一种排水系统的异常检测方法及装置制造方法及图纸

本发明专利技术提供了一种排水系统的异常检测方法及装置，该方法包括：在待检测排水系统中的至少一个检测点分别安装传感器，所述传感器的类型与所对应的所述检测点的数据检测类型相对应；利用所述传感器对所对应的检测点的实时状态进行检测，获取所述实时状态所对应的实时数据；针对每一个所述传感器检测的所述实时数据执行：利用异常检测模型确定所述实时数据中是否存在异常数据，如果是，则确定所述实时数据所对应的检测点异常。本方案能提高排水系统异常检测的准确率，且可对排水系统异常进行预警，从而有效降低安全风险和经济损失。

An abnormal detection method and device of drainage system

The invention provides an abnormal detection method and device for drainage system, the method includes: at least one detection point in the drainage system to be detected is installed with sensors respectively, the type of the sensors corresponds to the data detection type of the corresponding detection point; the real-time state of the corresponding detection point is detected by using the sensors to obtain the real-time state The corresponding real-time data; for each real-time data detected by the sensor, the real-time data execution: determine whether there is abnormal data in the real-time data by using the abnormal detection model, and if so, determine the detection point abnormality corresponding to the real-time data. This scheme can improve the accuracy of drainage system anomaly detection, and can early warn drainage system anomaly, so as to effectively reduce the safety risk and economic loss.

【技术实现步骤摘要】
一种排水系统的异常检测方法及装置
本专利技术涉及计算机
，特别涉及一种排水系统的异常检测方法及装置。
技术介绍
目前我国绝大多数煤矿矿井都配备有以水泵为核心的排水系统，确保水泵正常运行对矿井的正常运作至关重要，因此，对水泵的异常检测在维护矿井运作的过程中也显得尤为重要。目前，对水泵的异常检测主要通过检测人员凭经验进行判断，例如，水泵发生异常时，其振动频率较正常状态会变高，则检测人员可通过检查振动时的噪声等，确定水泵运行是否异常。上述检测过程主要通过检测人员凭经验对水泵的异常进行检查，其不仅准确率较低，且仅在水泵发生异常情况后，检测人员才能凭经验判断，则对于水泵的异常检测具有滞后性。
技术实现思路
本专利技术实施例提供了一种排水系统的异常检测方法及装置，能提高排水系统异常检测的准确率，且可对排水系统异常进行预警，从而有效降低安全风险和经济损失。第一方面，本专利技术实施例提供了一种排水系统的异常检测方法，包括：在待检测排水系统中的至少一个检测点分别安装传感器，所述传感器的类型与所对应的所述检测点的数据检测类型相对应；利用所述传感器对所对应的检测点的实时状态进行检测，获取所述实时状态所对应的实时数据；针对每一个所述传感器检测的所述实时数据执行：利用异常检测模型确定所述实时数据中是否存在异常数据，如果是，则确定所述实时数据所对应的检测点异常。优选地，所述利用异常检测模型确定所述实时数据中是否存在异常数据，包括：对所述实时数据进行数据清洗和格式转换，以对所述实时数据进行预处理；根据所述实时数据所对应的检测点的数据检测类型，将预处理后的实时数据进行特征化处理以及皮尔森相关性分析，得到目标数据；确定所述目标数据中是否存在异常数据。优选地，所述将预处理后的实时数据进行皮尔森相关性分析，包括：将所述预处理后的实时数据作为当前数据，利用以下计算公式，计算所述当前数据与其他实时数据的线性相关度，根据所述线性相关度对所述当前数据分析所述当前数据与所述其他实时数据的皮尔森相关性；其中，所述其他实时数据为各个所述传感器检测到的实时数据中，除所述当前数据以外的其他实时数据；其中，r表征所述线性相关度，表征所述当前数据的平均值，表征所述其他实时数据的平均值，Xi表征第i个当前数据，Yi表征第i个其他实时数据。优选地，安装可编程逻辑控制器PLC，并开发PLC的通讯接口；通过PLC接收检测参数，根据所述检测参数控制所述传感器的工作状态，并根据所述通讯接口接收所述传感器获取的所述实时数据。优选地，根据所述待检测排水系统的历史运行数据，利用iForest算法构建所述异常检测模型；根据所述历史运行数据中的标签数据，对所述异常检测模型进行优化；则，所述利用异常检测模型确定所述实时数据中是否存在异常数据，包括：利用优化后的所述异常检测模型确定是否存在异常数据。优选地，进一步包括：开发预警界面；利用所述预警界面接收维护数据，并根据所述维护数据对所述异常数据所对应的检测点进行维护。优选地，所述检测点包括以下任意一个或多个：水泵、闸阀、逆止阀、底阀、引水装置、水管、压力表、电动机、电缆、启动控制开关。第二方面，本专利技术实施例提供了一种排水系统的异常检测装置，包括：安装模块、数据检测模块、异常检测模块；其中，所述安装模块，用于在待检测排水系统中的至少一个检测点分别安装传感器，所述传感器的类型与所对应的所述检测点的数据检测类型相对应；所述数据检测模块，用于利用所述传感器对所对应的检测点的实时状态进行检测，获取所述实时状态所对应的实时数据；所述异常检测模块，用于针对每一个所述传感器检测的所述实时数据执行：利用异常检测模型确定所述实时数据中是否存在异常数据，如果是，则确定所述实时数据所对应的检测点异常。优选地，所述异常检测模块，用于对所述实时数据进行数据清洗和格式转换，以对所述实时数据进行预处理；根据所述实时数据所对应的检测点的数据检测类型，将预处理后的实时数据进行特征化处理以及皮尔森相关性分析，得到目标数据；确定所述目标数据中是否存在异常数据。优选地，所述异常检测模块，用于将所述预处理后的实时数据作为当前数据，利用以下计算公式，计算所述当前数据与其他实时数据的线性相关度，根据所述线性相关度对所述当前数据分析所述当前数据与所述其他实时数据的皮尔森相关性；其中，所述其他实时数据为各个所述传感器检测到的实时数据中，除所述当前数据以外的其他实时数据；其中，r表征所述线性相关度，表征所述当前数据的平均值，表征所述其他实时数据的平均值，Xi表征第i个当前数据，Yi表征第i个其他实时数据。本专利技术实施例提供一种排水系统的异常检测方法及装置，通过在待检测排水系统中的检测点安装传感器，然后利用传感器对其所对应的检测点的实时状态进行检测，以获取该检测点的实时状态所对应的实时数据，然后可利用异常检测模型确定实时数据中是否存在异常数据，如果是，则预测存在异常数据的实时数据所对应的检测点异常，以此实现了自动化检测排水系统的异常情况，并且通过异常检测模型准确识别出实时数据中的异常数据，提高了排水系统异常检测的准确率。另外，通过异常检测模型识别异常数据，可在排水系统的异常潜伏期即可识别出异常，从而实现了对排水系统的异常进行预警，进而有效降低了排水系统的安全风险和经济损失。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，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是本专利技术一个实施例提供的一种排水系统的异常检测方法的流程图；图2是本专利技术另一个实施例提供的一种排水系统的异常检测方法的流程图；图3是本专利技术一个实施例提供的一种排水系统的异常检测装置的结构示意图；图4是本专利技术另一个实施例提供的一种排水系统的异常检测装置的结构示意图；图5是本专利技术又一个实施例提供的一种排水系统的异常检测装置的结构示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例，基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。如图1所示，本专利技术实施例提供了一种排水系统的异常检测方法，该方法可以包括以下步骤：步骤101：在待检测排水系统中的至少一个检测点分别安装传感器，所述传感器的类型与所对应的所述检测点的数据检测类型相对应；在这里，传感器的类型与检测点的数据检测类型本文档来自技高网...

