【技术实现步骤摘要】
本专利技术涉及水务管理领域，更具体地说，本专利技术涉及一种基于低功耗超声波测量的物联网ai智慧水务系统。
技术介绍
1、随着城市的蓬勃发展，供水设施日益采用智能化技术，开始采用低功耗超声波测量设备，以满足不断增长的用水需求。供水公司为了管理用户的水资源使用，通常会设定一个静态的余量触发值，一旦用户的水量余额达到这个固定值，系统便提前几天自动发送通知，提示用户需要尽快缴纳费用。然而，这种静态触发值在实际应用中存在一些明显的不足之处。
2、问题在于，城市中的居民和企业用户的用水习惯差异极大。一些用户可能以庞大的用水需求，如酒店、工厂或大型农田灌溉，而另一些用户则相对节约用水，如小户家庭或小型企业。这种差异导致了两种常见情况：首先，对于高用水量用户，他们可能在水源不足前的数天内就接到提醒，然而在提醒时，他们的剩余水量可能已经不足当天需求，这往往不足以引起用户足够的警觉；其次，对于低用水量用户，他们可能在提醒时才发现水源不足，导致用水突然中断，对其居住和生产带来极大不便。
3、这一现状凸显了供水系统的一些关键限制，特别是其缺乏适应多样用户用水需求的灵活性。因此，我们需要更智能、更个性化的方法，以更好地满足不同用户的需求，提前警报和避免用水中断，以提高供水系统的效率并确保用户的满意度。
4、为了解决上述问题，现提供一种技术方案。
技术实现思路
1、为了克服现有技术的上述缺陷，本专利技术的实施例提供，通过计算每个用户在每个单位周期的z分数的异常程度，相对于整
2、为实现上述目的，本专利技术提供如下技术方案：包括云服务器、数据统计模块、状态识别模块、优先级别模块、有序总结模块、出示结果模块、动态调整模块：
3、云服务器用于存储和收发各种模块所需调取和处理过的数据；
4、数据统计模块通过计量设备收集历史用水数据，将历史用水数据发送至云服务器；
5、状态识别模块通过云服务器调取经过数据统计模块收集到的数据，计算得到z分数，识别出历史用水数据中的异常数据和正常数据，并进行分类保存，将异常数据和正常数据分别发送至云服务器；
6、优先级别模块通过云服务器调取经过状态识别模块计算得到的z分数，进一步计算得到异常程度系数，基于异常程度系数获得检查优先级；
7、有序总结模块通过云服务器调取经过状态识别模块处理的数据，对正常数据和异常数据分别计算得到对应的熵，将各自对应的熵加权求和，得出整体无序度系数，将整体无序度系数发送至出示结果模块；
8、出示结果模块对整体无序度系数进一步分析得出不可预测信号或可预测信号，将可预测信号发送至动态调整模块；
9、动态调整模块在基于同一历史时期的用水数据以及整体无序度系数，建立预测模型，预测用水量。
10、在一个优选的实施方式中，数据统计模块的运行过程如下：
11、设置定时任务，周期性地从计量设备中读取历史用水数据，使用物联网协议通过无线通信传输数据将历史用水数据上传到云服务器，云服务器对历史用水数据格式化为标准结构，同时对历史用水数据进行聚合。
12、在一个优选的实施方式中，状态识别模块的运行过程如下：
13、通过云服务器的api数据查询方式，获取用户单位周期用水数据，用水数据包含用户标识符，单位周期的总用水量以及对应的日期或周次；
14、将用户的历史数据按单位周期进行分组并对每个单位周期的数据求平均，得到基线表示正常的单位周期用水量；
15、将每个用户在单位周期内的用水量相加，然后除以用户数量，得到单位周期的平均用水量；对每个用户，计算其实际用水量与单位周期平均用水量之间的差异；将每个用户的差异值进行平方操作；将所有用户的平方差异值相加，然后除以用户数量，得到平方差异值的平均值；对平均平方差异值取平方根，得到单位周期基线的标准偏差；
