CN117092309B - 基于大数据的社区供水水质监测方法及系统 - Google Patents
基于大数据的社区供水水质监测方法及系统 Download PDFInfo
- Publication number
- CN117092309B CN117092309B CN202311330807.7A CN202311330807A CN117092309B CN 117092309 B CN117092309 B CN 117092309B CN 202311330807 A CN202311330807 A CN 202311330807A CN 117092309 B CN117092309 B CN 117092309B
- Authority
- CN
- China
- Prior art keywords
- water quality
- water
- parameter
- sensor
- outlet
- 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 373
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000012544 monitoring process Methods 0.000 title claims abstract description 37
- 238000005070 sampling Methods 0.000 claims abstract description 43
- 238000004590 computer program Methods 0.000 claims description 17
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 2
- 239000008400 supply water Substances 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 4
- 239000003651 drinking water Substances 0.000 description 4
- 235000020188 drinking water Nutrition 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 229910001385 heavy metal Inorganic materials 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/18—Water
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- 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)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Theoretical Computer Science (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Medicinal Chemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Food Science & Technology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供了一种基于大数据的社区供水水质监测方法、系统、计算机可读介质及电子设备。该基于大数据的社区供水水质监测方法包括:在本申请技术方案中,在采样点处布设传感器;获取传感器在各采样点采集到的水质数据,并获取出水口处的水质图像;基于所述水质数据计算系统水质参数;对所述水质图像进行图像增强,得到增强图像,通过所述增强图像计算出水口对应的出水水质参数;根据所述系统水质参数和所述出水水质参数确定综合供水质量,本申请实施例的技术方案基于出水口对应的出水水质参数和供水系统对应的系统水质参数,进行综合得到综合供水质量,提高了社区供水水质监测的精确性。
Description
技术领域
本申请涉及计算机技术领域,具体而言,涉及一种基于大数据的社区供水水质监测方法、系统、计算机可读介质及电子设备。
背景技术
在水质监测工作中,对保障饮用水的安全起到了非常重要的作用。其中,饮用水在物理、有机化学、重金属超标、微生物菌种等领域建立了监测指标值。只有符合指标值的饮用水才具有较高的安全系数。因此,饮用水水厂需要对水源地水体进行动态监测,确保水体问题能够得到及时处理,能够得到高效处理,保证水源水质,但是现有的检测方式不够精确,无法客观、全面的进行水质监测。
发明内容
本申请的实施例提供了一种基于大数据的社区供水水质监测方法、系统、计算机可读介质及电子设备,进而至少在一定程度上可以解决社区供水水质监测不精确的问题。
本申请的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本申请的实践而习得。
根据本申请的一个方面,提供了一种基于大数据的社区供水水质监测方法,包括:在采样点处布设传感器;获取传感器在各采样点采集到的水质数据,并获取出水口处的水质图像;基于所述水质数据计算系统水质参数;对所述水质图像进行图像增强,得到增强图像,通过所述增强图像计算出水口对应的出水水质参数;根据所述系统水质参数和所述出水水质参数确定综合供水质量。
