智慧水务监控管理系统的制作方法

本发明属于排水系统监测预警及监控管理，涉及一种智慧水务监控管理系统。

背景技术：

1、智慧水务建设过程中，涉及种类较多的监测数据，包括管网、泵站以及污水厂等，通常情况下监测数据作为对现场实际情况（液位、流量等）的实时反映，能够指导相关的管理及运维工作，由于缺乏系统的分析以及与现场实际情况的联动效应，因此监测的意义和作用并未完全体现，同时如何根据监测数据辅助运维的相关工作，目前仍处于初步应用阶段，需要相关管理人员具备较好的专业基础以及实际管理经验；如何根据智慧水务系统建设，系统能够根据监测值与预设值可以实时报警，同时可以根据系统进行分析来调度泵站及水厂的运行，最大限度发挥系统的主动预测能力。

技术实现思路

1、本发明所要解决的技术问题是提供一种智慧水务监控管理系统，构建针对监测数据的分析，实现系统自动判定是否为异常状态，一定程度上减少人工工作量，出现报警情况时，结合日常管理经验进行再次判定，以更好的掌握整个排水系统的运行情况，出现问题及时响应、快速解决。

2、为解决上述技术问题，本发明所采用的技术方案是：一种智慧水务监控管理系统，包括如下步骤：

3、s1，监测数据获取；监测数据包括管网的流量、液位、水质指标；

4、s2，数据异常处理；基于提前设置的报警规则，发布预警信息；预警信息，包括液位、流量、水质监测指标；不同时间段，结合管网的实际运行规律，设置不同的报警值；

5、s3，预案执行；通过监测数据异常，结合已有预案，确定处理方案；通过管理员进行会商，审核处理预案，确定后下发指令；管理人员根据监测数据，结合实际工程情况和项目经验，判断可能发生的原因，合理确定处理预案并执行；预案执行后，如何根据监测数据反馈评估预案的处理效果；

6、s4，数据分析；预案执行后监测数据变化情况分析，根据处理方案，进一步确认原有监测点位数据是否恢复正常；通过监测数据的收集、分析、处理，对事件处理效果进行分析，同步开展评估反演，为后续类似情况提供基础支撑；

7、s5，过程管控；指令实施后，观察监测数据变化情况，预警消除；通过异常情况发生、处理、解决全过程进行整理后总结，为后续类似情况提供参考；结合现场实际情况的发生以及不同应对措施进行不断地迭代和更新，在次基础上逐步完善相关预案管理以及应急处理方案的完善，通过该系统的使用，实现对整体排水系统的精细化管控和智能调度。

8、在s4中，如果出现预案执行后相关监测数据仍未太大变化，主要考虑是数据异常原因判定出现问题，需要对预案进行修正，同时在不影响排水系统正常运行的前提下，可同步调整上下游的排水设施调度规则，进一步确认是否由于问题区域判定存在问题而导致预案执行失效

9、在s3中，根据预案执行，对比监测数据的变化情况，如果未达到预期效果或者报警仍未消除，则需要重新进行分析，修改原执行预案；如预案执行后，相关监测数据恢复正常，则说明本次预案处理是科学有效，将相关问题及处理情况进行记录，为后续处理类似情况提供依据。

10、在s5中，通过随机森林集成学习的思想随机抽样获得的数据，输入众多弱学习器或决策树，并进行投票，获得最终的输出结果。

11、在s5中，在机器学习中，随机森林由许多的决策树组成，决策树的形成采用随机的方法；随机森林中的决策树之间没有关联，当测试数据进入随机森林时，就让每一颗决策树进行分类判别这个样本应该属于哪一类，最后取所有决策树中分类结果最多的那类为最终的结果，每棵树的权重考虑进来。

