本發(fā)明涉及管網(wǎng)智能監(jiān)測(cè)，具體為管網(wǎng)數(shù)據(jù)智能采集方法。

背景技術(shù)：

1、城市管網(wǎng)指的是城市的各種基礎(chǔ)設(shè)施管道網(wǎng)絡(luò)，例如供水管網(wǎng)、排水管網(wǎng)、天然氣管網(wǎng)等，這些管網(wǎng)是城市運(yùn)轉(zhuǎn)中至關(guān)重要的基礎(chǔ)設(shè)施，確保了居民和企業(yè)的正常生活和運(yùn)營(yíng)，其中熱力管網(wǎng)是城市中用于集中供熱和供冷的管道網(wǎng)絡(luò)系統(tǒng)，它通過(guò)熱能中心將熱能或冷能輸送到各個(gè)用戶單位，包括住宅、商業(yè)建筑和工業(yè)用地，熱力管網(wǎng)在冬季提供取暖服務(wù)，在夏季則提供制冷服務(wù)，是現(xiàn)代城市能源基礎(chǔ)設(shè)施中的重要組成部分。

2、目前，城市熱力管網(wǎng)長(zhǎng)度巨大、分布復(fù)雜，傳統(tǒng)的人工采集方式難以覆蓋所有區(qū)域，導(dǎo)致數(shù)據(jù)采集效率低下且管網(wǎng)中涉及大量數(shù)據(jù)，傳統(tǒng)的管網(wǎng)數(shù)據(jù)采集依靠人工巡檢、固定監(jiān)測(cè)站等方式，需要人力物力投入大量資源，且存在漏檢、誤檢等問題，不能實(shí)現(xiàn)全面、實(shí)時(shí)的數(shù)據(jù)采集，從而影響管網(wǎng)管理的決策和運(yùn)行效果。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供管網(wǎng)數(shù)據(jù)智能采集方法，以解決上述背景技術(shù)提出的對(duì)于城市熱力管網(wǎng)數(shù)據(jù)采集效率低下且管網(wǎng)中涉及大量數(shù)據(jù)，傳統(tǒng)的管網(wǎng)數(shù)據(jù)采集依靠人工巡檢、固定監(jiān)測(cè)站等方式，需要人力物力投入大量資源，且存在漏檢、誤檢等問題，不能實(shí)現(xiàn)全面、實(shí)時(shí)的數(shù)據(jù)采集，從而影響管網(wǎng)管理的決策和運(yùn)行效果的問題。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：管網(wǎng)數(shù)據(jù)智能采集方法，包括以下步驟：

3、s1、在熱力管網(wǎng)系統(tǒng)中各監(jiān)測(cè)節(jié)點(diǎn)部署傳感設(shè)備，包括流量監(jiān)測(cè)儀、壓力傳感器和溫度傳感器來(lái)實(shí)時(shí)監(jiān)測(cè)管道運(yùn)行數(shù)據(jù)；

4、s2、利用nb-iot通信實(shí)現(xiàn)對(duì)在線監(jiān)測(cè)設(shè)備的遠(yuǎn)程數(shù)據(jù)采集和傳輸，并將數(shù)據(jù)傳送到云端服務(wù)器，等待被處理調(diào)用；

5、s3、將采集到的數(shù)據(jù)存儲(chǔ)在云端或本地?cái)?shù)據(jù)庫(kù)中，并采用大數(shù)據(jù)技術(shù)對(duì)數(shù)據(jù)進(jìn)行處理和分析；

6、s4、利用人工智能算法對(duì)處理后的采集數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)數(shù)據(jù)之間的關(guān)聯(lián)性、趨勢(shì)和異常，幫助優(yōu)化管網(wǎng)運(yùn)行和管理；

7、s5、根據(jù)數(shù)據(jù)分析結(jié)果制定智能決策策略，包括管網(wǎng)維護(hù)、管網(wǎng)巡檢和優(yōu)化措施，提高管網(wǎng)的運(yùn)行效率、降低維護(hù)成本；

