一种城市供水监测预警系统及工作方法技术方案

一种城市供水监测预警系统及工作方法，属于供水管网监测预警技术领域。为解决对城市供水监测预警的问题。本发明专利技术包括包数据接收模块、API服务器、后端引擎、数据库，所述数据接收模块分别和API服务器、数据库连接，所述API服务器还分别连接后端引擎、数据库，所述数据库连接后端引擎；后端引擎包括数据读取模块、数据清洗模块、流量预测模块、异常检测模块、异常分类模块；数据读取模块分别连接数据清洗模块、流量预测模块，数据清洗模块连接异常检测模块，异常检测模块连接异常分类模块。数据接收模块、API服务器、后端引擎、数据库通过消息队列连接。本发明专利技术实现了城市供水监测预警。本发明专利技术实现了城市供水监测预警。本发明专利技术实现了城市供水监测预警。

【技术实现步骤摘要】
一种城市供水监测预警系统及工作方法


[0001]本专利技术属于供水管网监测预警
，具体涉及一种城市供水监测预警系统及工作方法。

技术介绍

[0002]城市供水系统非常复杂，各个区域都需要供水站、水管、水表及其内置检测才能完成城市供水监测的目的，而且城市供水监测具有很大的难度。例如在没有电力和电信的情况下，无法监测供水设施并测量其状态；交通不便且供水线路长；难以运送重型检测设备；设备维护困难；通信能力弱，无法正常传输数据。当前检测水源质量的SCADA系统需要通过宽带、电话线或移动网络才能进行正常通信。
[0003]供水站通过水管连接起来的供水网络包含许多分支，这种设计的优点是即使其中一条水管发生故障，供水站仍然可以从其他分支获得供水。然而，这使得供水站之间的关系变得复杂，并导致难以对流量计读数进行成组分析。例如当有水管泄漏，靠近泄漏位置的流量计可以通过另一根水管获得供水而不会受到影响。因此，流量计的群体行为无法反映水管泄露的情况，无法对城市供水进行监测预警。

