CN117812123A - 一种基于物联网的阀门调控方法及系统 - Google Patents

Abstract

本发明提出了一种基于物联网的阀门调控方法及系统。其特征在于，所述方法包括：在管道阀门处安装传感器，通过传感器对管道相关数据进行采集，并将采集到的数据传送至边缘设备通过边缘设备对所述相关数据进行预处理；将边缘设备预处理后的所述相关数据传送至云端，云端对所述相关数据进行分段存储，并通过并行处理对各个分段内的相关数据进行分析处理，获得分析结果；将所述分析结果与预设阈值进行对比，根据对比结果制定相应的调控方案；并将所述调控方案通过物联网传输至阀门控制器。通过在管道阀门处安装传感器，并通过边缘设备进行初步处理，并通过物联网技术将数据传输至云端进行处理，可以提高处理速度以及减少云端计算压力。

Description

一种基于物联网的阀门调控方法及系统

技术领域

本发明提出了一种基于物联网的阀门调控方法及系统，属于智能调控技术领域。

背景技术

在传统的管道系统中，对管道阀门的调控通常依赖于人工操作，比如通过手动调节阀门的开度来改变管道内液体的流动速度。这种操作方式不仅效率低下，而且在一些具有高危险性或者对环境要求严格的场景中，人工操作可能会带来误差，甚至可能造成安全事故。

随着物联网技术的不断发展，越来越多的设备被连接到互联网上，使得设备的智能化和自动化成为可能。在阀门调控这个领域，已经有了一些基于物联网的解决方案。然而，这些解决方案往往只关注于如何通过云端对阀门进行调控，而忽视了在阀门调控过程中对管道相关数据的实时监测和调整。

发明内容

本发明提供了一种基于物联网的阀门调控方法，用以解决解决现有技术中对阀门进行调控大多依赖于人工，调控精度以及实时性不够高等问题：

本发明提出的一种基于物联网的阀门调控方法，所述方法包括：

在管道阀门处安装传感器，通过传感器对管道相关数据进行采集，并将采集到的数据传送至边缘设备通过边缘设备对所述相关数据进行预处理；

将边缘设备预处理后的所述相关数据传送至云端，云端对所述相关数据进行分段存储，并通过并行处理对各个分段内的相关数据进行分析处理，获得分析结果；

将所述分析结果与预设阈值进行对比，根据对比结果制定相应的调控方案；并将所述调控方案通过物联网传输至阀门控制器；例如改变阀门开度来调节管道内液体的流动速度。

阀门控制器接收到相应的调控方案后，对阀门的开度进行调整，并通过传感器对阀门调整后管道相关数据进行实时监测，根据实时监测结果，对阀门开度进行实时调整。

进一步的，所述在管道阀门处安装传感器，通过传感器对管道相关数据进行采集，并将采集到的数据传送至边缘设备通过边缘设备对所述相关数据进行预处理；包括：

在管道阀门处安装传感器，所述传感器包括压力传感器以及流量传感器，通过所述传感器对管道相关数据进行采集，所述相关数据包括管道内压力、流量；

通过有线或无线传输方式将采集到的相关数据传输至边缘设备，所述边缘设备对所述相关数据进行标准化运算，并对标准化运算后的相关数据进行预处理，所述预处理包括数据清洗、数据校准以及异常检测。

进一步的，所述将边缘设备预处理后的所述相关数据传送至云端，云端对所述相关数据进行分段存储，并通过并行处理对各个分段内的相关数据进行分析处理，获得分析结果；包括：

边缘设备将预处理后的相关数据通过无线传输方式传送至云端；

所述云端接收到边缘设备传输的相关数据，并根据相关数据特点进行分段，并将分段后的相关数据划分为多个数据块，并将所述多个数据块分别存储至不同的存储区域内；

对不同存储空间内的数据建立索引与标识；生成并行处理任务对不同存储区域内的数据块进行处理，并为每个并行处理任务分配给不同的计算节点；

并实时获取各个计算节点的资源消耗量，通过调度算法对各个计算节点的计算资源进行调度；

处理完成后，通过合并算法对每个并行任务得到的分析结果进行整合，生成完整的数据处理结；并将所述分析结果存储至数据库中。

进一步的，所述将所述分析结果与预设阈值进行对比，根据对比结果制定相应的调控方案；并将所述调控方案通过物联网传输至阀门控制器；包括：

从分析结果中提取关键数据指标；并获取预设阈值，将所述关键数据指标与所述预设阈值进行比较，确定当前管道内状况是否在正常阈值范围内；

若在正常阈值范围内则继续进行保持原有状态不变；

若不在正常阈值范围内，则制定相应的调控方案；

将制定的调控方案封装成消息或命令，并将封装好的消息或命令通过物联网传输至目标阀门控制器。

进一步的，所述阀门控制器接收到相应的调控方案后，对阀门的开度进行调整，并通过传感器对阀门调整后管道相关数据进行实时监测，根据实时监测结果，对阀门开度进行实时调整；包括：

阀门控制器接收到通过物联网传输的消息或命令，对所述消息或命令进行解析，获取调控指令或命令；

基于接收到的调控指令和参数，按照调控方案要求，计算或设定所需的阀门开度；并通过调节阀门的执行机构或驱动器来执行开度调整；

通过传感器对管道相关数据进行实时监测，并通过边缘设备对实时监测结果进行处理计算，将计算结果传输至阀门控制器，阀门控制器根据计算结果判断当前管道状态是否符合要求；

若监测结果处于目标范围内，则维持当前阀门开度并持续监测；

若监测结果超过目标范围上限，则减小阀门开度；

若监测结果低于目标范围下限，则增加阀门开度。

本发明提出的一种基于物联网的阀门调控系统，所述系统包括：

数据采集模块：在管道阀门处安装传感器，通过传感器对管道相关数据进行采集，并将采集到的数据传送至边缘设备通过边缘设备对所述相关数据进行预处理；

数据处理模块：将边缘设备预处理后的所述相关数据传送至云端，云端对所述相关数据进行分段存储，并通过并行处理对各个分段内的相关数据进行分析处理，获得分析结果；

方案制定模块：将所述分析结果与预设阈值进行对比，根据对比结果制定相应的调控方案；并将所述调控方案通过物联网传输至阀门控制器；例如改变阀门开度来调节管道内液体的流动速度。

