一种基于物联网的综合运维管理系统技术方案

本发明专利技术涉及物联网管理技术领域，具体涉及一种基于物联网的综合运维管理系统，包括交通运维信息采集子系统、数据采集子系统、环境监测子系统和运维管理子系统，环境监测子系统包括环境监测模块、获取模块、构建模块和深度学习模块，通过环境监测模块对交通路线进行实时监测，得到监测信息；获取模块获取监测信息中的交通流数据的空间依赖关系和时间依赖关系，构建模块构建图形发散卷积循环神经网络的交通流预测模型；深度学习模块交通流预测模型对空间依赖关系和时间依赖关系进行深度学习，得到交通流预测模型，解决了现有的综合运维管理系统无法提前预知交通路线未来的交通流数据的情况，导致管控延时的问题。导致管控延时的问题。导致管控延时的问题。

【技术实现步骤摘要】
一种基于物联网的综合运维管理系统


[0001]本专利技术涉及物联网管理
，尤其涉及一种基于物联网的综合运维管理系统。

技术介绍

[0002]随着我国经济的快速发展，城市面貌日新月异，道路基础设施建设突飞猛进，机动车保有量日益剧增，交通安全管理面临着前所未有的新机遇和新挑战，传统的交通管理模式和手段已不能更好地适应时代发展的要求，这就需要通过物联网来进行运行和监管。
[0003]目前，现有的综合运维管理系统是通过获取交通运维信息采集系统采集的交通流数据进行处理后得出当前路交通路线的当前交通情况，最后基于当前交通情况对交通路线进行车辆通信的管控。
[0004]但只能根据当前的交通流数据进行车辆通信的管控，无法提前预知交通路线未来的交通流数据的情况，使得管控延时，会存在交通路线拥堵的情况。

