基于云平台的多站点水质监测数据管理系统的制作方法
本发明涉及数据处理,尤其涉及基于云平台的多站点水质监测数据管理系统。
背景技术:
1、随着水环境监测技术、物联网技术及云计算技术的发展,多站点水质监测系统已广泛应用于河流、湖泊、水库及流域等水环境监测场景。多个水质监测站点通过通信网络将采集的水质监测数据上传至云平台,由云平台对各监测站点的数据进行统一存储、处理及管理,并结合多站点监测数据开展异常事件分析,实现跨站点水质监测数据的集中管理与综合分析。
2、现有多站点水质监测数据管理方法通常根据各监测站点上传的水质监测数据,结合监测站点之间的位置关系、水流状态数据或预设时间窗口,对不同监测站点之间的异常数据进行关联分析,并依据异常发生时间、异常指标变化情况或空间位置关系建立跨站点异常事件关联关系,以形成跨站点异常事件数据管理结果。
3、但是,在连续污染事件相互叠加、支流与干流异常事件汇合传播以及局部监测站点同时发生局部水体异常等特殊情况下,不同来源的异常事件在时间维度和空间维度存在交叉,仅依据异常发生时间、空间位置关系或固定时间窗口建立跨站点异常事件关联关系,难以有效区分跨站点传播异常与局部独立异常,容易导致不同异常事件之间产生错误关联,进而造成跨站点异常事件关联结果不准确。
技术实现思路
1、为了弥补以上不足,本发明提供了基于云平台的多站点水质监测数据管理系统,旨在改善现有技术难以有效区分跨站点传播异常与局部独立异常,容易导致不同异常事件之间产生错误关联,进而造成跨站点异常事件关联结果不准确的问题。
2、本发明提供了如下技术方案,基于云平台的多站点水质监测数据管理系统,包括:多个水质监测站点以及与多个所述水质监测站点通信连接的云平台;
3、所述云平台包括数据获取模块、异常过程分析模块、事件关联分析模块、反向校正模块、关联状态更新模块及事件数据管理模块;
4、所述数据获取模块根据水质监测数据及站点运行状态数据生成站点异常数据段;
5、所述异常过程分析模块根据所述站点异常数据段确定各水质指标的异常发生顺序、异常恢复顺序、变化方向及阶段转换关系,生成异常过程标记;
6、所述事件关联分析模块根据所述站点异常数据段及水流状态数据确定事件关联时间区间并筛选候选异常数据段,根据所述异常过程标记构建关联守恒状态,将所述候选异常数据段映射至所述关联守恒状态并执行对应关系匹配,生成事件关联不一致状态;
7、所述反向校正模块根据所述事件关联不一致状态对事件关联时间区间及候选异常数据段执行分类校正,并根据校正结果生成事件关联确认状态;
8、所述关联状态更新模块根据所述事件关联确认状态更新关联守恒状态,并将更新后的关联守恒状态作为后续监测站点事件关联分析的关联约束;
9、所述事件数据管理模块根据多个所述事件关联确认状态生成跨站点异常事件数据组。
10、较佳的,所述数据获取模块根据所述站点运行状态数据和所述水质监测数据执行站点异常数据段生成,具体包括:
11、根据设备运行状态、通信状态、采样状态及时间同步状态筛选有效水质监测数据;
12、根据历史稳定监测数据建立局部基准状态,将所述有效水质监测数据与所述局部基准状态进行比对,并根据连续多个采样周期内的偏离状态生成站点异常数据段。
13、较佳的,所述异常过程分析模块根据所述站点异常数据段执行异常过程标记生成,具体包括:
14、根据各水质指标连续满足异常条件和恢复条件的采样时刻,确定异常发生时刻和异常恢复时刻;
15、根据所述异常发生时刻、异常恢复时刻及连续变化方向确定异常发生顺序、异常恢复顺序及阶段转换关系,并生成异常过程标记。
16、较佳的,所述事件关联分析模块根据所述站点异常数据段和所述水流状态数据执行候选异常数据段筛选,具体包括:
17、根据相邻监测站点的位置关系及水流状态数据确定水流传输时间;