方案执行模块：阀门控制器接收到相应的调控方案后，对阀门的开度进行调整，并通过传感器对阀门调整后管道相关数据进行实时监测，根据实时监测结果，对阀门开度进行实时调整。

进一步的，所述数据采集模块，包括：

传感器安装模块：在管道阀门处安装传感器，所述传感器包括压力传感器以及流量传感器，通过所述传感器对管道相关数据进行采集，所述相关数据包括管道内压力、流量；

传输模块：通过有线或无线传输方式将采集到的相关数据传输至边缘设备，所述边缘设备对所述相关数据进行标准化运算，并对标准化运算后的相关数据进行预处理，所述预处理包括数据清洗、数据校准以及异常检测。

进一步的，所述数据处理模块，包括：

无线传输模块：边缘设备将预处理后的相关数据通过无线传输方式传送至云端；

数据分段模块：所述云端接收到边缘设备传输的相关数据，并根据相关数据特点进行分段，并将分段后的相关数据划分为多个数据块，并将所述多个数据块分别存储至不同的存储区域内；

索引标识模块：对不同存储空间内的数据建立索引与标识；生成并行处理任务对不同存储区域内的数据块进行处理，并为每个并行处理任务分配给不同的计算节点；

资源调度模块：并实时获取各个计算节点的资源消耗量，通过调度算法对各个计算节点的计算资源进行调度；

结果合并模块：处理完成后，通过合并算法对每个并行任务得到的分析结果进行整合，生成完整的数据处理结；并将所述分析结果存储至数据库中。

进一步的，所述方案制定模块，包括：

阈值比较模块：从分析结果中提取关键数据指标；并获取预设阈值，将所述关键数据指标与所述预设阈值进行比较，确定当前管道内状况是否在正常阈值范围内；

第一判断模块：若在正常阈值范围内则继续进行保持原有状态不变；

第二判断模块：若不在正常阈值范围内，则制定相应的调控方案；

命令传送模块：将制定的调控方案封装成消息或命令，并将封装好的消息或命令通过物联网传输至目标阀门控制器。

进一步的，所述方案执行模块，包括：

解析模块：阀门控制器接收到通过物联网传输的消息或命令，对所述消息或命令进行解析，获取调控指令或命令；

开度计算模块：基于接收到的调控指令和参数，按照调控方案要求，计算或设定所需的阀门开度；并通过调节阀门的执行机构或驱动器来执行开度调整；

状态判断模块：通过传感器对管道相关数据进行实时监测，并通过边缘设备对实时监测结果进行处理计算，将计算结果传输至阀门控制器，阀门控制器根据计算结果判断当前管道状态是否符合要求；

第三判断模块：若监测结果处于目标范围内，则维持当前阀门开度并持续监测；

第四判断模块：若监测结果超过目标范围上限，则减小阀门开度；

第五判断模块：若监测结果低于目标范围下限，则增加阀门开度。

本发明有益效果：通过在管道阀门处安装传感器，并通过边缘设备进行初步处理，并通过物联网技术将数据传输至云端进行处理，可以提高处理速度以及减少云端计算压力。实现对管道状态的实时监测，并及时进行调控，确保管道运行在合适的工作范围内；云端对传输到的相关数据进行分段存储，并通过并行处理对各个分段内的数据进行分析处理，获得分析结果。这样可以有效提高数据处理的效率和准确性，并为后续的调控方案制定提供依据；根据分析结果与预设阈值进行对比，制定相应的调控方案，并通过物联网将调控方案传输至阀门控制器。阀门控制器接收到调控方案后，自动调整阀门的开度，以达到调控目标。这样可以实现对管道系统的自动化调控，提高调控的精确性和效率；通过对实时监测结果的处理计算，可以判断管道状态是否符合要求。如果监测结果超过目标范围上限或低于目标范围下限，可以根据情况减小或增加阀门开度，以维持管道在正常工作状态。同时，如果出现异常情况，系统可以提前发出预警，帮助运维人员及时处理故障；通过实时监测和精确调控，可以优化管道的运行状态，提高运行效率，减少能源消耗和排放。这有助于降低运行成本，提高资源利用率，同时也符合可持续发展的要求。

附图说明

图1为本发明提出的一种基于物联网的阀门调控方法步骤图；

图2为本发明提出的一种基于物联网的阀门调控系统模块图。

具体实施方式

为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施例对本发明进行详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，所描述的实施例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。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。

本发明的一个实施例，一种基于物联网的阀门调控方法，所述方法包括：

S1：在管道阀门处安装传感器，通过传感器对管道相关数据进行采集，并将采集到的数据传送至边缘设备通过边缘设备对所述相关数据进行预处理；

S2：将边缘设备预处理后的所述相关数据传送至云端，云端对所述相关数据进行分段存储，并通过并行处理对各个分段内的相关数据进行分析处理，获得分析结果；

S3：将所述分析结果与预设阈值进行对比，根据对比结果制定相应的调控方案；并将所述调控方案通过物联网传输至阀门控制器；例如改变阀门开度来调节管道内液体的流动速度。

S4：阀门控制器接收到相应的调控方案后，对阀门的开度进行调整，并通过传感器对阀门调整后管道相关数据进行实时监测，根据实时监测结果，对阀门开度进行实时调整。

上述技术方案的工作原理为：在管道阀门处安装各种类型的传感器，例如流量传感器、压力传感器、温度传感器等。这些传感器可以实时监测管道内的各种参数，并将数据传送至边缘设备；边缘设备接收传感器采集的原始数据，进行预处理操作。预处理包括数据清洗、数据校准、异常值检测和修复等，以确保传输至云端的数据具有高质量和可靠性；经过边缘设备预处理后的数据通过物联网传输至云端。云端接收数据并进行分段存储，同时还可以进行数据备份和实时监测；云端对接收到的数据进行并行处理和分析。这包括利用大数据技术和机器学习算法对数据进行处理，例如数据挖掘、模式识别、异常检测等。这些分析结果能够为后续的调控提供重要依据；分析结果与预设阈值进行对比。如果分析结果超过了预设的阈值，系统会根据预设的调控策略和逻辑制定相应的调控方案，例如提高或降低阀门开度，以调节管道内液体的流动速度或压力；制定好的调控方案通过物联网传输至阀门控制器。阀门控制器接收到调控方案后，根据方案要求，对阀门的开度进行相应调整；阀门调整后，通过传感器对阀门调整后的管道相关数据进行实时监测。根据实时监测结果，对阀门开度进行实时调整。这个过程是一个闭环反馈系统，能够不断优化和调节管道的运行状态，以满足需求并保持在安全和高效的范围内。