12、在s5中，所有的树训练都是使用同样的参数，训练集不同，分类器的错误估计采用是oob，即out of bag的办法。

13、在s5中，随机森林包含多个决策树的分类器，且其输出的类别是由个别树输出的类别的众数而定。

14、在s5中，随机森林既处理属性为离散值的量，即id3算法，还处理属性为连续值的量，即c4.5算法。

15、在s5中，随机森林用来进行无监督学习聚类和异常点检测。

16、本发明的主要有益效果在于：

17、监测数据进行分析整理，可实现对地下管线运行情况的实时判断，减少日常运维工作量。

18、以系统的设定值作为参考，便于相关人员可通过系统能够快速掌握排水系统的关键点和薄弱环节，为排水系统正常稳定运行提供支撑。

19、改变传统的以人工经验的方式进行各涉水设施的调度和管理，以数据为基础，辅助人工经验判断，更好的实现日常的管理工作。

技术特征：

1.一种智慧水务监控管理系统，其特征是，包括如下步骤：

2.根据权利要求1所述的智慧水务监控管理系统，其特征是：在s4中，如果出现预案执行后相关监测数据仍未太大变化，主要考虑是数据异常原因判定出现问题，需要对预案进行修正，同时在不影响排水系统正常运行的前提下，可同步调整上下游的排水设施调度规则，进一步确认是否由于问题区域判定存在问题而导致预案执行失效。

3.根据权利要求1所述的智慧水务监控管理系统，其特征是：在s3中，根据预案执行，对比监测数据的变化情况，如果未达到预期效果或者报警仍未消除，则需要重新进行分析，修改原执行预案；如预案执行后，相关监测数据恢复正常，则说明本次预案处理是科学有效，将相关问题及处理情况进行记录，为后续处理类似情况提供依据。

4.根据权利要求1所述的智慧水务监控管理系统，其特征是：在s5中，通过随机森林集成学习的思想随机抽样获得的数据，输入众多弱学习器或决策树，并进行投票，获得最终的输出结果。

5.根据权利要求4所述的智慧水务监控管理系统，其特征是：在s5中，在机器学习中，随机森林由许多的决策树组成，决策树的形成采用随机的方法；随机森林中的决策树之间没有关联，当测试数据进入随机森林时，就让每一颗决策树进行分类判别这个样本应该属于哪一类，最后取所有决策树中分类结果最多的那类为最终的结果，每棵树的权重考虑进来。

6.根据权利要求4所述的智慧水务监控管理系统，其特征是：在s5中，所有的树训练都是使用同样的参数，训练集不同，分类器的错误估计采用是oob，即out of bag的办法。

7.根据权利要求4所述的智慧水务监控管理系统，其特征是：在s5中，随机森林包含多个决策树的分类器，且其输出的类别是由个别树输出的类别的众数而定。

8.根据权利要求4所述的智慧水务监控管理系统，其特征是：在s5中，随机森林既处理属性为离散值的量，即id3算法，还处理属性为连续值的量，即c4.5算法。

9.根据权利要求4所述的智慧水务监控管理系统，其特征是：在s5中，随机森林用来进行无监督学习聚类和异常点检测。

技术总结一种智慧水务监控管理系统，包括释储布机构、牵引清刷机构、柔性布和双环形轨，通过监测数据获取、数据异常处理、预案执行、数据分析和过程管控的步骤，监测数据的时效性和准确性，要求前端监测数据需要进行判别，出现异常需人工进行确认，是否由于监测设备或监测环境误差导致；相关报警值设置需结合具体实际情况进行合理设置，在分析现有排水系统运行的情况下，对关键节点以及重要排水设施进行监测，针对日常管理和运维的重要性和出现异常的影响范围进行报警分级管理；系统能够根据不同参数的设置，模拟相关预案，为排水系统整体调度提供支撑，更好的掌握整个排水系统的运行情况，出现问题及时响应、快速解决。技术研发人员：万旭,冯豆,汪路,刘杰,姚志华,韩吉禄,刘辰,郭松林,王健,余达,李超新,降瑞娇,魏本胜,王生愿,张勇受保护的技术使用者：长江生态环保集团有限公司技术研发日：技术公布日：2024/11/14