一种基于大数据的污水处理设备运行监测系统及方法技术方案

本发明专利技术涉及污水处理设备运行监测技术领域，具体为一种基于大数据的污水处理设备运行监测系统及方法，包括终端历史数据获取模块、特征因素集分析模块、安全评估模型构建模块、实时监测数据匹配模块和预警响应模块；终端历史数据获取模块用于获取自动清洗设备构成的智能终端历史数据；所述特征因素集分析模块用于分析污水处理区块的特征因素集；所述安全评估模型构建模块用于构建目标特征因素对应的运行安全评估模型并计算安全评估指数；所述实时监测数据匹配模块用于获取实时待分析数据并基于安全评估模型进行匹配闭并传输预警信号；所述预警响应模块用于接收预警信号进行预警响应。警响应。警响应。

【技术实现步骤摘要】
一种基于大数据的污水处理设备运行监测系统及方法


[0001]本专利技术涉及污水处理设备运行监测
，具体为一种基于大数据的污水处理设备运行监测系统及方法。

技术介绍

[0002]目前在很多自动清洗设备如自动洗衣机中会安装污水处理设备，这类污水处理设备为自动洗衣机产生的污水的处理以及存储提供有效的解决方法，如公开号为
“ꢀ
CN107572693B 自动洗衣机内的污水处理设备”，该专利技术中就体现了污水处理设备与自动洗衣机共同工作的实用性和方便性；但与此同时，基于一体的设备就无法有效的检测污水处理设备运行工作上出现的问题，当自动洗衣机中出现问题，无法有效的分析出是否是污水处理设备运行方面的问题，且在自动洗衣机运行过程中对污水处理设备产生数据的影响因素众多，无法有效快速的分析用户输入数据与污水处理设备本身的运行数据之间的联系，从而增加该设备监测的难度。

