基于排水流量监测数据的排水效能智能调控方法与系统与流程

本发明涉及排水流量数据处理，具体涉及基于排水流量监测数据的排水效能智能调控方法与系统。

背景技术：

1、市政道路排水工程是城市基础设施建筑中的重要组成部分，排水闸门是关键设施之一，用于控制水流，以防积水和洪水侵袭道路或低洼地区，从而保障交通安全和城市正常运行；因此，对排水闸门进行调控对于提高排水工程的整体效能是非常重要的。

2、现有技术中，基于排水流量监测数据对工程中排水效能进行调控，在于通过先进的数据收集和分析技术，实时监测和调整排水系统的运行状态，提高排水效能；但由于通过对排水流量监测数据进行时间序列分析来预测下一时刻的排水流量数据，可能会由于设备状态等不确定因素出现预测值和实际值之间的偏差较大的情况，不能准确调整排水闸门的开启程度，在某些极端天气条件下，闸门关闭时可能导致水位上升过快，增加洪水风险，排水效能较差；正常情况下，闸门一直开启可能会在不需要排水时降低水位，影响周边生态系统；排水流量数据的预测结果不准确，导致排水闸门的开启程度不准确，排水效能较差。

技术实现思路

1、为了解决排水流量数据的预测结果不准确，导致排水闸门的开启程度不准确的技术问题，本发明的目的在于提供一种基于排水流量监测数据的排水效能智能调控方法与系统，所采用的技术方案具体如下：

2、本发明提出了一种基于排水流量监测数据的排水效能智能调控方法，所述方法包括：

3、根据预设采样时间段实时获取每个采样时刻下排水闸门的排水流量采样数据序列；

4、根据采样数据序列中排水流量采样数据的变化特征，获得每个采样时刻在下一时刻下的排水流量预测数据，构成预测数据序列；根据采样数据序列中数据的波动性获得采样数据序列和预测数据序列之间的多个数据段组，根据每个数据段组中两个数据序列之间的差异分布特征以及相对距离，获得每个数据段组的预测偏离度；

5、根据实时时刻所在数据段组的预测偏离度以及历史范围内其他数据段组的预测偏离度之间的差异，获得实时时刻的相对预测偏离差；根据实时时刻的相对预测偏离差，以及所有数据段组的预测偏离度，对实时时刻的下一时刻的排水流量预测数据进行调整，获得实时时刻的下一时刻的加权预测数据；

6、获取实时时刻的实时闸门开启程度，根据实时时刻的所述排水流量采样数据、所述实时闸门开启程度以及所述加权预测数据获得预测闸门开启程度；

7、根据所述预测闸门开启程度对排水闸门进行调控。

8、进一步地，所述排水流量预测数据的获取方法包括：

9、对于采样数据序列中时序上最早的采样时刻，将每个采样时刻的排水流量采样数据作为对应采样时刻的排水流量预测数据；

10、从时序上次早的采样时刻开始，计算每个采样时刻与对应前一采样时刻之间排水流量采样数据的差值，作为第一差值；

11、计算所述第一差值与每个采样时刻的所述排水流量采样数据之和，作为每个采样时刻的下一时刻的排水流量预测数据。

12、进一步地，所述数据段组的获取方法包括：

13、根据采样数据序列中数据的波动性，对采样数据序列采用apca方法，获得采样数据序列的多个数据段；将预测数据序列和采样数据序列中时序上最小的数据对齐进行排列，按照采样值序列中数据段的分段位置，对预测数据序列进行分段，获得预测数据序列的多个数据段；

14、将采样数据序列和预测数据序列之间对应位置的数据段构成数据段组。

15、进一步地，所述预测偏离度的获取方法包括：

16、在数据段组中，采用dtw算法计算采样数据序列和预测数据序列之间的相对距离，作为匹配距离；

17、在数据段组中，采用dtw算法计算采样数据序列和预测数据序列之间的相对距离，作为匹配距离；

18、计算采样数据序列和预测数据序列之间每个对应排水流量采样数据的差值，作为数据差值；计算采样数据序列和预测数据序列之间所有数据差值的均值，作为第一偏差系数；

19、计算采样数据序列中所有排水流量采样数据的均值和标准差，并相乘，作为第一乘积；计算预测数据序列中所有排水流量采样数据的均值和标准差，并相乘，作为第二乘积；计算所述第一乘积和所述第二乘积之间的差值，作为第二偏差系数；

