一种基于人工智能的泵站运行异常诊断方法及系统技术方案

本发明专利技术公开了一种基于人工智能的泵站运行异常诊断方法及系统，其技术方案要点是包括如下步骤获取当前泵站的运行监测数据，并根据数据类型对所述运行监测数据进行分类存储，其中，所述运行监测数据中携带有运行信息；建立针对于数据类型的异常事件，所述异常事件中携带有异常标签和异常信息；在对应的数据类型中根据所述异常事件对所述运行监测数据进行扫描，提取所述运行监测数据中的运行信息与异常信息进行比对，并判断运行信息是否涵盖异常信息；若是，则发出警示信息。通过建立异常事件，对获取的泵站的运行监测数据进行扫描，对运行监测数据进行实时分析和基于多维历史数据的时序关联分析，达到泵站运行监测数据布控的全面性。

A method and system for diagnosing abnormal operation of pumping station based on Artificial Intelligence

The invention discloses an abnormal diagnosis method and system of pumping station operation based on artificial intelligence. The main point of the technical scheme is to obtain the running monitoring data of the current pumping station by the following steps, and classify the running monitoring data according to the data type, in which the running monitoring data is carried with the running information. To establish an abnormal event of a data type with a needle, carry abnormal labels and abnormal information in the exception event, scan the running monitoring data in the corresponding data type according to the abnormal events, compare the running information in the running monitoring data and compare the abnormal information, and judge the running letter. Does the interest cover abnormal information? If so, a warning message is issued. Through the establishment of abnormal events, the monitoring data of the pumping stations are scanned, the monitoring data is analyzed in real time and the sequential correlation analysis based on the multi-dimensional historical data is analyzed, so as to achieve the comprehensiveness of the monitoring data of the pumping station.