技术实现思路

[0003]本专利技术的目的在于提供一种基于大数据的污水处理设备运行监测系统及方法，以解决上述
技术介绍
中提出的问题。
[0004]为了解决上述技术问题，本专利技术提供如下技术方案：一种基于大数据的污水处理设备运行监测方法，包括以下步骤：步骤S1：获取由m台自动清洗设备构成的智能终端历史数据，间隔时长智能终端历史数据记录自动清洗设备中输入区块的第一运行数据和污水处理区块的第二运行数据，m为大于1的正整数；分析多台自动清洗设备是为了保证数据来源的多样性；步骤S2：基于第一运行数据记录和第二运行数据记录，分析污水处理区块的特征因素集；间隔时长特征因素集包括分类特征因素和目标特征因素；分析特征因素集是为了找到影响污水处理区块对应数据产生差异化的特征因素；分类特征因素是为了将数据分析方向化以及简单化；步骤S3：基于特征因素集中的目标特征因素，构建目标特征因素对应的运行安全评估模型并计算安全评估指数；步骤S4：获取实时监测的待分析第二运行数据和待分析第一运行数据，基于待分析第一运行数据和待分析第二运行数据，匹配步骤S3中的运行安全模型以及计算实时安全评估指数并进行污水处理设备的预警。
[0005]进一步的，间隔时长步骤S2包括以下步骤：间隔时长第一运行数据包括自动清洗设备记录的间隔时长、清洗物的数据和自动清洗设备操作者的操作内容，间隔时长是指本次使用自动清洗设备距离上次使用的间隔时长；间隔时长第二运行数据包括污水处理区块的运行区块、运行区块对应的运行时长和污水处理区块内感应设备的相关数据，间隔时长感应设备的相关数据是指液位传感器感应的
液位数据；间隔时长液位数据反应的是污水处理区块工作储存的水量多少；建立第二运行数据对应的目标数据对(u
ij
,v
ij
,w
ij
)，其中u
ij
表示第i台自动清洗设备第j次使用记录的运行区块个数，v
ij
表示第i台自动清洗设备第j次使用记录中污水处理区块的运行时长，w
ij
表示第i台自动清洗设备第j次使用记录中的总储水量；i≤m，j≤n，n为监测周期内自动清洗设备的使用总次数；设置第一运行数据中任一自动清洗设备记录的间隔时长、清洗物的数据为标定数据，获取标定数据对应的目标数据对集合，提取当u
ij
=2时目标数据对为第一目标数据对，计算第一目标数据对中运行时长的平均值v
01
和总储水量的平均值w
01
；提取当u
ij
=3时对应的目标数据对为第二目标数据对，计算第二目标数据对中运行时长的平均值v
02
和总储水量的平均值w
02
；因为在实际自动清洗设备如自动洗衣机运行时，对应三个污水收集箱通常会存在两种情况，一是只有漂水收集箱和加洗衣粉清洗水收集箱工作，此种情况对应的是不进行甩干的清洗模式，另一种情况则是三个污水收集箱均会产生储水量，则对应的是进行甩干的完整清洗模式；所以在此处通过不同的清洗模式切入分析，提供了数据分析的方向性；同时在分析清洗模式是否对第二运行数据产生影响时，通过设定标定数据保证了影响参数的唯一性；计算｜v
01
‑
v
02
｜的第一目标差值和｜w
01
‑
w
02
｜的第二目标差值，若第一目标差值和第二目标差值至少存在任一目标差值大于等于预设差值阈值时，则输出第一运行数据中的操作内容为分类特征因素，若第一目标差值和第二目标差值均小于预设差值阈值时，则继续分析特征因素。系统可以根据判定操作内容是否对第二运行数据产生影响来分析后续第一运行数据的考虑范围，且操作内容为直观获取数据，有效的传输数据信号，降低了对第二运行数据分析的难度和复杂度。
[0006]进一步的，间隔时长步骤S2还包括以下步骤：步骤S21：当不存在分类特征因素时，获取部分目标数据对集合G，G={(v
ij
,w
ij
)}，间隔时长部分目标数据对集合G包括运行时间v
ij
和总储水量w
ij
；不存在分类特征因素表明不需考虑第一运行数据中操作内容对第二运行数据的影响；步骤S22：获取集合G对应第一运行数据中的间隔时长x
ij
和清洗物的数据y
ij
并构建用户数据集合R，R={(x
ij
,y
ij
)}；间隔时长清洗物的数据是指自动清洗设备记录的清洗物的负载数据；因为如在自动洗衣机中会存在搅拌筒在未进水前对筒内的衣服进行空转，来实现洗衣机中衣物负载的范围感知，从而决定洗衣机中排水量的多少，因此衣物的多少与污水产生的多少存在一定的联系；步骤S23：依次构建集合G对应集合R中数据的序列对，间隔时长序列对包括间隔时长对应运行时间的序列对集合Z1、间隔时长对应总储水量的序列对Z2、清洗物的数据对应运行时间的序列对集合Z3和清洗物的数据对应总储水量的序列对集合Z4；Z1={(x
ij
,v
ij
)}，Z2={(x
ij
,w
ij
)}，Z3=(y
ij
,v
ij
)，Z4=(y
ij
,w
ij
)；步骤S24：获取集合中的不同序列对并依次构建对应集合的拟合曲线N
z1
、N
z2
、N
z3
和N
z4