8、s6、利用數(shù)據(jù)可視化工具，并結(jié)合gis地圖將分析結(jié)果進(jìn)行直觀展示，幫助用戶理解數(shù)據(jù)和趨勢(shì)，定期生成報(bào)告，向相關(guān)人員提供數(shù)據(jù)分析結(jié)果和建議，以直觀展示數(shù)據(jù)分析結(jié)果，幫助用戶更好地理解管網(wǎng)數(shù)據(jù)和趨勢(shì)，促進(jìn)決策制定和管網(wǎng)管理的精確性和效率。

9、優(yōu)選的，在步驟s1中，所述在熱力管網(wǎng)系統(tǒng)中各監(jiān)測(cè)節(jié)點(diǎn)部署傳感設(shè)備包括以下步驟：

10、s11、在熱力管網(wǎng)系統(tǒng)中確定監(jiān)測(cè)節(jié)點(diǎn)位置，部署監(jiān)測(cè)設(shè)備，設(shè)備布置位置依據(jù)以下原則：

11、代表性原則：為了反映管道不同區(qū)段的流量和壓力狀況，安裝點(diǎn)和監(jiān)測(cè)點(diǎn)的選擇應(yīng)優(yōu)先考慮干線上有代表性的點(diǎn)；

12、便捷性原則：工作場(chǎng)所應(yīng)盡可能方便工人進(jìn)出；工作空間應(yīng)盡可能開闊，以方便設(shè)備的安裝和維護(hù)以及其他操作

13、安全性原則：檢查室的結(jié)構(gòu)應(yīng)健全，以防止在設(shè)備安裝和運(yùn)行過(guò)程中發(fā)生倒塌；檢查室的蓋子應(yīng)完好無(wú)損，以防止掉落和損壞下面的設(shè)備；

14、s12、安裝好傳感設(shè)備后，將傳感設(shè)備連接與聯(lián)網(wǎng)，確保傳感設(shè)備能夠連接到管網(wǎng)系統(tǒng)的數(shù)據(jù)采集系統(tǒng)或通信網(wǎng)絡(luò)；

15、s13、傳感設(shè)備開始監(jiān)測(cè)管道狀態(tài)數(shù)據(jù)。

16、優(yōu)選的，在步驟s2中，所述將數(shù)據(jù)傳送到云端服務(wù)器包括以下步驟：

17、s21、配置設(shè)備的通信參數(shù)，通過(guò)nb-iot網(wǎng)絡(luò)連接監(jiān)測(cè)設(shè)備和云端服務(wù)器，建立通信通道；

18、s22、監(jiān)測(cè)設(shè)備開始采集數(shù)據(jù)，通過(guò)nb-iot網(wǎng)絡(luò)將數(shù)據(jù)傳輸?shù)皆贫朔?wù)器，利用nb-iot通信技術(shù)可以實(shí)現(xiàn)對(duì)在線監(jiān)測(cè)設(shè)備的遠(yuǎn)程數(shù)據(jù)采集和傳輸，并將數(shù)據(jù)傳送到云端服務(wù)器進(jìn)行處理和存儲(chǔ)，幫助提高管網(wǎng)系統(tǒng)的監(jiān)測(cè)效率和運(yùn)行安全性；

19、s23、在云端服務(wù)器上設(shè)置數(shù)據(jù)存儲(chǔ)和管理系統(tǒng)，將接收到的數(shù)據(jù)進(jìn)行存儲(chǔ)和整理；

20、s24、通過(guò)api接口將數(shù)據(jù)傳送給需要的系統(tǒng)或應(yīng)用程序進(jìn)行進(jìn)一步的調(diào)用和處理。

