基于物联网的超声波水表模组计量数据处理方法及系统与流程

本发明涉及智慧供水，更具体的，涉及一种基于物联网的超声波水表模组计量数据处理方法及系统。

背景技术：

1、对水流量的精确计量是保护和高效利用水资源的重要手段，在工业、农业和日常生活等不同领域都少不了对用水进行精确计量。水表是一种对水流量进行精确计量的重要仪表，也是国家乃至国际上重点关注的计量仪表之一。

2、传统的带电子装置的水表较好地解决了水表的人工抄读及自动化付费等问题。但是，基于机械式基表实际运行时，通过带电子装置将水务数据转换为数字信号，机电转换方式较为复杂，难以实现低功耗运行，且机械式基表存在的灵敏度低、浸泡磨损腐蚀问题还不能有效地予以解决。而超声波或电磁等作为流量传感的电子水表，电子水表内部具备嵌入式微处理器系统和算法，能够加入无线通讯芯片以满足各类通讯和物联网的要求。因此如何结合物联网和无线通信等技术方法，实现智能水表计量数据可挖掘处理、异常预警及后台监控是亟需解决的问题。

技术实现思路

1、为了解决上述技术问题，本发明提出了一种基于物联网的超声波水表模组计量数据处理方法及系统。

2、本发明第一方面提供了一种基于物联网的超声波水表模组计量数据处理方法，包括：

3、利用超声波水表模组作为感知设备结合数据通讯传输构建物联网云平台，通过所述物联网云平台进行分布式数据采集，获取超声波信号及对应的水务计量数据；

4、将获取的超声波信号进行预处理，对预处理后的超声波信号进行多域分析，并提取相关特征，构建多域特征集合，通过所述水务计量数据判断对应超声波水表模组的计量精度；

5、在所述多域特征集合中进行特征相关性分析，并通过特征选择获取符合预设标准的特征组合；

6、根据所述特征组合构建计量异常检测模型并训练，通过物联网云平台感知当前超声波水表模组的超声波信号导入所述计量异常检测模型进行精度异常检测，基于精度异常生成预警信息并进行精度补偿。

7、本方案中，通过所述物联网云平台进行分布式数据采集，获取超声波信号及对应的水务计量数据，具体为：

8、利用超声波水表模组、数据通信设备及云服务器构建物联网云平台，基于所述物联网云平台的架构进行水务计量数据及自身设备信息的感知，并进行感知数据的初步处理；

9、采用星型网络拓扑结构实现超声波水表模组与集中器之间的通信，将完整的感知数据利用预设通信规则发送至集中器，将感知数据进行再次处理和存储，并通过无线网络将感知数据传输到上层云服务器；

10、在所述云服务器中构建数据仓库，将上传的感知数据存入所述数据仓库，利用所述数据仓库进行超声波水表模组计量执行管理及基础数据维护，并通过网络与终端设备连接，提供预警信息及异常运维决策；

11、将数据仓库中的自身设备信息进行解析，获取超声波换能器的超声波信号，将解析的超声波信号与超声波水表模组计算得到的水务计量数据匹配；

12、根据预设检索期限及数据标签建立检索索引，在数据仓库中检索符合检索索引中数据约束的超声波信号及对应的水务计量数据。

13、本方案中，将获取的超声波信号进行预处理，对预处理后的超声波信号进行多域分析，并提取相关特征，构建多域特征集合，具体为：

14、将检索得到的超声波信号进行预处理，对预处理后的超声波信号进行时域分析，利用数据检索方式获取超声波信号分析实例，初选超声波信号分析实例中的用于描述波形特点的时域特征，并根据使用频率确定时域特征参数；

15、使用快速傅里叶变换将时域超声波波形图转化为频谱图，在所述频谱图中同样根据超声波信号分析实例中的频域特征获取表示超声波信号频谱聚散度的频域特征参数；

16、另外，利用连续小波变换对超声波信号进行时频域分析，获取对应的小波时频图，在不同超声波信号对应的小波时频图中捕捉信号相位分布，根据不同超声波信号的相位分布读取具有相同物理意义的相位信息；

17、根据所述相位信息读取超声波信号在不同时刻及不同频率的幅值变化，通过不同维度特征的结合获取时频多维特征，根据超声波信号的时域特征、频域特征及时频多维特征构建多域特征集合。

