本发明专利技术涉及一种用于远程抄表器件的调校需求鉴定系统,包括:数值分析部件,用于采用AI分析模型获取代表目标住宅单元中目标住宅是否在当前时间分段内出现用水计量器件故障的故障标识;调校触发部件,用于在故障标识代表出现用水计量器件故障时,向远端的器件管理服务器网络传输携带当前时间分段以及目标住宅的用水计量器件的器件编号的调校请求数据包。本发明专利技术的用于远程抄表器件的调校需求鉴定系统结构紧凑、具有一定的智能化水准。由于能够基于目标住宅单元中各个住宅的历史远程抄表数据智能分析目标住宅单元中目标住宅是否在当前时间分段内出现用水计量器件故障,从而为出现故障的用水计量器件的器件定位以及时间定位提供关键数据。定位提供关键数据。
【技术实现步骤摘要】
用于远程抄表器件的调校需求鉴定系统
[0001]本专利技术涉及远程抄表领域,尤其涉及一种用于远程抄表器件的调校需求鉴定系统。
技术介绍
[0002]住宅集中式抄表管理系统可实现小区联网抄录电表、水表、纯水表和煤气表的读数,在小区的管理微机上能进行自动抄录、自动计费、状态查询,能够记录并打印历史数据,提供表数据接口,并在授权情况下进行人工修改、换表和水电气表结算。如果在管理中心添置相应的MODEM或路由器,可以实现外部远程访问。
[0003]远程抄表系统主要是完成电度计量或信息采集、信息远传、后台软件处理和分析三部分任务。前后两部分技术已经成熟,抄表系统技术关键是解决信息远传即通讯问题。例如,对于工频畸变跨台区远程抄表系统,可以借助于配电网(10KV和380KV线路)做传输通道,利用信息可以从用户节点(380V处)穿越用户变压器直接传递到变电站的特点,把延伸到供电的每一个角落的分散的、大量节点通讯汇总到变电站一点通讯,无需单独架设通讯网络,也无须后续的通讯费用。
[0004]然而,当前的远程抄表系统主要关注于如何保证抄表数据在抄表后的传输精度和传输效率,缺乏对各项抄表数据,例如水表数据的针对性分析机制,导致一旦某一个水表发生故障时,缺乏必要的预警机制以及无法进行故障定位,执行水表管理的服务平台需要耗费大量时间和人力寻找故障水表以及判断故障水表发生故障的时间分段。
技术实现思路
[0005]为了克服现有技术中的技术问题,本专利技术提出了一种用于远程抄表器件的调校需求鉴定系统,能够采用AI分析模型基于目标住宅单元中各个住宅的历史远程抄表数据分析目标住宅单元中目标住宅是否在当前时间分段内出现用水计量器件故障,从而为出现故障的用水计量器件的器件定位以及时间定位提供关键数据,避免执行水表管理的服务平台耗费大量时间和人力寻找故障水表以及判断故障水表发生故障的时间分段。
[0006]根据本专利技术的一方面,提供了一种用于远程抄表器件的调校需求鉴定系统,所述系统包括:
[0007]定制抄表机构,设置在目标住宅单元的远端,包括大数据网元或者云计算网元以通过无线网络获取所述目标住宅单元中每一住宅在每一历史时间分段的用水数量,所述定制抄表机构还包括串行通信接口以及本地采集设备,所述串行通信接口为232串行接口或者IIC串行接口,所述本地采集设备与所述串行通信接口连接且与大数据网元或者云计算网元通过无线网络建立连接;
[0008]水量捕获机构,与所述定制抄表机构连接,用于获取所述目标住宅单元的各个住宅在当前时间分段之前的时间分段分别对应的各份用水数量;
[0009]信息提取机构,用于获取所述目标住宅单元的各个住宅分别对应的各份常住人口
数量以及各份用水峰值时间分段,每一份用水峰值时间分段采用所述分段的上限数值和下限数值分别进行二进制转换后获得的两份二进制数据进行首尾连接所获得的二进制数值进行表示;