在本申请中,基于前述方案,所述获取传感器在各采样点采集到的水质数据,包括:在所述传感器中构建节点群;在所述节点群中选取中继节点,通过所述中继节点收集所述节点群中其余传感器采集的水质数据;获取所述中继节点收集到的水质数据。
在本申请中,基于前述方案,所述获取传感器在各采样点采集到的水质数据之后,还包括:基于设定的水质阈值,监测各采样点对应的水质数据。
在本申请中,基于前述方案,所述基于所述水质数据计算系统水质参数,包括:计算所述水质数据的均值;基于所述水质数据的均值,确定系统水质参数。
在本申请中,基于前述方案,所述对所述水质图像进行图像增强,得到增强图像,通过所述增强图像计算出水口对应的出水水质参数,包括:对所述的水质图像进行图像增强,得到增强图像;通过所述增强图像的像素点信息,计算出水口对应的出水水质参数。
在本申请中,基于前述方案,所述根据所述系统水质参数和所述出水水质参数确定综合供水质量,包括:基于所述系统水质参数和所述出水水质参数之间的加权和,确定综合供水质量。
在本申请中,基于前述方案,所述根据所述系统水质参数和所述出水水质参数确定综合供水质量,包括:检测所述综合供水质量,若所述综合供水质量低于设定标准时,进行告警。
根据本申请的一个方面,提供了一种基于大数据的社区供水水质监测系统,包括:
布设单元,用于在采样点处布设传感器;
获取单元,用于获取传感器在各采样点采集到的水质数据,并获取出水口处的水质图像;
计算单元,用于基于所述水质数据计算系统水质参数;
参数单元,用于对所述水质图像进行图像增强,得到增强图像,通过所述增强图像计算出水口对应的出水水质参数;
综合单元,用于根据所述系统水质参数和所述出水水质参数确定综合供水质量。
在本申请中,基于前述方案,所述获取传感器在各采样点采集到的水质数据,包括:在所述传感器中构建节点群;在所述节点群中选取中继节点,通过所述中继节点收集所述节点群中其余传感器采集的水质数据;获取所述中继节点收集到的水质数据。
在本申请中,基于前述方案,所述获取传感器在各采样点采集到的水质数据之后,还包括:基于设定的水质阈值,监测各采样点对应的水质数据。
在本申请中,基于前述方案,所述基于所述水质数据计算系统水质参数,包括:计算所述水质数据的均值;基于所述水质数据的均值,确定系统水质参数。
在本申请中,基于前述方案,所述对所述水质图像进行图像增强,得到增强图像,通过所述增强图像计算出水口对应的出水水质参数,包括:对所述的水质图像进行图像增强,得到增强图像;通过所述增强图像的像素点信息,计算出水口对应的出水水质参数。
在本申请中,基于前述方案,所述根据所述系统水质参数和所述出水水质参数确定综合供水质量,包括:基于所述系统水质参数和所述出水水质参数之间的加权和,确定综合供水质量。
在本申请中,基于前述方案,所述根据所述系统水质参数和所述出水水质参数确定综合供水质量,包括:检测所述综合供水质量,若所述综合供水质量低于设定标准时,进行告警。
根据本申请的一个方面,提供了一种计算机可读介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上述实施例中所述的基于大数据的社区供水水质监测方法。
根据本申请的一个方面,提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如上述实施例中所述的基于大数据的社区供水水质监测方法。
根据本申请的一个方面,提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述各种可选实现方式中提供的基于大数据的社区供水水质监测方法。
在本申请技术方案中,在采样点处布设传感器;获取传感器在各采样点采集到的水质数据,并获取出水口处的水质图像;基于所述水质数据计算系统水质参数;对所述水质图像进行图像增强,得到增强图像,通过所述增强图像计算出水口对应的出水水质参数;根据所述系统水质参数和所述出水水质参数确定综合供水质量,本申请实施例的技术方案基于出水口对应的出水水质参数和供水系统对应的系统水质参数,进行综合得到综合供水质量,提高了社区供水水质监测的精确性。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示意性示出了根据本申请的一个实施例的基于大数据的社区供水水质监测方法的流程图。
图2示意性示出了根据本申请的一个实施例获取水质数据的流程图。
图3示意性示出了根据本申请的一个实施例的基于大数据的社区供水水质监测系统的示意图。
图4示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本申请将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本申请的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本申请的技术方案而没有特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知方法、系统、实现或者操作以避免模糊本申请的各方面。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
以下对本申请实施例的技术方案的实现细节进行详细阐述:
图1示出了根据本申请的一个实施例的基于大数据的社区供水水质监测方法的流程图。参照图1所示,该基于大数据的社区供水水质监测方法至少包括步骤S110至步骤S150,详细介绍如下:
在步骤S110中,在采样点处布设传感器。
在本申请的一个实施例中,在供水系统的各个采样点处布设传感器,用于采集采样点出的水质数据。
在步骤S120中,获取传感器在各采样点采集到的水质数据,并获取出水口处的水质图像。
在本申请的一个实施例中,通过传感器来采集数据,获取传感器在各采样点采集到的水质数据,并获取出水口处的水质图像。
如图2所示,在本申请的一个实施例中,获取传感器在各采样点采集到的水质数据,包括:
S210,在所述传感器中构建节点群;
S220,在所述节点群中选取中继节点,通过所述中继节点收集所述节点群中其余传感器采集的水质数据;
S230,获取所述中继节点收集到的水质数据。
在本申请一实施例中,通过在采样点处布设传感器,使得整个传感器网络中存在多个传感器。之后在传感器中构建节电群,即将部分传感器组合构建一个节点群,并在节点群中选取中中继节点,以通过所述中继节点收集所述节点群中其余传感器采集的水质数据;获取所述中继节点收集到的水质数据。
在本申请一实施例中,在所述节点群中选取中继节点,包括:
获取节点群中各传感器的位置参数和性能参数;
基于所述位置参数和所述性能参数计算传感器的中继参数;
基于所述中继参数从所述节点群中各选取中继节点。
具体的,本实施例中位置参数用于表示传感器位置的优越性,距离网关的远近、与其他各个传感器节点之间的距离等等,数值越高表示距离越远。性能参数/>通过传感器节点的电池容量、剩余电量以及剩余存储空间确定,数值越高,表示性能越强。基于所述位置参数/>和所述性能参数/>计算传感器的中继参数/>为:
其中,表示每个传感器节点对应预设的属性参数,s表示数据传输的次数。上述方式通过确定各个传感器的中继参数,以评估并从传感器中选取中继节点,用来传输节点群的数据,提高了数据传输的效率。
在本申请的一个实施例中,获取传感器在各采样点采集到的水质数据之后,还包括:基于设定的水质阈值,监测各采样点对应的水质数据。
本申请一实施例中,在各个采样点都设有对应的水质阈值,在获取到各采样点对应的水质数据之后,基于设定的水质阈值,监测各采样点对应的水质数据。当检测到水质数据大于或者等于设定的水质阈值时,进行告警。
在步骤S130中,基于所述水质数据计算系统水质参数。
在本申请的一个实施例中,在得到水质数据之后,基于水质数据计算系统水质参数。
在本申请的一个实施例中,基于所述水质数据计算系统水质参数,包括:
计算所述水质数据的均值;
基于所述水质数据的均值,确定系统水质参数。
在本申请一实施例中,在获取到水质数据之后,求取水质数据的均值,基于水质数据的均值,确定系统水质参数。本实施例中系统水质参数用于表示整个社区净水系统的水质情况,系统水质参数越低,表示水质越好。
在步骤S140中,对所述水质图像进行图像增强,得到增强图像,通过所述增强图像计算出水口对应的出水水质参数。
在本申请的一个实施例中,对所述水质图像进行图像增强,得到增强图像,通过所述增强图像计算出水口对应的出水水质参数,包括:
对所述的水质图像进行图像增强,得到增强图像;
通过所述增强图像的像素点信息,计算出水口对应的出水水质参数。
本申请一实施例中,通过对水质图像进行图像增强,得到增强图像。通过所述增强图像的像素点信息,计算出水口对应的出水水质参数,包括:
基于预设的像素阈值和所述增强图像的像素点信息,从所述增强图像中筛选像素值大于或者等于所述像素阈值的目标点,并确定所述目标点对应的目标像素值;
基于所述增强图像的像素点信息和所述目标点对应的目标像素值/>,计算出水口对应的出水水质参数/>为:
其中,表示预设的水质因子,上述过程通过基于目标像素值和像素点信息,计算得到出水水质参数,用于评估在社区供水的出水口的水质情况,参数越高,表示水质情况越差。
在步骤S150中,根据所述系统水质参数和所述出水水质参数确定综合供水质量。
在本申请的一个实施例中,基于所述系统水质参数和所述出水水质参数之间的加权和,确定综合供水质量。
本申请一实施例中,通过基于系统水质参数和出水水质参数之间的加权和,确定综合供水质量。通过结合供水系统的水质情况和出水口的水质情况,确定综合供水质量,提高了供水质量监测的全面性和客观性。
本实施例中,在获取到综合供水质量之后,检测综合供水质量的情况,若综合供水质量低于设定标准时,进行告警。
在本申请技术方案中,在采样点处布设传感器;获取传感器在各采样点采集到的水质数据,并获取出水口处的水质图像;基于所述水质数据计算系统水质参数;对所述水质图像进行图像增强,得到增强图像,通过所述增强图像计算出水口对应的出水水质参数;根据所述系统水质参数和所述出水水质参数确定综合供水质量,本申请实施例的技术方案基于出水口对应的出水水质参数和供水系统对应的系统水质参数,进行综合得到综合供水质量,提高了社区供水水质监测的精确性。
以下介绍本申请的装置实施例,可以用于执行本申请上述实施例中的基于大数据的社区供水水质监测方法。可以理解的是,所述装置可以是运行于计算机设备中的一个计算机程序(包括程序代码),例如该装置为一个应用软件;该装置可以用于执行本申请实施例提供的方法中的相应步骤。对于本申请装置实施例中未披露的细节,请参照本申请上述的基于大数据的社区供水水质监测方法的实施例。
图3示出了根据本申请的一个实施例的基于大数据的社区供水水质监测系统的框图。
参照图3所示,根据本申请的一个实施例的基于大数据的社区供水水质监测系统,包括:
布设单元310,用于在采样点处布设传感器;
