基于区块链联动的超声水表管网故障预测方法与流程

本发明涉及水表管网故障预测的，尤其涉及基于区块链联动的超声水表管网故障预测方法。

背景技术：

1、现有的水表故障检测方法主要依赖于人工定期检查，这种方式存在以下问题：

2、1. 效率低下：传统的水表故障检测需要人工进行定期巡检，需要耗费大量人力物力，效率低下。

3、2. 监测实时性差：定期巡检无法实时监测水表的运行状态，不能及时发现故障。一旦故障发生，可能会延误处理时间，导致进一步损失。

4、3. 人为失误：人工巡检容易受到人为主观因素影响，可能存在疏漏或错误，影响检测结果的准确性。

5、综上所述，传统的水表故障检测方法存在效率低下、监测不及时、易受人为因素影响等问题，对于实时监测和准确预测水表故障具有一定的局限性。因此，为了提升水表故障检测的效率和准确性，需要采用更先进、智能的技术手段来进行监测和预测，从而提高管网故障处理的效率和质量。基于区块链联动的超声水表管网故障预测方法是针对传统方法存在问题的解决方案，可以有效改善水表故障检测的问题，实现高效率、实时监测的目的。

技术实现思路

1、本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

2、鉴于上述现有水表故障检测方法存在的问题，提出了本发明。

3、因此，本发明解决的技术问题是：解决现有水表故障检测方法效率低下、监测不及时、易受人为因素影响的问题。

4、为解决上述技术问题，本发明提供如下技术方案：基于区块链联动的超声水表管网故障预测方法，于管网各连接节点处均设置有流量检测器，包括以下步骤：s1：所述流量检测器实时获取当前管段内的流量数据，并将各所述流量数据无线传输至云端区块链网络中；s2：所述云端区块链网络获取各所述流量数据后进行存储，建立状态分析模型，将各所述流量数据输入至所述状态分析模型中，实时输出当前管段的流量状态值；s3：获取各节点处所有所述流量检测器当前的所述流量状态值，建立区块链联动分析模型，获取管网状态分析值；s4：比对所述管网状态分析值与设定的故障阈值，完成整体状态的故障预测。

5、作为本发明所述的基于区块链联动的超声水表管网故障预测方法的一种优选方案，其中：所述流量检测器实时获取的所述流量数据具体包括流量数据和压力数据。

6、作为本发明所述的基于区块链联动的超声水表管网故障预测方法的一种优选方案，其中：获取当前管段内的流量数据后还包括如下步骤：采集的流量数据和压力数据进行数据清洗，分别获得预流量数据和预压力数据；基于时间序列将所述预流量数据与所述预压力数据进行对齐，将对齐后的数据集无线传输至云端区块链网络中。

7、作为本发明所述的基于区块链联动的超声水表管网故障预测方法的一种优选方案，其中：建立的所述状态分析模型具体为：

8、

9、其中，δ为流量状态值，l为预流量数据，p为预压力数据，1.84、-1.22、0.497及-0.65均为调整常数，dx为积分运算。

10、作为本发明所述的基于区块链联动的超声水表管网故障预测方法的一种优选方案，其中：建立的区块链联动分析模型具体为：

11、

12、其中，η为管网状态分析值，δi为第i个管段内的流量状态值，n为管段数量，1.09及1.21均为调整常数，dx为积分运算。

13、作为本发明所述的基于区块链联动的超声水表管网故障预测方法的一种优选方案，其中：所述故障阈值设定为2.41或2.411或2.412。

14、作为本发明所述的基于区块链联动的超声水表管网故障预测方法的一种优选方案，其中：当所述管网状态分析值不低于所述故障阈值时，超声水表管网存在故障风险，开启预警。

15、本发明的有益效果：本发明提供基于区块链联动的超声水表管网故障预测方法，通过将超声水表的数据采集、处理和分析过程与区块链技术相结合，实现了对管网故障的实时监控和预测。与现有技术相比，本发明具备更高的数据安全性和故障预测准确性，为供水管网的管理和维护提供了有效保障，解决了现有水表故障检测方法效率低下、监测不及时、易受人为因素影响的问题。

技术特征：

1.基于区块链联动的超声水表管网故障预测方法，其特征在于，于管网各连接节点处均设置有流量检测器，包括以下步骤：

2.根据权利要求1所述的基于区块链联动的超声水表管网故障预测方法，其特征在于：所述流量检测器实时获取的所述流量数据具体包括流量数据和压力数据。

3.根据权利要求2所述的基于区块链联动的超声水表管网故障预测方法，其特征在于，获取当前管段内的流量数据后还包括如下步骤：

4.根据权利要求3所述的基于区块链联动的超声水表管网故障预测方法，其特征在于，建立的所述状态分析模型具体为：

5.根据权利要求4所述的基于区块链联动的超声水表管网故障预测方法，其特征在于，建立的区块链联动分析模型具体为：

6.根据权利要求5所述的基于区块链联动的超声水表管网故障预测方法，其特征在于：所述故障阈值设定为2.41或2.411或2.412。

7.根据权利要求6所述的基于区块链联动的超声水表管网故障预测方法，其特征在于：当所述管网状态分析值不低于所述故障阈值时，超声水表管网存在故障风险，开启预警。

技术总结本发明公开了基于区块链联动的超声水表管网故障预测方法，通过将超声水表的数据采集、处理和分析过程与区块链技术相结合，实现了对管网故障的实时监控和预测。与现有技术相比，本发明具备更高的数据安全性和故障预测准确性，为供水管网的管理和维护提供了有效保障，解决了现有水表故障检测方法效率低下、监测不及时、易受人为因素影响的问题。技术研发人员：孙卫国,邹孝旺受保护的技术使用者：迈拓仪表股份有限公司技术研发日：技术公布日：2024/6/30