CN117490810A - 一种基于定位信息的水表远程监控方法及监控系统 - Google Patents
一种基于定位信息的水表远程监控方法及监控系统 Download PDFInfo
- Publication number
- CN117490810A CN117490810A CN202311849142.0A CN202311849142A CN117490810A CN 117490810 A CN117490810 A CN 117490810A CN 202311849142 A CN202311849142 A CN 202311849142A CN 117490810 A CN117490810 A CN 117490810A
- Authority
- CN
- China
- Prior art keywords
- water
- pipeline
- slope
- water consumption
- user
- 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
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 671
- 238000012544 monitoring process Methods 0.000 title claims abstract description 47
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000004458 analytical method Methods 0.000 claims abstract description 99
- 238000012423 maintenance Methods 0.000 claims abstract description 36
- 238000004364 calculation method Methods 0.000 claims description 67
- 238000010586 diagram Methods 0.000 claims description 43
- 230000002159 abnormal effect Effects 0.000 claims description 20
- 238000006243 chemical reaction Methods 0.000 claims description 12
- 238000011156 evaluation Methods 0.000 claims description 11
- 238000012417 linear regression Methods 0.000 claims description 11
- 238000013500 data storage Methods 0.000 claims description 9
- 230000005856 abnormality Effects 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 10
- 230000006870 function Effects 0.000 description 65
- 230000008569 process Effects 0.000 description 8
- 235000015097 nutrients Nutrition 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 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
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17D—PIPE-LINE SYSTEMS; PIPE-LINES
- F17D5/00—Protection or supervision of installations
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17D—PIPE-LINE SYSTEMS; PIPE-LINES
- F17D5/00—Protection or supervision of installations
- F17D5/02—Preventing, monitoring, or locating loss
-
- 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
-
- 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
Abstract
本发明提供一种基于定位信息的水表远程监控方法及监控系统,涉及水表远程监控技术领域,包括如下步骤:获取用水大户的定位信息并向对应智能水表处加装普通水表;根据智能用水信息以及普通用水信息分析智能水表或普通水表是否故障;计算用户用水的斜率;通过管道破损分析模型对用户的管道进行分析;通过管道水垢分析模型对用户的管道进行分析;根据分析结果向维护端发送维护信息;本发明用于解决现有的水表远程监控技术还存在难以分析判断水管管道的状态以及缺少了对管道内部是否存在水垢的分析,导致水利公司的营收以及供水质量受到影响的问题。
Description
技术领域
本发明涉及水表远程监控技术领域,尤其涉及一种基于定位信息的水表远程监控方法及监控系统。
背景技术
水表远程监控技术,是指一种利用通信技术和传感器技术实现对水表进行远程监控的系统,这种技术通过将传感器安装在水表上,收集水表的用水信息,并将这些数据通过通信网络传输到监控中心或用户终端,实现对水表的实时监测、数据分析和远程控制。
现有的水表远程监控技术通常都是仅对用户的用水量进行监控或是监控智能水表是否出现故障,缺少了对水管管道的分析,由于水利公司日常仅能获取到水表的数据,难以分析判断水管管道的状态,因此对水表的远程监控不应该局限于水表本身,而是要连带水管管道一起监测,而现有的水表远程监控技术在对水管的监测中难以分析判断其水管内是否存在水垢,而水垢的存在将会影响水利公司的营收以及供水质量,因此对管道内水垢的分析判断尤为重要,比如在申请公开号为CN109300296A的中国专利中,公开了一种智能水表的监控方法、监控设备及NB-Iot基站,该方案的监控设备在接收到第一周期内智能水表的用水量之后,可以判断第一周期的用水量是否出现异常,从而实现对智能水表的用水量进行监控,一旦智能水表出现用水量异常情况,监控设备可以及时告知用户,进而使得用户能够及时获知异常情况,并对此进行处理,虽然监测了用户用水的异常情况,但是无法判断异常情况是否为管道自身存在的问题,缺少了对管道内部是否存在水垢的分析,而管道内部存在水垢将会影响水利公司的营收以及供水质量,现有的水表远程监控技术还存在难以分析判断水管管道的状态以及缺少了对管道内部是否存在水垢的分析,导致水利公司的营收以及供水质量受到影响的问题。
发明内容
针对现有技术存在的不足,本发明提供了一种基于定位信息的水表远程监控方法,能够基于智能水表记录用户的历史标准用水量,并根据用户的历史标准用水量分析其每天的标准斜率,再分析用户的历史用水量得到实时斜率,通过实时斜率以及标准斜率分析判断管道是否存在异常,再通过智能水表获取管道内部信息,进一步分析其管道内部是否存在破损以及是否存在水垢,以解决现有的水表远程监控技术还存在难以分析判断水管管道的状态以及缺少了对管道内部是否存在水垢的分析,导致水利公司的营收以及供水质量受到影响的问题。