20、根据所述匹配距离、所述第一偏离系数和所述第二偏离系数，获得数据段组的预测偏离度；所述匹配距离、所述第一偏离系数和所述第二偏离系数均与所述预测偏离度呈正相关。

21、进一步地，所述相对预测偏离度差异的获取方法包括：

22、计算实时时刻所在数据段组之外所有其他数据段组的所述预测偏离度的绝对值均值，作为平均偏差值；

23、计算实时时刻所在数据段组的所述预测偏离度的绝对值和所述平均偏差值之间的差值，并进行归一化映射，作为实时时刻的相对预测偏离差。

24、进一步地，所述加权预测数据的获取方法包括：

25、根据实时时刻的所述相对预测偏离差的数值特征判断下一时刻的排水流量预测数据是否需要调整，若需要调整，则根据实时时刻的所述相对预测偏离差和所有数据段组的预测偏离度获得加权系数；

26、计算所述加权系数与对应下一时刻的所述排水流量预测数据的乘积，作为实时时刻的下一时刻的加权预测数据。

27、进一步地，所述根据实时时刻的所述相对预测偏离差的数值特征判断下一时刻的排水流量预测数据是否需要调整，包括：

28、若实时时刻的所述相对预测偏离差不为零，判断下一时刻的排水流量预测数据需要调整；否则不需要进行调整。

29、进一步地，所述加权系数的获取方法为：

30、对于实时时刻的所述相对预测偏离差为负值，计算实时时刻所在数据段组的预测偏离度与预设常数之和，作为加权系数；

31、对于实时时刻的所述相对预测偏离差为正值，选取所有数据段组中预测偏离度绝对值最小的，作为最小绝对值；计算最小绝对值与预设常数之和，作为加权系数。

32、进一步地，所述闸门开启程度的获取方法包括：

33、获取排水闸门的最大承载流量值；若下一时刻的所述加权预测数据小于最大承载流量值，计算下一时刻的所述加权预测数据和实时时刻的排水流量采样数据的比值，作为第一比值；计算所述第一比值和实时时刻的实时闸门开启程度的乘积，作为下一时刻的预测闸门开启程度；

34、若下一时刻的所述加权预测数据大于或者等于最大承载流量值，将排水闸门的最大闸门开启程度作为下一时刻的预测闸门开启程度。

35、本发明还提出了一种基于排水流量监测数据的排水效能智能调控系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现任意一项所述一种基于排水流量监测数据的排水效能智能调控方法的步骤。

36、本发明具有如下有益效果：

37、本发明根据采样数据序列中排水流量采样数据的变化特征，获得每个采样时刻在下一时刻下的排水流量预测数据，构成预测数据序列，捕捉排水流量数据的趋势和周期性变化，更准确地反映排水流量的实际情况；根据采样数据序列中数据的波动性获得采样数据序列和预测数据序列之间的多个数据段组，根据每个数据段组中两个数据序列之间的差异分布特征以及相对距离，获得每个数据段组的预测偏离度，量化预测数据与采样数据之间的偏差，能够识别出预测误差较大的数据段组；根据实时时刻所在数据段组的预测偏离度以及历史范围内其他数据段组的预测偏离度之间的差异，获得实时时刻的相对预测偏离差，准确识别实时时刻预测的偏差程度；根据实时时刻的相对预测偏离差，以及所有数据段组的预测偏离度对实时时刻的下一时刻的排水流量预测数据进行调整，获得实时时刻的下一时刻的加权预测数据，针对性地调整排水流量预测数据，减少预测误差，提高预测的准确性；获取实时时刻的实时闸门开启程度，根据实时时刻的排水流量采样数据、实时闸门开启程度以及的加权预测数据获得预测闸门开启程度，实现对排水效能的主动调控，提高排水系统的运行效率；对排水效能进行调控。本发明通过获得实时时刻的下一时刻准确的排水流量预测数据，优化闸门开启程度，提高排水效能。