；标记拟合曲线中的最小值和最大值并连接两点构成比较线段，获取拟合曲线中对应的序列对与比较线段的垂直距离，提取第r个拟合曲线中垂直距离小于等于预设距离阈值的序列对个数h
r
，标记h
r
/H
r
大于等于比例阈值对应的拟合曲线为目标曲线，H
r
表示第r个拟合曲线中序列对的总个数，1≤r≤s，s表示拟合曲线的总个数；比值大于比例阈值说明序列对
拟合出来的曲线通过线性化本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的污水处理设备运行监测方法，其特征在于，包括以下步骤：步骤S1：获取由m台自动清洗设备构成的智能终端历史数据，所述智能终端历史数据记录自动清洗设备中输入区块的第一运行数据和污水处理区块的第二运行数据，m为大于1的正整数；步骤S2：基于第一运行数据记录和第二运行数据记录，分析污水处理区块的特征因素集；所述特征因素集包括分类特征因素和目标特征因素；步骤S3：基于特征因素集中的目标特征因素，构建目标特征因素对应的运行安全评估模型并计算安全评估指数；步骤S4：获取实时监测的待分析第二运行数据和待分析第一运行数据，基于待分析第一运行数据和待分析第二运行数据，匹配步骤S3中的运行安全模型以及计算实时安全评估指数并进行污水处理设备的预警。2.根据权利要求1所述的一种基于大数据的污水处理设备运行监测方法，其特征在于：所述步骤S2包括以下步骤：所述第一运行数据包括自动清洗设备记录的间隔时长、清洗物的数据和自动清洗设备操作者的操作内容，所述间隔时长是指本次使用自动清洗设备距离上次使用的间隔时长；所述第二运行数据包括污水处理区块的运行区块、运行区块对应的运行时长和污水处理区块内感应设备的相关数据，所述感应设备的相关数据是指液位传感器感应的液位数据；建立第二运行数据对应的目标数据对(u
ij
,v
ij
,w
ij
)，其中u
ij
表示第i台自动清洗设备第j次使用记录的运行区块个数，v
ij
表示第i台自动清洗设备第j次使用记录中污水处理区块的运行时长，w
ij
表示第i台自动清洗设备第j次使用记录中的总储水量；i≤m，j≤n，n为监测周期内自动清洗设备的使用总次数；设置第一运行数据中任一自动清洗设备记录的间隔时长、清洗物的数据为标定数据，获取标定数据对应的目标数据对集合，提取当u
ij
=2时目标数据对为第一目标数据对，计算第一目标数据对中运行时长的平均值v
01
和总储水量的平均值w
01
；提取当u
ij
=3时对应的目标数据对为第二目标数据对，计算第二目标数据对中运行时长的平均值v
02
和总储水量的平均值w
02
；计算｜v
01
‑
v
02
｜的第一目标差值和｜w
01
‑
w
02
｜的第二目标差值，若第一目标差值和第二目标差值至少存在任一目标差值大于等于预设差值阈值时，则输出第一运行数据中的操作内容为分类特征因素，若第一目标差值和第二目标差值均小于预设差值阈值时，则继续分析特征因素。3.根据权利要求2所述的一种基于大数据的污水处理设备运行监测方法，其特征在于：所述步骤S2还包括以下步骤：步骤S21：当不存在分类特征因素时，获取部分目标数据对集合G，G={(v
ij
,w
ij
)}，所述部分目标数据对集合G包括运行时间v
ij
和总储水量w
ij
；步骤S22：获取集合G对应第一运行数据中的间隔时长x
ij
和清洗物的数据y
ij
并构建用户数据集合R，R={(x
ij
,y
ij
)}；所述清洗物的数据是指自动清洗设备记录的清洗物的负载数据；步骤S23：依次构建集合G对应集合R中数据的序列对，所述序列对包括间隔时长对应运行时间的序列对集合Z1、间隔时长对应总储水量的序列对Z2、清洗物的数据对应运行时间
的序列对集合Z3和清洗物的数据对应总储水量的序列对集合Z4；Z1={(x
ij
,v
ij
)}，Z2={(x
ij
,w
ij
)}，Z3=(y
ij
,v
ij
)，Z4=(y
ij
,w
ij
)；步骤S24：获取集合中的不同序列对并依次构建对应集合的拟合曲线N
z1
、N
z2
、N
z3
和N
z4
；标记拟合曲线中的最小值和最大值并连接两点构成比较线段，获取拟合曲线中对应的序列对与比较线段的垂直距离，提取第r个拟合曲线中垂直距离小于等于预设距离阈值的序列对个数h
r
，标记h
r
/H
r
大于等于比例阈值对应的拟合曲线为目标曲线，H
r
表示第r个拟合曲线中序列对的总个数，1≤r≤s，s表示拟合曲线的总个数；步骤S25：获取目标曲线对应集合中的序列对，输出序列对中的第一运行数据为目标特征因素；目标特征因素所属的序列对为拥抱数据对；步骤S26：当存在分类特征因素时，获取集合G对应第一运行数据中的间隔时长x
ij
、清洗物的数据y
ij
和操作内容z
ij
并构建用户数据集合R
’
，R
’
={(x
ij

【专利技术属性】
技术研发人员：周素，王玉心，罗研，张浩，
申请(专利权)人：合肥凯泉电机电泵有限公司，
类型：发明
国别省市：