基于多协议协同的智慧表务管理系统技术方案

本发明专利技术公开了一种基于多协议协同的智慧表务管理系统，该基于多协议协同的智慧表务管理系统包括获取模块、预测模块、筛选模块和提示模块，能够根据每一水表的历史协议配置信息、数据传输信息和安装信息，预测水表的工作状态和寿命信息，以筛选出待更换水表，且可以在更换水表时预测待更换水表对应的新安装水表对应的协议配置信息和寿命预测信息以向用户进行提示。可见，本发明专利技术能够根据多个水表的协议协同来实现更加智能的表务管理，提高表务管理的效率和效果。管理的效率和效果。管理的效率和效果。

【技术实现步骤摘要】
基于多协议协同的智慧表务管理系统


[0001]本专利技术涉及数据处理
，尤其涉及一种基于多协议协同的智慧表务管理系统。

技术介绍

[0002]随着城市用水需求的提高和智慧水务意识的普及，越来越多的智能水表被应用在用水区域的监控中，这些智能水表一般采用物联网技术进行数据传输，以对用水区域的用水量进行监控。但现有技术在管理这些大量的智能水表时，一般仅采用用户自行监测或内置的简单的电路故障监测模块来进行管控，没有考虑到结合其数据传输特点和物联网协议特点来实现更加精准的管理，因此存在缺陷，亟待改进。

