【技術實現步驟摘要】
本專利技術涉及數據處理，具體涉及排水監測數據智能化平臺。
技術介紹
1、城市化進程加快，城市排水系統面臨越來越多的挑戰，如雨水滯留、污水溢流等問題給城市生活和環境帶來嚴重影響，傳統的排水管理模式已無法滿足現代城市的發展需求。
2、然而，傳統的排水數據監測主要依賴人工巡查和簡單的傳感器設備，這種方式不僅效率低下，而且難以實現實時監測，且現有的排水監測系統往往缺乏有效的數據分析和預測能力，不能實現對排水運行狀態進行預測并提前預警，存在排水監測的準確性不佳和效率不佳。
技術實現思路
1、本專利技術的目的是提供排水監測數據智能化平臺，以解決
技術介紹
中的不足。
2、本專利技術的目的可以通過以下技術方案實現：排水監測數據智能化平臺，包括信息采集模塊，通過實時采集排水信息并記錄采集時間，整合生成監測日志，將監測日志通過無線或有線網絡傳輸至云端數據庫進行存儲；
3、水質監測模塊，通過對監測周期內監測站點獲取的水樣進行實驗室分析，并對應獲取的水質參數進行標準化處理；基于水質參數對應的權重，計算得到綜合水質指數，并根據綜合水質指數進行預警提示；
4、排水管道監測模塊，通過遍歷監測日志獲取排水的流速，計算壓力損失值，并與預設閾值進行比較，以調整泵站運行參數；
5、預測模型構建模塊，通過選擇綜合水質指數、壓力損失值、水位以及流量作為目標特征，利用支持向量機svm的決策函數輸出結果來預測排水運行狀態，并根據預測結果發出預警提示。
6、優
7、優選地，水質監測模塊的具體內容包括：將水質參數的檢測數值轉化為標準化數值，計算公式為：
8、
9、式中，sm為第m種水質參數的標準化數值；cm為第m種水質參數的檢測數值；cmax和cmin分別為監測周期內該水質參數的最大濃度值和最小濃度值。
10、優選地，對于不同的水質參數，根據其重要性分配不同的權重，然后進行加權求和，得到綜合水質指數w；
11、計算公式為：
12、w＝σ(βm×sm)；
13、式中，w為綜合水質指數；βm為第m種水質參數的權重系數；sm為第m種水質參數的標準化數值；
14、將獲取的綜合水質指數w與預設標準值進行比對，若綜合水質指數w大于等于預設標準值，則自動生成并發送預警提示，通知相關部門和人員注意水質變化情況；反之，則提示水質正常。
15、優選地，排水管道監測模塊的具體實施內容包括：遍歷監測日志獲取監測周期內在不同時間點的流速，得到平均流速v，并使用達西-魏斯巴赫方程計算壓力損失值；
16、計算公式為：
17、
18、式中，p是壓力損失值，f是摩擦因子，也稱為沿程阻力系數，i是管道長度，d是管道直徑，ρ是流體密度，v是平均流速；
19、根據系統的運行要求，設定壓力損失閾值，將計算的壓力損失值與壓力損失閾值進行比對，若壓力損失值小于壓力損失閾值，則無需調整泵站的運行參數；反之，則發出預警提示，并調整泵站的運行參數。
20、優選地，利用支持向量機svm的決策函數輸出結果來預測排水運行狀態，具體包括：
21、設置輸入特征向量為x＝[w,p,l,q]；其中，w表示綜合水質指數；p表示壓力損失值；l表示水位；q表示流量；
22、根據歷史監測日志獲取訓練樣本數據，包括支持向量xi和對應的標簽yi；其中，i＝1,2,...,n，n為支持向量數目；
23、支持向量對應的標簽表示排水運行狀態包括正常狀態和異常狀態，可表示為：
24、y＝1，排水運行狀態異常；
25、y＝0，排水運行狀態正常；
26、獲取輸入特征向量，構建一個超平面滿足方程式σω·x+b＝0；其中，ω是權重向量，x＝[w,p,l,q]是輸入特征向量；b是偏置項；
27、構建預測模型的最小化目標函數可表示為：
28、
29、式中，ω是權重向量；b是偏置項；ωt是權重向量的轉置；xi為支持向量；s.t是“subject?to”的縮寫，表示最小化目標函數的約束條件。
30、優選地，利用拉格朗日乘子法對最小目標函數進行優化，并引入松弛變量來處理線性不可分的情況，得到決策函數；
31、計算公式為：
32、
33、式中，f(x)為決策函數的輸出；x為輸入特征向量；xi為支持向量；αi為拉格朗日乘子；yi為支持向量對應的標簽；k(xi,x)為核函數；b是偏置項；n為支持向量數目；sign()表示符號函數；
34、使用時，決策函數的輸出是一個符號函數的結果，即f(x)的值；若f(x)≥0，則預測結果為正類，即輸出標簽為y＝1，排水運行狀態異常，并發出預警提示；若f(x)＜0，則預測結果為負類，即輸出標簽為y＝0，排水運行狀態正常。
