一种城市供水的客户用水数据监测方法及系统与流程

1.本发明涉及用水数据监测技术领域，具体是一种城市供水的客户用水数据监测方法及系统。


背景技术：

2.面对严峻的水资源危机，大力发展节水技术，使现有的水资源发挥最大的效益已经刻不容缓，在城市供水中，优先规划利用当地水资源，在本地区水资源极其短缺的情况下考虑跨流域调水，因此供水集团需要长时间对客户的用水数据进行监测，为了能够提前得出客户下个月的用水量，以便规划好水量的供应，判断是否需要进行用水调配，需要一种有效得出客户下个月用水量的办法。因此，本领域技术人员提供了一种城市供水的客户用水数据监测方法及系统，以解决上述背景技术中提出的问题。


技术实现要素：

3.本发明的目的在于提供一种城市供水的客户用水数据监测方法及系统，以解决上述背景技术中提出的问题。
4.为实现上述目的，本发明提供如下技术方案：
5.一种城市供水的客户用水数据监测方法，监测方法包括以下步骤：
6.s1、通过监测单元对客户的第一特定时间段内用水量进行监测，然后将监测到的数据进行在线记录；
7.s2、通过监测单元对客户的第二特定时间段内用水量进行监测，然后将监测到的数据进行在线记录，通过第二特定时间段内用水量和s1中的第一特定时间段内用水量对当前第二特定时间段内用水量进行预测；
8.s3、通过s2中的当前第二特定时间段内用水量预测值算出第一特定时间段内用水量的预测值；
9.s4、通过s3中的第一特定时间段内用水量的预测值算出下一个第二特定时间段内用水量的预测值。
10.作为本发明再进一步的方案：所述s1中的第一特定时间段内用水量为24小时段内用水量，即当天0:00～24:00内用水量，所述s2中的特定时间段内用水量为1个月的第一天0:00至1个月的最后一天24:00内用水量，即28或29或30或31个第一特定时间段内用水量。
11.作为本发明再进一步的方案：所述s2中的当前第二特定时间段内用水量的预测结果为：
12.a
实
＝i1 i2 i3
…in
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
13.a
avg
＝(i1 i2 i3
…in
)/n
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
14.上式(1)和(2)中，a
实
为当前一个月的客户实际总用水量，a
avg
为当前1个月的客户平均每天用水量，i1为当前1个月的客户第一天24小时段内用水量，i2为当前1个月的客户第二天24小时段内用水量，in当前1个月的客户第n天24小时段内用水量，n＝28，29，30，31；
15.a
测
＝k1·aavg
k2·aavg
k3·aavg

…
kn·aavg
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
16.a
平均测
＝(k1·aavg
k2·aavg
k3·aavg

…
kn·aavg
)/n
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
17.a
平均测y
＝[k1·aavg
k2·aavg
k3·aavg