上述技术方案的效果为：通过安装传感器和使用物联网技术，可以实时监测管道相关数据，并根据实时监测结果对阀门开度进行实时调整，以达到精确的管道流量调控；通过分析处理采集到的数据，并与预设阈值进行对比，制定相应的调控方案，可以实现自动化的阀门调节。这样可以提高管道流动效率，减少能耗，节约资源；通过实时监测和分析管道相关数据，可以及时发现异常情况，并进行相应的调控，从而保证管道的安全运行，避免事故发生；通过云端的并行处理和分析，可以获得对管道运行状态的详细了解，并借助智能算法进行数据分析和预测，为管道调控提供更准确的依据；通过物联网技术的应用，实现对管道的自动化管理，减少人力资源的投入，降低管理成本。

本发明的一个实施例，所述在管道阀门处安装传感器，通过传感器对管道相关数据进行采集，并将采集到的数据传送至边缘设备通过边缘设备对所述相关数据进行预处理，包括：

S11：在管道阀门处安装传感器，所述传感器包括压力传感器以及流量传感器，通过所述传感器对管道相关数据进行采集，所述相关数据包括管道内压力、流量；

S12：通过有线或无线传输方式将采集到的相关数据传输至边缘设备，所述边缘设备对所述相关数据进行标准化运算，并对标准化运算后的相关数据进行预处理，所述预处理包括数据清洗、数据校准以及异常检测。其中，标准化运算的步骤包括对相关数据进行特征处理，并生成转换特征向量，并对转换特征向量进行标准化计算，并生成计算后的相关数据的数据集；所述标准化计算公式如下:

其中，表示标准化计算后的相关数据的数据集，F_ab表示第a个相关数据的第b个特征的值，P_b表示第特征向量的平均值，n表示样本数量。

上述技术方案的工作原理为：在管道阀门处安装压力传感器和流量传感器，这些传感器可以实时采集管道内的压力和流量等相关数据；通过有线或无线方式将传感器采集到的相关数据传输至边缘设备。边缘设备可以是连接在管道附近的设备，负责接收和处理传感器数据；边缘设备对接收到的相关数据进行标准化运算。标准化运算的步骤包括特征处理和生成转换特征向量。特征处理可以包括对数据的滤波、降噪等操作，目的是提取有用的特征信息。生成转换特征向量后，边缘设备计算特征向量的平均值，并利用标准化计算公式对相关数据进行标准化计算；在标准化运算后，边缘设备对标准化计算后的相关数据进行预处理。预处理包括数据清洗、数据校准以及异常检测。数据清洗可以去除噪声、修复丢失数据等。数据校准可以将数据映射到合适的范围内，确保数据的准确性和可靠性。异常检测可以通过比较实时数据与历史数据的差异，及时发现并处理异常情况。

上述技术方案的效果为：通过在管道阀门处安装传感器，可以实时监测和采集管道内的压力和流量等相关数据，及时获取管道系统的运行状态；通过有线或无线传输方式将采集到的数据传输至边缘设备，可以快速传送大量数据，并在边缘设备上进行预处理。这样可以提高数据传输和处理的效率，减少数据延迟；边缘设备对传输过来的相关数据进行标准化运算、数据清洗、数据校准以及异常检测等预处理操作，可以提升数据的质量和准确性，去除噪声和异常值，确保数据的可靠性；通过对预处理后的数据进行分析和比对，可以及时发现异常情况并进行故障预警，从而避免可能的事故和损失。此外，通过对数据的分析和挖掘，可以优化管道系统的运行和维护策略，提高系统的可靠性和效率；通过该技术方案，可以实现对大规模管道系统的智能化管理，包括监测、控制、预测等，提高管道系统的安全性、稳定性和运行效果。通过标准化计算公式的应用，可以实现数据标准化、特征处理、数据集生成、数据清洗和数据校准等效果，提高数据的质量和可用性，为后续的数据分析和决策提供更准确、可靠的数据支持。同时，通过对相关数据进行标准化计算，可以将不同特征的数据统一到相同的尺度范围内，消除了不同特征之间的量纲差异，使得数据具有可比性；通过对相关数据进行特征处理，可以提取出对问题解决有用的信息，剔除无关或冗余的数据，从而减少数据集的维度，简化后续的数据分析和处理过程；通过标准化计算，可以生成计算后的相关数据的数据集，该数据集包含经过特征处理和标准化运算后的数据，为后续的数据分析和建模提供了基础；在预处理中进行数据清洗，可以检测和纠正数据中的异常值、缺失值和噪声等，提高数据的质量和可靠性；针对传感器可能存在的误差和漂移问题，通过数据校准可以对采集到的数据进行修正，保证数据的准确性和可信度。

本发明的一个实施例，所述将边缘设备预处理后的所述相关数据传送至云端，云端对所述相关数据进行分段存储，并通过并行处理对各个分段内的相关数据进行分析处理，获得分析结果；包括：

S21：边缘设备将预处理后的相关数据通过无线传输方式传送至云端；

S22：所述云端接收到边缘设备传输的相关数据，并根据相关数据特点进行分段，并将分段后的相关数据划分为多个数据块，并将所述多个数据块分别存储至不同的存储区域内；

S23：对不同存储空间内的数据建立索引与标识；生成并行处理任务对不同存储区域内的数据块进行处理，并为每个并行处理任务分配给不同的计算节点；

S24：并实时获取各个计算节点的资源消耗量，通过调度算法对各个计算节点的计算资源进行调度；所述资源消耗量的计算公式如下：

其中，G_α表示第α个计算节点的资源消耗量，J_expend表示计算节点在处理数据时所需的基础资源消耗量，N_spend表示网络开销，ξ_α表示第α个计算节点需要处理的数据量，所有计算节点需要处理的总数据量，/>表示第α个计算节点处理数据所需的时间；/>表示所有计算节点处理数据所需的总时间；/>表示第α个计算节点处理数据所需的CPU核数；/>表示第有计算节点处理数据所需的CPU核数总和。

