【技术实现步骤摘要】
本说明书涉及智能控制领域，更具体地说，本申请涉及一种智能水表箱体温度控制方法及智能水表箱体。
技术介绍
1、随着居民对私密性和安全性的重视，水表出户甚至出楼势在必行，但是在寒冷地区水表及管道的冬季防冻问题已经成为供水企业极为棘手的问题。即使采用各种物理措施，如用棉絮、草垫等保暖物品覆盖在水表井内的供水设施上；下雪后及时将水表井盖上的积雪清除；露在外面的管道和闸阀及时用专业保暖材料或旧棉衣加以包裹等，也无法阻止隆隆寒冬水表及水管因受冻而损坏的故障发生。
2、目前最常用的方案有更换防冻水表、覆盖保温材料、增加加热组件3种方案：
3、1、目前防冻水表大都采用干式机制，水和计量装置分离，有效提高防冻强度，易于实现水表的智能化。但容易受磁场影响，精度差。
4、2、水表及水管裸露部分采用保温材料包裹。这些外加保温措施属于被动保暖措施，能满足短时间的保温需求，一旦超过其保温程度，还是会出现水表被撑爆的现象。
5、3、水表箱内水表的温度与水表及水管与水管的位置布置以及水管内水的流动情况和地理位置相关，如果仅仅通过实际测量到的温度再去进行加热，当出现极寒的恶劣天气的情况下，可能会存在表箱温度调节能力有限而无法有效进行加热的现象。
6、上述方法降低水表及水管因受冻而损坏的故障的风险的效果有限，因此有必要提出一种智能水表箱体温度控制方法，以至少解决上述部分问题。
技术实现思路
1、在
技术实现思路
部分中引入了一系列简化形式的概念，这将在具体实施方
2、第一方面，本申请提出一种智能水表箱体温度控制方法，包括：
3、获取目标水表箱体对应的目标水表的流量预测信息；
4、获取目标水表对应的内部环境信息和外部环境信息；
5、基于上述内部环境信息、上述外部环境信息和上述流量预测信息通过温度智能预测模型确定目标水表对应的管道预测温度信息和箱体内预测温度信息；
6、基于上述管道预测温度信息、上述流量预测信息和上述箱体内预测温度信息确定目标水表箱体加热组件的工作状态。
7、在一种可行的实施方式中，上述获取目标水表箱体对应的目标水表的流量预测信息，包括：
8、获取目标区域的管网中的水表位置信息；
9、获取目标区域的管网分布信息；
10、获取所有水表对应的历史用水量信息；
11、通过上述水表位置信息、上述管网分布信息和上述历史用水量信息基于图卷积神经网络模型，确定上述目标水表的流量预测信息。
12、在一种可行的实施方式中，上述通过上述水表位置信息、上述管网分布信息和上述历史用水量信息基于图卷积神经网络模型，确定上述目标水表的流量预测信息，包括：
13、将上述水表位置信息、上述管网分布信息和上述历史用水量信息进行标准化处理操作，以获取标准化后的水表位置信息、标准化后的管网分布信息和标准化后的历史用水量信息；
14、根据上述标准化后的水表位置信息和上述标准化后的管网分布信息构建图结构数据；
15、基于上述历史用水量信息进行归一化处理操作，以获取归一化的历史用水量信息；
16、基于上述管网分布信息构建邻接矩阵；
17、根据上述图结构数据、上述归一化的历史用水量信息和上述邻接矩阵进行多次图卷积操作，以获取水表节点流量特征；
18、基于上述水表节点流量特征进行回归预测，以获取上述目标水表的流量预测信息。
19、在一种可行的实施方式中，上述邻接矩阵用于表示相邻水表之间的连接权重，上述连接权重基于管道长度、管道直径和连接紧密度确定；
20、上述邻接矩阵基于下式确定：
21、；
22、其中，矩阵元素表示水表和水表之间的连接权重，表示水表和水表之间的连接紧密度，连接紧密度表示它们的交互强度或重要性，；表示水表和水表之间的管道直径，表示水表和水表之间的管道长度。
23、在一种可行的实施方式中，上述内部环境信息包括表箱内温度信息和表箱内湿度信息，上述外部环境信息包括箱体外空气温度信息、箱体外湿度信息、箱体外风速信息、箱体外风向信息和箱体外天气状况信息，上述温度智能预测模型包括管道温度预测单元和箱体温度预测单元；
24、基于上述内部环境信息、上述外部环境信息和上述流量预测信息通过温度智能预测模型确定目标水表对应的管道预测温度信息和箱体内预测温度信息，包括：
25、将上述外部环境信息和上述流量预测信息输入至上述管道温度预测单元，以获取上述管道预测温度信息；
26、将上述内部环境信息和上述外部环境信息输入至上述箱体温度预测单元，以获取上述箱体内预测温度信息。
27、在一种可行的实施方式中，上述管道温度预测单元是基于lstm模型构建的，上述箱体温度预测单元是基于xgboost智能算法构建的。