[0010]数值分析部件,分别与所述定制抄表机构。所述水量捕获机构以及所述信息提取机构连接,用于采用AI分析模型获取代表所述目标住宅单元中目标住宅是否在当前时间分段内出现用水计量器件故障的故障标识,所述AI分析模型基于学习后的循环神经网络;
[0011]调校触发部件,与所述数值分析部件连接,用于在所述AI分析模型输出的故障标识代表所述目标住宅单元中目标住宅在当前时间分段内出现用水计量器件故障时,向远端的器件管理服务器网络传输携带当前时间分段以及目标住宅的用水计量器件的器件编号的调校请求数据包。
[0012]由此可见,本专利技术至少具有以下两个重要专利技术点:
[0013]首先、采用AI分析模型基于目标住宅单元中各个住宅的历史远程抄表数据分析目标住宅单元中目标住宅是否在当前时间分段内出现用水计量器件故障,所述AI分析模型基于学习后的循环神经网络,从而为后续的调校触发数据包的信息定制提供重要数据;
[0014]其次、在AI分析模型分析目标住宅单元中目标住宅在当前时间分段内出现用水计量器件故障时,向远端的器件管理服务器网络传输携带当前时间分段以及目标住宅的用水计量器件的器件编号的调校请求数据包,从而便于远端的器件管理服务器进行故障排查。
[0015]本专利技术的用于远程抄表器件的调校需求鉴定系统结构紧凑、具有一定的智能化水准。由于能够基于目标住宅单元中各个住宅的历史远程抄表数据智能分析目标住宅单元中目标住宅是否在当前时间分段内出现用水计量器件故障,从而为出现故障的用水计量器件的器件定位以及时间定位提供关键数据。
附图说明
[0016]以下将结合附图对本专利技术的实施方案进行描述,其中:
[0017]图1为根据本专利技术首要实施方案示出的用于远程抄表器件的调校需求鉴定系统的内部结构示意图。
[0018]图2为根据本专利技术次要实施方案示出的用于远程抄表器件的调校需求鉴定系统的内部结构示意图。
[0019]图3为根据本专利技术再次要实施方案示出的用于远程抄表器件的调校需求鉴定系统的内部结构示意图。
具体实施方式
[0020]下面将参照附图对本专利技术的用于远程抄表器件的调校需求鉴定系统的实施方案进行详细说明。
[0021]图1为根据本专利技术首要实施方案示出的用于远程抄表器件的调校需求鉴定系统的内部结构示意图,所述系统包括:
[0022]定制抄表机构,设置在目标住宅单元的远端,包括大数据网元或者云计算网元以通过无线网络获取所述目标住宅单元中每一住宅在每一历史时间分段的用水数量,所述定制抄表机构还包括串行通信接口以及本地采集设备,所述串行通信接口为232串行接口或
者IIC串行接口,所述本地采集设备与所述串行通信接口连接且与大数据网元或者云计算网元通过无线网络建立连接;
[0023]水量捕获机构,与所述定制抄表机构连接,用于获取所述目标住宅单元的各个住宅在当前时间分段之前的时间分段分别对应的各份用水数量;
[0024]示例地,获取所述目标住宅单元的各个住宅在当前时间分段之前的时间分段分别对应的各份用水数量包括:获取所述目标住宅单元的每一个住宅在当前时间分段之前的时间分段对应的单份用水数量;
[0025]信息提取机构,用于获取所述目标住宅单元的各个住宅分别对应的各份常住人口数量以及各份用水峰值时间分段,每一份用水峰值时间分段采用所述分段的上限数值和下限数值分别进行二进制转换后获得的两份二进制数据进行首尾连接所获得的二进制数值进行表示;
[0026]数值分析部件,分别与所述定制抄表机构。所述水量捕获机构以及所述信息提取机构连接,用于采用AI分析模型获取代表所述目标住宅单元中目标住宅是否在当前时间分段内出现用水计量器件故障的故障标识,所述AI分析模型基于学习后的循环神经网络;