S25：处理完成后，通过合并算法对每个并行任务得到的分析结果进行整合，生成完整的数据处理结；并将所述分析结果存储至数据库中。

上述技术方案的工作原理为：边缘设备将预处理后的相关数据通过无线传输方式传送至云端；所述云端接收到边缘设备传输的相关数据，并根据相关数据特点进行分段，并将分段后的相关数据划分为多个数据块，并将所述多个数据块分别存储至不同的存储区域内；对不同存储空间内的数据建立索引与标识；生成并行处理任务对不同存储区域内的数据块进行处理，并为每个并行处理任务分配给不同的计算节点；并实时获取各个计算节点的资源消耗量，通过调度算法对各个计算节点的计算资源进行调度；处理完成后，通过合并算法对每个并行任务得到的分析结果进行整合，生成完整的数据处理结；并将所述分析结果存储至数据库中。

上述技术方案的效果为：通过无线传输方式将边缘设备预处理后的数据传送至云端。相比传统的有线连接，无线传输可以提供更大的灵活性和便捷性，使数据传输更高效；云端接收到数据后，根据数据特点进行分段，将数据划分为多个数据块，并将它们分别存储在不同的存储区域内。同时，对每个存储空间内的数据建立索引与标识，以便后续的检索和管理。这种分段存储和索引策略可以提高数据的读写速度和存储效率；云端生成并行处理任务，针对不同存储区域内的数据块进行处理，并将这些任务分配给不同的计算节点进行并行处理。通过实时获取各个计算节点的资源消耗量，并通过调度算法对计算资源进行动态调度，可以充分利用计算资源，提高数据处理速度和效率；处理完成后，通过合并算法对每个并行任务得到的分析结果进行整合，生成完整的数据处理结果。这些分析结果可以存储到数据库中，方便后续的查询、分析和使用。通过数据库的存储和管理，用户可以随时访问和获取数据处理结果。通过上述公式可以帮助实时评估各个计算节点的资源消耗量，通过调度算法对计算资源进行合理分配和调度，从而提高整个系统的效率和性能。该公式考虑了计算节点的基础资源消耗量、网络开销、数据量、处理时间和CPU核数等因素，使得资源调度更加智能和精准。通过该公式，系统可以根据不同计算节点的资源消耗情况来进行动态调度，从而避免资源浪费和提高系统的利用率。这样可以确保系统在处理大规模数据时能够更加高效地利用计算资源，降低处理时间，提高数据处理的速度和效率。同时，该公式也有助于优化数据处理过程中的并行任务分配，确保每个计算节点的负载相对均衡，避免出现资源过度集中或空闲的情况，进一步提高系统的整体性能和稳定性。

本发明的一个实施例，所述将所述分析结果与预设阈值进行对比，根据对比结果制定相应的调控方案；并将所述调控方案通过物联网传输至阀门控制器；包括：

S31：从分析结果中提取关键数据指标；并获取预设阈值，将所述关键数据指标与所述预设阈值进行比较，确定当前管道内状况是否在正常阈值范围内；

S32：若在正常阈值范围内则继续进行保持原有状态不变；

S33：若不在正常阈值范围内，则制定相应的调控方案；

S34：将制定的调控方案封装成消息或命令，并将封装好的消息或命令通过物联网传输至目标阀门控制器。

上述技术方案的工作原理为：通过物联网连接传感器设备，实时采集管道内各种参数、状态等数据，并将这些数据上传至云端；云端对接收到的数据进行处理和分析，提取关键数据指标，并与预设阈值进行比较，以确定当前管道内状况是否在正常阈值范围内；如果管道内状况不在正常阈值范围内，则根据分析结果和预设阈值制定相应的调控方案。例如，如果压力过高，则需要降低供水量或开启泄压阀门等；将制定好的调控方案封装成消息或命令，并通过物联网传输至目标阀门控制器，建立索引就是为了进行精确传送。阀门控制器根据接收到的命令自动进行调节，以使管道内状况回归正常阈值范围内。

上述技术方案的效果为：通过实时采集管道内的关键数据指标，如压力、流量、温度等，系统能够及时发现管道内的异常情况，包括泄漏、压力过高或过低等问题。一旦发现异常，系统能够立即做出反应，避免潜在的安全风险；根据分析结果和预设阈值，系统能够自动制定相应的调控方案，例如调节阀门开度，改变供水/供气量等。这些调控方案会被封装成消息或命令，并通过物联网传输至目标阀门控制器，实现自动化调节。这种自动化调控大大减少了人为干预的需要，提高了管道运行的效率和可靠性；系统设定的预设阈值和自动化调控方案可帮助实现故障预警。一旦管道内状况超出正常范围，系统会立即发出预警信号，同时采取相应的预防措施，减少了因管道故障而造成的损失；自动化的监测和调控过程减少了对人力资源的需求，降低了维护成本。减少了对人员的持续监控和干预，提高了管理效率，降低了运行成本；通过及时的调控和维护，系统可保证管道的稳定运行，减少了事故发生的可能性，提高了管道的安全性和可靠性。

本发明的一个实施例，所述阀门控制器接收到相应的调控方案后，对阀门的开度进行调整，并通过传感器对阀门调整后管道相关数据进行实时监测，根据实时监测结果，对阀门开度进行实时调整；包括：

S41：阀门控制器接收到通过物联网传输的消息或命令，对所述消息或命令进行解析，获取调控指令或命令；

S42：基于接收到的调控指令和参数，按照调控方案要求，计算或设定所需的阀门开度；并通过调节阀门的执行机构或驱动器来执行开度调整；

S43：通过传感器对管道相关数据进行实时监测，并通过边缘设备对实时监测结果进行处理计算，将计算结果传输至阀门控制器，阀门控制器根据计算结果判断当前管道状态是否符合要求；

S44：若监测结果处于目标范围内，则维持当前阀门开度并持续监测；

S45：若监测结果超过目标范围上限，则减小阀门开度；

S46：若监测结果低于目标范围下限，则增加阀门开度。

上述技术方案的工作原理为：阀门控制器通过物联网接收到传输的消息或命令，并解析获取调控指令或命令；基于接收到的调控指令和参数，阀门控制器按照调控方案要求计算或设定所需的阀门开度。这可能涉及一些算法和逻辑来确保阀门开度能够满足管道运行的要求；阀门控制器通过调节阀门的执行机构或驱动器来实际执行阀门开度的调整。这可能涉及电动执行机构、气动执行机构等，根据具体的阀门类型和控制需求进行调整；阀门控制器通过传感器对管道相关数据进行实时监测。这些传感器可以检测压力、流量、温度等关键指标，以获取管道当前状态的数据；阀门控制器通过边缘设备对实时监测结果进行处理和计算。这可能包括将数据进行滤波、分析、统计等，以获得更准确的管道状态信息；根据计算结果，阀门控制器判断当前管道状态是否符合要求。如果监测结果处于目标范围内，阀门控制器会保持当前阀门开度并持续监测。如果监测结果超过目标范围上限，阀门控制器会减小阀门开度。如果监测结果低于目标范围下限，阀门控制器会增加阀门开度。