为了实现上述目的,第一方面,本发明提供一种基于定位信息的水表远程监控方法,包括如下步骤:
获取用水大户的定位信息并向对应智能水表处加装普通水表;
获取智能水表以及普通水表记录的用水信息,分别标记为智能用水信息以及普通用水信息,根据智能用水信息以及普通用水信息分析智能水表或普通水表是否故障;
读取历史用水数据库,获取用水大户不同日期的用水量,计算用户用水的斜率,通过斜率分析选取合适的模型对用户的管道进行分析;
通过管道破损分析模型对用户的管道进行分析,判断用户管道是否破损;
通过管道水垢分析模型对用户的管道进行分析,判断用户管道是否存在水垢;
根据分析结果向维护端发送维护信息。
进一步地,获取用水大户的定位信息并向对应智能水表处加装普通水表包括如下子步骤:
获取用水大户的定位信息,标记为用户定位,所述用水大户为水利公司设定的用水量大的用户;
查找与用户定位相距最近的智能水表,在智能水表旁加装普通水表。
进一步地,根据智能用水信息以及普通用水信息分析智能水表或普通水表是否故障包括如下子步骤:
获取智能用水信息以及普通用水信息;
计算智能用水信息与普通用水信息的差值的绝对值,标记为表显差值,将表显差值与第一误差阈值进行比对,若表显差值小于等于第一误差阈值,则输出表显差值正常信号;若表显差值大于第一误差阈值,则输出表显差值异常信号;
若输出表显差值异常信号,则将智能用水信息与普通用水信息进行比对,若智能用水信息小于普通用水信息,则输出智能水表故障信号;若智能用水信息大于普通用水信息,则输出普通水表故障信号;此处智能用水信息不等于普通用水信息;
若输出智能水表故障信号或普通水表故障信号,则发送水表检修信息至维护端。
进一步地,计算用户用水的斜率,通过斜率分析选取合适的模型对用户的管道进行分析包括如下子步骤:
通过斜率计算模型计算用户用水的标准斜率;
通过斜率计算模型计算用户的实际斜率;
根据实时斜率以及标准斜率判断水管内是否存在水垢。
进一步地,通过斜率计算模型计算用户用水的标准斜率包括如下子步骤:
读取历史正常用水数据库,获取第一评估周期内用户每天的用水量,且标记其日期,记为周一用水N至周日用水N,N为常数且为正整数,命名为日期标准用水量;
以N为X轴,日期标准用水量为Y轴建立直角坐标系,将周一用水N至周日用水N的直角坐标系分别标记为周一标准散点图至周日标准散点图,将日期以及日期标准用水量录入散点图;剔除日期中的节假日;
通过离散数学的方式对散点图进行线性回归,得到离散标准函数,所述离散标准函数包括周一离散标准函数、周二离散标准函数、周三离散标准函数、周四离散标准函数、周五离散标准函数、周六离散标准函数以及周日离散标准函数;
将N=1以及N=2代入离散标准函数,求得标准离散点一坐标以及标准离散点二坐标;
通过斜率计算公式对标准离散点一坐标以及标准离散点二坐标进行计算,得到离散标准函数的标准斜率;
所述斜率计算公式配置为:Kb=(Y1-Y2)/(X1-X2);其中,Kb为标准斜率,(X1,Y1)为标准离散点一坐标,(X2,Y2)为标准离散点二坐标。
进一步地,通过斜率计算模型计算用户的实际斜率包括如下子步骤:
读取历史用水数据库,获取第一评估周期内用户每天的用水量,且标记其日期,记为周一用水M至周日用水M,M为常数且为正整数,命名为日期实时用水量;
以M为X轴,日期实时用水量为Y轴建立直角坐标系,将周一用水M至周日用水M的直角坐标系分别标记为周一实时散点图至周日实时散点图,将日期以及日期实时用水量录入散点图;剔除日期中的节假日;
通过离散数学的方式对散点图进行线性回归,得到离散实时函数,所述离散实时函数包括周一离散实时函数、周二离散实时函数、周三离散实时函数、周四离散实时函数、周五离散实时函数、周六离散实时函数以及周日离散实时函数;
将M=1以及M=2代入离散实时函数,求得实时离散点一坐标以及实时离散点二坐标;
通过斜率计算公式对实时离散点一坐标以及实时离散点二坐标进行计算,得到离散实时函数的实时斜率。
进一步地,根据实时斜率以及标准斜率判断水管内是否存在水垢包括如下子步骤:
将实时斜率记为Ks,标准斜率为Kb,判断-|Kb|≤Ks≤|Kb|是否成立,若成立,则输出斜率正常信号;若不成立,则输出斜率异常信号;
若输出斜率异常信号,则判断Ks是否大于零,若Ks大于零,则输出管道破损检修信号;若Ks小于零,则输出管道水垢处理信号;此处Ks不等于零;
若输出管道破损检修信号,则通过管道破损分析模型对管道进行分析;若输出管道水垢处理信号,则通过管道水垢分析模型对管道进行分析。
进一步地,通过管道破损分析模型对用户的管道进行分析包括如下子步骤:
通过智能水表获取当天管道内的水压以及水流量,将其中的水压的最大值标记为峰值水压,将峰值水压对应的水流量标记为峰值水流量;获取当天的用水量,标记为实时用水量;
读取历史正常用水数据库,查找每天的历史用水量,将历史用水量与实时用水量计算差值并取绝对值,标记为用水差值,查找小于等于第一差值阈值的用水差值,将对应的历史用水量标记为相似用水量;
对相似用水量、峰值水压以及峰值水流量进行分析,判断管道是否破损。
进一步地,对相似用水量、峰值水压以及峰值水流量进行分析包括如下子步骤:
获取相似用水量对应的日期当天的最高水压以及对应的水流量,分别标记为相似水压以及相似水流量;
通过破损指数计算公式对实时斜率、水压以及水流量进行计算,得到管道的破损指数;
所述破损指数计算公式配置为:
;其中,W为破损指数,Px为相似水压,Pf为峰值水压,Qx为相似水流量,Qf为峰值水流量,K1为第一斜率权重,K2为水压权重,K3为水流量权重,A1为斜率转换系数,A2为水压转换系数,A3为水流量转换系数;
将破损指数与第一指数阈值进行比对,若破损指数小于等于第一指数阈值,则输出管道正常信号;若破损指数大于第一指数阈值,则输出管道破损信号。
进一步地,通过管道水垢分析模型对用户的管道进行分析包括如下子步骤:
通过pH值传感器以及水质硬度检测仪分别获取管道内水质的pH值以及水质硬度;
通过水垢指数计算公式对实时斜率、pH值以及水质硬度进行计算,得到管道的水垢指数;
所述水垢指数计算公式配置为:;其中,S为水垢指数,Ph为pH值,H为水质硬度,K4为pH权重,K5为硬度权重,K6为第二斜率权重;
将水垢指数与第二指数阈值进行比对,若水垢指数小于等于第二指数阈值,则输出管道正常信号;若水垢指数大于第二指数阈值,则输出管道水垢处理信号。
进一步地,根据分析结果向维护端发送维护信息包括如下子步骤:
获取输出信号,若输出管道正常信号,则标记智能水表记录正常;
若输出管道破损信号,则发送管道检修信息至维护端;
若输出管道水垢处理信号,则发送水垢处理信息至维护端。
第二方面,本发明提供一种基于定位信息的水表远程监控系统,包括数据采集模块、数据存储模块、分析计算模块以及决策模块;所述数据采集模块、数据存储模块以及决策模块分别与分析计算模块数据连接;
所述数据采集模块用于获取用水大户的定位信息、用水信息以及用水量;
所述数据存储模块用于存储历史用水数据库;
所述分析计算模块包括故障分析单元、斜率计算模型、管道破损分析模型以及管道水垢分析模型;
所述故障分析单元用于根据智能用水信息以及普通用水信息分析智能水表或普通水表是否故障;所述斜率计算模型用于计算用户用水的斜率,通过斜率分析选取合适的模型对用户的管道进行分析;所述管道破损分析模型用于对用户的管道进行分析,判断用户管道是否破损;所述管道水垢分析模型用于对用户的管道进行分析,判断用户管道是否存在水垢;