28、在一种可行的实施方式中，上述加热组件工作状态包括加热组件加热功率和加热组件加热时间；
29、上述基于上述管道预测温度信息、上述流量预测信息和上述箱体内预测温度信息确定目标水表箱体加热组件的工作状态，包括：
30、基于下式确定上述目标水表箱体加热组件的工作状态h（t）：
31、；
32、式中，为上述加热组件加热功率，为上述加热组件加热时间，为上述管道预测温度信息，为上述箱体内预测温度信息，为上述流量预测信息，为温度阈值下限，为流量阈值下限，滞后控制温差。
33、在一种可行的实施方式中，还包括：
34、基于下式确定上述加热组件加热功率：
35、；
36、基于下式确定上述加热组件加热时间：
37、；
38、式中，为上述加热组件加热功率，为加热组件的最大功率，为基础加热时间，为上述管道预测温度信息，为上述箱体内预测温度信息，为上述流量预测信息，为加热组件的最大功率，为温度阈值下限，为流量阈值下限，为上述加热组件加热时间，α1为管道温度权重系数，α2为箱体温度权重系数。
39、在一种可行的实施方式中，还包括：
40、获取上述目标水表对应的管道管径信息、管道材料信息和目标水表箱体材料信息；
41、基于上述管道管径信息、上述管道材料信息和上述目标水表箱体材料信息确定上述管道温度权重系数和上述箱体温度权重系数。
42、第二方面、本申请提出一种智能水表箱体，其特征在于，包括温度智能控制单元，所述温度智能控制单元存储有第一方面任一项所述的智能水表箱体温度控制方法的步骤。
43、综上，本公开通过温度智能预测模型，结合内部环境信息、外部环境信息和流量预测信息，精确预测水表箱体内和管道的温度趋势。相较于现有本文档来自技高网...
【技术保护点】
1.一种智能水表箱体温度控制方法，其特征在于，包括：
2.根据权利要求1所述的智能水表箱体温度控制方法，其特征在于，所述获取目标水表箱体对应的目标水表的流量预测信息，包括：
3.根据权利要求2所述的智能水表箱体温度控制方法，其特征在于，所述通过所述水表位置信息、所述管网分布信息和所述历史用水量信息基于图卷积神经网络模型，确定所述目标水表的流量预测信息，包括：
4.根据权利要求3所述的智能水表箱体温度控制方法，其特征在于，所述邻接矩阵用于表示相邻水表之间的连接权重，所述连接权重基于管道长度、管道直径和连接紧密度确定；
5.根据权利要求1所述的智能水表箱体温度控制方法，其特征在于，所述内部环境信息包括表箱内温度信息和表箱内湿度信息，所述外部环境信息包括箱体外空气温度信息、箱体外湿度信息、箱体外风速信息、箱体外风向信息和箱体外天气状况信息，所述温度智能预测模型包括管道温度预测单元和箱体温度预测单元；
6.根据权利要求5所述的智能水表箱体温度控制方法，其特征在于，所述管道温度预测单元是基于LSTM模型构建的，所述箱体温度预测单元
7.根据权利要求1所述的智能水表箱体温度控制方法，其特征在于，所述加热组件工作状态包括加热组件加热功率和加热组件加热时间；
8.根据权利要求7所述的智能水表箱体温度控制方法，其特征在于，还包括：
9.根据权利要求8所述的智能水表箱体温度控制方法，其特征在于，还包括：
10.一种智能水表箱体，其特征在于，包括温度智能控制单元，所述温度智能控制单元存储有权利要求1-9任一项所述的智能水表箱体温度控制方法的步骤。
...【技术特征摘要】
1.一种智能水表箱体温度控制方法，其特征在于，包括：
2.根据权利要求1所述的智能水表箱体温度控制方法，其特征在于，所述获取目标水表箱体对应的目标水表的流量预测信息，包括：
3.根据权利要求2所述的智能水表箱体温度控制方法，其特征在于，所述通过所述水表位置信息、所述管网分布信息和所述历史用水量信息基于图卷积神经网络模型，确定所述目标水表的流量预测信息，包括：
4.根据权利要求3所述的智能水表箱体温度控制方法，其特征在于，所述邻接矩阵用于表示相邻水表之间的连接权重，所述连接权重基于管道长度、管道直径和连接紧密度确定；
5.根据权利要求1所述的智能水表箱体温度控制方法，其特征在于，所述内部环境信息包括表箱内温度信息和表箱内湿度信息，所述外部环境信息包括箱体外空气温度信息、箱体外湿度信息、箱体外...
【专利技术属性】
技术研发人员：张辉全，韩代云，牛丽，许伟，黄霜，罗帆，
申请(专利权)人：四川工商职业技术学院，
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。