水流过另一个水网干道，则将这两个水网干道作为同一个水网干道衔接关联链中的相邻的两个节点，且两个节点在相应水网干道衔接关联链中由前一节点至后一节点的指向与两个水网干道中水的流向关系相同。
3.根据权利要求1所述的基于物联网的智慧河道数据数字化传输方法，其特征在于：所述S3中得到每个巡检任务对应的各个关联巡检任务时，获取历史数据中不同巡检任务的巡检结果，获取任意两个巡检任务之间是否存在异常关联指向关系，
若两个巡检任务分别对应的巡检结果中，其中一个巡检任务每次巡检结果异常时，另一个巡检任务在相应的最近一次巡检结果也异常时，则判断两者之间存在异常关联指向关系，反之，则判定两者之间不存在异常关联指向关系；
每个巡检任务对应的各个关联巡检任务包括与该巡检任务存在异常关联指向关系的巡检任务，及在水网干道衔接关联链中与该巡检任务对应节点相邻的节点。
4.根据权利要求1所述的基于物联网的智慧河道数据数字化传输方法，其特征在于：所述S3中生成相应巡检任务集中融合任务序列，及每个巡检任务对应的融合对象的方法包括以下步骤：
S311、获取水网干道衔接关联链及相应巡检任务集中巡检任务的执行优先级序列，获取相应巡检任务集中每个巡检任务对应的各个关联巡检任务；
S312、得到第i个巡河设备对应的巡检任务集中第j个巡检任务对应的融合影响值，记为Fij，
，
其中，表示第i个巡河设备对应巡检任务集的执行优先级序列中，在第j个巡检任务之前且为第j个巡检任务的关联巡检任务的元素个数；
表示/>对应的各个关联巡检任务中，第d个关联巡检任务在第i个巡河设备对应巡检任务集的执行优先级序列中的序号；
表示其余巡河设备对应巡检任务集中，为第i个巡河设备对应巡检任务集内第j个巡检任务的关联巡检任务的巡检任务总个数；
表示/>对应的各个关联巡检任务中，第dp个关联巡检任务在除第i个巡河设备对应巡检任务集的执行优先级序列之外且包含第dp个关联巡检任务的所有执行优先级序列中分别对应的序号的平均值；
β为融合应影响转化系数，且β为数据库中预置的常数；
S313、得到第i个巡河设备对应的巡检任务集中的融合任务序列，所述融合任务序列为相应巡检任务集中按对应融合影响值从大到小的顺序得到的巡检任务序列；
所述每个巡检任务对应的融合对象包括一个或多个，所述融合对象为相应融合任务对应巡检任务的所有关联巡检任务。
5.根据权利要求1所述的基于物联网的智慧河道数据数字化传输方法，其特征在于：所述S4中得到巡河设备对应的融合任务表单的方法包括以下步骤：
S41、获取第i个巡河设备的剩余续航时长及历史数据中每个巡检任务对应的巡检时长平均值；
S42、获取第i个巡河设备对应的巡检任务集中的融合任务序列，逐个统计融合任务序列内每个巡检任务在历史数据中每次巡检时长的平均值，并按照所得融合任务序列中序号从大到小的顺序对融合任务序列中每个巡检任务对应的巡检时长进行累加；
S43、得到第i个巡河设备对应的巡检任务集中融合任务序列对应的任务累加序号值，记为Hi，
第i个巡河设备对应的巡检任务集中的融合任务序列中累加到序号为Hi的巡检任务对应的总巡检时长值小于第i个巡河设备的剩余续航时长，且第i个巡河设备对应的巡检任务集中的融合任务序列中累加到序号为Hi-1的巡检任务对应的总巡检时长值大于等于第i个巡河设备的剩余续航时长；
S44、提取第i个巡河设备对应的巡检任务集中的融合任务序列中序号小于Hi的所有巡检任务构成第i个巡河设备对应的融合任务表单，融合任务表单内的每个巡检任务均为一个融合任务；
更新巡河设备的巡检任务集时，将每个巡检任务集中的融合任务删除后的新的巡检任务集作为相应巡检任务集的更新结果；
在接收到发送的巡检数据请求对应的反馈数据后，根据各个融合对象的巡检数据预测相应融合任务的巡检结果时，每个融合对象对应一个相应融合任务的巡检结果的预测结果；根据每个融合对象预测相应融合任务的巡检结果时，通过查询历史数据中相应融合对象获取相应巡检结果时，融合任务最近一次的巡检结果数值对应的巡检状态，所述巡检状态包括正常状态及异常状态，
当融合任务最近一次的巡检结果数值对应的巡检状态存在异常状态时，则判定相应融合对象对融合任务的巡检结果的预测结果为异常状态，反之，则判定相应融合对象对融合任务的巡检结果的预测结果为正常状态；