上述技术方案的效果为：通过实时监测管道相关数据，并根据监测结果对阀门开度进行实时调整，能够实现对管道流体的实时动态调控。例如，当管道负载突然增加时，系统可以立即调整阀门开度以确保稳定的流体流动，从而有效应对突发情况，保障管道系统的正常运行；精确的阀门控制可以根据实际需要对流体进行调节，避免不必要的能量浪费。通过优化阀门开度，系统可以实现最佳流体控制，从而降低能源消耗，提高系统的能效，达到节能减排的效果；该技术方案可以根据具体的调控方案要求和监测数据，精准计算所需的阀门开度，并通过执行机构实现精准的阀门调整。这种精准控制能够确保管道系统在各种工况下都能够保持稳定的运行状态，提高了管道系统的可靠性和稳定性；通过实时监测管道状态，并根据监测结果调整阀门开度，可以及时发现管道异常情况，并采取措施进行调整。这样，系统可以预防管道事故的发生，提高管道系统的安全性和可靠性，同时减少维护和修理成本；通过边缘设备对实时监测结果进行处理和计算，可以进行数据分析和优化。系统可以根据历史数据进行分析，预测管道运行状态并做出相应调整，为管道系统运行提供更加科学、便捷的决策依据，提高了管道系统的智能化水平。

本发明的一个实施例，一种基于物联网的阀门调控系统，所述系统包括：

数据采集模块：在管道阀门处安装传感器，通过传感器对管道相关数据进行采集，并将采集到的数据传送至边缘设备通过边缘设备对所述相关数据进行预处理；

数据处理模块：将边缘设备预处理后的所述相关数据传送至云端，云端对所述相关数据进行分段存储，并通过并行处理对各个分段内的相关数据进行分析处理，获得分析结果；

方案制定模块：将所述分析结果与预设阈值进行对比，根据对比结果制定相应的调控方案；并将所述调控方案通过物联网传输至阀门控制器；例如改变阀门开度来调节管道内液体的流动速度。

方案执行模块：阀门控制器接收到相应的调控方案后，对阀门的开度进行调整，并通过传感器对阀门调整后管道相关数据进行实时监测，根据实时监测结果，对阀门开度进行实时调整。

上述技术方案的工作原理为：在管道阀门处安装各种类型的传感器，例如流量传感器、压力传感器、温度传感器等。这些传感器可以实时监测管道内的各种参数，并将数据传送至边缘设备；边缘设备接收传感器采集的原始数据，进行预处理操作。预处理包括数据清洗、数据校准、异常值检测和修复等，以确保传输至云端的数据具有高质量和可靠性；经过边缘设备预处理后的数据通过物联网传输至云端。云端接收数据并进行分段存储，同时还可以进行数据备份和实时监测；云端对接收到的数据进行并行处理和分析。这包括利用大数据技术和机器学习算法对数据进行处理，例如数据挖掘、模式识别、异常检测等。这些分析结果能够为后续的调控提供重要依据；分析结果与预设阈值进行对比。如果分析结果超过了预设的阈值，系统会根据预设的调控策略和逻辑制定相应的调控方案，例如提高或降低阀门开度，以调节管道内液体的流动速度或压力；制定好的调控方案通过物联网传输至阀门控制器。阀门控制器接收到调控方案后，根据方案要求，对阀门的开度进行相应调整；阀门调整后，通过传感器对阀门调整后的管道相关数据进行实时监测。根据实时监测结果，对阀门开度进行实时调整。这个过程是一个闭环反馈系统，能够不断优化和调节管道的运行状态，以满足需求并保持在安全和高效的范围内。

上述技术方案的效果为：通过安装传感器和使用物联网技术，可以实时监测管道相关数据，并根据实时监测结果对阀门开度进行实时调整，以达到精确的管道流量调控；通过分析处理采集到的数据，并与预设阈值进行对比，制定相应的调控方案，可以实现自动化的阀门调节。这样可以提高管道流动效率，减少能耗，节约资源；通过实时监测和分析管道相关数据，可以及时发现异常情况，并进行相应的调控，从而保证管道的安全运行，避免事故发生；通过云端的并行处理和分析，可以获得对管道运行状态的详细了解，并借助智能算法进行数据分析和预测，为管道调控提供更准确的依据；通过物联网技术的应用，实现对管道的自动化管理，减少人力资源的投入，降低管理成本。

本发明的一个实施例，所述数据采集模块，包括：

传感器安装模块：在管道阀门处安装传感器，所述传感器包括压力传感器以及流量传感器，通过所述传感器对管道相关数据进行采集，所述相关数据包括管道内压力、流量；

传输模块：通过有线或无线传输方式将采集到的相关数据传输至边缘设备，所述边缘设备对所述相关数据进行标准化运算，并对标准化运算后的相关数据进行预处理，所述预处理包括数据清洗、数据校准以及异常检测。

其中，标准化运算的步骤包括对相关数据进行特征处理，并生成转换特征向量，并对转换特征向量进行标准化计算，并生成计算后的相关数据的数据集；所述标准化计算公式如下:

其中，表示标准化计算后的相关数据的数据集，F_ab表示第a个相关数据的第b个特征的值，P_b表示第特征向量的平均值，n表示样本数量。

上述技术方案的工作原理为：在管道阀门处安装压力传感器和流量传感器，这些传感器可以实时采集管道内的压力和流量等相关数据；通过有线或无线方式将传感器采集到的相关数据传输至边缘设备。边缘设备可以是连接在管道附近的设备，负责接收和处理传感器数据；边缘设备对接收到的相关数据进行标准化运算。标准化运算的步骤包括特征处理和生成转换特征向量。特征处理可以包括对数据的滤波、降噪等操作，目的是提取有用的特征信息。生成转换特征向量后，边缘设备计算特征向量的平均值，并利用标准化计算公式对相关数据进行标准化计算；在标准化运算后，边缘设备对标准化计算后的相关数据进行预处理。预处理包括数据清洗、数据校准以及异常检测。数据清洗可以去除噪声、修复丢失数据等。数据校准可以将数据映射到合适的范围内，确保数据的准确性和可靠性。异常检测可以通过比较实时数据与历史数据的差异，及时发现并处理异常情况。