技术实现思路

[0003]本专利技术所要解决的技术问题在于，提供一种基于多协议协同的智慧表务管理系统，能够根据多个水表的协议协同来实现更加智能的表务管理，提高表务管理的效率和效果。
[0004]为了解决上述技术问题，本专利技术第一方面公开了一种基于多协议协同的智慧表务管理系统，所述系统包括：获取模块，用于获取目标监测区域的多个水表的历史协议配置信息、数据传输信息和安装信息；预测模块，用于根据每一所述水表的历史协议配置信息、数据传输信息和安装信息，预测每一所述水表的工作状态和寿命信息；筛选模块，用于根据每一所述水表的工作状态和寿命信息，从所述多个水表中筛选出多个待更换水表；提示模块，用于在任一所述待更换水表被更换时，根据该待更换水表对应的历史协议配置信息和寿命信息，预测该待更换水表对应的新安装水表对应的协议配置信息和寿命预测信息，以向用户进行提示。
[0005]在一个可选的实施方式中，所述安装信息包括安装位置、结构安装方式、通电安装方式和通信安装方式中的至少一种；和/或，所述协议配置信息包括协议类型、协议配置时间、协议安装方式中的至少一种；所述协议类型包括MQTT协议、CoAP协议、AMQP协议、XMPP协议、HTTP协议、DDS协议、ZigBee协议、LoRaWAN协议、NB
‑
IoT协议中的至少一种。
[0006]在一个可选的实施方式中，所述预测模块具体用于执行以下步骤：对于每一所述水表，根据该水表的数据传输信息，计算该水表的工作稳定性参数；根据该水表的所述工作稳定性参数，以及该水表的所述历史协议配置信息对应的神经网络算法模型，预测该水表的工作状态；根据该水表的所述工作状态，和该水表的所述安装信息对应的神经网络算法模型，预测该水表的寿命信息。
[0007]在一个可选的实施方式中，所述数据传输信息中包括该水表在历史时间段内的数据传输次数和数据传输量；所述预测模块根据该水表的数据传输信息，计算该水表的工作稳定性参数的具体方式，包括：根据该水表所设置的物联网协议的协议类型所对应的协议水表传输数据库，计算该水表对应的数据传输频率参考值和数据传输速度参考值；根据该水表在历史时间段内的数据传输次数，计算该水表的数据传输频率，并计算所述数据传输频率与所述数据传输频率参考值之间的频率差值；根据该水表在历史时间段内的数据传输量，计算该水表的数据传输速度，并计算所述数据传输速度与所述数据传输速度参考值之间的速度差值；计算所述速度差值和所述频率差值的加权求和平均值，得到该水表的工作稳定性参数。
[0008]在一个可选的实施方式中，所述数据传输信息中还包括该水表在历史时间段内的数据传输内容；所述预测模块计算所述速度差值和所述频率差值的加权求和平均值，得到该水表的工作稳定性参数的具体方式，包括：根据该水表在历史时间段内的数据传输内容，以及该水表的所述协议类型对应的数据传输关键字规则，识别该水表的所述数据传输内容中的异常内容出现次数，并确定该水表对应的第一异常权重和第二异常权重；所述第一异常权重与所述异常内容出现次数成反比；所述第二异常权重与所述异常内容出现次数成正比；所述第一异常权重小于所述第二异常权重，且两者的差值与所述异常内容出现次数成正比；计算所述频率差值和所述第一异常权重的第一乘积；计算所述速度差值和所述第二异常权重的第二乘积；计算所述第一乘积和所述第二乘积的平均值，得到该水表的工作稳定性参数。
[0009]在一个可选的实施方式中，所述预测模块根据该水表的所述工作稳定性参数，以及该水表的所述历史协议配置信息对应的神经网络算法模型，预测该水表的工作状态的具体方式，包括：对每一候选神经网络模型，获取该候选神经网络模型对应的多个训练数据的协议配置信息；所述候选神经网络模型通过包括有多个训练工作稳定参数和对应的协议配置信息和对应的工作状态标注的训练数据集训练得到；根据所述多个训练数据的协议配置信息，生成该候选神经网络模型对应的协议特征向量；计算该水表的所述历史协议配置信息与所述协议特征向量的向量距离，得到该候选神经网络模型对应的相似度参数；从多个所述候选神经网络模型中确定出所述相似度参数最高的候选神经网络模型，确定为目标神经网络模型；将该水表的所述工作稳定性参数和所述历史协议配置信息，输入至所述目标神经网络模型，以得到输出的预测的该水表的工作状态。
[0010]在一个可选的实施方式中，所述根据该水表的所述工作状态，和该水表的所述安装信息对应的神经网络算法模型，预测该水表的寿命信息，包括：将该水表的所述工作状态，输入至该水表的所述安装信息对应的神经网络算法模
型，以得到输出的预测的该水表的寿命信息；所述安装信息对应的神经网络算法模型通过包括有多个同样符合所述安装信息的水表的训练工作状态数据和对应的寿命标注的训练数据集训练得到。