当各个融合对象的巡检数据预测的相应融合任务的巡检结果的巡检状态中存在异常状态，则生成异常巡检结果对应融合任务的复检任务请求；反之，则不生成异常巡检结果对应融合任务的复检任务请求。
6.基于物联网的智慧河道数据数字化传输系统，所述系统应用权利要求1-5中任意一项所述的基于物联网的智慧河道数据数字化传输方法实现，其特征在于，所述系统包括以下模块：
水网干道关联分析模块，所述水网干道关联分析模块获取待巡检河道的水网构成，并对水网中的若干水网干道进行编号；根据河道水网中各个干道中的水流流向及各个干道之间的连接关系，构建水网干道衔接关联链；
风险波动分析模块，所述风险波动分析模块获取待巡检河道对应巡河设备集中各个巡河设备分别对应的巡检任务集，每个巡检任务对应的一个水网干道；获取各个水网干道周边的人为干扰区域，分析每个水网干道受人为影响的风险波动量；并根据所属水网干道对应的风险波动量得到每个巡检任务集中各个巡检任务的执行优先级序列；
融合任务序列生成模块，所述融合任务序列生成模块根据历史数据中不同巡检任务的巡检结果，分析不同巡检任务之间的关联关系，得到每个巡检任务对应的各个关联巡检任务，结合水网干道衔接关联链及相应巡检任务集中巡检任务的执行优先级序列，生成相应巡检任务集中融合任务序列，及每个巡检任务对应的融合对象，所述融合对象为巡检任务；
融合任务数据请求及传输模块，所述融合任务数据请求及传输模块获取巡河设备的剩余续航时长及历史数据中每个巡检任务对应的巡检时长平均值，得到巡河设备对应的融合任务表单，更新巡河设备的巡检任务集；在更新前后的巡检任务集存在差异的情况下，相应巡河设备通过无线通信网络向融合表单内每个融合任务对应的融合对象所属巡河设备发送巡检数据请求，并在接收到发送的巡检数据请求对应的反馈数据后，根据各个融合对象的巡检数据预测相应融合任务的巡检结果；
复检任务传输管控模块，所述复检任务传输管控模块在预测的巡检结果异常时，生成异常巡检结果对应融合任务的复检任务请求；并将所得复检任务请求通过无线通信网络传输给其余巡河设备，接收所得复检任务请求的巡河设备的巡检任务集中存在与所得复检任务请求对应融合任务距离最近的巡检任务。
7.根据权利要求6所述的基于物联网的智慧河道数据数字化传输系统，其特征在于：所述融合任务数据请求及传输模块包括巡检任务集更新单元、巡检数据请求传输单元及反馈数据预测管理单元，
所述巡检任务集更新单元获取巡河设备的剩余续航时长及历史数据中每个巡检任务对应的巡检时长平均值，得到巡河设备对应的融合任务表单，更新巡河设备的巡检任务集；
所述巡检数据请求传输单元在更新前后的巡检任务集存在差异的情况下，相应巡河设备通过无线通信网络向融合表单内每个融合任务对应的融合对象所属巡河设备发送巡检数据请求；
所述反馈数据预测管理单元在接收到发送的巡检数据请求对应的反馈数据后，根据各个融合对象的巡检数据预测相应融合任务的巡检结果。
8.根据权利要求6所述的基于物联网的智慧河道数据数字化传输系统，其特征在于：所述复检任务传输管控模块包括复检请求生成单元及复检任务请求传输单元，
所述复检请求生成单元在预测的巡检结果异常时，生成异常巡检结果对应融合任务的复检任务请求；
所述复检任务请求传输单元将所得复检任务请求通过无线通信网络传输给其余巡河设备，接收所得复检任务请求的巡河设备的巡检任务集中存在与所得复检任务请求对应融合任务距离最近的巡检任务。
CN202311229640.5A 2023-09-22 2023-09-22 基于物联网的智慧河道数据数字化传输系统及方法 Withdrawn CN117061580A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311229640.5A CN117061580A (zh) 2023-09-22 2023-09-22 基于物联网的智慧河道数据数字化传输系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311229640.5A CN117061580A (zh) 2023-09-22 2023-09-22 基于物联网的智慧河道数据数字化传输系统及方法