所述决策模块用于根据分析结果向维护端发送维护信息。
本发明的有益效果:本发明通过记录正常状况下用户的历史标准用水量,再对历史标准用水量进行分析,分析第一评估周期内每个周一至周期的日期标准用水量,对日期标准用水量进行计算分析得到用户一周内每天用水的标准斜率,优势在于,根据标准斜率可以判断用户的用水浮动范围,同时基于长期的数据集计算得到的数据具有稳定性,且用水大户的每天的用水基本不会出现太大的偏差,因此分析其斜率可以提高用水量异常判断的准确性;
本发明通过分析正常情况下用户用水量的标准斜率,再分析历史用水数据库中未被确认为正常情况下的历史用水量进行分析,计算其每天的实时斜率并基于标准斜率判断水管是否破损或是否存在水垢,优势在于,由于水利公司对于智能水表的检测存在较长周期,只有确认智能水表正常后才能够将历史用水量录入历史标准用水量中,而通过标准斜率以及实时斜率的对比可以判断用户的用水量增幅以及降幅是否过大,若增幅过大则代表水管存在破损风险,若降幅过大则代表水管内可能存在水垢,提高了水表远程监控的安全性以及准确性;
本发明通过对管道内的水压以及水流量进行计算分析,结合历史数据计算管道的破损指数,基于破损指数判断管道是否存在破损,优势在于,由于用水大户每天的用水量的浮动存在一定范围,而管道内的水压以及水流量可以一定程度上反映用户的用水程度,若峰值水压以及峰值水流量与历史数据相差较大,则说明管道存在破损导致用户的用水量异常增幅,而管道存在微小破损时通常不易被人为察觉,此时通过水表远程监控即可判断用户的管道是否破损,提高了管道破损分析的准确性以及水表远程监控的便捷性;
本发明通过对管道内的pH值以及水质硬度进行分析,结合实时斜率计算其水垢指数,基于水垢指数判断管道内是否存在水垢,优势在于,由于管道内存在水垢将会导致水表示值低于用户的用水量,而现有的水表远程监控技术难以分析判断管道内是否存在水垢,通过对管道内水的pH值以及水质硬度,并结合实时斜率的方式能够准确地判断管道内是否存在水垢,提高了水表远程监控的全面性以及水垢判断的准确性。
本发明附加方面的优点将在下面的具体实施方式的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其他特征、目的和优点将会变得更明显:
图1为本发明的一种基于定位信息的水表远程监控方法的步骤流程图;
图2为本发明的周一标准散点图的示意图;
图3为本发明对周一标准散点图进行线性回归的示意图;
图4为本发明的周一实时散点图的示意图;
图5为本发明对周一实时散点图进行线性回归的示意图;
图6为本发明的一种基于定位信息的水表远程监控系统的原理框图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本发明。
实施例1
请参阅图1所示,本发明提供了一种基于定位信息的水表远程监控方法,能够基于智能水表记录用户的历史标准用水量,并根据用户的历史标准用水量分析其每天的标准斜率,再分析用户的历史用水量得到实时斜率,通过实时斜率以及标准斜率分析判断管道是否存在异常,再通过智能水表获取管道内部信息,进一步分析其管道内部是否存在破损以及是否存在水垢,以解决现有的水表远程监控技术还存在难以分析判断水管管道的状态以及缺少了对管道内部是否存在水垢的分析,导致水利公司的营收以及供水质量受到影响的问题。
一种基于定位信息的水表远程监控方法,包括:步骤S1,获取用水大户的定位信息并向对应智能水表处加装普通水表;步骤S2,根据智能用水信息以及普通用水信息分析智能水表或普通水表是否故障;步骤S3,计算用户用水的斜率,通过斜率分析选取合适的模型对用户的管道进行分析;步骤S4,通过管道破损分析模型对用户的管道进行分析;步骤S5,通过管道水垢分析模型对用户的管道进行分析;步骤S6,根据分析结果向维护端发送维护信息;具体为:
步骤S1,获取用水大户的定位信息并向对应智能水表处加装普通水表;步骤S1包括如下子步骤:
步骤S101,获取用水大户的定位信息,标记为用户定位,用水大户为水利公司设定的用水量大的用户;
步骤S102,查找与用户定位相距最近的智能水表,在智能水表旁加装普通水表;
具体实施中,定位信息为经纬度,获取到定位信息为(32.860552,117.347986),在距(32.860552,117.347986)最近的智能水表旁加装普通水表。
步骤S2,获取智能水表以及普通水表记录的用水信息,分别标记为智能用水信息以及普通用水信息,根据智能用水信息以及普通用水信息分析智能水表或普通水表是否故障;步骤S2包括如下子步骤:
步骤S201,获取智能用水信息以及普通用水信息;
步骤S202,计算智能用水信息与普通用水信息的差值的绝对值,标记为表显差值,将表显差值与第一误差阈值进行比对,若表显差值小于等于第一误差阈值,则输出表显差值正常信号;若表显差值大于第一误差阈值,则输出表显差值异常信号;
步骤S203,若输出表显差值异常信号,则将智能用水信息与普通用水信息进行比对,若智能用水信息小于普通用水信息,则输出智能水表故障信号;若智能用水信息大于普通用水信息,则输出普通水表故障信号;此处智能用水信息不等于普通用水信息;
步骤S204,若输出智能水表故障信号或普通水表故障信号,则发送水表检修信息至维护端;
具体实施中,用水信息仅为当天用户所使用的用水量,第一误差阈值设置为0.5Kg,获取到智能用水信息为35679.886Kg,普通用水信息为35680.105Kg,通过计算得到表显差值为0.219Kg,通过比对得到表显差值小于第一误差阈值,则输出表显差值正常信号。
步骤S3,读取历史用水数据库,获取用水大户不同日期的用水量,计算用户用水的斜率,通过斜率分析选取合适的模型对用户的管道进行分析;实际应用中,用水大户的用水量通常具有一定的规律,且存在一定范围,计算其在周几的多个星期内的用水量可以判断用水大户的用水浮动情况,为后续分析提供进一步数据支持;步骤S3包括如下子步骤:
步骤S301,通过斜率计算模型计算用户用水的标准斜率;
步骤S301包括如下子步骤:
步骤S3011,读取历史正常用水数据库,获取第一评估周期内用户每天的用水量,且标记其日期,记为周一用水N至周日用水N,N为常数且为正整数,命名为日期标准用水量;
请参阅图2所示,步骤S3012,以N为X轴,日期标准用水量为Y轴建立直角坐标系,将周一用水N至周日用水N的直角坐标系分别标记为周一标准散点图至周日标准散点图,将日期以及日期标准用水量录入散点图;剔除日期中的节假日;
具体实施中,第一评估周期设置为28天,则N取值为1至4,当N取值为1、2、3以及4时,读取到的周一用水N分别为35264.993Kg、35583.254Kg、35369.564Kg以及35825.358Kg,以N为X轴,日期标准用水量为Y轴建立直角坐标系,得到周一标准散点图如图2所示,本实施例中仅对周一标准散点图进行举例分析,旨在说明计算分析过程,周二标准散点图至周日标准散点图的计算分析过程请参阅周一标准散点图的计算分析过程进行;
请参阅图3所示,步骤S3013,通过离散数学的方式对散点图进行线性回归,得到离散标准函数,离散标准函数包括周一离散标准函数、周二离散标准函数、周三离散标准函数、周四离散标准函数、周五离散标准函数、周六离散标准函数以及周日离散标准函数;
步骤S3014,将N=1以及N=2代入离散标准函数,求得标准离散点一坐标以及标准离散点二坐标;
步骤S3015,通过斜率计算公式对标准离散点一坐标以及标准离散点二坐标进行计算,得到离散标准函数的标准斜率;