[0011]在一个可选的实施方式中，所述筛选模块具体用于执行以下步骤：根据每一所述水表的安装位置和协议配置信息，对所述多个水表进行分组，得到多个水表组；每一所述水表组中包括有多个安装位置之间的距离小于距离阈值和协议配置信息之间的协议关联性符合强关联规则的水表；所述强关联规则用于限定至少两个水表的物联网协议之间存在直接通信可能性；对于每一所述水表，计算该水表的所述工作状态和所述寿命信息的加权求和平均值，得到该水表对应的可用性参数；其中，所述寿命信息的权重大于所述工作状态的权重；对于每一所述水表组，计算该水表组中的所有水表的所述可用性参数的平均值，得到该水表组对应的组可用性权重；对于每一所述水表，计算该水表所属的所有所述水表组的所述组可用性权重的权重平均值，以及所述权重平均值与所述可用性参数的乘积，得到该水表对应的加权可用性参数；将所述多个水表中所述加权可用性参数低于预设的参数阈值的水表确定为待更换水表，以筛选出多个待更换水表。
[0012]在一个可选的实施方式中，所述提示模块具体用于执行以下步骤：将准备更换的任一所述待更换水表，确定为目标更换水表；从历史水表更换数据库中，确定所述目标更换水表的水表类型对应的水表更换历史记录；统计所述水表更换历史记录中所有变换协议配置信息的更换记录对应的下一次更换时间与当前更换时间之间的时间差的平均值，得到更换稳定性参数；判断所述更换稳定性参数是否小于预设的稳定性阈值，若否，则将所述目标更换水表对应的历史协议配置信息确定为所述新安装水表对应的协议配置信息；若是，则将所述目标更换水表对应的新安装水表对应的所有可选协议配置信息中与本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多协议协同的智慧表务管理系统，其特征在于，所述系统包括：获取模块，用于获取目标监测区域的多个水表的历史协议配置信息、数据传输信息和安装信息；预测模块，用于根据每一所述水表的历史协议配置信息、数据传输信息和安装信息，预测每一所述水表的工作状态和寿命信息；筛选模块，用于根据每一所述水表的工作状态和寿命信息，从所述多个水表中筛选出多个待更换水表；提示模块，用于在任一所述待更换水表被更换时，根据该待更换水表对应的历史协议配置信息和寿命信息，预测该待更换水表对应的新安装水表对应的协议配置信息和寿命预测信息，以向用户进行提示。2.根据权利要求1所述的基于多协议协同的智慧表务管理系统，其特征在于，所述安装信息包括安装位置、结构安装方式、通电安装方式和通信安装方式中的至少一种；和/或，所述协议配置信息包括协议类型、协议配置时间、协议安装方式中的至少一种；所述协议类型包括MQTT协议、CoAP协议、AMQP协议、XMPP协议、HTTP协议、DDS协议、ZigBee协议、LoRaWAN协议、NB
‑
IoT协议中的至少一种。3.根据权利要求1所述的基于多协议协同的智慧表务管理系统，其特征在于，所述预测模块具体用于执行以下步骤：对于每一所述水表，根据该水表的数据传输信息，计算该水表的工作稳定性参数；根据该水表的所述工作稳定性参数，以及该水表的所述历史协议配置信息对应的神经网络算法模型，预测该水表的工作状态；根据该水表的所述工作状态，和该水表的所述安装信息对应的神经网络算法模型，预测该水表的寿命信息。4.根据权利要求3所述的基于多协议协同的智慧表务管理系统，其特征在于，所述数据传输信息中包括该水表在历史时间段内的数据传输次数和数据传输量；所述预测模块根据该水表的数据传输信息，计算该水表的工作稳定性参数的具体方式，包括：根据该水表所设置的物联网协议的协议类型所对应的协议水表传输数据库，计算该水表对应的数据传输频率参考值和数据传输速度参考值；根据该水表在历史时间段内的数据传输次数，计算该水表的数据传输频率，并计算所述数据传输频率与所述数据传输频率参考值之间的频率差值；根据该水表在历史时间段内的数据传输量，计算该水表的数据传输速度，并计算所述数据传输速度与所述数据传输速度参考值之间的速度差值；计算所述速度差值和所述频率差值的加权求和平均值，得到该水表的工作稳定性参数。5.根据权利要求4所述的基于多协议协同的智慧表务管理系统，其特征在于，所述数据传输信息中还包括该水表在历史时间段内的数据传输内容；所述预测模块计算所述速度差值和所述频率差值的加权求和平均值，得到该水表的工作稳定性参数的具体方式，包括：根据该水表在历史时间段内的数据传输内容，以及该水表的所述协议类型对应的数据传输关键字规则，识别该水表的所述数据传输内容中的异常内容出现次数，并确定该水表对应的第一异常权重和第二异常权重；所述第一异常权重与所述异常内容出现次数成反
比；所述第二异常权重与所述异常内容出现次数成正比；所述第一异常权重小于所述第二异常权重，且两者的差值与所述异常内容出现次数成正比；计算所述频率差值和所述第一异常权重的第一乘积；计算所述速度差值和所述第二异常权重的第二乘积；计算所述第一乘积和所述第二乘积的平均值，得到该水表的工作稳定性参数。6.根据权利要求3所述的基于多协议协同的智慧表务管理系统，其特征在于，所述预测模块根据该水表的所述工作稳定性参数，以及该水表的所述历史协议配置信息对应的神经网络算法模型，预测该水表的工作状态的具体方式，包括：对每一候选神经网络模型，获取该候选神经网络模型对应的多个训练数据的协议配置信息；所述候选神经网络模型通过包括有多个训练工作稳定参数和对应的协议配置信息和对应的工作状态标注的训练数据集训练得到；根据所述多个训练数据的协...

【专利技术属性】
技术研发人员：赵振峰，丁小华，
申请(专利权)人：广东青藤环境科技有限公司，
类型：发明
国别省市：