Publications (1)

Publication Number Publication Date
CN117061580A true CN117061580A (zh) 2023-11-14

Family

ID=88661097

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311229640.5A Withdrawn CN117061580A (zh) 2023-09-22 2023-09-22 基于物联网的智慧河道数据数字化传输系统及方法

Country Status (1)

Country Link
CN (1) CN117061580A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117689187A (zh) * 2024-02-04 2024-03-12 天津三号线轨道交通运营有限公司 一种用于轨道交通故障检测的数据监管方法及系统
CN117973784A (zh) * 2024-02-01 2024-05-03 江苏省水利科学研究院 一种基于任务协同的水利检测数据管理系统及方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117973784A (zh) * 2024-02-01 2024-05-03 江苏省水利科学研究院 一种基于任务协同的水利检测数据管理系统及方法
CN117973784B (zh) * 2024-02-01 2024-09-03 江苏省水利科学研究院 一种基于任务协同的水利检测数据管理系统及方法
CN117689187A (zh) * 2024-02-04 2024-03-12 天津三号线轨道交通运营有限公司 一种用于轨道交通故障检测的数据监管方法及系统
CN117689187B (zh) * 2024-02-04 2024-05-14 天津三号线轨道交通运营有限公司 一种用于轨道交通故障检测的数据监管方法及系统

Similar Documents

Publication Publication Date Title
CN117061580A (zh) 基于物联网的智慧河道数据数字化传输系统及方法
CN113902168B (zh) 一种基于实时人群数据融合的洪灾应急疏散方法
CN112711840B (zh) 一种基于云边协同的流域突发水污染溯源方法
CN111798655B (zh) 一种适用于电力物联网台区的运行数据分钟级采集方法
CN115167408A (zh) 一种基于光伏电站的巡检路线规划系统
CN116934029B (zh) 一种基于人工智能的地空协作管理系统及方法
CN116862132A (zh) 基于大数据的资源调度方法
CN115641718B (zh) 一种基于卡口流量相似性和语义关联的短时交通流预测方法
CN114926981B (zh) 一种路网交通拥堵主动管控方法及系统
CN115660323A (zh) 一种基于大数据的体育设施设备数据智能监管系统及方法
CN110196857A (zh) 一种工业物联网数据预测分析平台
CN113902164A (zh) 一种基于大数据技术的配电网故障预测系统及方法
Wei et al. A Cross‐Regional Scheduling Strategy of Waste Collection and Transportation Based on an Improved Hierarchical Agglomerative Clustering Algorithm
CN106357479B (zh) 一种全网络流量监测方法
CN117423238A (zh) 基于卷积交换网络的交通流量一体式预测装置及预测方法
CN110807916B (zh) 一种基于路网拓扑结构的交通状态评定方法及系统
CN116431824A (zh) 一种流域水环境问题专家咨询系统
CN116750823A (zh) 一种基于智慧城市的雨水过滤系统和方法
CN116993391A (zh) 一种站点式共享单车系统使用需求预测方法
CN112529311B (zh) 一种基于图卷积分析的道路流量预测方法和装置
CN115529351A (zh) 一种基于区块链的智慧城市管理系统
Lee et al. Relocation Framework to Improve the Usage Efficiency of Bicycle-sharing Systems
Zhang et al. A new fusion structure model for real-time urban traffic state estimation by multisource traffic data fusion
US20230161923A1 (en) Method and internet of things system for deploying nucleic acid detection points in a smart city
CN117764303B (zh) 一种基于人工智能的道路巡检数据分析系统及方法

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20231114