…
kn·aavg-k
一个max
·aavg-k
一个mix
·aavg
]/(n-2)(5)
[0018][0019]
上式(3)～(6)中，a
测
为当前一个月的客户总用水量预测值；
[0020]a平均测
为当前一个月的客户平均每天用水量预测值；
[0021]a平均测y
为当前一个月去掉一个最大用水量和去掉一个最小用水量后的平均每天用水量预测值；
[0022]a下一月测
为下一个月的客户总用水量预测值；
[0023]
k1为当前1个月的第一天温度权重系数，k2为当前1个月的第二天温度权重系数，kn为当前1个月的第n天温度权重系数。
[0024]
作为本发明再进一步的方案：所述温度权重系数的判定方式为：
[0025]
当最高温度﹤0℃时，k记为0.90；0℃≤最高温度≤10℃时，k记为0.95；
[0026]
10℃﹤最高温度﹤22℃时，k记为1.0；22℃≤最高温度≤28℃时，k记为1.05；
[0027]
28℃﹤最高温度﹤35℃时，k记为1.10；最高温度≥35℃时，k记为1.15。
[0028]
作为本发明再进一步的方案：所述最高温度值的获取方式为通过客户当地天气预报，当每月第一天时，得到接下来15天的每天最高温度值；等到第15天后，再通过客户当地天气预报，得到当月接下来剩余天数的每天最高温度值。
[0029]
一种城市供水的客户用水数据监测系统，包括监测单元、记录单元、温度测量单元，所述监测单元、记录单元、温度测量单元、计算单元和显示单元。
[0030]
作为本发明再进一步的方案：所述监测单元用于监测客户每天的用水量，所述记录单元用于存储所监测的客户每天用水量数值，所述温度测量单元用于测量温度当地的天气最高温度值，所述计算单元用于计算预测客户下一个月的总用水量。
[0031]
作为本发明再进一步的方案：所述显示单元用于显示客户当月每天用水量值、当月以及客户下一个月的当地每天最高温度值、客户下一个月的用水总量预测值。
[0032]
作为本发明再进一步的方案：所述检测单元为智能化水表，所述温度测量单元为客户当地天气预报中心。
[0033]
与现有技术相比，本发明的有益效果是：
[0034]
本发明通过监测单元先监测出城市供水的客户当月每天的用水量，再通过计算单元计算出客户当月平均每天用水量、平均每天用水量预测值和消除最大量和最小量后平均每天用水量预测值，最后再计算得到最终平均每天用水量预测值，通过该值与温度测量单元的配合，即可在下个月中旬时就能预测出客户下个月整月所需用水总量，从而可以提前规划好水量的供应与调配。
具体实施方式
[0035]
本发明实施例中，一种城市供水的客户用水数据监测方法，监测方法包括以下步
骤：
[0036]
s1、通过监测单元对客户的第一特定时间段内用水量进行监测，然后将监测到的数据进行在线记录；
[0037]
s2、通过监测单元对客户的第二特定时间段内用水量进行监测，然后将监测到的数据进行在线记录，通过第二特定时间段内用水量和s1中的第一特定时间段内用水量对当前第二特定时间段内用水量进行预测；
[0038]
s3、通过s2中的当前第二特定时间段内用水量预测值算出第一特定时间段内用水量的预测值；
[0039]
s4、通过s3中的第一特定时间段内用水量的预测值算出下一个第二特定时间段内用水量的预测值。
[0040]
优选的，s1中的第一特定时间段内用水量为24小时段内用水量，即当天0:00～24:00内用水量，s2中的特定时间段内用水量为1个月的第一天0:00至1个月的最后一天24:00内用水量，即28或29或30或31个第一特定时间段内用水量。
[0041]
优选的，s2中的当前第二特定时间段内用水量的预测结果为：
[0042]a实
＝i1 i2 i3
…in
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0043]aavg
＝(i1 i2 i3
…in
)/n
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0044]
上式(1)和(2)中，a
实
为当前一个月的客户实际总用水量，a
avg
为当前1个月的客户平均每天用水量，i1为当前1个月的客户第一天24小时段内用水量，i2为当前1个月的客户第二天24小时段内用水量，in当前1个月的客户第n天24小时段内用水量，n＝28，29，30，31；
[0045]a测
＝k1·aavg
k2·aavg
k3·aavg

…
kn·aavg
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0046]a平均测
＝(k1·aavg
k2·aavg
k3·aavg

…
kn·aavg
)/n
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0047]a平均测y
＝[k1·aavg
k2·aaug
k3·aavg

