首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

水质数据采集监测设备的远程维护方法及系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:深圳市朗石科学仪器有限公司

摘要:本发明涉及一种水质数据采集监测设备的远程维护方法,包括以下步骤:通过预设的水质数据采集设备内的日志系统获取不同时间段的水质参数;对水质参数进行参数提取,得到水质参数特征;对水质参数特征进行时序分析,得到不同时间段的水质时序参数分析结果;若得出水质时序参数分析结果为第一分析结果,则采用预设的监控设备对水质数据采集监测设备进行分析,得到水质数据采集监测设备的工作状态;基于工作状态和第一分析结果,得到相应的第一维护策略,通过数据分析技术对第一维护策略进行评估,得到策略评估结果;获取最新的水质监测数据和环境变化参数,基于水质监测数据和环境变化参数对第一维护策略进行不断地优化,得到优化的维护策略。

主权项:1.一种水质数据采集监测设备的远程维护方法,其特征在于:包括以下步骤:通过预设的水质数据采集设备内的日志系统获取不同时间段的水质参数;对所述水质参数进行参数提取,得到水质参数特征;其中,所述水质参数特征包括电导率、含磷量以及含氮量;对所述水质参数特征进行时序分析,得到不同时间段的水质时序参数分析结果;若得出所述水质时序参数分析结果为第一分析结果,则采用预设的监控设备对所述水质数据采集监测设备进行分析,得到水质数据采集监测设备的工作状态;基于所述工作状态和所述第一分析结果,得到相应的第一维护策略,通过数据分析技术对所述第一维护策略进行评估,得到策略评估结果;获取最新的水质监测数据和环境变化参数,基于所述水质监测数据和环境变化参数对所述第一维护策略进行不断地优化,得到优化的维护策略;其中,所述环境变化参数包括季节变化参数以及降雨量的变化参数;若得出所述水质时序参数分析结果为第一分析结果,则采用预设的监控设备对所述水质数据采集监测设备进行分析,得到水质数据采集监测设备的工作状态,包括:若得出所述水质时序参数分析结果为第一分析结果,则采用所述预设的监控设备对所述水质数据采集监测设备进行空间和功能上的分析,得到第三分析结果;基于所述第三分析结果,采用梯度下降算法对所述水质数据采集监测设备的标准参数进行标准调整,得到标准调整参数;在预设的监控设备的监控下,通过预置的AGD算法对水质数据采集监测设备的标准调整参数进行交叉验证,得到验证结果;若验证结果符合预设的验证结果,则基于水质数据采集监测设备的标准参数得到水质数据采集监测设备的工作状态;若验证结果不符合预设的验证结果,则获取历史水质参数,将历史水质参数与所述不同时间段的水质参数进行重叠分析,得到重叠分析结果,基于所述重叠分析结果对水质数据采集监测设备的标准调整参数进行交叉验证,直至验证结果符合预设的验证结果;基于所述工作状态和所述第一分析结果,得到相应的第一维护策略,通过数据分析技术对所述第一维护策略进行评估,得到策略评估结果,包括:通过预置的RLGRU_LSTM算法对所述工作状态进行序列时序捕捉处理,得到时序捕捉信息;其中,所述时序捕捉信息包括水质数据采集监测设备的运行参数、故障日志、维修记录;对所述时序捕捉信息进行信息预处理,得到预处理信息;其中,预处理包括数据清洗、格式化和归一化;对所述预处理信息进行信息提取,得到特征信息,并对所述特征信息进行霍夫曼编码,得到编码信息;利用霍夫曼树对所述编码信息进行优先级信息排序,得到编码优先级信息;将所述第一分析结果输入预置的神经网络模型内进行权重特征提取,得到第一分析结果的权重特征,并基于第一分析结果的权重特征构建权重矩阵;通过预置的RLGRU_LSTM算法对所述权重矩阵进行时间序列分析,得到权重矩阵的分析结果;对所述权重矩阵的分析结果和编码优先级信息进行信息融合,得到相应的融合信息;通过数据分析技术对所述融合信息进行评估,得到策略评估结果;获取最新的水质监测数据和环境变化数据,基于所述水质监测数据和环境变化数据对所述第一维护策略进行不断地优化,得到优化的维护策略,包括:采用以下的公式计算时间的水质监测数据: 其中,所述表示在时间的水质监测数据,表示在时间水质的电导率,表示在时间的水质的含磷量,表示在时间水质的含氮量;采用以下的公式计算最新的水质监测数据: 其中,所述是在时间的最新的水质监测数据,表示水质参数的时间步长,表示时间序列分析模型的参数,表示时间序列分析模型; 其中,表示环境变化数据,代表季节变化参数,代表降雨量变化参数; 是时间序列分析模型参数,是在时间t时间序列分析模型参数,是学习率,是在时间时间序列分析模型参数;是第一维护策略,表示在时间的第一维护策略; 其中,是学习率,表示对时间序列分析模型参数的梯度,用于指导时间序列分析模型在训练过程中的更新方向和幅度,这是损失函数,用于量化第一维护策略的误差,并在机器学习训练过程中被最小化,是第一维护策略的更新函数;在每个时间点,根据最新的水质监测数据和环境变化数据,以及当前时间的第一维护策略,不断更新当前时间的第一维护策略,得到优化的维护策略。

全文数据:

权利要求:

百度查询: 深圳市朗石科学仪器有限公司 水质数据采集监测设备的远程维护方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。