获取单元320,用于获取传感器在各采样点采集到的水质数据,并获取出水口处的水质图像;
计算单元330,用于基于所述水质数据计算系统水质参数;
参数单元340,用于对所述水质图像进行图像增强,得到增强图像,通过所述增强图像计算出水口对应的出水水质参数;
综合单元350,用于根据所述系统水质参数和所述出水水质参数确定综合供水质量。
在本申请中,基于前述方案,所述获取传感器在各采样点采集到的水质数据,包括:在所述传感器中构建节点群;在所述节点群中选取中继节点,通过所述中继节点收集所述节点群中其余传感器采集的水质数据;获取所述中继节点收集到的水质数据。
在本申请中,基于前述方案,所述获取传感器在各采样点采集到的水质数据之后,还包括:基于设定的水质阈值,监测各采样点对应的水质数据。
在本申请中,基于前述方案,所述基于所述水质数据计算系统水质参数,包括:计算所述水质数据的均值;基于所述水质数据的均值,确定系统水质参数。
在本申请中,基于前述方案,所述对所述水质图像进行图像增强,得到增强图像,通过所述增强图像计算出水口对应的出水水质参数,包括:对所述的水质图像进行图像增强,得到增强图像;通过所述增强图像的像素点信息,计算出水口对应的出水水质参数。
在本申请中,基于前述方案,所述根据所述系统水质参数和所述出水水质参数确定综合供水质量,包括:基于所述系统水质参数和所述出水水质参数之间的加权和,确定综合供水质量。
在本申请中,基于前述方案,所述根据所述系统水质参数和所述出水水质参数确定综合供水质量,包括:检测所述综合供水质量,若所述综合供水质量低于设定标准时,进行告警。
在本申请技术方案中,在采样点处布设传感器;获取传感器在各采样点采集到的水质数据,并获取出水口处的水质图像;基于所述水质数据计算系统水质参数;对所述水质图像进行图像增强,得到增强图像,通过所述增强图像计算出水口对应的出水水质参数;根据所述系统水质参数和所述出水水质参数确定综合供水质量,本申请实施例的技术方案基于出水口对应的出水水质参数和供水系统对应的系统水质参数,进行综合得到综合供水质量,提高了社区供水水质监测的精确性。
图4示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
需要说明的是,图4示出的电子设备的计算机系统400仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图4所示,计算机系统400包括中央处理单元(Central Processing Unit,CPU)401,其可以根据存储在只读存储器(Read-Only Memory,ROM)402中的程序或者从储存部分408加载到随机访问存储器(Random Access Memory,RAM)403中的程序而执行各种适当的动作和处理,例如执行上述实施例中所述的方法。在RAM 403中,还存储有系统操作所需的各种程序和数据。CPU 401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(Input/Output,I/O)接口405也连接至总线404。
以下部件连接至I/O接口405:包括键盘、鼠标等的输入部分406;包括诸如阴极射线管(Cathode Ray Tube,CRT)、液晶显示器(Liquid Crystal Display,LCD)等以及扬声器等的输出部分407;包括硬盘等的储存部分408;以及包括诸如LAN(Local Area Network,局域网)卡、调制解调器等的网络接口卡的通信部分409。通信部分409经由诸如因特网的网络执行通信处理。驱动器410也根据需要连接至I/O接口405。可拆卸介质411,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器410上,以便于从其上读出的计算机程序根据需要被安装入储存部分408。
特别地,根据本申请的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本申请的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的计算机程序。在这样的实施例中,该计算机程序可以通过通信部分409从网络上被下载和安装,和/或从可拆卸介质411被安装。在该计算机程序被中央处理单元(CPU)401执行时,执行本申请的系统中限定的各种功能。
需要说明的是,本申请实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的计算机程序。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的计算机程序可以用任何适当的介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。其中,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现,所描述的单元也可以设置在处理器中。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定。