[0027]示例地,采用AI分析模型获取代表所述目标住宅单元中目标住宅是否在当前时间分段内出现用水计量器件故障的故障标识,所述AI分析模型基于学习后的循环神经网络包括:选择使用数值仿真模式完成对所述AI分析模型的数值仿真处理;
本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种用于远程抄表器件的调校需求鉴定系统,其特征在于,所述系统包括:定制抄表机构,设置在目标住宅单元的远端,包括大数据网元或者云计算网元以通过无线网络获取所述目标住宅单元中每一住宅在每一历史时间分段的用水数量,所述定制抄表机构还包括串行通信接口以及本地采集设备,所述串行通信接口为232串行接口或者IIC串行接口,所述本地采集设备与所述串行通信接口连接且与大数据网元或者云计算网元通过无线网络建立连接;水量捕获机构,与所述定制抄表机构连接,用于获取所述目标住宅单元的各个住宅在当前时间分段之前的时间分段分别对应的各份用水数量;信息提取机构,用于获取所述目标住宅单元的各个住宅分别对应的各份常住人口数量以及各份用水峰值时间分段,每一份用水峰值时间分段采用所述分段的上限数值和下限数值分别进行二进制转换后获得的两份二进制数据进行首尾连接所获得的二进制数值进行表示;数值分析部件,分别与所述定制抄表机构。所述水量捕获机构以及所述信息提取机构连接,用于采用AI分析模型获取代表所述目标住宅单元中目标住宅是否在当前时间分段内出现用水计量器件故障的故障标识,所述AI分析模型基于学习后的循环神经网络;调校触发部件,与所述数值分析部件连接,用于在所述AI分析模型输出的故障标识代表所述目标住宅单元中目标住宅在当前时间分段内出现用水计量器件故障时,向远端的器件管理服务器网络传输携带当前时间分段以及目标住宅的用水计量器件的器件编号的调校请求数据包。2.如权利要求1所述的用于远程抄表器件的调校需求鉴定系统,其特征在于:在所述AI分析模型输出的故障标识代表所述目标住宅单元中目标住宅在当前时间分段内出现用水计量器件故障时,向远端的器件管理服务器网络传输携带当前时间分段以及目标住宅的用水计量器件的器件编号的调校请求数据包包括:所述调校请求数据包为IP数据包且所述IP数据包携带了当前时间分段以及目标住宅的用水计量器件的器件编号;其中,采用AI分析模型获取代表所述目标住宅单元中目标住宅是否在当前时间分段内出现用水计量器件故障的故障标识,所述AI分析模型基于学习后的循环神经网络包括:当代表所述目标住宅单元中目标住宅是否在当前时间分段内出现用水计量器件故障的故障标识为1时,标识所述目标住宅在当前时间分段内出现用水计量器件故障。3.如权利要求2所述的用于远程抄表器件的调校需求鉴定系统,其特征在于,所述系统还包括:动态存储部件,与所述水量捕获机构连接,用于存储所述目标住宅单元的各个住宅在当前时间分段之前的时间分段分别对应的各份用水数量。4.如权利要求2所述的用于远程抄表器件的调校需求鉴定系统,其特征在于,所述系统还包括:模型构建部件,与所述数值分析部件连接,用于建立所述AI分析模型,并将所述AI分析模型发送给所述数值分析部件使用。5.如权利要求2
‑
4任一所述的用于远程抄表器件的调校需求鉴定系统,其特征在于:获取所述目标住宅单元的各个住宅分别对应的各份常住人口数量以及各份用水峰值时间分段,每一份用水峰值时间分段采用所述分段的上限数值和下限数值分别进行二进制
转换后获得的两份二进制数据进行首尾连接所获得的二进制数值进行表示包括:所述两份二进制数据为等长的二进制数据。6...
【专利技术属性】
技术研发人员:栗洪臣,
申请(专利权)人:栗洪臣,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。