18、根据上游监测站点的站点异常数据段起止时刻及所述水流传输时间确定事件关联时间区间;
19、将位于所述事件关联时间区间内的下游监测站点异常数据段确定为候选异常数据段。
20、较佳的,所述事件关联分析模块根据所述异常过程标记执行关联守恒状态构建,具体包括:
21、根据各水质指标在不同异常阶段中的参与状态确定核心异常指标和附属异常指标;
22、根据所述核心异常指标对应的异常发生顺序、异常恢复顺序、变化方向及阶段转换关系构建关联守恒状态。
23、较佳的,所述事件关联分析模块根据所述候选异常数据段和所述关联守恒状态执行事件关联不一致状态生成,具体包括:
24、以核心异常指标为主索引,按照所述关联守恒状态的数据结构重组所述候选异常数据段,形成候选关联结构;
25、将所述候选关联结构与所述关联守恒状态中的核心异常指标、异常发生顺序、异常恢复顺序、变化方向及阶段转换关系进行对应匹配;
26、将所述候选异常数据段的异常发生时刻及异常恢复时刻与所述事件关联时间区间进行比对;
27、根据对应匹配结果及时间比对结果生成时间关联不一致状态、指标关联不一致状态及阶段结构不一致状态。
28、较佳的,所述反向校正模块根据所述事件关联不一致状态中的时间关联不一致状态和阶段结构不一致状态执行分类反向校正,具体包括:
29、根据所述时间关联不一致状态及候选异常数据段的实际异常发生时刻和异常恢复时刻调整事件关联时间区间;
30、根据所述阶段结构不一致状态,将候选异常数据段划分为关联异常子段和局部异常子段;
31、根据多个关联守恒状态之间的核心异常指标及异常发生顺序建立事件关联关系。
32、较佳的,所述反向校正模块根据校正后的事件关联时间区间、所述关联异常子段及所述事件关联关系执行关联状态重构,具体包括:
33、保留所述关联异常子段对应的核心异常指标、异常发生顺序、异常恢复顺序、变化方向及阶段转换关系,并剔除所述局部异常子段对应的结构信息;
34、根据保留的数据及所述事件关联关系重新生成关联守恒状态,并形成事件关联确认状态。
35、较佳的,所述关联状态更新模块根据所述事件关联确认状态执行关联守恒状态更新,具体包括:
36、提取相邻监测站点共同存在的核心异常指标;
37、根据所述共同存在的核心异常指标对应的异常发生时刻及异常恢复时刻更新异常发生顺序和异常恢复顺序;
38、根据更新后的核心异常指标、异常发生顺序及异常恢复顺序重新生成后续监测站点对应的关联守恒状态。
39、较佳的,所述事件数据管理模块根据多个所述事件关联确认状态执行跨站点异常事件数据管理,具体包括:
40、根据事件关联确认状态中的事件关联关系,将具有连续事件关联关系的站点异常数据段组合形成跨站点异常事件数据组;
41、根据新增水质监测数据对应的监测站点及关联事件编号确定待更新的跨站点异常事件数据组,并根据更新后的事件关联确认状态更新所述跨站点异常事件数据组。
42、本发明具有如下有益效果:
43、1、本发明通过构建站点异常数据段、异常过程标记及关联守恒状态,并将候选异常数据段映射至关联守恒状态执行对应关系匹配,生成事件关联不一致状态,能够区分跨站点传播异常与局部独立异常,解决连续污染事件叠加或局部异常干扰情况下跨站点异常事件关联不准确的问题。
44、2、本发明通过根据事件关联不一致状态分别执行事件关联时间区间调整、关联异常子段划分及事件关联关系建立,形成分类反向校正机制,能够针对不同类型的事件关联偏差采用对应的数据处理方式,提高多站点异常事件关联结果的一致性。
45、3、本发明通过根据事件关联确认状态重新生成关联守恒状态,并将重新生成的关联守恒状态作为后续监测站点事件关联分析的关联约束模板,实现跨站点异常事件关联状态的递推更新,保证多站点异常事件数据组的连续组织与统一管理。
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