【技术实现步骤摘要】
本专利技术涉及数据处理，具体涉及一种大口径物联网水表的环境温度智慧预警系统。
技术介绍
1、物联网技术的迅速发展在水表行业引入了更多的智能化和自动化，大口径水表广泛应用于工业和商业；但在例如极寒或高温的极端环境下，传统水表的监测面临一系列挑战，为了确保大口径物联网水表的稳定运行，需要根据温度数据变化特征进行温度数据预测。
2、采集的大口径物联网水表的实时环境温度数据可能包含不同的噪声数据，导致数据预测的准确性低，故在数据预测前需要对获取的数据进行去噪处理。传统的数据去噪通常采用移动平均法，该方法通过计算一定窗口内数据的平均值，从而减缓数据的波动；该方法的去噪效果的准确性取决于窗口大小的取值，较大的窗口可以平滑趋势，但数据的变化适应性较慢，较小的窗口导致去噪效果不佳。故现有的移动平均法难以准确地去噪和反映数据变化趋势，导致环境温度的预警准确性低。
技术实现思路
1、为了解决上述现有的移动平均法难以准确地去噪和反映数据变化趋势，导致环境温度的预警准确性低的技术问题，本专利技术的目的在于提供一种大口径物联网水表的环境温度智慧预警系统，所采用的技术方案具体如下：
2、数据获取模块，在于获取监测水表环境温度的温度数据序列；
3、窗口处理模块，在于根据所述温度数据序列的数据变化特征获得初始窗口步长和初始采样序列；根据所述初始采样序列中的数据差异特征对所述初始窗口步长进行选取获得最优窗口步长；
4、窗口分析模块，在于根据数据点的最优窗口步长范围内的
5、温度预警模块，在于根据所述自适应窗口调整值和所述最优窗口步长获得数据点的自适应窗口区域；根据数据点的自适应窗口区域中的数据特征获得去噪温度数据序列；根据所述去噪温度数据序列进行环境温度预警。
6、进一步地，所述根据所述温度数据序列的数据变化特征获得初始窗口步长和初始采样序列的步骤包括：
7、以预设步长的长度间隔对所述温度数据序列进行采样，获得预设步长数量个温度采样序列；计算所述温度采样序列中出现频率最少的数值的数量，获得最小频率表征值；计算所述温度采样序列中众数对应的数量与所述最小频率表征值的差值并归一化，获得所述温度采样序列的周期差异特征值；计算预设步长数量个温度采样序列的周期差异特征值的平均值，获得所述预设步长的适宜度；
8、选取适宜度最大值对应的预设步长作为所述初始窗口步长；将所述初始窗口步长对应的温度采样序列作为所述初始采样序列。
9、进一步地，所述根据所述初始采样序列中的数据差异特征对所述初始窗口步长进行选取获得最优窗口步长的步骤包括：
10、计算所述初始采样序列中相邻数据点的数值差值，获得相邻数据差异；计算所述初始采样序列中所述相邻数据差异的方差并负相关映射，获得序列稳定特征值；计算所述初始采样序列的所述序列稳定特征值与对应的周期差异特征值的乘积，获得所述初始采样序列的窗口周期性；计算所述初始窗口步长对应的初始采样序列的窗口周期性的平均值，获得初始窗口步长的周期适合度；
11、选取周期适合度最大值对应的初始窗口步长作为所述最优窗口步长。
12、进一步地，所述根据数据点的最优窗口步长范围内的数据波动特征获得窗口调整步长的步骤包括：
13、在所述温度数据序列中以所述数据点为起点，以所述最优窗口步长的长度范围作为所述数据点的邻域区域，计算所述数据点的邻域区域中数据数值的方差并归一化，获得窗口调整权重；当所述窗口调整权重不超过预设阈值时，所述窗口调整权重为预设第一常数；计算所述窗口调整权重与所述最优窗口步长的乘积并向下取整，获得所述数据点的窗口调整步长。
14、进一步地，所述根据数据点的相邻最优窗口步长范围内的数据变化特征获得数据点的窗口适应度的步骤包括：
15、计算所述温度数据序列中任意数据点的所述邻域区域内数据的差分序列的方差，获得任意数据点的邻域区域的局部波动特征值；计算所述数据点的邻域区域与前后相邻的邻域区域三者的局部波动特征值的平均值，获得局部波动平均值；计算所述数据点对应的所述局部波动特征值与所述局部波动平均值的差值并负相关映射，获得所述数据点的窗口适应度。
16、进一步地，所述根据所述窗口适应度和所述窗口调整步长获得数据点的自适应窗口调整值的步骤包括：