35、優選地，根據歷史監測日志獲取驗證樣本數據，對預測模型進行評估；
36、統計驗證樣本數據的預測結果和實際觀測結果，獲取驗證樣本數據的準確率、召回率，通過計算f1分數來量化預測模型的性能；
37、基于預測模型f1分數，通過調整預測模型的懲罰參數c或核函數參數，對預測模型進行優化直至預測模型f1分數達到性能標準值。
38、進一步的，統計正確預測結果為正類的樣本數tp、錯誤預測結果為正類的樣本數fp、錯誤預測結果為負類的樣本數fn，獲取模型的精確率和召回率；
39、計算公式為：
40、
41、
42、式中，表示模型的準確率，r表示模型的召回率；
43、基于模型的準確率和召回率，通過公式計算獲得f1分數。
44、相比于現有方案，本專利技術實現的有益效果：
45、本專利技術通過智能監測設備實時采集排水信息，減少了人工巡查的工作量，有利于提高了信息獲取的及時性；將生成的監測日志并傳輸至云端數據庫進行存儲，提供了一種高效、可靠的數據存儲方式，提高了數據的安全性。
46、本專利技術通過對水樣的實驗室分析獲取水質參數，并將其轉化為標準化數值以消除不同量綱之間的差異；基于水質參數對應的權重，計算得到綜合水質指數，并根據綜合水質指數進行預警提示；有利于及時發現潛在的水質問題，采取相應的措施進行處理，保障了水質安全，防止了環境污染事故的發生；
47、本專利技術通過獲取監測周期內采集的流速，得到平均流速，計算壓力損失值并與預設閾值進行比較，以調整泵站運行參數，這有助于優化泵站的運行效率；
48、本專利技術通過選擇綜合水質指數、壓力損失值、水位以及流量作為目標特征，利用支持向量機svm的決策函數輸出結果來預測排水運行狀態，并根據預測結果發出預警提示；提高了預測模型的準確性和可靠性，為排水系統的管理和決策提供了科學的依據。
本文檔來自技高網...【技術保護點】
1.排水監測數據智能化平臺，其特征在于，包括：
2.根據權利要求1所述的排水監測數據智能化平臺，其特征在于，排水信息包括水位、流量、流速、水樣。
3.根據權利要求2所述的排水監測數據智能化平臺，其特征在于，水質監測模塊的具體內容包括：將水質參數的檢測數值轉化為標準化數值，計算公式為：
4.根據權利要求3所述的排水監測數據智能化平臺，其特征在于，對于不同的水質參數，根據其重要性分配不同的權重，然后進行加權求和，得到綜合水質指數W；
5.根據權利要求1所述的排水監測數據智能化平臺，其特征在于，排水管道監測模塊的具體實施內容包括：遍歷監測日志獲取監測周期內在不同時間點的流速，得到平均流速v，并使用達西-魏斯巴赫方程計算壓力損失值；
6.根據權利要求1所述的排水監測數據智能化平臺，其特征在于，利用支持向量機SVM的決策函數輸出結果來預測排水運行狀態，具體包括：
7.根據權利要求6所述的排水監測數據智能化平臺，其特征在于，利用拉格朗日乘子法對最小目標函數進行優化，并引入松弛變量來處理線性不可分的情況，得到決策函數；p>
8.根據權利要求7所述的排水監測數據智能化平臺，其特征在于，根據歷史監測日志獲取驗證樣本數據，對預測模型進行評估；
9.根據權利要求8所述的排水監測數據智能化平臺，其特征在于，統計正確預測結果為正類的樣本數TP、錯誤預測結果為正類的樣本數FP、錯誤預測結果為負類的樣本數FN，獲取模型的精確率和召回率；
...【技術特征摘要】
1.排水監測數據智能化平臺，其特征在于，包括：
2.根據權利要求1所述的排水監測數據智能化平臺，其特征在于，排水信息包括水位、流量、流速、水樣。
3.根據權利要求2所述的排水監測數據智能化平臺，其特征在于，水質監測模塊的具體內容包括：將水質參數的檢測數值轉化為標準化數值，計算公式為：
4.根據權利要求3所述的排水監測數據智能化平臺，其特征在于，對于不同的水質參數，根據其重要性分配不同的權重，然后進行加權求和，得到綜合水質指數w；
5.根據權利要求1所述的排水監測數據智能化平臺，其特征在于，排水管道監測模塊的具體實施內容包括：遍歷監測日志獲取監測周期內在不同時間點的流速，得到平均流速v，并使用達西-魏斯巴赫...
【專利技術屬性】
技術研發人員：黃宇洲，范功端，林鋒，李秋莎，
申請(專利權)人：福州蒂創環境科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。