一种物联网超声波水表的数据智能监测方法

专利主权项内容

1.一种物联网超声波水表的数据智能监测方法，其特征在于，所述一种物联网超声波水表的数据智能监测方法包括：基于预设的采样频率获取目标时段内的物联网超声波水表中的超声波传感器的振动数据，将所述振动数据映射到时序二维空间中，得到对应的振动数据变化曲线；对所述振动数据变化曲线进行周期划分，得到至少一个振动周期，针对任一振动周期，根据所述振动周期与其他振动周期之间的曲线变化差异，获取所述振动周期的变化异常程度，根据每个所述振动周期的变化异常程度将所有振动周期划分为第一类周期和第二类周期；针对所述第一类周期中的任一振动周期，根据所述振动周期与所述第一类周期内的其他振动周期之间的周期长度差异，获取所述振动周期的数据精度保留程度，根据所述第一类周期中的每个振动周期的数据精度保留程度，将所述第一类周期中的所有振动周期划分为第三类周期和第四类周期；对所述第二类周期、所述第三类周期和所述第四类周期中的振动数据进行自适应压缩存储处理，以完成对所述物联网超声波水表的数据智能监测；所述对所述振动数据变化曲线进行周期划分，得到至少一个振动周期，包括：获取所述振动数据变化曲线上的极小值点，分别将每两个相邻的极小值点之间的曲线作为一个振动周期，得到至少一个振动周期；所述根据每个所述振动周期的变化异常程度将所有振动周期划分为第一类周期和第二类周期，包括：获取预设的变化异常程度阈值，若任一振动周期的变化异常程度大于或等于所述变化异常程度阈值，则将所述振动周期划分为第一类周期，反之，若任一振动周期的变化异常程度小于所述变化异常程度阈值，则将所述振动周期划分为第二类周期；第一类周期是指畸形程度高的振动周期，第二类周期是指畸形周期程度低的振动周期，也即是正常振动周期；所述根据所述第一类周期中的每个振动周期的数据精度保留程度，将所述第一类周期中的所有振动周期划分为第三类周期和第四类周期，包括：获取预设的数据精度保留程度阈值，令所述第一类周期中的任一振动周期为目标振动周期，若所述目标振动周期的所有数据精度保留程度中至少存在一个数据精度保留程度大于或等于所述数据精度保留程度阈值，则将所述目标振动周期划分为第三类周期，反之，将所述目标振动周期划分为第四类周期；第三类周期是指不可忽视的畸形程度高的振动周期，也即是设备故障、流量异常风险造成的振动异常，第四类周期是指可以视为正常振动的振动周期，也即是噪声干扰因素引起的振动异常；所述根据所述振动周期与其他振动周期之间的曲线变化差异，获取所述振动周期的变化异常程度，包括：根据所述振动周期对应的曲线幅值和周期时长，获取所述振动周期的第一曲线形态异常程度，根据所述振动周期对应的曲线拐点数量和曲线斜率，获取所述振动周期的第二曲线形态异常程度，根据所述第一曲线形态异常程度和所述第二曲线形态异常程度获取所述振动周期的变化异常程度；所述根据所述振动周期与所述第一类周期内的其他振动周期之间的周期长度差异，获取所述振动周期的数据精度保留程度，包括：在所述第一类周期内任意选择两个除所述振动周期之外的振动周期作为其他振动周期，分别计算每个其他振动周期与所述振动周期之间的周期长度的第五差值绝对值，获取两个所述第五差值绝对值之间的比值，获取常数1与所述比值之间的相减结果，对所述相减结果进行负映射，得到对应的映射结果作为所述振动周期的数据精度保留程度；所述对所述第二类周期、所述第三类周期和所述第四类周期中的振动数据进行自适应压缩存储处理，包括：对所述第二类周期和所述第四类周期中的所有振动周期的振动数据进行均值处理，得到的均值统一替换所述第二类周期和所述第四类周期中的所有振动周期的每个振动数据，得到替换后的振动周期；使用游程编码对所述替换后的振动周期中的所有振动数据进行编码压缩，得到对应的压缩数据，将所述压缩数据和所述第三类周期中的所有振动数据进行统一存储；所述根据所述振动周期对应的曲线幅值和周期时长，获取所述振动周期的第一曲线形态异常程度，包括：获取所有振动周期的最大曲线幅值和周期时长，根据所有振动周期的最大曲线幅值和周期时长，分别计算得到最大曲线幅值均值和周期时长均值；获取所述振动周期的最大曲线幅值与所述最大曲线幅值均值之间的第一差值绝对值，对所述第一差值绝对值进行归一化处理，得到对应的第一归一化值，获取所述振动周期的周期时长与所述周期时长均值之间的第二差值绝对值，对所述第二差值绝对值进行归一化处理，得到对应的第二归一化值；获取所述第一归一化值和所述第二归一化值之间的相加结果，对所述相加结果进行负映射，得到对应的映射值，将常数1与所述映射值之间的差值作为所述振动周期的第一曲线形态异常程度；所述根据所述振动周期对应的曲线拐点数量和曲线斜率，获取所述振动周期的第二曲线形态异常程度，包括：获取所有振动周期对应的曲线拐点数量，根据所有振动周期对应的曲线拐点数量，获取曲线拐点数量均值，计算所述振动周期的曲线拐点数量与所述曲线拐点数量均值之间的第三差值绝对值，对所述第三差值绝对值进行负映射，得到对应的第一映射值；根据每个振动周期对应的曲线拐点，分别将每个振动周期划分为至少两个分段曲线，针对所有振动周期中的第i个分段曲线，根据每个振动周期中的第i个分段曲线的曲线斜率，获取第i个分段曲线的斜率均值；令所述振动周期中的第i个分段曲线作为目标分段曲线，计算所述目标分段曲线的曲线斜率与所述第i个分段曲线的斜率均值之间的第四差值绝对值，根据所述振动周期中的每个分段曲线对应的第四差值绝对值，计算差值绝对值之和，对所述差值绝对值之和进行负映射，得到对应的第二映射值；对所述第一映射值和所述第二映射值进行加权求和，得到对应的加权求和结果，将常数1与所述加权求和结果之间的差值作为所述振动周期的第二曲线形态异常程度；所述根据所述第一曲线形态异常程度和所述第二曲线形态异常程度获取所述振动周期的变化异常程度，包括：分别获取所述第一曲线形态异常程度和所述第二曲线形态异常程度的权重，根据所述权重，对所述第一曲线形态异常程度和所述第二曲线形态异常程度进行加权求和，得到的加权求和结果作为所述振动周期的变化异常程度。