根据本申请的一个方面,提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述各种可选实现方式中提供的方法。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该电子设备执行时,使得该电子设备实现上述实施例中所述的方法。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本申请的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本申请实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本申请实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的实施方式后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。
Claims (9)
1.一种基于大数据的社区供水水质监测方法,其特征在于,包括:
在采样点处布设传感器;
获取传感器在各采样点采集到的水质数据,并获取出水口处的水质图像;
基于所述水质数据计算系统水质参数;
对所述水质图像进行图像增强,得到增强图像,通过所述增强图像计算出水口对应的出水水质参数;
根据所述系统水质参数和所述出水水质参数确定综合供水质量;
其中,获取传感器在各采样点采集到的水质数据,包括:
在所述传感器中构建节点群;
在所述节点群中选取中继节点,通过所述中继节点收集所述节点群中其余传感器采集的水质数据;
获取所述中继节点收集到的水质数据;
其中,在所述节点群中选取中继节点,包括:
获取节点群中各传感器的位置参数和性能参数/>;
基于所述位置参数和所述性能参数计算传感器的中继参数为:
其中,表示每个传感器节点对应预设的属性参数,s表示数据传输的次数;
基于所述中继参数从所述节点群中各选取中继节点。
2.根据权利要求1所述的方法,其特征在于,获取传感器在各采样点采集到的水质数据之后,还包括:
基于设定的水质阈值,监测各采样点对应的水质数据。
3.根据权利要求1所述的方法,其特征在于,基于所述水质数据计算系统水质参数,包括:
计算所述水质数据的均值;
基于所述水质数据的均值,确定系统水质参数。
4.根据权利要求1所述的方法,其特征在于,对所述水质图像进行图像增强,得到增强图像,通过所述增强图像计算出水口对应的出水水质参数,包括:
对所述的水质图像进行图像增强,得到增强图像;
通过所述增强图像的像素点信息,计算出水口对应的出水水质参数。
5.根据权利要求1所述的方法,其特征在于,根据所述系统水质参数和所述出水水质参数确定综合供水质量,包括:
基于所述系统水质参数和所述出水水质参数之间的加权和,确定综合供水质量。
6.根据权利要求1所述的方法,其特征在于,根据所述系统水质参数和所述出水水质参数确定综合供水质量,包括:
检测所述综合供水质量,若所述综合供水质量低于设定标准时,进行告警。
7.一种基于大数据的社区供水水质监测系统,其特征在于,包括:
布设单元,用于在采样点处布设传感器;
获取单元,用于获取传感器在各采样点采集到的水质数据,并获取出水口处的水质图像;
计算单元,用于基于所述水质数据计算系统水质参数;
参数单元,用于对所述水质图像进行图像增强,得到增强图像,通过所述增强图像计算出水口对应的出水水质参数;
综合单元,用于根据所述系统水质参数和所述出水水质参数确定综合供水质量;
其中,获取传感器在各采样点采集到的水质数据,包括:
在所述传感器中构建节点群;
在所述节点群中选取中继节点,通过所述中继节点收集所述节点群中其余传感器采集的水质数据;
获取所述中继节点收集到的水质数据;
其中,在所述节点群中选取中继节点,包括:
获取节点群中各传感器的位置参数和性能参数/>;
基于所述位置参数和所述性能参数计算传感器的中继参数为:
其中,表示每个传感器节点对应预设的属性参数,s表示数据传输的次数;
基于所述中继参数从所述节点群中各选取中继节点。
8.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的基于大数据的社区供水水质监测方法。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1至6中任一项所述的基于大数据的社区供水水质监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311330807.7A CN117092309B (zh) | 2023-10-16 | 2023-10-16 | 基于大数据的社区供水水质监测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311330807.7A CN117092309B (zh) | 2023-10-16 | 2023-10-16 | 基于大数据的社区供水水质监测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117092309A CN117092309A (zh) | 2023-11-21 |
CN117092309B true CN117092309B (zh) | 2023-12-29 |
Family
ID=88771958
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311330807.7A Active CN117092309B (zh) | 2023-10-16 | 2023-10-16 | 基于大数据的社区供水水质监测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117092309B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101059907A (zh) * | 2006-04-19 | 2007-10-24 | 中国科学院电子学研究所 | 基于无线传感器网络的河流流域污染监控系统和方法 |
