一种特定区域内企业工业用水异常监测预警方法技术

一种特定区域内企业工业用水异常监测预警方法包括：分别采用针对全局时序数据预测的LSTM模型和局部非线性时序分析的混沌序列建模分别抽取单个企业用户用水量特征，并利用特征聚合模块对两种特征向量进行聚合嵌入，组成单个企业用户的用水特征向量。通过联结单个企业用户的用水特征向量，建立特定区域内的企业用户总用水量预测模型。结合特定区域内总用水量预测和单个企业用户用水量预测模型分析该区域内是否有用水异常现象。本发明专利技术针对特定区域内企业用水异常监测流程复杂，利用基于单个企业和特定区域内的多个企业用水异常监测模型，集合局部特征和全局特征实现对特定区域内的企业用水异常检测。的企业用水异常检测。的企业用水异常检测。

【技术实现步骤摘要】
一种特定区域内企业工业用水异常监测预警方法


[0001]本专利技术公开一种特定区域内企业工业用水异常监测预警方法，属于用水异常智能监测的


技术介绍

[0002]节约用水与企业的未来可持续发展息息相关。对于特定区域内的企业的用水监控，传统的在指定用水容量范围内对各个企业用水执行指标分配，并无法对企业用水情况进行实时监测，从而导致水资源的浪费。因此，亟需一种可以对特定区域内企业生产用水情况的技术方案，以使企业及时发现生产用水异常并及时处理,可减少水资源的浪费,节约成本。
[0003]中国专利文献CN111259334A公开一种工业企业大用户用水异常监测预警方法。本专利技术首先建立工业企业用水监测数据库。其次计算历史稳定期动态24小时用水量，并采用KS检验对24小时用水量序列进行正态分布验证，当其为偏态分布时，计算箱线图上下限参数；当其为正态分布时，计算SPC控制图参数。最后获取SCADA实测数据，针对每个采样时刻，滚动计算24小时用水量，与上下界阈值比较，进行超限判断及预警。
[0004]中国专利文献CN113537469本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种特定区域内企业工业用水异常监测预警方法，其特征在于，包括：1)特定区域内各家企业过去固定一段时间内用水量数据记录：设特定区域内的企业单位数量为N，则过去固定一段时间内第i个企业的用水量记为：公式(1)中p为所述固定一段时间内的采集节点总数；2)根据所述区域内每个企业用水量构建一个对应的全局模型，采用LSTM模型抽取企业用水量全局特征的过程为：2
‑
1)针对该区域内每个企业用水量构建一个数据矩阵，该矩阵的行表示单个企业每个采集节点的用水量，列表示为区域内的所有企业；2
‑
2)对所述数据矩阵进行归一化处理，得到归一化值使其映射到(0，1)区间，具体实现过程为：公式(2)中，为采集节点采集到的最小用水量；为采集节点采集到的最大用水量；2
‑
3)构建LSTM模型用于预测单个企业和特定区域内日用水量预测：该LSTM模型倒数第二个卷积层后连接两个并行的卷积层，分别为单个企业用水量预测和特定区域内用水量预测；2
‑
4)LSTM模型训练和模型使用：根据已有的归一化数据矩阵使用不同时期的用水量作为训练数据样本，其后面一天的用水量为标签，将其送入步骤2
‑
3)构建的LSTM模型中做训练；该模型的损失函数为预测值与真实值的差的平方，当损失函数不再下降时，则得到最优模型；2
‑
5)提取LSTM模型中针对每个企业用水量的全局特征f
i1
，该特征可通过提取LSTM模型中倒数第二个卷积层的输出结果获得；3)用非线性相空间重构来构建每个企业的局部模型：3
‑
1)对每个企业用水量序列利用相空间重构理论重构为一个嵌入维度为m，采样时间间隔为d的矩阵，该矩阵中的向量表示为：其中N表示当前用水量节点；3
‑
2)利用时间窗口法同时计算出m和d，则公式(6)构成一个线性m
×
(m
‑
1)d维线性回归预测方程：3
‑
3)利用自回归模型计算步骤3
‑
2)的线性回归预测方程参数a0和A；3
‑
4)提取局部特征根据步骤3
‑
2)的线性回归预测方程所计算得到的组成新的延迟变量
该变量为该企业的用水量局部特征；4)求得单个企业用水特征：对每个企业用水量构建独立的潜在表达空间并生成对应的特征集f
i1
，f
i2
，每个企业用水量的特征提取则为...

【专利技术属性】
技术研发人员：潘玉波，陶可全，孙国华，左兴粉，张栋，
申请(专利权)人：济南优格信息科技有限公司，
类型：发明
国别省市：