上述技术方案的效果为：通过在管道阀门处安装传感器，可以实时监测和采集管道内的压力和流量等相关数据，及时获取管道系统的运行状态；通过有线或无线传输方式将采集到的数据传输至边缘设备，可以快速传送大量数据，并在边缘设备上进行预处理。这样可以提高数据传输和处理的效率，减少数据延迟；边缘设备对传输过来的相关数据进行标准化运算、数据清洗、数据校准以及异常检测等预处理操作，可以提升数据的质量和准确性，去除噪声和异常值，确保数据的可靠性；通过对预处理后的数据进行分析和比对，可以及时发现异常情况并进行故障预警，从而避免可能的事故和损失。此外，通过对数据的分析和挖掘，可以优化管道系统的运行和维护策略，提高系统的可靠性和效率；通过该技术方案，可以实现对大规模管道系统的智能化管理，包括监测、控制、预测等，提高管道系统的安全性、稳定性和运行效果。通过标准化计算公式的应用，可以实现数据标准化、特征处理、数据集生成、数据清洗和数据校准等效果，提高数据的质量和可用性，为后续的数据分析和决策提供更准确、可靠的数据支持。同时，通过对相关数据进行标准化计算，可以将不同特征的数据统一到相同的尺度范围内，消除了不同特征之间的量纲差异，使得数据具有可比性；通过对相关数据进行特征处理，可以提取出对问题解决有用的信息，剔除无关或冗余的数据，从而减少数据集的维度，简化后续的数据分析和处理过程；通过标准化计算，可以生成计算后的相关数据的数据集，该数据集包含经过特征处理和标准化运算后的数据，为后续的数据分析和建模提供了基础；在预处理中进行数据清洗，可以检测和纠正数据中的异常值、缺失值和噪声等，提高数据的质量和可靠性；针对传感器可能存在的误差和漂移问题，通过数据校准可以对采集到的数据进行修正，保证数据的准确性和可信度。本发明的一个实施例，所述数据处理模块，包括：

无线传输模块：边缘设备将预处理后的相关数据通过无线传输方式传送至云端；

数据分段模块：所述云端接收到边缘设备传输的相关数据，并根据相关数据特点进行分段，并将分段后的相关数据划分为多个数据块，并将所述多个数据块分别存储至不同的存储区域内；

索引标识模块：对不同存储空间内的数据建立索引与标识；生成并行处理任务对不同存储区域内的数据块进行处理，并为每个并行处理任务分配给不同的计算节点；

资源调度模块：并实时获取各个计算节点的资源消耗量，通过调度算法对各个计算节点的计算资源进行调度；所述资源消耗量的计算公式如下：

其中，G_α表示第α个计算节点的资源消耗量，J_expend表示计算节点在处理数据时所需的基础资源消耗量，N_expend表示网络开销，ξ_α表示第α个计算节点需要处理的数据量，所有计算节点需要处理的总数据量，/>表示第α个计算节点处理数据所需的时间；/>表示所有计算节点处理数据所需的总时间；/>表示第α个计算节点处理数据所需的CPU核数；/>表示第有计算节点处理数据所需的CPU核数总和。

结果合并模块：处理完成后，通过合并算法对每个并行任务得到的分析结果进行整合，生成完整的数据处理结；并将所述分析结果存储至数据库中。

上述技术方案的工作原理为：边缘设备将预处理后的相关数据通过无线传输方式传送至云端；所述云端接收到边缘设备传输的相关数据，并根据相关数据特点进行分段，并将分段后的相关数据划分为多个数据块，并将所述多个数据块分别存储至不同的存储区域内；对不同存储空间内的数据建立索引与标识；生成并行处理任务对不同存储区域内的数据块进行处理，并为每个并行处理任务分配给不同的计算节点；并实时获取各个计算节点的资源消耗量，通过调度算法对各个计算节点的计算资源进行调度；处理完成后，通过合并算法对每个并行任务得到的分析结果进行整合，生成完整的数据处理结；并将所述分析结果存储至数据库中。

上述技术方案的效果为：通过无线传输方式将边缘设备预处理后的数据传送至云端。相比传统的有线连接，无线传输可以提供更大的灵活性和便捷性，使数据传输更高效；云端接收到数据后，根据数据特点进行分段，将数据划分为多个数据块，并将它们分别存储在不同的存储区域内。同时，对每个存储空间内的数据建立索引与标识，以便后续的检索和管理。这种分段存储和索引策略可以提高数据的读写速度和存储效率；云端生成并行处理任务，针对不同存储区域内的数据块进行处理，并将这些任务分配给不同的计算节点进行并行处理。通过实时获取各个计算节点的资源消耗量，并通过调度算法对计算资源进行动态调度，可以充分利用计算资源，提高数据处理速度和效率；处理完成后，通过合并算法对每个并行任务得到的分析结果进行整合，生成完整的数据处理结果。这些分析结果可以存储到数据库中，方便后续的查询、分析和使用。通过数据库的存储和管理，用户可以随时访问和获取数据处理结果。通过上述公式可以帮助实时评估各个计算节点的资源消耗量，通过调度算法对计算资源进行合理分配和调度，从而提高整个系统的效率和性能。该公式考虑了计算节点的基础资源消耗量、网络开销、数据量、处理时间和CPU核数等因素，使得资源调度更加智能和精准。通过该公式，系统可以根据不同计算节点的资源消耗情况来进行动态调度，从而避免资源浪费和提高系统的利用率。这样可以确保系统在处理大规模数据时能够更加高效地利用计算资源，降低处理时间，提高数据处理的速度和效率。同时，该公式也有助于优化数据处理过程中的并行任务分配，确保每个计算节点的负载相对均衡，避免出现资源过度集中或空闲的情况，进一步提高系统的整体性能和稳定性。