WO2018163771A1 (ja) * | 2017-03-08 | 2018-09-13 | 富士フイルム株式会社 | 水質検査システム及び水質検査方法 |
CN114858987A (zh) * | 2022-03-30 | 2022-08-05 | 河海大学 | 一种基于物联网河湖水量水质监测与管理系统 |
CN116539372A (zh) * | 2023-07-04 | 2023-08-04 | 上海科泽智慧环境科技有限公司 | 一种适用于不同环境下的水质监测装置以及使用方法 |
CN116539829A (zh) * | 2023-05-12 | 2023-08-04 | 上海航天动力科技工程有限公司 | 一种水质监测感知分析方法 |
-
2023
- 2023-10-16 CN CN202311330807.7A patent/CN117092309B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101059907A (zh) * | 2006-04-19 | 2007-10-24 | 中国科学院电子学研究所 | 基于无线传感器网络的河流流域污染监控系统和方法 |
WO2018163771A1 (ja) * | 2017-03-08 | 2018-09-13 | 富士フイルム株式会社 | 水質検査システム及び水質検査方法 |
CN114858987A (zh) * | 2022-03-30 | 2022-08-05 | 河海大学 | 一种基于物联网河湖水量水质监测与管理系统 |
CN116539829A (zh) * | 2023-05-12 | 2023-08-04 | 上海航天动力科技工程有限公司 | 一种水质监测感知分析方法 |
CN116539372A (zh) * | 2023-07-04 | 2023-08-04 | 上海科泽智慧环境科技有限公司 | 一种适用于不同环境下的水质监测装置以及使用方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117092309A (zh) | 2023-11-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114757587B (zh) | 一种基于大数据的产品质量控制系统及方法 | |
CN115665188A (zh) | 应用于工业互联网制造的传感器数据处理的方法及系统 | |
CN113869599A (zh) | 鱼类疫病发展预测方法、系统、设备及介质 | |
CN117092309B (zh) | 基于大数据的社区供水水质监测方法及系统 | |
CN113837324A (zh) | 电量数据监测方法、系统、存储介质和电子设备 | |
CN115293735A (zh) | 一种无人工厂工业互联网平台监测管理方法及系统 | |
CN115809818A (zh) | 抽水蓄能电站辅助设备多维诊断评估方法及装置 | |
CN114491171A (zh) | 基于工业物联网的数据处理方法、系统、介质及电子设备 | |
CN117073806B (zh) | 基于人工智能的污水处理异位监测方法及系统 | |
CN114196799A (zh) | 一种转炉溢渣的检测方法、装置及计算机设备 | |
CN113902230A (zh) | 电量偏差控制方法、系统、存储介质和电子设备 | |
CN111833608A (zh) | 路况信息的处理方法、装置 | |
CN115861321B (zh) | 应用于工业互联网的生产环境检测方法及系统 | |
CN113830896B (zh) | 基于图神经网络的好氧段氧气预警方法、系统及设备 | |
CN116160878B (zh) | 一种换电控制系统及方法、计算机可读介质及电子设备 | |
CN115963798B (zh) | 工业互联网中的设备运控方法、系统及电子设备 | |
CN115862183B (zh) | 传感器特征工程信息构建方法、装置、设备和计算机介质 | |
CN115062273B (zh) | 工业互联网的光电传感器精度控制方法及系统 | |
CN115828977B (zh) | 工业互联网标签编码方法、装置、介质及电子设备 | |
CN117526318B (zh) | 配电网状态评估方法、装置、电子设备、存储介质 | |
CN116862303B (zh) | 城市内涝隐患分级及评估方法 | |
CN111026571B (zh) | 处理器降频处理方法、装置及电子设备 | |
CN116187747A (zh) | 基于大数据的生产设备安全评估方法、装置及电子设备 | |
CN116415194A (zh) | 基站异常电量检测方法、装置及计算机可读介质 | |
CN115271460A (zh) | 基于工业互联网大数据分析提取方法、装置及计算机设备 |
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 |