21、優(yōu)選的，在步驟s3中，所述數(shù)據(jù)庫(kù)使用mysql數(shù)據(jù)庫(kù)，同時(shí)也支持oracle、sqlserver關(guān)系型數(shù)據(jù)庫(kù)，用于實(shí)時(shí)分析、過(guò)濾、分類存儲(chǔ)各個(gè)數(shù)據(jù)源，幫助實(shí)現(xiàn)監(jiān)測(cè)數(shù)據(jù)的存儲(chǔ)、管理、分析和報(bào)告生成，提高監(jiān)測(cè)系統(tǒng)的效率和可靠性。

22、優(yōu)選的，在步驟s3中，所述采用大數(shù)據(jù)技術(shù)對(duì)數(shù)據(jù)進(jìn)行處理和分析包括以下步驟：

23、s31、使用etl工具或大數(shù)據(jù)技術(shù)流式處理引擎進(jìn)行數(shù)據(jù)采集；

24、s32、對(duì)采集到的數(shù)據(jù)進(jìn)行清洗和預(yù)處理，包括去除重復(fù)數(shù)據(jù)和處理缺失值；

25、s33、將清洗和預(yù)處理后的數(shù)據(jù)存儲(chǔ)到數(shù)據(jù)庫(kù)中；

26、s34、將來(lái)自不同數(shù)據(jù)源的數(shù)據(jù)進(jìn)行整合和聚合，以建立全面的數(shù)據(jù)集；

27、s35、采用聚類算法對(duì)數(shù)據(jù)進(jìn)行分析，獲取管網(wǎng)節(jié)點(diǎn)的信息和趨勢(shì)。

28、優(yōu)選的，在步驟s35中，所述聚類算法對(duì)數(shù)據(jù)進(jìn)行分析包括以下步驟：

29、①初始化聚類中心點(diǎn)：；

30、式中：表示第k個(gè)聚類的中心點(diǎn)，表示第k個(gè)聚類的數(shù)據(jù)點(diǎn)數(shù)量，表示第k個(gè)聚類中的第n個(gè)數(shù)據(jù)點(diǎn)；

31、②計(jì)算數(shù)據(jù)點(diǎn)到聚類中心點(diǎn)的距離：；

32、式中：表示歐氏距離；

33、③更新聚類中心點(diǎn)：；

34、其中，t表示迭代次數(shù)；

35、④重復(fù)步驟②和步驟③，直到滿足收斂條件。

36、優(yōu)選的，在步驟s4中，所述利用人工智能算法對(duì)處理后的采集數(shù)據(jù)進(jìn)行分析包括以下步驟：

37、s41、通過(guò)bp神經(jīng)網(wǎng)絡(luò)算法對(duì)處理后的數(shù)據(jù)進(jìn)行建模；

38、s42、利用訓(xùn)練集數(shù)據(jù)對(duì)模型進(jìn)行訓(xùn)練并通過(guò)驗(yàn)證集數(shù)據(jù)驗(yàn)證；

39、s43、通過(guò)訓(xùn)練得到的模型，對(duì)處理后的采集數(shù)據(jù)進(jìn)行分析，探索數(shù)據(jù)之間的關(guān)聯(lián)性、趨勢(shì)和異常；

40、s44、將分析結(jié)果進(jìn)行輸出。

41、優(yōu)選的，在步驟s5中，所述根據(jù)數(shù)據(jù)分析結(jié)果制定智能決策策略包括以下步驟：

42、s51、根據(jù)數(shù)據(jù)分析結(jié)果和目標(biāo)，制定相應(yīng)的智能決策策略；

43、s52、利用機(jī)器學(xué)習(xí)算法建立預(yù)測(cè)模型，用于預(yù)測(cè)管網(wǎng)可能出現(xiàn)的問題和風(fēng)險(xiǎn)；

44、s53、基于預(yù)測(cè)模型的結(jié)果，優(yōu)化管網(wǎng)維護(hù)策略，包括定期維護(hù)、緊急維修和預(yù)防性維護(hù)；