16、对于每个用户，使用用户的用水量减去当前单位周期的基线再除以当前单位周期的基线的标准偏差得到标准化的z分数；
17、使用得到的z分数与区分阈值进行比较，如果z分数大于等于区分阈值，则将数据标记为异常数据，否则，标记为正常数据。
18、在一个优选的实施方式中，优先级别模块的运行过程如下：
19、对所有用户在每个单位周期的z分数进行求平均，得到整体z分数的平均值，计算所有用户在每个单位周期的z分数的标准差，得到整体z分数的标准差，对于每个用户，使用以下公式计算其z分数的异常程度：异常程度=∣用户的z分数−整体z分数的平均值∣/整体z分数的标准差。
20、在一个优选的实施方式中，在获得异常程度后，将异常程度值和异常程度阈值进行比较，若异常程度值大于等于异常程度阈值；则根据计算得到的异常程度对所有用户进行排序，按照异常程度从高到低排序，排序序号即优先值，依据优先值确定优先检查顺序。
21、在一个优选的实施方式中，有序总结模块的运行过程如下：
22、从云服务器调取同一单位周期对应的异常数据和正常数据，构建异常数据集和正常数据集，对于每个数据集，分别计算对应的熵，得到异常熵和正常熵；将异常熵和正常熵的值进行线性归一化，确保在相同的尺度上；为每个归一化的异常熵和正常熵分配一个权重，反映其在整体无序系数中的重要性，按照权重进行加权求和，得到整体无序度系数。
23、在一个优选的实施方式中，出示结果模块的运行过程如下：
24、在获得整体无序度系数后，将整体无序度系数和无序阈值进行比较；若整体无序度系数大于等于无序阈值，生成不可预测信号；反之，如果整体无序度系数小于无序阈值，生成可预测信号。
25、在一个优选的实施方式中，动态调整模块的运行过程如下：
26、在获得可预测信号后，通过历史同一周期用水数据以及整体无序度系数构建预测模型，得到预测用水量，根据预测用水量确定触发提醒的阈值。
27、本专利技术一种基于低功耗超声波测量的物联网ai智慧水务系统的技术效果和优点：
28、1.本专利技术通过云本文档来自技高网...
【技术保护点】
1.一种基于低功耗超声波测量的物联网AI智慧水务系统，其特征在于，包括云服务器、数据统计模块、状态识别模块、优先级别模块、有序总结模块、出示结果模块、动态调整模块：
2.根据权利要求1所述的一种基于低功耗超声波测量的物联网AI智慧水务系统，其特征在于：
3.根据权利要求2所述的一种基于低功耗超声波测量的物联网AI智慧水务系统，其特征在于：
4.根据权利要求3所述的一种基于低功耗超声波测量的物联网AI智慧水务系统，其特征在于：
5.根据权利要求4所述的一种基于低功耗超声波测量的物联网AI智慧水务系统，其特征在于：
6.根据权利要求3所述的一种基于低功耗超声波测量的物联网AI智慧水务系统，其特征在于：
7.根据权利要求6所述的一种基于低功耗超声波测量的物联网AI智慧水务系统，其特征在于：
8.根据权利要求7所述的一种基于低功耗超声波测量的物联网AI智慧水务系统，其特征在于：
【技术特征摘要】
1.一种基于低功耗超声波测量的物联网ai智慧水务系统，其特征在于，包括云服务器、数据统计模块、状态识别模块、优先级别模块、有序总结模块、出示结果模块、动态调整模块：
2.根据权利要求1所述的一种基于低功耗超声波测量的物联网ai智慧水务系统，其特征在于：
3.根据权利要求2所述的一种基于低功耗超声波测量的物联网ai智慧水务系统，其特征在于：
4.根据权利要求3所述的一种基于低功耗超声波测量的物联...
【专利技术属性】
技术研发人员：肖景文，吴董健，姚素媛，刘志捷，
申请(专利权)人：深圳鼎智达表计信息科技有限公司，
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。