技术实现思路

[0005]本专利技术的目的在于提供一种基于物联网的综合运维管理系统，旨在解决现有的综合运维管理系统无法提前预知交通路线未来的交通流数据的情况的问题。
[0006]为实现上述目的，本专利技术提供了一种基于物联网的综合运维管理系统，包括交通运维信息采集子系统、数据采集子系统、环境监测子系统和运维管理子系统，交通运维信息采集子系统、所述数据采集子系统、所述环境监测子系统和所述运维管理子系统依次连接；
[0007]所述环境监测子系统包括环境监测模块、获取模块、构建模块和深度学习模块，所述环境监测模块、所述获取模块、所述构建模块和所述深度学习模块依次连接；
[0008]所述交通运维信息采集子系统，用于采集交通路线的交通流数据；
[0009]所述数据采集子系统，用于通过物联网与交通运维信息采集系统交互，并将所述交通流数据处理后传输给所述环境监测模块；
[0010]所述环境监测模块，基于所述交通流数据对所述交通路线进行实时监测，得到监测信息；
[0011]所述获取模块，用于获取所述监测信息中的所述交通流数据的空间依赖关系和时间依赖关系；
[0012]所述构建模块，用于构建图形发散卷积循环神经网络的交通流预测模型；
[0013]所述深度学习模块，通过所述交通流预测模型对所述空间依赖关系和所述时间依赖关系进行深度学习，得到交通流预测模型；
[0014]所述运维管理子系统，基于所述交通流预测模型和所述交通流数据对所述交通路线车辆的通行情况进行管控。
[0015]其中，所述数据采集子系统包括数据采集模块、数据处理模块和数据传输模块，所述数据采集模块、所述数据处理模块和所述数据传输模块依次连接；
[0016]所述数据采集模块，用于通过物联网与交通运维信息采集系统交互，并采集所述交通运维信息采集子系统内的交通流数据；
[0017]所述数据处理模块，用于对所述交通流数据进行处理后统计，得到统计数据；
[0018]所述数据传输模块，用于将所述统计数据传输给所述环境监测模块。
[0019]其中，所述数据处理模块包括过滤单元、筛查单元和整理单元，所述过滤单元、所述筛查单元和所述整理单元依次连接；
[0020]所述过滤单元，用于将所述交通流数据进行过滤，得到过滤数据；
[0021]所述筛查单元，用于筛查出所述过滤数据的空缺值，并将所述空缺值填补，得到补充数据；
[0022]所述整理单元，用于对所述过滤数据和所述补充数据进行统计整理，得到统计数据。
[0023]其中，所述环境监测模块包括环境监测单元和电子地图监测单元；
[0024]所述环境监测单元，基于所述交通流数据对所述交通路线进行实时监测，得到数据信息；
[0025]所述电子地图监测单元，用于获取所述交通路线的电子地图，并将所述数据信息显示在所述电子地图上，得到监测信息。
[0026]其中，所述获取模块包括获取单元、测量单元和计算单元，所述获取单元、所述测量单元和所述计算单元依次连接；
[0027]所述获取单元，用于获取与所述交通流数据对应的时间区域；
[0028]所述测量单元，用于测量所述电子地图中的所述交通路线的距离，得到距离信息；
[0029]所述计算单元，基于所述时间区域和所述距离信息得到所述交通流数据的空间依赖关系和时间依赖关系。
[0030]本专利技术的一种基于物联网的综合运维管理系统，通过所述环境监测模块对交通路线进行实时监测，得到监测信息；所述获取模块获取所述监测信息中的所述交通流数据的空间依赖关系和时间依赖关系，构建模块构建图形发散卷积循环神经网络的交通流预测模型；所述深度学习模块所述交通流预测模型对所述空间依赖关系和所述时间依赖关系进行深度学习，得到交通流预测模型，通过所述交通流预测模型可预测未来所述交通路线的交通流情况，可基于预测的所述交通路线的交通流情况，提前对所述交通路线的车辆通信情况进行管控，解决了现有的综合运维管理系统无法提前预知交通路线未来的交通流数据的情况，导致管控延时的问题。
附图说明
[0031]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0032]图1是本专利技术提供的一种基于物联网的综合运维管理系统的结构示意图。
[0033]图2是环境监测模块的结构示意图。
[0034]图3是获取模块的结构示意图。
[0035]图4是数据处理模块的结构示意图。
[0036]图5是筛查单元的结构示意图。
[0037]1‑
交通运维信息采集子系统、2
‑
数据采集子系统、3
‑
环境监测子系统、4
‑
运维管理子系统、5
‑
环境监测模块、6
‑
获取模块、7
‑
构建模块、8
‑
深度学习模块、9
‑
数据采集模块、10
‑
数据处理模块、11
‑
数据传输模块、12
‑
过滤单元、13
‑
筛查单元、14
‑
整理单元、15
‑
环境监测单元、16
‑
电子地图监测单元、17
‑
获取单元、18
‑
测量单元、19
‑
计算单元、20
‑
数据存储模块、21
‑
信号灯采集模块、22
‑
车流量采集模块、23
‑
匹配模块、24
‑
筛查子单元、25
‑
提取子单元、26
‑
填补子单元。
具体实施方式
[0038]下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于物联网的综合运维管理系统，其特征在于，包括交通运维信息采集子系统、数据采集子系统、环境监测子系统和运维管理子系统，交通运维信息采集子系统、所述数据采集子系统、所述环境监测子系统和所述运维管理子系统依次连接；所述环境监测子系统包括环境监测模块、获取模块、构建模块和深度学习模块，所述环境监测模块、所述获取模块、所述构建模块和所述深度学习模块依次连接；所述交通运维信息采集子系统，用于采集交通路线的交通流数据；所述数据采集子系统，用于通过物联网与交通运维信息采集系统交互，并将所述交通流数据处理后传输给所述环境监测模块；所述环境监测模块，基于所述交通流数据对所述交通路线进行实时监测，得到监测信息；所述获取模块，用于获取所述监测信息中的所述交通流数据的空间依赖关系和时间依赖关系；所述构建模块，用于构建图形发散卷积循环神经网络的交通流预测模型；所述深度学习模块，通过所述交通流预测模型对所述空间依赖关系和所述时间依赖关系进行深度学习，得到交通流预测模型；所述运维管理子系统，基于所述交通流预测模型和所述交通流数据对所述交通路线车辆的通行情况进行管控。2.如权利要求1所述的基于物联网的综合运维管理系统，其特征在于，所述数据采集子系统包括数据采集模块、数据处理模块和数据传输模块，所述数据采集模块、所述数据处理模块和所述数据传输模块依次连接；所述数据采集模块，用于通过物联网与交通运维信息采集系统交互，并采集所述交通运维信息采...

【专利技术属性】
技术研发人员：高旭松，苏洁，
申请(专利权)人：南京民基悠步信息技术有限公司，
类型：发明
国别省市：