斜率计算公式配置为:Kb=(Y1-Y2)/(X1-X2);其中,Kb为标准斜率,(X1,Y1)为标准离散点一坐标,(X2,Y2)为标准离散点二坐标;
具体实施中,如图3所示,通过对周一标准散点图进行线性回归得到周一离散标准函数为 Y=146.74X+35143.94,将N=1以及N=2代入离散标准函数,即将X=1以及X=2代入周一离散标准函数,计算得到标准离散点一坐标为(1,35290.68),标准离散点二坐标为(2,35437.42),其中,X1为1,X2为2,Y1为35290.68,Y2为35437.42,代入斜率计算公式计算得到标准斜率Kb为146.74。
步骤S302,通过斜率计算模型计算用户的实际斜率;
步骤S302包括如下子步骤:
步骤S3021,读取历史用水数据库,获取第一评估周期内用户每天的用水量,且标记其日期,记为周一用水M至周日用水M,M为常数且为正整数,命名为日期实时用水量;
请参阅图4至图5所示,步骤S3022,以M为X轴,日期实时用水量为Y轴建立直角坐标系,将周一用水M至周日用水M的直角坐标系分别标记为周一实时散点图至周日实时散点图,将日期以及日期实时用水量录入散点图;剔除日期中的节假日;
步骤S3023,通过离散数学的方式对散点图进行线性回归,得到离散实时函数,离散实时函数包括周一离散实时函数、周二离散实时函数、周三离散实时函数、周四离散实时函数、周五离散实时函数、周六离散实时函数以及周日离散实时函数;
步骤S3024,将M=1以及M=2代入离散实时函数,求得实时离散点一坐标以及实时离散点二坐标;
步骤S3025,通过斜率计算公式对实时离散点一坐标以及实时离散点二坐标进行计算,得到离散实时函数的实时斜率;
具体实施中,为与步骤S301相对应,此处也仅对第一评估周日内的周一进行分析,当M为1、2、3以及4时,读取到的周一用水M分别为35104.256Kg、34832.587Kg、34726.358Kg以及34633.974Kg,以M为X轴,日期实时用水量为Y轴建立直角坐标系,构建得到周一实时散点图如图4所示,对周一实时散点图进行线性回归得到图5,周一离散实时函数为Y=-151.71X+35203.57,将M=1以及M=2代入周一离散实时函数,计算得到实时离散点一坐标为(1,35051.86),实时离散点二坐标为(2,34900.15),代入斜率计算公式计算得到实时斜率为-151.71;
步骤S303,根据实时斜率以及标准斜率判断水管内是否存在水垢;
步骤S303包括如下子步骤:
步骤S3031,将实时斜率记为Ks,标准斜率为Kb,判断-|Kb|≤Ks≤|Kb|是否成立,若成立,则输出斜率正常信号;若不成立,则输出斜率异常信号;
步骤S3032,若输出斜率异常信号,则判断Ks是否大于零,若Ks大于零,则输出管道破损检修信号;若Ks小于零,则输出管道水垢处理信号;此处Ks不等于零;
步骤S3033,若输出管道破损检修信号,则通过管道破损分析模型对管道进行分析;若输出管道水垢处理信号,则通过管道水垢分析模型对管道进行分析;
具体实施中,Ks为-151.71,Kb为146.74,则-|Kb|为-146.74,通过比对得到Ks<-146.74,即-|Kb|≤Ks≤|Kb|不成立,输出斜率异常信号,由于输出斜率异常信号,而Ks小于零,则输出管道水垢处理信号,通过管道水垢分析模型对管道进行分析。
步骤S4,通过管道破损分析模型对用户的管道进行分析,判断用户管道是否破损;具体实施中,用水大户的管道长期处于高压状态,难免出现细小破损或者阀门漏水等不易被察觉的现象,而用水大户每天的用水量较大,长期漏水将会导致水利公司出现较大损失,因此需要对管道是否破损进行分析,避免损失;通过管道破损分析模型对用户的管道进行分析包括如下子步骤:
步骤S401,通过智能水表获取当天管道内的水压以及水流量,将其中的水压的最大值标记为峰值水压,将峰值水压对应的水流量标记为峰值水流量;获取当天的用水量,标记为实时用水量;
步骤S402,读取历史正常用水数据库,查找每天的历史用水量,将历史用水量与实时用水量计算差值并取绝对值,标记为用水差值,查找小于等于第一差值阈值的用水差值,将对应的历史用水量标记为相似用水量;
步骤S403,对相似用水量、峰值水压以及峰值水流量进行分析,判断管道是否破损;
步骤S403包括如下子步骤:
步骤S4031,获取相似用水量对应的日期当天的最高水压以及对应的水流量,分别标记为相似水压以及相似水流量;
步骤S4032,通过破损指数计算公式对实时斜率、水压以及水流量进行计算,得到管道的破损指数;
破损指数计算公式配置为:
;其中,W为破损指数,Px为相似水压,Pf为峰值水压,Qx为相似水流量,Qf为峰值水流量,K1为第一斜率权重,K2为水压权重,K3为水流量权重,A1为斜率转换系数,A2为水压转换系数,A3为水流量转换系数;
步骤S4033,将破损指数与第一指数阈值进行比对,若破损指数小于等于第一指数阈值,则输出管道正常信号;若破损指数大于第一指数阈值,则输出管道破损信号;
具体实施中,由于本实施例中未输出管道破损检修信号,则不启用管道破损分析模型,管道破损分析模型的具体分析过程,即步骤S4的具体分析过程请参阅实施例2进行详细说明。
步骤S5,通过管道水垢分析模型对用户的管道进行分析,判断用户管道是否存在水垢;实际应用中,管道内的水垢很难被检测出来,且难以对其进行实时监测,而通过结合用户用水的斜率变化、pH值以及水质硬度进行结合分析可以很大程度上反映管道内部是否存在水垢,pH值越高以及水质硬度越高越容易产生水垢,可以作为很好的数据基础;步骤S5包括如下子步骤:
步骤S501,通过pH值传感器以及水质硬度检测仪分别获取管道内水质的pH值以及水质硬度;
步骤S502,通过水垢指数计算公式对实时斜率、pH值以及水质硬度进行计算,得到管道的水垢指数;
水垢指数计算公式配置为:;其中,S为水垢指数,Ph为pH值,H为水质硬度,K4为pH权重,K5为硬度权重,K6为第二斜率权重;
步骤S503,将水垢指数与第二指数阈值进行比对,若水垢指数小于等于第二指数阈值,则输出管道正常信号;若水垢指数大于第二指数阈值,则输出管道水垢处理信号;
具体实施中,K4设置为0.4,K5设置为0.4,K6设置为0.2,第二指数阈值设置为8,pH值传感器采用现有技术中的pH值检测仪,水质硬度检测仪采用现有技术中的水质硬度检测仪,获取到pH值为10,水质硬度为17,Ks为-151.71,Kb为146.74,通过水垢指数计算公式计算得到水垢指数S为10.87,计算结果保留两位小数,通过比对得到水垢指数大于第二指数阈值,则输出管道水垢处理信号。
步骤S6,根据分析结果向维护端发送维护信息;步骤S6包括如下子步骤:
步骤S601,获取输出信号,若输出管道正常信号,则标记智能水表记录正常;
步骤S602,若输出管道破损信号,则发送管道检修信息至维护端;
步骤S603,若输出管道水垢处理信号,则发送水垢处理信息至维护端;
具体实施中,获取到管道正常信号,则标记智能水表记录正常,获取到管道水垢处理信号,则发送水垢处理信息至维护端。
实施例2
本实施例与实施例1的不同之处在于,本实施例用于展示管道破损分析模型的具体分析计算过程,旨在解释说明步骤S4的数据计算过程;本实施例中的Ks以及Kb分别为158.25以及155.83,由于-|Kb|≤Ks≤|Kb|不成立且Ks大于零,则启用管道破损分析模型进行分析;
步骤S4,通过管道破损分析模型对用户的管道进行分析,判断用户管道是否破损;具体实施中,用水大户的管道长期处于高压状态,难免出现细小破损或者阀门漏水等不易被察觉的现象,而用水大户每天的用水量较大,长期漏水将会导致水利公司出现较大损失,因此需要对管道是否破损进行分析,避免损失;步骤S4包括如下子步骤:
步骤S401,通过智能水表获取当天管道内的水压以及水流量,将其中的水压的最大值标记为峰值水压,将峰值水压对应的水流量标记为峰值水流量;获取当天的用水量,标记为实时用水量;
步骤S402,读取历史正常用水数据库,查找每天的历史用水量,将历史用水量与实时用水量计算差值并取绝对值,标记为用水差值,查找小于等于第一差值阈值的用水差值,将对应的历史用水量标记为相似用水量;
具体实施中,第一差值阈值设置为10Kg,获取到峰值水压为0.3Mpa,峰值水流量为2.46吨/h,实时用水量为34458.688Kg,即将历史正常用水数据库内用水量范围在34448.688Kg至34468.688Kg内的用水量标记为相似用水量,获取到相似用水量分别为34463.208Kg;
步骤S403,对相似用水量、峰值水压以及峰值水流量进行分析,判断管道是否破损;
步骤S403包括如下子步骤:
步骤S4031,获取相似用水量对应的日期当天的最高水压以及对应的水流量,分别标记为相似水压以及相似水流量;
步骤S4032,通过破损指数计算公式对实时斜率、水压以及水流量进行计算,得到管道的破损指数;
破损指数计算公式配置为:
;其中,W为破损指数,Px为相似水压,Pf为峰值水压,Qx为相似水流量,Qf为峰值水流量,K1为第一斜率权重,K2为水压权重,K3为水流量权重,A1为斜率转换系数,A2为水压转换系数,A3为水流量转换系数;
步骤S4033,将破损指数与第一指数阈值进行比对,若破损指数小于等于第一指数阈值,则输出管道正常信号;若破损指数大于第一指数阈值,则输出管道破损信号;
具体实施中,K1设置为0.4,K2设置为0.3,K3设置为0.3,A1设置为1,A2设置为0.02,A3设置为0.1,第一指数阈值设置为3,获取到相似水压为0.4Mpa,相似水流量为2.88吨/h,通过计算得到破损指数W为3.73,计算结果保留两位小数,通过比对得到破损指数大于第一指数阈值,则输出管道破损信号。
实施例3
请参阅图6,本发明提供一种基于定位信息的水表远程监控系统,包括数据采集模块、数据存储模块、分析计算模块以及决策模块;数据采集模块、数据存储模块以及决策模块分别与分析计算模块数据连接;
数据采集模块用于获取用水大户的定位信息、用水信息以及用水量;
数据存储模块用于存储历史用水数据库;
分析计算模块包括故障分析单元、斜率计算模型、管道破损分析模型以及管道水垢分析模型;
故障分析单元用于根据智能用水信息以及普通用水信息分析智能水表或普通水表是否故障;
故障分析单元配置有故障分析策略,故障分析策略包括:
获取智能用水信息以及普通用水信息;
计算智能用水信息与普通用水信息的差值的绝对值,标记为表显差值,将表显差值与第一误差阈值进行比对,若表显差值小于等于第一误差阈值,则输出表显差值正常信号;若表显差值大于第一误差阈值,则输出表显差值异常信号;
若输出表显差值异常信号,则将智能用水信息与普通用水信息进行比对,若智能用水信息小于普通用水信息,则输出智能水表故障信号;若智能用水信息大于普通用水信息,则输出普通水表故障信号;此处智能用水信息不等于普通用水信息;
若输出智能水表故障信号或普通水表故障信号,则发送水表检修信息至维护端;
斜率计算模型用于计算用户用水的斜率,通过斜率分析选取合适的模型对用户的管道进行分析;
斜率计算模型配置有斜率计算策略,斜率计算策略包括:
通过斜率计算模型计算用户用水的标准斜率;
读取历史正常用水数据库,获取第一评估周期内用户每天的用水量,且标记其日期,记为周一用水N至周日用水N,N为常数且为正整数,命名为日期标准用水量;
以N为X轴,日期标准用水量为Y轴建立直角坐标系,将周一用水N至周日用水N的直角坐标系分别标记为周一标准散点图至周日标准散点图,将日期以及日期标准用水量录入散点图;剔除日期中的节假日;
通过离散数学的方式对散点图进行线性回归,得到离散标准函数,离散标准函数包括周一离散标准函数、周二离散标准函数、周三离散标准函数、周四离散标准函数、周五离散标准函数、周六离散标准函数以及周日离散标准函数;
将N=1以及N=2代入离散标准函数,求得标准离散点一坐标以及标准离散点二坐标;
通过斜率计算公式对标准离散点一坐标以及标准离散点二坐标进行计算,得到离散标准函数的标准斜率;
斜率计算公式配置为:Kb=(Y1-Y2)/(X1-X2);其中,Kb为标准斜率,(X1,Y1)为标准离散点一坐标,(X2,Y2)为标准离散点二坐标;
通过斜率计算模型计算用户的实际斜率;
读取历史用水数据库,获取第一评估周期内用户每天的用水量,且标记其日期,记为周一用水M至周日用水M,M为常数且为正整数,命名为日期实时用水量;
以M为X轴,日期实时用水量为Y轴建立直角坐标系,将周一用水M至周日用水M的直角坐标系分别标记为周一实时散点图至周日实时散点图,将日期以及日期实时用水量录入散点图;剔除日期中的节假日;
通过离散数学的方式对散点图进行线性回归,得到离散实时函数,离散实时函数包括周一离散实时函数、周二离散实时函数、周三离散实时函数、周四离散实时函数、周五离散实时函数、周六离散实时函数以及周日离散实时函数;
将M=1以及M=2代入离散实时函数,求得实时离散点一坐标以及实时离散点二坐标;
通过斜率计算公式对实时离散点一坐标以及实时离散点二坐标进行计算,得到离散实时函数的实时斜率;
根据实时斜率以及标准斜率判断水管内是否存在水垢;
将实时斜率记为Ks,标准斜率为Kb,判断-|Kb|≤Ks≤|Kb|是否成立,若成立,则输出斜率正常信号;若不成立,则输出斜率异常信号;
若输出斜率异常信号,则判断Ks是否大于零,若Ks大于零,则输出管道破损检修信号;若Ks小于零,则输出管道水垢处理信号;此处Ks不等于零;
若输出管道破损检修信号,则通过管道破损分析模型对管道进行分析;若输出管道水垢处理信号,则通过管道水垢分析模型对管道进行分析;
管道破损分析模型用于对用户的管道进行分析,判断用户管道是否破损;
管道破损分析模型配置有管道破损分析策略,管道破损分析策略包括:
通过智能水表获取当天管道内的水压以及水流量,将其中的水压的最大值标记为峰值水压,将峰值水压对应的水流量标记为峰值水流量;获取当天的用水量,标记为实时用水量;
读取历史正常用水数据库,查找每天的历史用水量,将历史用水量与实时用水量计算差值并取绝对值,标记为用水差值,查找小于等于第一差值阈值的用水差值,将对应的历史用水量标记为相似用水量;
对相似用水量、峰值水压以及峰值水流量进行分析,判断管道是否破损;
通过智能水表获取当天管道内的水压以及水流量,将其中的水压的最大值标记为峰值水压,将峰值水压对应的水流量标记为峰值水流量;获取当天的用水量,标记为实时用水量;
读取历史正常用水数据库,查找每天的历史用水量,将历史用水量与实时用水量计算差值并取绝对值,标记为用水差值,查找小于等于第一差值阈值的用水差值,将对应的历史用水量标记为相似用水量;
对相似用水量、峰值水压以及峰值水流量进行分析,判断管道是否破损;
管道水垢分析模型用于对用户的管道进行分析,判断用户管道是否存在水垢;
管道水垢分析模型配置有管道水垢分析策略,管道水垢分析策略包括:
通过pH值传感器以及水质硬度检测仪分别获取管道内水质的pH值以及水质硬度;
通过水垢指数计算公式对实时斜率、pH值以及水质硬度进行计算,得到管道的水垢指数;
水垢指数计算公式配置为:;其中,S为水垢指数,Ph为pH值,H为水质硬度,K4为pH权重,K5为硬度权重,K6为第二斜率权重;