45、s54、根據(jù)數(shù)據(jù)分析結(jié)果和預(yù)測(cè)模型，制定智能巡檢計(jì)劃，將重點(diǎn)放在可能存在問題的區(qū)域，提高巡檢效率和精準(zhǔn)度；

46、s55、根據(jù)數(shù)據(jù)分析結(jié)果和優(yōu)化維護(hù)策略，制定管網(wǎng)優(yōu)化措施，以確保管網(wǎng)的穩(wěn)定運(yùn)行；

47、s56、實(shí)施制定的智能決策策略，監(jiān)控管網(wǎng)運(yùn)行情況和效果，并及時(shí)調(diào)整策略以應(yīng)對(duì)變化情況。

48、優(yōu)選的，在步驟s6中，所述將分析結(jié)果進(jìn)行直觀展示包括以下步驟：

49、s61、將經(jīng)過(guò)處理和分析的管網(wǎng)數(shù)據(jù)整理成可視化所需的格式，包括地理坐標(biāo)、屬性信息等；

50、s62、利用powerbi/matplotlib數(shù)據(jù)可視化工具創(chuàng)建gis地圖可視化，將管網(wǎng)數(shù)據(jù)投影在地圖上，顯示管網(wǎng)結(jié)構(gòu)、管道位置和設(shè)施信息；

51、s63、根據(jù)數(shù)據(jù)分析結(jié)果，添加不同圖層以展示不同屬性、趨勢(shì)和異常數(shù)據(jù)；

52、s64、在可視化展示中提供必要的解釋和說(shuō)明，幫助用戶理解數(shù)據(jù)背后的意義和決策建議；

53、s65、根據(jù)數(shù)據(jù)分析和用戶反饋，定期更新地圖可視化，反映管網(wǎng)數(shù)據(jù)和趨勢(shì)的最新情況，幫助用戶隨時(shí)了解管網(wǎng)狀態(tài)。

54、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

55、1、本方法中，通過(guò)在熱力管網(wǎng)系統(tǒng)中各監(jiān)測(cè)節(jié)點(diǎn)部署傳感設(shè)備實(shí)時(shí)監(jiān)測(cè)管道運(yùn)行數(shù)據(jù)，實(shí)現(xiàn)全面自動(dòng)采集管網(wǎng)數(shù)據(jù)，有助于及時(shí)發(fā)現(xiàn)問題并采取相應(yīng)措施，提高管網(wǎng)系統(tǒng)的運(yùn)行效率和穩(wěn)定性，利用nb-iot通信實(shí)現(xiàn)遠(yuǎn)程數(shù)據(jù)采集和傳輸，提高了數(shù)據(jù)采集的效率和便捷性，提高管網(wǎng)系統(tǒng)的監(jiān)測(cè)效率，減少了人力資源的浪費(fèi)。

56、2、本方法中，通過(guò)聚類算法對(duì)數(shù)據(jù)進(jìn)行分析可以對(duì)海量數(shù)據(jù)進(jìn)行高效處理和分析，挖掘出其中隱藏的有用信息，配合bp神經(jīng)網(wǎng)絡(luò)算法對(duì)處理后的數(shù)據(jù)進(jìn)行建模能夠更深入地分析熱力管網(wǎng)數(shù)據(jù)，發(fā)現(xiàn)數(shù)據(jù)之間的關(guān)聯(lián)性、趨勢(shì)和異常，為智能決策提供支持。

57、3、本方法中，通過(guò)制定智能決策策略有助于優(yōu)化管網(wǎng)維護(hù)、管網(wǎng)巡檢和優(yōu)化措施，提高管網(wǎng)系統(tǒng)的整體運(yùn)行水平，數(shù)據(jù)可視化工具和gis地圖的結(jié)合使數(shù)據(jù)分析結(jié)果直觀展示，幫助用戶更好地理解管網(wǎng)數(shù)據(jù)和趨勢(shì)，促進(jìn)決策制定和管網(wǎng)管理的精確性和效率。