本发明的一个实施例，所述方案制定模块，包括：

阈值比较模块：从分析结果中提取关键数据指标；并获取预设阈值，将所述关键数据指标与所述预设阈值进行比较，确定当前管道内状况是否在正常阈值范围内；

第一判断模块：若在正常阈值范围内则继续进行保持原有状态不变；

第二判断模块：若不在正常阈值范围内，则制定相应的调控方案；

命令传送模块：将制定的调控方案封装成消息或命令，并将封装好的消息或命令通过物联网传输至目标阀门控制器。

上述技术方案的工作原理为：通过物联网连接传感器设备，实时采集管道内各种参数、状态等数据，并将这些数据上传至云端；云端对接收到的数据进行处理和分析，提取关键数据指标，并与预设阈值进行比较，以确定当前管道内状况是否在正常阈值范围内；如果管道内状况不在正常阈值范围内，则根据分析结果和预设阈值制定相应的调控方案。例如，如果压力过高，则需要降低供水量或开启泄压阀门等；将制定好的调控方案封装成消息或命令，并通过物联网传输至目标阀门控制器，建立索引就是为了进行精确传送。阀门控制器根据接收到的命令自动进行调节，以使管道内状况回归正常阈值范围内。

上述技术方案的效果为：通过实时采集管道内的关键数据指标，如压力、流量、温度等，系统能够及时发现管道内的异常情况，包括泄漏、压力过高或过低等问题。一旦发现异常，系统能够立即做出反应，避免潜在的安全风险；根据分析结果和预设阈值，系统能够自动制定相应的调控方案，例如调节阀门开度，改变供水/供气量等。这些调控方案会被封装成消息或命令，并通过物联网传输至目标阀门控制器，实现自动化调节。这种自动化调控大大减少了人为干预的需要，提高了管道运行的效率和可靠性；系统设定的预设阈值和自动化调控方案可帮助实现故障预警。一旦管道内状况超出正常范围，系统会立即发出预警信号，同时采取相应的预防措施，减少了因管道故障而造成的损失；自动化的监测和调控过程减少了对人力资源的需求，降低了维护成本。减少了对人员的持续监控和干预，提高了管理效率，降低了运行成本；通过及时的调控和维护，系统可保证管道的稳定运行，减少了事故发生的可能性，提高了管道的安全性和可靠性。

本发明的一个实施例，所述方案执行模块，包括：

解析模块：阀门控制器接收到通过物联网传输的消息或命令，对所述消息或命令进行解析，获取调控指令或命令；

开度计算模块：基于接收到的调控指令和参数，按照调控方案要求，计算或设定所需的阀门开度；并通过调节阀门的执行机构或驱动器来执行开度调整；

状态判断模块：通过传感器对管道相关数据进行实时监测，并通过边缘设备对实时监测结果进行处理计算，将计算结果传输至阀门控制器，阀门控制器根据计算结果判断当前管道状态是否符合要求；

第三判断模块：若监测结果处于目标范围内，则维持当前阀门开度并持续监测；

第四判断模块：若监测结果超过目标范围上限，则减小阀门开度；

第五判断模块：若监测结果低于目标范围下限，则增加阀门开度。

上述技术方案的工作原理为：阀门控制器通过物联网接收到传输的消息或命令，并解析获取调控指令或命令；基于接收到的调控指令和参数，阀门控制器按照调控方案要求计算或设定所需的阀门开度。这可能涉及一些算法和逻辑来确保阀门开度能够满足管道运行的要求；阀门控制器通过调节阀门的执行机构或驱动器来实际执行阀门开度的调整。这可能涉及电动执行机构、气动执行机构等，根据具体的阀门类型和控制需求进行调整；阀门控制器通过传感器对管道相关数据进行实时监测。这些传感器可以检测压力、流量、温度等关键指标，以获取管道当前状态的数据；阀门控制器通过边缘设备对实时监测结果进行处理和计算。这可能包括将数据进行滤波、分析、统计等，以获得更准确的管道状态信息；根据计算结果，阀门控制器判断当前管道状态是否符合要求。如果监测结果处于目标范围内，阀门控制器会保持当前阀门开度并持续监测。如果监测结果超过目标范围上限，阀门控制器会减小阀门开度。如果监测结果低于目标范围下限，阀门控制器会增加阀门开度。

上述技术方案的效果为：通过实时监测管道相关数据，并根据监测结果对阀门开度进行实时调整，能够实现对管道流体的实时动态调控。例如，当管道负载突然增加时，系统可以立即调整阀门开度以确保稳定的流体流动，从而有效应对突发情况，保障管道系统的正常运行；精确的阀门控制可以根据实际需要对流体进行调节，避免不必要的能量浪费。通过优化阀门开度，系统可以实现最佳流体控制，从而降低能源消耗，提高系统的能效，达到节能减排的效果；该技术方案可以根据具体的调控方案要求和监测数据，精准计算所需的阀门开度，并通过执行机构实现精准的阀门调整。这种精准控制能够确保管道系统在各种工况下都能够保持稳定的运行状态，提高了管道系统的可靠性和稳定性；通过实时监测管道状态，并根据监测结果调整阀门开度，可以及时发现管道异常情况，并采取措施进行调整。这样，系统可以预防管道事故的发生，提高管道系统的安全性和可靠性，同时减少维护和修理成本；通过边缘设备对实时监测结果进行处理和计算，可以进行数据分析和优化。系统可以根据历史数据进行分析，预测管道运行状态并做出相应调整，为管道系统运行提供更加科学、便捷的决策依据，提高了管道系统的智能化水平。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种基于物联网的阀门调控方法，其特征在于，所述方法包括：

在管道阀门处安装传感器，通过传感器对管道相关数据进行采集，并将采集到的数据传送至边缘设备通过边缘设备对所述相关数据进行预处理；

将边缘设备预处理后的所述相关数据传送至云端，云端对所述相关数据进行分段存储，并通过并行处理对各个分段内的相关数据进行分析处理，获得分析结果；

将所述分析结果与预设阈值进行对比，根据对比结果制定相应的调控方案；并将所述调控方案通过物联网传输至阀门控制器；

阀门控制器接收到相应的调控方案后，对阀门的开度进行调整，并通过传感器对阀门调整后管道相关数据进行实时监测，根据实时监测结果，对阀门开度进行实时调整。

2.根据权利要求1所述一种基于物联网的阀门调控方法，其特征在于，所述在管道阀门处安装传感器，通过传感器对管道相关数据进行采集，并将采集到的数据传送至边缘设备通过边缘设备对所述相关数据进行预处理；包括：

在管道阀门处安装传感器，所述传感器包括压力传感器以及流量传感器，通过所述传感器对管道相关数据进行采集，所述相关数据包括管道内压力、流量；

通过有线或无线传输方式将采集到的相关数据传输至边缘设备，所述边缘设备对所述相关数据进行标准化运算，并对标准化运算后的相关数据进行预处理，所述预处理包括数据清洗、数据校准以及异常检测。