技术实现思路

[0004]本专利技术要解决的问题是恶劣环境下影响通信信号能力，无法对城市供水监测预警，提出一种城市供水监测预警系统及工作方法。
[0005]为实现上述目的，本专利技术通过以下技术方案实现：一种城市供水监测预警系统，包括数据接收模块、API服务器、后端引擎、数据库，所述数据接收模块分别和API服务器、数据库连接，所述API服务器还分别连接后端引擎、数据库，所述数据库连接后端引擎；所述后端引擎包括数据读取模块、数据清洗模块、流量预测模块、异常检测模块、异常分类模块；所述数据读取模块分别连接数据清洗模块、流量预测模块，所述数据清洗模块连接异常检测模块，所述异常检测模块连接异常分类模块；所述数据接收模块用于输入流量计数据；所述API服务器用于向数据接收模块、后端引擎、数据库发送消息队列；所述后端引擎用于进行数据处理和监测预警，所述流量预测模块用于读取数据库中的流量计数据进行流量预测；所述数据库用于存储数据。
[0006]进一步的，所述数据接收模块、API服务器、后端引擎、数据库通过消息队列连接。
[0007]进一步的，所述一种城市供水监测预警系统各模块之间的通讯手段基于LoRa 星形网络、分布式网络协议3搭建。
[0008]一种城市供水监测预警系统的工作方法，包括如下步骤：
S1、用户通过数据接收模块输入流量计数据，触发API服务器向后端引擎发送消息队列，触发数据读取模块将流量计数据写入数据库；S2、数据库收集k个原始流量计数据样本，原始流量计数据为（x
i
，y
i
）,其中x
i
代表时间，y
i
代表x
i
时间下的流量计数据，i属于k中的任意一个，构成样本集；S3、数据清洗模块读取步骤S2中数据库中的样本集进行数据清洗，然后将处理后的流量计数据发送到数据库；S4、异常检测模块对于步骤S3处理后的流量计数据进行流量计数据的异常检测，如果检测发现异常数据，则执行步骤S5；S5、异常分类模块对步骤S4检测到的异常数据进行异常分类，并将异常分类结果发送到数据库；S6、数据库接收到步骤S5的异常分类结果，触发API服务器向数据接收模块发送消息队列，用户通过数据接收模块接收异常分类结果。
[0009]进一步的，步骤S3中的数据清洗具体方法为：重新采样每日流量计数据，重采样基于线性插值方法，首先给定数据点，，计算目标时刻对应的流量计数据，使用以下公式计算：根据以上公式对选定的时间框架对流量计数据进行重新采样，得到数据清洗后的样本集，n为数据清洗后流量计数据样本的个数。
[0010]进一步的，步骤S4中的异常检测方法为对步骤S3处理后的流量计数据执行回归方法，以检测异常，使用线性回归拟合流量计数据和时间，以满足以下公式：其中为系数，为步长；线性回归存在误差，计算公式为：应用优化算法，找到和的最佳值，计算最小误差，的值是数据拟合线性关系的精度。
[0011]进一步的，步骤S5中的异常分类采用半监督方法分析步骤S4检测到的异常数据，具体包括如下步骤：S5.1、自动编码：使用卷积自编码器模型，使用将步骤S4检测到的异常数据编码卷积激活为潜在向量，然后，对潜在向量执行激活反卷积，获得解码数据；S5.2、聚类：对步骤S5.1得到的潜在向量进行聚类；S5.3、分类：将步骤S5.2聚类的结果传递给分类交叉熵激活、匹配标签，分类交叉熵包括softmax激活和交叉熵损失。
[0012]进一步的，步骤S5.1中的卷积激活的公式为：
已知为第x时刻测量的水量，i为累加次数，由于信号存在干扰，取x时刻的前k次测量结果的期望作为该次测量的最终结果，为时刻对应的权重；当k无线趋近于正无穷时，有以下公式：。
[0013]进一步的，步骤S5.2中的聚类方法采用t
‑
分布测量输入时间序列数据和类之间的聚类因子，公式为：其中，v为常数，为时间序列数据和时间序列数据的距离度。
[0014]进一步的，步骤S5.3中用于分类的计算公式如下所示：其中，r为训练样本数，采用处理后的日用水量数据y作为训练样本，为拉格朗日乘子，为第i个样本的实际日用水量，ε为允许的误差范围，为训练样本中被合理聚类的数目，为常数。
[0015]本专利技术的有益效果：本专利技术所述的一种城市供水监测预警系统，实现的功能包括：用于处理数据的数据清理算法、用于查找异常数据的异常数据模式检测方法、用于分类异常类型的机器学习引擎、用于预测第二天供水站的体积流量的体积预测引擎，以及用于用户利用系统所有嵌入式功能的用户界面。本专利技术实现了城市供水的监测和预警。
附图说明
[0016]图1为本专利技术所述的一种城市供水监测预警系统的结构示意图；图2为本专利技术所述的一种城市供水监测预警系统的工作方法的流程图；图3为本专利技术所述的一种城市供水监测预警系统的工作方法的异常分类模块中卷积自动编码器的总体框架。
具体实施方式
[0017]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施方式，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施方式仅用以解释本
专利技术，并不用于限定本专利技术，即所描述的具体实施方式仅仅是本专利技术一部分实施方式，而不是全部的具体实施方式。通常在此处附图中描述和展示的本专利技术具体实施方式的组件可以以各种不同的配置来布置和设计，本专利技术还可以具有其他实施方式。
[0018]因此，以下对在附图中提供的本专利技术的具体实施方式的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定具体实施方式。基于本专利技术的具体实施方式，本领域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具体实施方式，都属于本专利技术保护的范围。
[0019]为能进一步了解本专利技术的
技术实现思路
、特点及功效，兹例举以下具体实施方式，并配合附图1
‑
3详细说明如下 ：具体实施方式一：一种城市供水监测预警系统，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种城市供水监测预警系统，其特征在于：包括数据接收模块（1）、API服务器（2）、后端引擎（3）、数据库（4），所述数据接收模块（1）分别和API服务器（2）、数据库（4）连接，所述API服务器还分别连接后端引擎（3）、数据库（4），所述数据库（4）连接后端引擎（3）；所述后端引擎（3）包括数据读取模块（3
‑
1）、数据清洗模块（3
‑
2）、流量预测模块（3
‑
3）、异常检测模块（3
‑
4）、异常分类模块（3
‑
5）；所述数据读取模块（3
‑
1）分别连接数据清洗模块（3
‑
2）、流量预测模块（3
‑
3），所述数据清洗模块（3
‑
2）连接异常检测模块（3
‑
4），所述异常检测模块（3
‑
4）连接异常分类模块（3
‑
5）；所述数据接收模块（1）用于输入流量计数据；所述API服务器（2）用于向数据接收模块（1）、后端引擎（3）、数据库（4）发送消息队列；所述后端引擎（3）用于进行数据处理和监测预警，所述流量预测模块（3
‑
3）用于读取数据库中的流量计数据进行流量预测；所述数据库（4）用于存储数据。2.根据权利要求1所述的一种城市供水监测预警系统，其特征在于：所述数据接收模块（1）、API服务器（2）、后端引擎（3）、数据库（4）通过消息队列连接。3.根据权利要求1或2所述的一种城市供水监测预警系统，其特征在于：所述一种城市供水监测预警系统各模块之间的通讯手段基于LoRa 星形网络、分布式网络协议3搭建。4.一种城市供水监测预警系统的工作方法，其特征在于：包括如下步骤：S1、用户通过数据接收模块输入流量计数据，触发API服务器向后端引擎发送消息队列，触发数据读取模块将流量计数据写入数据库；S2、数据库收集k个原始流量计数据样本，原始流量计数据为（x
i
，y
i
）,其中x
i
代表时间，y
i
代表x
i
时间下的流量计数据，i属于k中的任意一个，构成样本集；S3、数据清洗模块读取步骤S2中数据库中的样本集进行数据清洗，然后将处理后的流量计数据发送到数据库；S4、异常检测模块对于步骤S3处理后的流量计数据进行流量计数据的异常检...

【专利技术属性】
技术研发人员：张晓春，杨莹，丘建栋，刘星，辛甜甜，
申请(专利权)人：深圳市城市交通规划设计研究中心股份有限公司，
类型：发明
国别省市：