…
kn·aavg-k
一个max
·aavg-k
一个mix
·aavg
]/(n-2)(5)
[0048][0049][0050]
上式(3)～(6)中，a
测
为当前一个月的客户总用水量预测值；
[0051]a平均测
为当前一个月的客户平均每天用水量预测值；
[0052]a平均测y
为当前一个月去掉一个最大用水量和去掉一个最小用水量后的平均每天用水量预测值；
[0053]a下一月测
为下一个月的客户总用水量预测值；
[0054]
k1为当前1个月的第一天温度权重系数，k2为当前1个月的第二天温度权重系数，kn为当前1个月的第n天温度权重系数。
[0055]
优选的，温度权重系数的判定方式为：
[0056]
当最高温度＜0℃时，k记为0.90；0℃≤最高温度≤10℃时，k记为0.95；
[0057]
10℃《最高温度＜22℃时，k记为1.0；22℃≤最高温度≤28℃时，k记为1.05；
[0058]
28℃＜最高温度＜35℃时，k记为1.10；最高温度≥35℃时，k记为1.15。
[0059]
优选的，最高温度值的获取方式为通过客户当地天气预报，当每月第一天时，得到接下来15天的每天最高温度值；等到第15天后，再通过客户当地天气预报，得到当月接下来
剩余天数的每天最高温度值。
[0060]
一种城市供水的客户用水数据监测系统，包括监测单元、记录单元、温度测量单元，监测单元、记录单元、温度测量单元、计算单元和显示单元。
[0061]
优选的，监测单元用于监测客户每天的用水量，记录单元用于存储所监测的客户每天用水量数值，温度测量单元用于测量温度当地的天气最高温度值，计算单元用于计算预测客户下一个月的总用水量。
[0062]
优选的，显示单元用于显示客户当月每天用水量值、当月以及客户下一个月的当地每天最高温度值、客户下一个月的用水总量预测值。
[0063]
优选的，检测单元为智能化水表，温度测量单元为客户当地天气预报中心。
[0064]
通过监测单元先监测出城市供水的客户当月每天的用水量，再通过计算单元计算出客户当月平均每天用水量，然后通过当月每天的温度对用水量的影响来计算出当月用水总量预测值和平均每天用水量预测值，为了进一步减小误差，去除一个最大用水量和去掉一个最小用水量后得到另一个平均每天用水量预测值，通过该值和没有进行去除的平均每天用水量预测值计算出平均误差，最后通过客户当月平均每天用水量值与平均误差值的加减得到最终一个平均每天用水量预测值范围，再通过温度测量单元的配合，即可在下个月中旬时就能预测出客户所需用水总量。
[0065]
为了更好地说明本发明的技术效果，进行举例验证：
[0066]
例一：
[0067]
江苏南京的甲家庭在2021年1月份的总用水量为5.3吨，甲家庭为三口之家，2021年1月份南京每天的气温为：
[0068]
1月1日：-3℃～4℃，1月2日：-1℃～8℃，1月3日：2℃～10℃，
[0069]
1月4日：5℃～11℃，1月5日：-1℃～5℃，1月6日：-7℃～5℃，
[0070]
1月7日：-7℃～-4℃，1月8日：-6℃～1℃，1月9日：-4℃～4℃，
[0071]
1月10日：-2℃～4℃，1月11日：-3℃～5℃，1月12日：2℃～9℃，
[0072]
1月13日：2℃～10℃，1月14日：4℃～13℃，1月15日：0℃～15℃，
[0073]
1月16日：-2℃～5℃，1月17日：-2℃～0℃，1月18日：0℃～11℃，
[0074]
1月19日：3℃～12℃，1月20日：9℃～16℃，1月21日：8℃～13℃，
[0075]
1月22日：4℃～10℃，1月23日：2℃～7℃，1月24日：7℃～11℃，
[0076]
1月25日：7℃～11℃，1月26日：1℃～9℃，1月27日：4℃～9℃，
[0077]
1月28日：-3℃～8℃，1月29日：0℃～9℃，1月30日：7℃～14℃，
[0078]
1月31日：7℃～16℃；
[0079]
由此可以得出每天的k值：k1＝0.95，k2＝0.95，k3＝0.95，k4＝1.0，k5＝0.95，k6＝0.95，k7＝0.90，k8＝0.95，k9＝0.95，k
10
＝0.95，k
11
＝0.95，k
12
＝0.95，k
13
＝0.95，k
14
＝1.0，k
15
＝1.0，k
16
＝0.95，k
17
＝0.95，k
18
＝1.0，k
19
＝1.0，k
20
＝1.0，k
21
＝1.0，k
22
＝0.95，k
23
＝0.95，k
24
＝1.0，k
25
＝1.0，k
26
＝0.95，k
27
＝0.95，k
28
＝0.95，k
29
＝0.95，k
30
＝1.0，k
31
＝1.0；
[0080]
套入公式可知：
[0081]a实
＝5.3，a
avg
＝5.3
÷
31≈0.17；
[0082]a测
＝k1·aavg
k2·aavg
k3·aavg

