基于多源数据联动的供水巡护指挥大数据分析方法及系统
本发明属于供水管网智能运维和大数据分析,尤其涉及一种基于多源数据联动的供水巡护指挥大数据分析方法及系统。
背景技术:
1、本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。
2、压力突降、夜间最小流量抬升、连续报修和道路开挖通常不会以同一数据格式出现,却可能共同指向同一管段。现有平台往往分别展示scada告警、gis台账和工单,值班人员仍需人工判断这些记录是否描述同一对象、是否处于同一影响链路。固定阈值派单因此容易把同一故障拆成多项任务,也可能把传感器漂移误判为漏损。
3、进一步地,水司、营业所和委托运维单位常由不同网络与权限体系承载数据。即使允许交换模型参数,各区域在管龄、材质、采样密度和故障比例上的差异,也会使无差别平均的协同模型偏向样本量较大的区域。另一方面,模型给出的单点分数并不等于巡护事件:流向改变、阀门关闭和压力分区边界均会改变异常的实际影响范围,从而影响人员和车辆调度的准确性。
技术实现思路
1、为克服上述现有技术的不足,本发明提出了一种基于多源数据联动的供水巡护指挥大数据分析方法及系统,以解决现有方案中异构记录不能稳定归属于同一管网对象、跨区域原始数据难以集中共享、低质量或分布偏移数据干扰协同模型、单点风险分数不能反映水力影响范围,以及分析结果、任务调度和现场回执相互割裂的问题。
2、为实现上述目的,本发明的一个或多个实施例提供了如下技术方案:
3、第一方面,本发明公开了一种基于多源数据联动的供水巡护指挥大数据分析方法,包括:
4、获取并配置跨域供水数据;
5、基于所述供水数据构建供水对象关联模型,按照管网对象标识及观测窗口生成对象证据包;
6、由各供水数据域的域内风险编码模型处理对象证据包,得到对象风险表征、本地参数增量以及反映证据质量和训练状态的质量侧信息;
7、基于所述质量侧信息、各供水数据域的表征分布漂移量以及本地参数增量,计算可信门控系数,并利用可信门控系数选择性聚合经隐私保护的本地参数增量,以更新跨域风险模型;
8、将跨域风险模型输出的对象风险种子加载至供水管网图,依据管段流向、阀门通断状态、压力敏感度及传播衰减系数迭代生成水力风险场,并将时空相邻且异常类型相容的高风险对象归并为待核查事件;
9、基于所述待核查事件的预期损失和处置时间窗、巡护资源能力以及道路通行代价生成巡护任务编组和执行路线;
10、以及,接收现场反馈并优化分析模型。
11、第二方面,本发明公开了一种基于多源数据联动的供水巡护指挥大数据分析系统,包括:
12、数据获取模块,用于获取并配置跨域供水数据;
13、对象证据包构建模块,用于基于所述供水数据构建供水对象关联模型,按照管网对象标识及观测窗口生成对象证据包;
14、域内风险编码模块,用于由各供水数据域的域内风险编码模型处理对象证据包,得到对象风险表征、本地参数增量以及反映证据质量和训练状态的质量侧信息;
15、可信门控协同模块用于基于所述质量侧信息、各供水数据域的表征分布漂移量以及本地参数增量,计算可信门控系数,并利用可信门控系数选择性聚合经隐私保护的本地参数增量,以更新跨域风险模型;
16、水力风险场生成模块用于将跨域风险模型输出的对象风险种子加载至供水管网图,依据管段流向、阀门通断状态、压力敏感度及传播衰减系数迭代生成水力风险场,并将时空相邻且异常类型相容的高风险对象归并为待核查事件;
17、任务编排模块用于基于所述待核查事件的预期损失和处置时间窗、巡护资源能力以及道路通行代价生成巡护任务编组和执行路线;
18、回执校准模块用于接收现场反馈并优化分析模型。
19、第三方面,本发明公开了一种电子设备,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成上述基于多源数据联动的供水巡护指挥大数据分析方法的步骤。
20、第四方面,本发明公开了一种计算机可读存储介质,用于存储计算机指令,所述计算机指令被处理器执行时,完成上述基于多源数据联动的供水巡护指挥大数据分析方法的步骤。
21、与现有技术相比,本发明的有益效果为:
22、第一,以管网对象为中心构建带质量掩码和版本信息的对象证据包,使监测、空间、作业和外部环境记录具有稳定对应关系;第二,利用质量、分布漂移和参数方向一致性形成可信门控,降低故障传感器和异常域内更新对跨域模型的干扰;第三,通过流向、阀门状态、压力敏感度和分区边界约束风险传播,使孤立风险分数转化为具有位置、类型和影响范围的待核查事件;第四,将事件损失、时间窗、人员技能、车辆状态和道路代价共同用于任务编组与路线求解;第五,现场回执同时修正事件状态、训练样本权重和后续协同门控,形成可持续更新的巡护指挥闭环。
23、本发明附加方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
1.一种基于多源数据联动的供水巡护指挥大数据分析方法,其特征在于,包括:
2.如权利要求1所述的一种基于多源数据联动的供水巡护指挥大数据分析方法,其特征在于,所述按照管网对象标识及观测窗口生成对象证据包,具体为:
3.如权利要求1所述的一种基于多源数据联动的供水巡护指挥大数据分析方法,其特征在于,所述可信门控系数随对象证据包的完整度、时间新鲜度、传感器健康度及域内验证性能增大而增大,随表征分布漂移量及参数增量异常度增大而减小;当参数增量的范数或方向偏离可信区间时,门控状态由允许聚合切换为限幅聚合或拒绝聚合。
4.如权利要求1所述的一种基于多源数据联动的供水巡护指挥大数据分析方法,其特征在于,域内风险编码模型包括时序编码网络和图结构编码网络;所述时序编码网络用于从管网监测序列提取局部动态特征,所述图结构编码网络用于依据供水管网的节点、管段及连接关系提取拓扑特征,所述对象风险表征由所述局部动态特征、拓扑特征及巡护作业特征融合得到。
5.如权利要求1所述的一种基于多源数据联动的供水巡护指挥大数据分析方法,其特征在于,所述基于所述质量侧信息、各供水数据域的表征分布漂移量以及本地参数增量,计算可信门控系数,具体为:
6.如权利要求1所述的一种基于多源数据联动的供水巡护指挥大数据分析方法,其特征在于,所述利用可信门控系数选择性聚合经隐私保护的本地参数增量,以更新跨域风险模型,具体的:协同分析节点根据样本规模和可靠度对各区域更新量进行加权,得到第轮共享模型参数:
7.如权利要求1所述的一种基于多源数据联动的供水巡护指挥大数据分析方法,其特征在于,所述生成巡护任务编组和执行路线,包括:以风险损失、超时惩罚、行驶时间、技能不匹配惩罚和任务切换代价的加权和最小为目标函数,以人员班次、车辆容量、技能等级、任务时间窗及道路可达性为约束,求解带时间窗的多任务路径优化问题;当待核查事件或巡护资源状态发生变化时,对未执行任务进行滚动重优化。
8.一种基于多源数据联动的供水巡护指挥大数据分析系统,其特征在于,包括:
9.一种电子设备,其特征在于,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成权利要求1-7任一项所述的基于多源数据联动的供水巡护指挥大数据分析方法。
10.一种计算机可读存储介质,其特征在于,用于存储计算机指令,所述计算机指令被处理器执行时,完成权利要求1-7任一项所述的基于多源数据联动的供水巡护指挥大数据分析方法。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com