System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 液位时段指纹模型识别方法及系统技术方案_技高网

液位时段指纹模型识别方法及系统技术方案

技术编号:41396303 阅读:5 留言:0更新日期:2024-05-20 19:20
本发明专利技术提供一种液位时段指纹模型识别方法及系统,包括:步骤S1:设置液位仪监测设备的数据采集频率,并安装部署在指定污水窨井内,实时监测采集窨井下的液位数值;步骤S2:根据积累的液位数值计算窨井时段极值;步骤S3:通过时段极值形成窨井的液位时段指纹模型;步骤S4:计算出一天中每个时间段的修正最大值和修正最小值,形成该窨井的液位时段指纹模型,以该模型为参考依据,辅助窨井液位进行异常状态识别;步骤S5:建立液位时段指纹模型,辅助窨井液位分析。本发明专利技术能够通过液位数据采集积累,根据特定的规则和分析算法,形成排水管网窨井的指纹模型,辅助进行地下管网运行状态分析。

【技术实现步骤摘要】

本专利技术涉及核电,具体地,涉及一种液位时段指纹模型识别方法及系统


技术介绍

1、在核电站中,经常需要涉及到对液位进行监控的情况,若液位过高会过低,很容易会造成安全事故。

2、现有相关技术中,公开号为cn110160611b的专利技术专利,公开了一种液位校准方法和系统,该方法仅是对液位某一时刻的液位数值进行校准,但是监测本身依赖于监测设备的灵敏程度,同时缺乏对液位变化的分析。


技术实现思路

1、针对现有技术中的缺陷,本专利技术提供一种液位时段指纹模型识别方法及系统。

2、根据本专利技术提供的一种液位时段指纹模型识别方法及系统,所述方案如下:

3、第一方面,提供了一种液位时段指纹模型识别方法,所述方法包括:

4、步骤s1:设置液位仪监测设备的数据采集频率,并将设置完成的液位仪监测设备安装部署在指定污水窨井内,实时监测采集窨井下的液位数值;

5、步骤s2:根据积累的液位数值计算窨井时段极值,即将采集到的数月的检测数据作为数据样本,分别计算该窨井在数月内一天中每个时间段中的最大值和最小值,即时段极值;

6、步骤s3:通过时段极值,求得修正最大值和修正最小值,形成窨井的液位时段指纹模型;

7、步骤s4:获取窨井的液位时段指纹模型后,以该模型为参考依据,辅助窨井液位进行异常状态识别。

8、优选地,所述步骤s2包括:选取数据样本时,数据样本中需排除异常情况下的数据,包括短时间的极端天气导致的液位异常。

9、优选地,所述步骤s3包括:将时段极值加上或减去一个值,得到修正最大值或修正最小值;

10、

11、

12、其中,值用于控制变量区间,是根据实际情况变化调整的数值。

13、优选地,所述值根据窨井的时间情况不断调整,先设置初始值,根据后续一段时间实际液位值跟修正的液位值进行比较,若连续在设定个数的时段产生报警,则系统自动将值提升一倍,重新修正液位值;若液位值再次产生在设定个数的时段报警,则再次将值提升一倍,直到连续在设定的最大个数时段经修正的液位值均产生报警,体现窨井内液位出于持续上涨状态,则需现场核查井内情况。

14、优选地,所述步骤s4包括:

15、根据历史数据计算而来窨井液位时段指纹,作为参考区间,当实时液位数值超过窨井时段指纹区间时,则说明存在液位异常;当液位异常数值持续超过设定时间段时,则判断需要核查问题,以此为依据指导管网运行状态分析。

16、第二方面,提供了一种液位时段指纹模型识别系统,所述系统包括:

17、模块m1:设置液位仪监测设备的数据采集频率,并将设置完成的液位仪监测设备安装部署在指定污水窨井内,实时监测采集窨井下的液位数值;

18、模块m2:根据积累的液位数值计算窨井时段极值,即将采集到的数月的检测数据作为数据样本,分别计算该窨井在数月内一天中每个时间段中的最大值和最小值,即时段极值;

19、模块m3:通过时段极值形成窨井的液位时段指纹模型;根据所述时段极值,求得修正最大值和修正最小值;

20、模块m4:计算出一天中每个时间段的修正最大值和修正最小值,形成该窨井的液位时段指纹模型,以该模型为参考依据,辅助窨井液位进行异常状态识别。

21、优选地,所述模块m2包括:选取数据样本时,数据样本中需排除异常情况下的数据,包括短时间的极端天气导致的液位异常。

22、优选地,所述模块m3包括:将时段极值加上或减去一个值,得到修正最大值或修正最小值;