18、本方案中，在所述多域特征集合中进行特征相关性分析，并通过特征选择获取符合预设标准的特征组合，具体为：

19、通过检索的水务计量数据结合标准水流数据判断对应超声波水表模组的计量精度，生成计量精度标签，利用所述计量精度标签对相应超声波信号的多域特征集合进行标注；

20、在所述多域特征集合中利用皮尔逊相关系数计算不同特征之间的线性相关程度，将相关程度大于预设阈值的特征进行标记，对标记的特征进行简化，利用简化后多域特征集生成训练样本集；

21、选取最小二乘方法进行计量精度的回归预测，利用多组不同精度标签下的训练样本采用最小化误差平方和的方法拟合出最佳函数，将多域特征集进行划分根据交叉验证方法获取回归预测精度，作为特征组合评价中的重要性指标；

22、通过计算特征组合的平均显著性水平作为特征组合评价中的重要性指标，另外利用mrmr方法考虑特征组合中的维度及冗余度，利用重要性指标、重要性指标、维度及冗余度构建目标函数，引入萤火虫算法进行特征选择。

23、本方案中，引入萤火虫算法进行特征选择，具体为：

24、在所述多域特征集合中进行区间划分并随机进行特征组合，根据特征组合初始化萤火虫种群参数及参数，将适应度函数与目标函数关联，计算萤火虫的适应度，适应度越高，特征组合对应的萤火虫的荧光亮度越高；

25、每个特征组合对应的萤火虫根据移动距离向适应度更高的萤火虫靠近，达到新位置时进行适应度计算，更新自己的位置，并进行萤火虫个体之间适应度的对比判断；

26、萤火虫飞行步长将随时间递减，经过迭代飞行后当迭代次数达到预设阈值时，根据萤火虫的最优位置获取最优的特征组合。

27、本方案中，根据所述特征组合构建计量异常检测模型并训练，具体为：

28、根据特征组合在超声波信号中进行特征参数提取，利用提取的特征参数匹配带有计量精度的水务计量数据生成模型训练集及测试集；

29、构建异常检测模型，通过堆叠的自编码器网络获取不同计量精度标签对应特征参数的潜在特征分布，在编码器结构中引入对抗训练，生成计量精度异常标签的重构数据；

30、利用重构数据进行计量精度异常数据扩充，通过深度卷积单元对训练数据进行特征提取，再导入gru单元捕捉特征参数之间的时间依赖，在全连接层中得到分类结果；

31、通过物联网云平台感知当前超声波水表模组的超声波信号导入所述计量异常检测模型判断计量精度是否异常，根据判断结果生成预警信息，并利用物联网云平台进行推送显示。

32、本发明第二方面还提供了一种基于物联网的超声波水表模组计量数据处理系统，该系统包括：存储器、处理器，所述存储器中包括基于物联网的超声波水表模组计量数据处理方法程序，所述基于物联网的超声波水表模组计量数据处理方法程序被所述处理器执行时实现如下步骤：

33、利用超声波水表模组作为感知设备结合数据通讯传输构建物联网云平台，通过所述物联网云平台进行分布式数据采集，获取超声波信号及对应的水务计量数据；

34、将获取的超声波信号进行预处理，对预处理后的超声波信号进行多域分析，并提取相关特征，构建多域特征集合，通过所述水务计量数据判断对应超声波水表模组的计量精度；

35、在所述多域特征集合中进行特征相关性分析，并通过特征选择获取符合预设标准的特征组合；

36、根据所述特征组合构建计量异常检测模型并训练，通过物联网云平台感知当前超声波水表模组的超声波信号导入所述计量异常检测模型进行精度异常检测，基于精度异常生成预警信息并进行精度补偿。

37、本发明公开了一种基于物联网的超声波水表模组计量数据处理方法及系统，包括：利用超声波水表模组作为感知设备结合数据通讯传输构建物联网云平台，获取超声波信号及对应的水务计量数据；对预处理后的超声波信号进行多域分析，提取多域特征集合，在多域特征集合中进行特征相关性分析，通过特征选择获取符合预设标准的特征组合；构建计量异常检测模型并训练，感知当前超声波水表模组的超声波信号进行精度异常检测，基于精度异常生成预警信息并进行精度补偿。本发明结合超声波信号筛选与超声波水表模组精度高相关的指标特征，实现对计量精度的准确表征，通过对计量精度异常状态的识别监测，为超声波水表模组精度补偿提供数据基础。