【技术实现步骤摘要】
一种基于人工智能的泵站运行异常诊断方法及系统
本专利技术涉及泵站监测
，特别涉及一种基于人工智能的泵站运行异常诊断方法及系统。
技术介绍
泵站包括污水泵站、雨水泵站和河水泵站等。城市防汛排涝、城镇水环境、深水井群和排水设施均面临着采用现代信息化技术来进一步提升设施的要求。目前，我国正在运行的泵站多为20世纪六、七十年代建设，因受当时技术、资金、设备条件的限制，大部分泵站设备还是采用传统人工完成的管理和操作方式。为此，在现代泵站的建设和改造中，广泛地使用了可编程控制器PLC、传感器、人机界面和工业现场总线等工业自动化产品。传感器监测泵站的各个数据，可编程控制器PLC对各类数据进行汇总，通过网络上传至上位机，管理人员在中控室中观察辖区内各个泵站的运行情况，进行统一调度管理、问题监测处理等。但传统泵站问题监测处理属于被动型，PLC直接发出故障信号至上位机中，如泵站前池中的液位传感器对前池中的液位数据进行监测，当前池中的液位高于最高液位时，液位传感器进行监测并输出相应的液位信号至PLC中，PLC形成故障信号发送至上位机中。由此，PLC通过采集传感器所输出的信号并直接发出故障信号的方式对问题进行反馈，而无法得知前池液位高于最高液位时，泵站中泵机的开启数量大于预设开机数还是小于预设开机数，因此，现阶段的泵站无法做到对同一泵站中的关联设备、以及上游泵站和下游泵站相邻泵站之间的数据进行有效布控，导致数据监测、问题处理的全面性较低，因此存在一定的改进之处。
技术实现思路
针对现有技术存在的不足，本专利技术的目的在于提供一种基于人工智能的泵站运行异常诊断方法，能够提高泵站数据监测的全面性。本专利技术的上述技术目的是通过以下技术方案得以实现的：一种基于人工智能的泵站运行异常诊断方法，包括如下步骤：获取当前泵站的运行监测数据，并根据数据类型对所述运行监测数据进行分类存储，其中，所述运行监测数据中携带有运行信息；建立针对于数据类型的异常事件，所述异常事件中携带有异常标签和异常信息；在对应的数据类型中根据所述异常事件对所述运行监测数据进行扫描，提取所述运行监测数据中的运行信息与异常信息进行比对，并判断运行信息是否涵盖异常信息；若是，则发出警示信息。优选的，获取当前泵站的运行监测数据，并根据数据类型对所述运行监测数据进行分类存储，包括：获取当前泵站的运行监测数据，并根据数据类型对所述运行监测数据进行分类存储；或，获取上一级泵站和下一级泵站的运行监测数据，并根据数据类型对上一级泵站的运行监测数据和下一级泵站的运行监测数据关联后进行分类存储。优选的，建立针对于数据类型的异常事件，所述异常事件中携带有异常标签和异常信息，包括如下步骤：异常信息中携带有异常参数，建立对异常参数的可编辑区域；判断可编辑区域中是否填写有修改参数；若是，则进一步判断修改账号的权限等级，若修改账号的权限等级超过预设的权限等级，则将修改参数替换异常参数。优选的，在运行信息涵盖异常信息，则发出警示信息中，包括如下步骤：建立异常事件的警示优先级；获取运行信息涵盖异常信息时的警示发生时间；基于涵盖异常信息的运行信息以生成运行信息集合，依次根据警示优先级、数据类型、警示发生时间以对运行信息集合进行排序；根据运行信息集合从上往下依次发出运行信息语音播报的警示信息。优选的，根据运行信息集合从上往下依次发出运行信息语音播报的警示信息，包括如下步骤：建立警示信息的播报时长，所述播报时间为异常事件对所述运行监测数据进行扫描的扫描间隔；基于运行信息集合中运行信息的数量、以及播报时长，为每个运行信息平均分配语音播报的发声时长。针对现有技术存在的不足，本专利技术的目的在于提供一种基于人工智能的泵站运行异常诊断系统，能够提高泵站数据监测的全面性。本专利技术的上述技术目的是通过以下技术方案得以实现的：一种基于人工智能的泵站运行异常诊断系统，包括：获取模块，用于获取当前泵站的运行监测数据，并根据数据类型对所述运行监测数据进行分类存储，其中，所述运行监测数据中携带有运行信息；建立模块，用于建立针对于数据类型的异常事件，所述异常事件中携带有异常标签和异常信息；扫描模块，用于在对应的数据类型中根据所述异常事件对所述运行监测数据进行扫描，提取所述运行监测数据中的运行信息与异常信息进行比对，并判断运行信息是否涵盖异常信息；警示模块，用于在运行信息是否涵盖异常信息时，发出警示信息。优选的，所述获取模块，用于获取当前泵站的运行监测数据，并根据数据类型对所述运行监测数据进行分类存储；或，用于获取上一级泵站和下一级泵站的运行监测数据，并根据数据类型对上一级泵站的运行监测数据和下一级泵站的运行监测数据关联后进行分类存储。优选的，所述建立模块包括：编辑模块，异常信息中携带有异常参数，建立对异常参数的可编辑区域；判断模块，用于判断可编辑区域中是否填写有修改参数；替换模块，在可编辑区域中填写有修改参数，则进一步判断修改账号的权限等级，若修改账号的权限等级超过预设的权限等级，则将修改参数替换异常参数。优选的，所述警示模块包括：优先级模块，用于建立异常事件的警示优先级；时间记录模块，用于获取运行信息涵盖异常信息时的警示发生时间；排序模块，基于涵盖异常信息的运行信息以生成运行信息集合，依次根据警示优先级、数据类型、警示发生时间以对运行信息集合进行排序；语音播放模块，根据运行信息集合从上往下依次发出运行信息语音播报的警示信息。优选的，所述语音播放模块包括：播放时长建立模块，建立警示信息的播报时长，所述播报时间为异常事件对所述运行监测数据进行扫描的扫描间隔；播放时长播放模块，基于运行信息集合中运行信息的数量、以及播报时长，为每个运行信息平均分配语音播报的发声时长。综上所述，本专利技术对比于现有技术的有益效果为：1、通过建立异常事件，对获取的泵站的运行监测数据进行扫描，对运行监测数据进行实时分析和基于多维历史数据的时序关联分析，达到泵站运行监测数据布控的全面性；2、在一个异常事件的一个异常标签中可包含多个异常信息，从而形成关联性的异常事件，通过该异常事件对泵站运行监测数据进行扫描，提取对应运行监测数据中的运行信息，达到运行监测数据中关联数据的监测，以进一步提高泵站数据布控的全面性；3、通过上一级泵站和下一级泵站运行监测数据关联，通过建立相应的异常事件，对上一级泵站和下一级泵站运行监测数据进行布控，从而达到关联泵站之间运行监测数据的布控；4、通过编辑模块、判断模块和替换模块的设置，为异常参数提供了自学习的功能，达到异常参数的设定的精确度更高；5、通过本申请中的语音播放模块，有效达到有限播报时长内，将所有泵站运行信息集合进行整合，并进行全部泵站运行信息发生异常时进行语音播报提示，以使得维护人员能够及时维护。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，本专利技术的其他特征、目的和优点将会变得更明显：图1为本专利技术技术方案中泵站运行异常诊断系统的系统框图；图2为本专利技术技术方案中上一级泵站和下一泵站的连接示意图；图3为本专利技术技术方案中泵站运行异常诊断方法的流程示意图；图4为本专利技术技术方案中异常事件的示意图；图5为本专利技术技术方案中异常事件建立的流程示意图；图6为本专利技术技术方案中警示信息发出的流程示意图；图7为本专利技术技术方案中运行信息语音播报的本文档来自技高网...