将水垢指数与第二指数阈值进行比对,若水垢指数小于等于第二指数阈值,则输出管道正常信号;若水垢指数大于第二指数阈值,则输出管道水垢处理信号;
决策模块用于根据分析结果向维护端发送维护信息;
决策模块配置有决策策略,决策策略包括:
获取输出信号,若输出管道正常信号,则标记智能水表记录正常;
若输出管道破损信号,则发送管道检修信息至维护端;
若输出管道水垢处理信号,则发送水垢处理信息至维护端。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例,或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质上实施的计算机程序产品的形式。其中,存储介质可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(Static RandomAccess Memory,简称SRAM),电可擦除可编程只读存储器(Electrically ErasableProgrammable Read-Only Memory,简称EEPROM),可擦除可编程只读存储器(ErasableProgrammable Red Only Memory,简称EPROM),可编程只读存储器(Programmable Red-Only Memory,简称PROM),只读存储器(Read-OnlyMemory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (12)
1.一种基于定位信息的水表远程监控方法,其特征在于,包括如下步骤:
获取用水大户的定位信息并向对应智能水表处加装普通水表;
获取智能水表以及普通水表记录的用水信息,分别标记为智能用水信息以及普通用水信息,根据智能用水信息以及普通用水信息分析智能水表或普通水表是否故障;
读取历史用水数据库,获取用水大户不同日期的用水量,计算用户用水的斜率,通过斜率分析选取合适的模型对用户的管道进行分析;
通过管道破损分析模型对用户的管道进行分析,判断用户管道是否破损;
通过管道水垢分析模型对用户的管道进行分析,判断用户管道是否存在水垢;
根据分析结果向维护端发送维护信息。
2.根据权利要求1所述的一种基于定位信息的水表远程监控方法,其特征在于,获取用水大户的定位信息并向对应智能水表处加装普通水表包括如下子步骤:
获取用水大户的定位信息,标记为用户定位,所述用水大户为水利公司设定的用水量大的用户;
查找与用户定位相距最近的智能水表,在智能水表旁加装普通水表。
3.根据权利要求2所述的一种基于定位信息的水表远程监控方法,其特征在于,根据智能用水信息以及普通用水信息分析智能水表或普通水表是否故障包括如下子步骤:
获取智能用水信息以及普通用水信息;
计算智能用水信息与普通用水信息的差值的绝对值,标记为表显差值,将表显差值与第一误差阈值进行比对,若表显差值小于等于第一误差阈值,则输出表显差值正常信号;若表显差值大于第一误差阈值,则输出表显差值异常信号;
若输出表显差值异常信号,则将智能用水信息与普通用水信息进行比对,若智能用水信息小于普通用水信息,则输出智能水表故障信号;若智能用水信息大于普通用水信息,则输出普通水表故障信号;此处智能用水信息不等于普通用水信息;
若输出智能水表故障信号或普通水表故障信号,则发送水表检修信息至维护端。
4.根据权利要求3所述的一种基于定位信息的水表远程监控方法,其特征在于,计算用户用水的斜率,通过斜率分析选取合适的模型对用户的管道进行分析包括如下子步骤:
通过斜率计算模型计算用户用水的标准斜率;
通过斜率计算模型计算用户的实际斜率;
根据实时斜率以及标准斜率判断水管内是否存在水垢。
5.根据权利要求4所述的一种基于定位信息的水表远程监控方法,其特征在于,通过斜率计算模型计算用户用水的标准斜率包括如下子步骤:
读取历史正常用水数据库,获取第一评估周期内用户每天的用水量,且标记其日期,记为周一用水N至周日用水N,N为常数且为正整数,命名为日期标准用水量;
以N为X轴,日期标准用水量为Y轴建立直角坐标系,将周一用水N至周日用水N的直角坐标系分别标记为周一标准散点图至周日标准散点图,将日期以及日期标准用水量录入散点图;剔除日期中的节假日;
通过离散数学的方式对散点图进行线性回归,得到离散标准函数,所述离散标准函数包括周一离散标准函数、周二离散标准函数、周三离散标准函数、周四离散标准函数、周五离散标准函数、周六离散标准函数以及周日离散标准函数;
将N=1以及N=2代入离散标准函数,求得标准离散点一坐标以及标准离散点二坐标;
通过斜率计算公式对标准离散点一坐标以及标准离散点二坐标进行计算,得到离散标准函数的标准斜率;
所述斜率计算公式配置为:Kb=(Y1-Y2)/(X1-X2);其中,Kb为标准斜率,(X1,Y1)为标准离散点一坐标,(X2,Y2)为标准离散点二坐标。
6.根据权利要求5所述的一种基于定位信息的水表远程监控方法,其特征在于,通过斜率计算模型计算用户的实际斜率包括如下子步骤:
读取历史用水数据库,获取第一评估周期内用户每天的用水量,且标记其日期,记为周一用水M至周日用水M,M为常数且为正整数,命名为日期实时用水量;
以M为X轴,日期实时用水量为Y轴建立直角坐标系,将周一用水M至周日用水M的直角坐标系分别标记为周一实时散点图至周日实时散点图,将日期以及日期实时用水量录入散点图;剔除日期中的节假日;
通过离散数学的方式对散点图进行线性回归,得到离散实时函数,所述离散实时函数包括周一离散实时函数、周二离散实时函数、周三离散实时函数、周四离散实时函数、周五离散实时函数、周六离散实时函数以及周日离散实时函数;
将M=1以及M=2代入离散实时函数,求得实时离散点一坐标以及实时离散点二坐标;
通过斜率计算公式对实时离散点一坐标以及实时离散点二坐标进行计算,得到离散实时函数的实时斜率。
7.根据权利要求6所述的一种基于定位信息的水表远程监控方法,其特征在于,根据实时斜率以及标准斜率判断水管内是否存在水垢包括如下子步骤:
将实时斜率记为Ks,标准斜率为Kb,判断-|Kb|≤Ks≤|Kb|是否成立,若成立,则输出斜率正常信号;若不成立,则输出斜率异常信号;
若输出斜率异常信号,则判断Ks是否大于零,若Ks大于零,则输出管道破损检修信号;若Ks小于零,则输出管道水垢处理信号;此处Ks不等于零;
若输出管道破损检修信号,则通过管道破损分析模型对管道进行分析;若输出管道水垢处理信号,则通过管道水垢分析模型对管道进行分析。
8.根据权利要求7所述的一种基于定位信息的水表远程监控方法,其特征在于,通过管道破损分析模型对用户的管道进行分析包括如下子步骤:
通过智能水表获取当天管道内的水压以及水流量,将其中的水压的最大值标记为峰值水压,将峰值水压对应的水流量标记为峰值水流量;获取当天的用水量,标记为实时用水量;
读取历史正常用水数据库,查找每天的历史用水量,将历史用水量与实时用水量计算差值并取绝对值,标记为用水差值,查找小于等于第一差值阈值的用水差值,将对应的历史用水量标记为相似用水量;
对相似用水量、峰值水压以及峰值水流量进行分析,判断管道是否破损。
9.根据权利要求8所述的一种基于定位信息的水表远程监控方法,其特征在于,对相似用水量、峰值水压以及峰值水流量进行分析包括如下子步骤:
获取相似用水量对应的日期当天的最高水压以及对应的水流量,分别标记为相似水压以及相似水流量;
通过破损指数计算公式对实时斜率、水压以及水流量进行计算,得到管道的破损指数;
所述破损指数计算公式配置为:
;其中,W为破损指数,Px为相似水压,Pf为峰值水压,Qx为相似水流量,Qf为峰值水流量,K1为第一斜率权重,K2为水压权重,K3为水流量权重,A1为斜率转换系数,A2为水压转换系数,A3为水流量转换系数;
将破损指数与第一指数阈值进行比对,若破损指数小于等于第一指数阈值,则输出管道正常信号;若破损指数大于第一指数阈值,则输出管道破损信号。
10.根据权利要求9所述的一种基于定位信息的水表远程监控方法,其特征在于,通过管道水垢分析模型对用户的管道进行分析包括如下子步骤:
通过pH值传感器以及水质硬度检测仪分别获取管道内水质的pH值以及水质硬度;
通过水垢指数计算公式对实时斜率、pH值以及水质硬度进行计算,得到管道的水垢指数;
所述水垢指数计算公式配置为:;其中,S为水垢指数,Ph为pH值,H为水质硬度,K4为pH权重,K5为硬度权重,K6为第二斜率权重;
将水垢指数与第二指数阈值进行比对,若水垢指数小于等于第二指数阈值,则输出管道正常信号;若水垢指数大于第二指数阈值,则输出管道水垢处理信号。
11.根据权利要求10所述的一种基于定位信息的水表远程监控方法,其特征在于,根据分析结果向维护端发送维护信息包括如下子步骤:
获取输出信号,若输出管道正常信号,则标记智能水表记录正常;
若输出管道破损信号,则发送管道检修信息至维护端;
若输出管道水垢处理信号,则发送水垢处理信息至维护端。
12.适用于权利要求1-11任意一项所述的一种基于定位信息的水表远程监控方法的系统,其特征在于,包括数据采集模块、数据存储模块、分析计算模块以及决策模块;所述数据采集模块、数据存储模块以及决策模块分别与分析计算模块数据连接;
所述数据采集模块用于获取用水大户的定位信息、用水信息以及用水量;
所述数据存储模块用于存储历史用水数据库;
所述分析计算模块包括故障分析单元、斜率计算模型、管道破损分析模型以及管道水垢分析模型;
所述故障分析单元用于根据智能用水信息以及普通用水信息分析智能水表或普通水表是否故障;所述斜率计算模型用于计算用户用水的斜率,通过斜率分析选取合适的模型对用户的管道进行分析;所述管道破损分析模型用于对用户的管道进行分析,判断用户管道是否破损;所述管道水垢分析模型用于对用户的管道进行分析,判断用户管道是否存在水垢;
所述决策模块用于根据分析结果向维护端发送维护信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311849142.0A CN117490810B (zh) | 2023-12-29 | 2023-12-29 | 一种基于定位信息的水表远程监控方法及监控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311849142.0A CN117490810B (zh) | 2023-12-29 | 2023-12-29 | 一种基于定位信息的水表远程监控方法及监控系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117490810A true CN117490810A (zh) | 2024-02-02 |
CN117490810B CN117490810B (zh) | 2024-03-22 |
Family
ID=89667612
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311849142.0A Active CN117490810B (zh) | 2023-12-29 | 2023-12-29 | 一种基于定位信息的水表远程监控方法及监控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117490810B (zh) |
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104268649A (zh) * | 2014-09-28 | 2015-01-07 | 江南大学 | 一种基于小波奇异性分析和arma模型的水管漏水检测方法 |
CN106090621A (zh) * | 2016-06-02 | 2016-11-09 | 东北电力大学 | 一种基于压力信号分析的供水管网泄漏、堵塞故障诊断与定位方法 |
CN108681352A (zh) * | 2018-04-10 | 2018-10-19 | 南京瑞可荣智信息科技有限公司 | 智能灌溉监测与控制系统 |
CN109300296A (zh) * | 2018-10-11 | 2019-02-01 | 京信通信系统(中国)有限公司 | 一种智能水表的监控方法、监控设备及NB-Iot基站 |
CN110537845A (zh) * | 2019-08-13 | 2019-12-06 | 华帝股份有限公司 | 一种用于蒸汽烹饪装置的水垢检测装置和检测方法 |
WO2020133639A1 (zh) * | 2018-12-29 | 2020-07-02 | 东北大学 | 一种管道内检测漏磁数据智能分析系统 |
CN112890729A (zh) * | 2021-01-19 | 2021-06-04 | 北京红岸水滴科技发展有限公司 | 水垢检测方法、适用于该水垢检测方法的水箱及包含该水箱的设备 |
CN113177691A (zh) * | 2021-04-06 | 2021-07-27 | 山东秉恬信息科技有限公司 | 一种管网漏损分析算法 |
CN113532598A (zh) * | 2021-09-17 | 2021-10-22 | 江苏伸辰智能仪器有限公司 | 智能水表在线故障检测调节系统 |
CN113570075A (zh) * | 2021-06-10 | 2021-10-29 | 山东秉恬信息科技有限公司 | 一种水表远程监控软件系统 |
WO2022135265A1 (zh) * | 2021-01-14 | 2022-06-30 | 中国长江三峡集团有限公司 | 气候变化影响下水库调度规则的失效预警分析方法 |
CN115016376A (zh) * | 2022-06-27 | 2022-09-06 | 常州聚能信息科技有限公司 | 一种基于物联网的智能在线监控系统及方法 |
CN115047158A (zh) * | 2022-06-29 | 2022-09-13 | 合肥中南光电有限公司 | 供暖管道水质监测系统 |
CN115842847A (zh) * | 2023-02-24 | 2023-03-24 | 陕西省水务集团智能数据有限公司 | 一种基于物联网的水表智能控制方法、系统及介质 |
CN116228298A (zh) * | 2023-04-25 | 2023-06-06 | 清华大学 | 基于nb-iot水表计量信息的大数据分析方法及系统 |
CN116561597A (zh) * | 2023-04-12 | 2023-08-08 | 江阴市立信智能设备有限公司 | 一种基于物联网的水表无线数据传输管理系统及方法 |
CN116734969A (zh) * | 2023-06-16 | 2023-09-12 | 深圳乐租宝科技有限公司 | 一种用于水表计量数据的智能异常监测方法 |
KR20230159159A (ko) * | 2022-05-13 | 2023-11-21 | 재단법인 한국기계전기전자시험연구원 | 수도미터 원격검침 시스템 장애 감지를 위한 표준원격검침기 및 이를 이용한 평가 방법 |