【技术保护点】
1.一种排水系统的异常检测方法，其特征在于，包括：/n在待检测排水系统中的至少一个检测点分别安装传感器，所述传感器的类型与所对应的所述检测点的数据检测类型相对应；/n利用所述传感器对所对应的检测点的实时状态进行检测，获取所述实时状态所对应的实时数据；/n针对每一个所述传感器检测的所述实时数据执行：利用异常检测模型确定所述实时数据中是否存在异常数据，如果是，则确定所述实时数据所对应的检测点异常。/n

【技术特征摘要】
1.一种排水系统的异常检测方法，其特征在于，包括：
在待检测排水系统中的至少一个检测点分别安装传感器，所述传感器的类型与所对应的所述检测点的数据检测类型相对应；
利用所述传感器对所对应的检测点的实时状态进行检测，获取所述实时状态所对应的实时数据；
针对每一个所述传感器检测的所述实时数据执行：利用异常检测模型确定所述实时数据中是否存在异常数据，如果是，则确定所述实时数据所对应的检测点异常。


2.根据权利要求1所述的方法，其特征在于，
所述利用异常检测模型确定所述实时数据中是否存在异常数据，包括：
对所述实时数据进行数据清洗和格式转换，以对所述实时数据进行预处理；
根据所述实时数据所对应的检测点的数据检测类型，将预处理后的实时数据进行特征化处理以及皮尔森相关性分析，得到目标数据；
确定所述目标数据中是否存在异常数据。


3.根据权利要求2所述的方法，其特征在于，
所述将预处理后的实时数据进行皮尔森相关性分析，包括：
将所述预处理后的实时数据作为当前数据，利用以下计算公式，计算所述当前数据与其他实时数据的线性相关度，根据所述线性相关度对所述当前数据分析所述当前数据与所述其他实时数据的皮尔森相关性；其中，所述其他实时数据为各个所述传感器检测到的实时数据中，除所述当前数据以外的其他实时数据；



其中，r表征所述线性相关度，表征所述当前数据的平均值，表征所述其他实时数据的平均值，Xi表征第i个当前数据，Yi表征第i个其他实时数据。


4.根据权利要求1所述的方法，其特征在于，进一步包括：
安装可编程逻辑控制器PLC，并开发PLC的通讯接口；
通过PLC接收检测参数，根据所述检测参数控制所述传感器的工作状态，并根据所述通讯接口接收所述传感器获取的所述实时数据。


5.根据权利要求1所述的方法，其特征在于，进一步包括：
根据所述待检测排水系统的历史运行数据，利用iForest算法构建所述异常检测模型；
根据所述历史运行数据中的标签数据，对所述异常检测模型进行优化；
则，所述利用...

【专利技术属性】
技术研发人员：宗云兵，
申请(专利权)人：浪潮通用软件有限公司，
类型：发明
国别省市：山东;37