【技术保护点】
1.一种基于人工智能的泵站运行异常诊断方法，其特征在于，包括如下步骤：获取当前泵站的运行监测数据，并根据数据类型对所述运行监测数据进行分类存储，其中，所述运行监测数据中携带有运行信息；建立针对于数据类型的异常事件，所述异常事件中携带有异常标签和异常信息；在对应的数据类型中根据所述异常事件对所述运行监测数据进行扫描，提取所述运行监测数据中的运行信息与异常信息进行比对，并判断运行信息是否涵盖异常信息；若是，则发出警示信息。

【技术特征摘要】
1.一种基于人工智能的泵站运行异常诊断方法，其特征在于，包括如下步骤：获取当前泵站的运行监测数据，并根据数据类型对所述运行监测数据进行分类存储，其中，所述运行监测数据中携带有运行信息；建立针对于数据类型的异常事件，所述异常事件中携带有异常标签和异常信息；在对应的数据类型中根据所述异常事件对所述运行监测数据进行扫描，提取所述运行监测数据中的运行信息与异常信息进行比对，并判断运行信息是否涵盖异常信息；若是，则发出警示信息。2.根据权利要求1所述的一种基于人工智能的泵站运行异常诊断方法，其特征在于，获取当前泵站的运行监测数据，并根据数据类型对所述运行监测数据进行分类存储，包括：获取当前泵站的运行监测数据，并根据数据类型对所述运行监测数据进行分类存储；或，获取上一级泵站和下一级泵站的运行监测数据，并根据数据类型对上一级泵站的运行监测数据和下一级泵站的运行监测数据关联后进行分类存储。3.根据权利要求1所述的一种基于人工智能的泵站运行异常诊断方法，其特征在于，建立针对于数据类型的异常事件，所述异常事件中携带有异常标签和异常信息，包括如下步骤：异常信息中携带有异常参数，建立对异常参数的可编辑区域；判断可编辑区域中是否填写有修改参数；若是，则进一步判断修改账号的权限等级，若修改账号的权限等级超过预设的权限等级，则将修改参数替换异常参数。4.根据权利要求1所述的一种基于人工智能的泵站运行异常诊断方法，其特征在于，在运行信息涵盖异常信息，则发出警示信息中，包括如下步骤：建立异常事件的警示优先级；获取运行信息涵盖异常信息时的警示发生时间；基于涵盖异常信息的运行信息以生成运行信息集合，依次根据警示优先级、数据类型、警示发生时间以对运行信息集合进行排序；根据运行信息集合从上往下依次发出运行信息语音播报的警示信息。5.根据权利要求4所述的一种基于人工智能的泵站运行异常诊断方法，其特征在于，根据运行信息集合从上往下依次发出运行信息语音播报的警示信息，包括如下步骤：建立警示信息的播报时长，所述播报时间为异常事件对所述运行监测数据进行扫描的扫描间隔；基于运行信息集合中运行信息的数量、以及播报时长，为每个运行信息平均分配语音播报的发声时长。6....

【专利技术属性】
技术研发人员：谢和坤，周卫东，谢顶浪，裴庆非，陆增友，
申请(专利权)人：杭州亚大自动化有限公司，
类型：发明
国别省市：浙江,33