17、当所述数据点的窗口适应度低于预设适应阈值时，计算所述预设适应阈值与所述窗口适应度的差值，获得适应差异度；计算所述适应差异度与所述预设适应阈值的比值，获得调整系数；计算所述最优窗口步长与所述数据点的窗口调整步长的差值，获得窗口调整基准；计算所述调整系数和所述窗口调整基准的乘积，获得所述数据点的窗口修正值；
18、当所述数据点的窗口适应度不低于所述预设适应阈值时，所述数据点的窗口修正值为预设第二常数；
19、计算所述窗口修正值与所述数据点的窗口调整步长的和值并向下取整，获得所述数据点的适应窗口调整值。
20、进一步地，所述根据所述自适应窗口调整值和所述最优窗口步长获得数据点的自适应窗口区域的步骤包括：
21、计算所述最优窗口步长与所述数据点的自适应窗口调整值的和值，获得所述数据点的自适应窗口长度；在所述温度数据序列中以所述数据点为起点，以所述自适应窗口长度内的数据点构建所述数据点的自适应窗口区域。
22、进一步地，所述根据数据点的自适应窗口区域中的数据特征获得去噪温度数据序列的步骤包括：
23、计算所述自适应窗口区域中的数值平均值，作为所述数据点的去噪特征值；遍历获取温度数据序列中每个数据点的去噪特征值，构建所述去噪温度数据序列。
24、本专利技术具有如下有益效果：
25、在本专利技术中，获取初始窗口步长和初始采样序列能够初步确定温度数据序列的变化周期特征，获取最优窗口步长能够反映温度数据序列的周期长度，从而确定去噪过程中的初始窗口大小；获取窗口调整步长能够根据数据点的波动特征调整窗口的大小，初步提高去噪准确性。获取窗口适应度能够根据数据点附近区域的数据变化特征判断数据波动范围，进一步判断去噪需要的窗口大小。获取自适应窗口调整值能够根据数据点附近区域的数据波动特征准确地获取去噪窗口大小，进一步提高去噪准确性。最终根据自适应窗口区域获得去噪温度数据序列能够准确地剔除噪声数据，提高环境温度预警的精确性。
本文档来自技高网...【技术保护点】
1.一种大口径物联网水表的环境温度智慧预警系统，其特征在于，所述系统包括以下模块：
2.根据权利要求1所述的一种大口径物联网水表的环境温度智慧预警系统，其特征在于，所述根据所述温度数据序列的数据变化特征获得初始窗口步长和初始采样序列的步骤包括：
3.根据权利要求2所述的一种大口径物联网水表的环境温度智慧预警系统，其特征在于，所述根据所述初始采样序列中的数据差异特征对所述初始窗口步长进行选取获得最优窗口步长的步骤包括：
4.根据权利要求1所述的一种大口径物联网水表的环境温度智慧预警系统，其特征在于，所述根据数据点的最优窗口步长范围内的数据波动特征获得窗口调整步长的步骤包括：
5.根据权利要求4所述的一种大口径物联网水表的环境温度智慧预警系统，其特征在于，所述根据数据点的相邻最优窗口步长范围内的数据变化特征获得数据点的窗口适应度的步骤包括：
6.根据权利要求1所述的一种大口径物联网水表的环境温度智慧预警系统，其特征在于，所述根据所述窗口适应度和所述窗口调整步长获得数据点的自适应窗口调整值的步骤包括：
7.根据权利
8.根据权利要求7所述的一种大口径物联网水表的环境温度智慧预警系统，其特征在于，所述根据数据点的自适应窗口区域中的数据特征获得去噪温度数据序列的步骤包括：
...【技术特征摘要】
1.一种大口径物联网水表的环境温度智慧预警系统，其特征在于，所述系统包括以下模块：
2.根据权利要求1所述的一种大口径物联网水表的环境温度智慧预警系统，其特征在于，所述根据所述温度数据序列的数据变化特征获得初始窗口步长和初始采样序列的步骤包括：
3.根据权利要求2所述的一种大口径物联网水表的环境温度智慧预警系统，其特征在于，所述根据所述初始采样序列中的数据差异特征对所述初始窗口步长进行选取获得最优窗口步长的步骤包括：
4.根据权利要求1所述的一种大口径物联网水表的环境温度智慧预警系统，其特征在于，所述根据数据点的最优窗口步长范围内的数据波动特征获得窗口调整步长的步骤包括：
5.根据权利要求4所述的一种大...
【专利技术属性】
技术研发人员：曲延河，李海峰，孟召鹏，陈颂，
申请(专利权)人：山东晨晖电子科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。