3.根据权利要求1所述一种基于物联网的阀门调控方法，其特征在于，所述将边缘设备预处理后的所述相关数据传送至云端，云端对所述相关数据进行分段存储，并通过并行处理对各个分段内的相关数据进行分析处理，获得分析结果；包括：

边缘设备将预处理后的相关数据通过无线传输方式传送至云端；

所述云端接收到边缘设备传输的相关数据，并根据相关数据特点进行分段，并将分段后的相关数据划分为多个数据块，并将所述多个数据块分别存储至不同的存储区域内；

对不同存储空间内的数据建立索引与标识；生成并行处理任务对不同存储区域内的数据块进行处理，并为每个并行处理任务分配给不同的计算节点；

并实时获取各个计算节点的资源消耗量，通过调度算法对各个计算节点的计算资源进行调度；

处理完成后，通过合并算法对每个并行任务得到的分析结果进行整合，生成完整的数据处理结；并将所述分析结果存储至数据库中。

4.根据权利要求1所述一种基于物联网的阀门调控方法，其特征在于，所述将所述分析结果与预设阈值进行对比，根据对比结果制定相应的调控方案；并将所述调控方案通过物联网传输至阀门控制器；包括：

从分析结果中提取关键数据指标；并获取预设阈值，将所述关键数据指标与所述预设阈值进行比较，确定当前管道内状况是否在正常阈值范围内；

若在正常阈值范围内则继续进行保持原有状态不变；

若不在正常阈值范围内，则制定相应的调控方案；

将制定的调控方案封装成消息或命令，并将封装好的消息或命令通过物联网传输至目标阀门控制器。

5.根据权利要求1所述一种基于物联网的阀门调控方法，其特征在于，所述通过有线或无线传输方式将采集到的相关数据传输至边缘设备，所述边缘设备对所述相关数据进行标准化运算，并对标准化运算后的相关数据进行预处理，所述预处理包括数据清洗、数据校准以及异常检测；包括：

阀门控制器接收到通过物联网传输的消息或命令，对所述消息或命令进行解析，获取调控指令或命令；

基于接收到的调控指令和参数，按照调控方案要求，计算或设定所需的阀门开度；并通过调节阀门的执行机构或驱动器来执行开度调整；

通过传感器对管道相关数据进行实时监测，并通过边缘设备对实时监测结果进行处理计算，将计算结果传输至阀门控制器，阀门控制器根据计算结果判断当前管道状态是否符合要求；

若监测结果处于目标范围内，则维持当前阀门开度并持续监测；

若监测结果超过目标范围上限，则减小阀门开度；

若监测结果低于目标范围下限，则增加阀门开度。

6.一种基于物联网的阀门调控系统，其特征在于，所述系统包括：

数据采集模块：在管道阀门处安装传感器，通过传感器对管道相关数据进行采集，并将采集到的数据传送至边缘设备通过边缘设备对所述相关数据进行预处理；

数据处理模块：将边缘设备预处理后的所述相关数据传送至云端，云端对所述相关数据进行分段存储，并通过并行处理对各个分段内的相关数据进行分析处理，获得分析结果；

方案制定模块：将所述分析结果与预设阈值进行对比，根据对比结果制定相应的调控方案；并将所述调控方案通过物联网传输至阀门控制器；

方案执行模块：阀门控制器接收到相应的调控方案后，对阀门的开度进行调整，并通过传感器对阀门调整后管道相关数据进行实时监测，根据实时监测结果，对阀门开度进行实时调整。

7.根据权利要求6所述一种基于物联网的阀门调控系统，其特征在于，所述数据采集模块，包括：

传感器安装模块：在管道阀门处安装传感器，所述传感器包括压力传感器以及流量传感器，通过所述传感器对管道相关数据进行采集，所述相关数据包括管道内压力、流量；

传输模块：通过有线或无线传输方式将采集到的相关数据传输至边缘设备，所述边缘设备对所述相关数据进行标准化运算，并对标准化运算后的相关数据进行预处理，所述预处理包括数据清洗、数据校准以及异常检测。

8.根据权利要求6所述一种基于物联网的阀门调控系统，其特征在于，所述数据处理模块，包括：

无线传输模块：边缘设备将预处理后的相关数据通过无线传输方式传送至云端；

数据分段模块：所述云端接收到边缘设备传输的相关数据，并根据相关数据特点进行分段，并将分段后的相关数据划分为多个数据块，并将所述多个数据块分别存储至不同的存储区域内；

索引标识模块：对不同存储空间内的数据建立索引与标识；生成并行处理任务对不同存储区域内的数据块进行处理，并为每个并行处理任务分配给不同的计算节点；

资源调度模块：并实时获取各个计算节点的资源消耗量，通过调度算法对各个计算节点的计算资源进行调度；

结果合并模块：处理完成后，通过合并算法对每个并行任务得到的分析结果进行整合，生成完整的数据处理结；并将所述分析结果存储至数据库中。

9.根据权利要求6所述一种基于物联网的阀门调控系统，其特征在于，所述方案制定模块，包括：

阈值比较模块：从分析结果中提取关键数据指标；并获取预设阈值，将所述关键数据指标与所述预设阈值进行比较，确定当前管道内状况是否在正常阈值范围内；

第一判断模块：若在正常阈值范围内则继续进行保持原有状态不变；

第二判断模块：若不在正常阈值范围内，则制定相应的调控方案；

命令传送模块：将制定的调控方案封装成消息或命令，并将封装好的消息或命令通过物联网传输至目标阀门控制器。

10.根据权利要求6所述一种基于物联网的阀门调控系统，其特征在于，所述方案执行模块，包括：

解析模块：阀门控制器接收到通过物联网传输的消息或命令，对所述消息或命令进行解析，获取调控指令或命令；

开度计算模块：基于接收到的调控指令和参数，按照调控方案要求，计算或设定所需的阀门开度；并通过调节阀门的执行机构或驱动器来执行开度调整；

状态判断模块：通过传感器对管道相关数据进行实时监测，并通过边缘设备对实时监测结果进行处理计算，将计算结果传输至阀门控制器，阀门控制器根据计算结果判断当前管道状态是否符合要求；

第三判断模块：若监测结果处于目标范围内，则维持当前阀门开度并持续监测；

第四判断模块：若监测结果超过目标范围上限，则减小阀门开度；

第五判断模块：若监测结果低于目标范围下限，则增加阀门开度。