23、

24、

25、其中,值用于控制变量区间,是根据实际情况变化调整的数值。

26、优选地,所述值根据窨井的时间情况不断调整,先设置初始值,根据后续一段时间实际液位值跟修正的液位值进行比较,若连续在设定个数的时段产生报警,则系统自动将值提升一倍,重新修正液位值;若液位值再次产生在设定个数的时段报警,则再次将值提升一倍,直到连续在设定的最大个数时段经修正的液位值均产生报警,体现窨井内液位出于持续上涨状态,则需现场核查井内情况。

27、优选地,所述模型m4包括:

28、根据历史数据计算而来窨井液位时段指纹,作为参考区间,当实时液位数值超过窨井时段指纹区间时,则说明存在液位异常;当液位异常数值持续超过设定时间段时,则判断需要核查问题,以此为依据指导管网运行状态分析。

29、与现有技术相比,本专利技术具有如下的有益效果:

30、本专利技术通过采用液位时段指纹模型识别算法,弥补了日常养护工作中对窨井液位情况判断的空白,有效减少了单纯采用液位数值预警告警而导致的误报情况,能更真实准确的反映实际情况,且能真实的应用于实际的养护工作之中,有效的提高了养护效率。

31、本专利技术的其他有益效果,将在具体实施方式中通过具体技术特征和技术方案的介绍来阐述,本领域技术人员通过这些技术特征和技术方案的介绍,应能理解所述技术特征和技术方案带来的有益技术效果。

本文档来自技高网...

【技术保护点】

1.一种液位时段指纹模型识别方法,其特征在于,包括:

2.根据权利要求1所述的液位时段指纹模型识别方法,其特征在于,所述步骤S2包括:选取数据样本时,数据样本中需排除异常情况下的数据,包括短时间的极端天气导致的液位异常。

3.根据权利要求1所述的液位时段指纹模型识别方法,其特征在于,所述步骤S3包括:将时段极值加上或减去一个值,得到修正最大值或修正最小值;

4.根据权利要求3所述的液位时段指纹模型识别方法,其特征在于,所述值根据窨井的时间情况不断调整,先设置初始值,根据后续一段时间实际液位值跟修正的液位值进行比较,若连续在设定个数的时段产生报警,则系统自动将值提升一倍,重新修正液位值;若液位值再次产生在设定个数的时段报警,则再次将值提升一倍,直到连续在设定的最大个数时段经修正的液位值均产生报警,体现窨井内液位出于持续上涨状态,则需现场核查井内情况。

5.根据权利要求1所述的液位时段指纹模型识别方法,其特征在于,所述步骤S4包括:

6.一种液位时段指纹模型识别系统,其特征在于,包括:

7.根据权利要求6所述的液位时段指纹模型识别系统,其特征在于,所述模块M2包括:选取数据样本时,数据样本中需排除异常情况下的数据,包括短时间的极端天气导致的液位异常。

8.根据权利要求6所述的液位时段指纹模型识别系统,其特征在于,所述模块M3包括:将时段极值加上或减去一个值,得到修正最大值或修正最小值;

9.根据权利要求8所述的液位时段指纹模型识别系统,其特征在于,所述值根据窨井的时间情况不断调整,先设置初始值,根据后续一段时间实际液位值跟修正的液位值进行比较,若连续在设定个数的时段产生报警,则系统自动将值提升一倍,重新修正液位值;若液位值再次产生在设定个数的时段报警,则再次将值提升一倍,直到连续在设定的最大个数时段经修正的液位值均产生报警,体现窨井内液位出于持续上涨状态,则需现场核查井内情况。

10.根据权利要求6所述的液位时段指纹模型识别系统,其特征在于,所述模型M4包括:

...

【技术特征摘要】

1.一种液位时段指纹模型识别方法,其特征在于,包括:

2.根据权利要求1所述的液位时段指纹模型识别方法,其特征在于,所述步骤s2包括:选取数据样本时,数据样本中需排除异常情况下的数据,包括短时间的极端天气导致的液位异常。

3.根据权利要求1所述的液位时段指纹模型识别方法,其特征在于,所述步骤s3包括:将时段极值加上或减去一个值,得到修正最大值或修正最小值;

4.根据权利要求3所述的液位时段指纹模型识别方法,其特征在于,所述值根据窨井的时间情况不断调整,先设置初始值,根据后续一段时间实际液位值跟修正的液位值进行比较,若连续在设定个数的时段产生报警,则系统自动将值提升一倍,重新修正液位值;若液位值再次产生在设定个数的时段报警,则再次将值提升一倍,直到连续在设定的最大个数时段经修正的液位值均产生报警,体现窨井内液位出于持续上涨状态,则需现场核查井内情况。

5.根据权利要求1所述的液位时段指纹模型识别方法,其特征在于,所述步骤s4包括:

...

【专利技术属性】
技术研发人员:潘莹婕潘国乔常仲禹
申请(专利权)人:上海乔智科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1