CN117196120A (zh) * | 2023-10-25 | 2023-12-08 | 无锡市水务集团有限公司 | 一种用户用水行为分析算法 |
-
2023
- 2023-12-29 CN CN202311849142.0A patent/CN117490810B/zh active Active
Patent Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104268649A (zh) * | 2014-09-28 | 2015-01-07 | 江南大学 | 一种基于小波奇异性分析和arma模型的水管漏水检测方法 |
CN106090621A (zh) * | 2016-06-02 | 2016-11-09 | 东北电力大学 | 一种基于压力信号分析的供水管网泄漏、堵塞故障诊断与定位方法 |
CN108681352A (zh) * | 2018-04-10 | 2018-10-19 | 南京瑞可荣智信息科技有限公司 | 智能灌溉监测与控制系统 |
CN109300296A (zh) * | 2018-10-11 | 2019-02-01 | 京信通信系统(中国)有限公司 | 一种智能水表的监控方法、监控设备及NB-Iot基站 |
WO2020133639A1 (zh) * | 2018-12-29 | 2020-07-02 | 东北大学 | 一种管道内检测漏磁数据智能分析系统 |
CN110537845A (zh) * | 2019-08-13 | 2019-12-06 | 华帝股份有限公司 | 一种用于蒸汽烹饪装置的水垢检测装置和检测方法 |
WO2022135265A1 (zh) * | 2021-01-14 | 2022-06-30 | 中国长江三峡集团有限公司 | 气候变化影响下水库调度规则的失效预警分析方法 |
CN112890729A (zh) * | 2021-01-19 | 2021-06-04 | 北京红岸水滴科技发展有限公司 | 水垢检测方法、适用于该水垢检测方法的水箱及包含该水箱的设备 |
CN113177691A (zh) * | 2021-04-06 | 2021-07-27 | 山东秉恬信息科技有限公司 | 一种管网漏损分析算法 |
CN113570075A (zh) * | 2021-06-10 | 2021-10-29 | 山东秉恬信息科技有限公司 | 一种水表远程监控软件系统 |
CN113532598A (zh) * | 2021-09-17 | 2021-10-22 | 江苏伸辰智能仪器有限公司 | 智能水表在线故障检测调节系统 |
KR20230159159A (ko) * | 2022-05-13 | 2023-11-21 | 재단법인 한국기계전기전자시험연구원 | 수도미터 원격검침 시스템 장애 감지를 위한 표준원격검침기 및 이를 이용한 평가 방법 |
CN115016376A (zh) * | 2022-06-27 | 2022-09-06 | 常州聚能信息科技有限公司 | 一种基于物联网的智能在线监控系统及方法 |
CN115047158A (zh) * | 2022-06-29 | 2022-09-13 | 合肥中南光电有限公司 | 供暖管道水质监测系统 |
CN115842847A (zh) * | 2023-02-24 | 2023-03-24 | 陕西省水务集团智能数据有限公司 | 一种基于物联网的水表智能控制方法、系统及介质 |
CN116561597A (zh) * | 2023-04-12 | 2023-08-08 | 江阴市立信智能设备有限公司 | 一种基于物联网的水表无线数据传输管理系统及方法 |
CN116228298A (zh) * | 2023-04-25 | 2023-06-06 | 清华大学 | 基于nb-iot水表计量信息的大数据分析方法及系统 |
CN116734969A (zh) * | 2023-06-16 | 2023-09-12 | 深圳乐租宝科技有限公司 | 一种用于水表计量数据的智能异常监测方法 |
CN117196120A (zh) * | 2023-10-25 | 2023-12-08 | 无锡市水务集团有限公司 | 一种用户用水行为分析算法 |
Also Published As
Publication number | Publication date |
---|---|
CN117490810B (zh) | 2024-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5037447B2 (ja) | ガス搬送システムを管理するための報告機能付調整器 | |
CN102884407B (zh) | 用于监控水设施网络中的资源的系统和方法 | |
US20100299105A1 (en) | Online condition-based monitoring for tank farms | |
CN104487991A (zh) | 使用基于通信的数据审核验收的能量管理 | |
AU2002243711A1 (en) | Reporting regulator for managing a gas transportation system | |
CN115841398B (zh) | 一种基于物联网的供水管网漏损分析方法及系统 | |
GB2507184A (en) | Anomaly event classification in a network of pipes for resource distribution | |
CN115508508A (zh) | 一种面向火力发电站的碳排放传感器状态监测系统及方法 | |
CN117490810B (zh) | 一种基于定位信息的水表远程监控方法及监控系统 | |
JP2015137866A (ja) | 漏水量推定装置及び方法並びにシステム | |
CN112613711A (zh) | 一种基于六何分析法的水务大数据指标管理方法及系统 | |
CN111027803A (zh) | 施工管理方法及施工管理系统 | |
JP5292182B2 (ja) | 水処理設備管理システム | |
CN110263785A (zh) | 一种自动抄表方法、装置及计算机可读存储介质 | |
Abdullah et al. | Addressing unaccounted-for-gas (UFG): Proactive techniques for optimal management and control | |
Kanyama et al. | Anomalies identification in Smart Water Metering Networks: Fostering improved water efficiency | |
AU2011221399A1 (en) | System and method for monitoring resources in a water utility network | |
KR20140143647A (ko) | 유량 이력 데이터 보정에 기반한 추정 누수량 분석 시스템 | |
CN115131685A (zh) | 基于卫星夜光数据监测企业生产经营状况的分析方法 |
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 |