…
kn·aavg
＝0.95
×
0.17 0.95
×
0.17 0.95
×
0.17 1.0
×
0.17 0.95
×
0.17 0.95
×
0.17 0.90
×
0.17 0.95
×
0.17 0.95
×
0.17 0.95
×
0.17 0.95
×
0.17 0.95
×
0.17 0.95
×
0.17 1.0
×
0.17 1.0
×
0.17 0.95
×
0.17 0.95
×
0.17 1.0
×
0.17 1.0
×
0.17 1.0
×
0.17 1.0
×
0.17 0.95
×
0.17 0.95
×
0.17 1.0
×
0.17 1.0
×
0.17 0.95
×
0.17 0.95
×
0.17 0.95
×
0.17 0.95
×
0.17 1.0
×
0.17 1.0
×
0.17＝(0.95 0.95 0.95 1.0 0.95 0.95 0.90 0.95 0.95 0.95 0.95 0.95 0.95 1.0 1.0 0.95 0.95 1.0 1.0 1.0 1.0 0.95 0.95 1.0 1.0 0.95 0.95 0.95 0.95 1.0 1.0)
×
0.17＝5.0915；
[0083]a平均测
＝5.0915
÷
31≈0.16；
[0084]a平均测y
＝[k1·aavg
k2·aavg
k3·aavg

…
kn·aavg-k
一个max
·aavg-k
一个mix
·aavg
]/(n-2)＝(5.0915-0.90
×
0.17-1.0
×
0.17)
÷
29≈0.16；
[0085]
2021年2月份南京每天的气温为：
[0086]
2月1日：2℃～11℃，2月2日：2℃～10℃，2月3日：3℃～15℃，
[0087]
2月4日：6℃～12℃，2月5日：5℃～10℃，2月6日：4℃～16℃，
[0088]
2月7日：4℃～18℃，2月8日：2℃～10℃，2月9日：5℃～11℃，
[0089]
2月10日：7℃～12℃，2月11日：7℃～10℃，2月12日：8℃～15℃，
[0090]
2月13日：9℃～18℃，2月14日：8℃～18℃，2月15日：6℃～10℃，
[0091]
2月16日：0℃～13℃，2月17日：0℃～7℃，2月18日：2℃～11℃，
[0092]
2月19日：10℃～19℃，2月20日：11℃～22℃，2月21日：13℃～25℃，
[0093]
2月22日：6℃～24℃，2月23日：4℃～14℃，2月24日：9℃～16℃，
[0094]
2月25日：6℃～11℃，2月26日：7℃～8℃，2月27日：9℃～14℃，
[0095]
2月28日：12℃～16℃；
[0096]
由此可以得出每天的k值：k1＝1.0，k2＝0.95，k3＝1.0，k4＝1.0，k5＝0.95，k6＝1.0，k7＝1.0，k8＝0.95，k9＝1.0，k
10
＝1.0，k
11
＝0.95，k
12
＝1.0，k
13
＝1.0，k
14
＝1.0，k
15
＝0.95，k
16
＝1.0，k
17
＝0.95，k
18
＝1.0，k
19
＝1.0，k
20
＝1.05，k
21
＝1.05，k
22
＝1.05，k
23
＝1.0，k
24
＝1.0，k
25
＝1.0，k
26
＝0.95，k
27
＝1.0，k
28
＝1.0；
[0097][0098]
由此我们可以得出：甲家庭2021年1月份共31天的预测用水量为5.0915(实际用水量为5.3吨)，2021年2月份共28天的预测用水量为4.726吨。
[0099]
例二：
[0100]
四川成都的乙家庭在2021年7月份的总用水量为12.8吨，乙家庭为五口之家，2021年7月份成都每天的气温为：
[0101]
7月1日：22℃～31℃，7月2日：21℃～29℃，7月3日：22℃～33℃，
[0102]
7月4日：23℃～34℃，7月5日：24℃～32℃，7月6日：24℃～30℃，
[0103]
7月7日：24℃～31℃，7月8日：23℃～29℃，7月9日：23℃～29℃，
[0104]
7月10日：22℃～26℃，7月11日：23℃～32℃，7月12日：24℃～34℃，
[0105]
7月13日：25℃～34℃，7月14日：24℃～33℃，7月15日：23℃～25℃，
[0106]
7月16日：22℃～26℃，7月17日：23℃～33℃，7月18日：23℃～34℃，
[0107]
7月19日：24℃～33℃，7月20日：24℃～33℃，7月21日：24℃～32℃，
[0108]
7月22日：24℃～32℃，7月23日：23℃～32℃，7月24日：24℃～31℃，
[0109]
7月25日：23℃～31℃，7月26日：22℃～32℃，7月27日：22℃～29℃，
[0110]
7月28日：24℃～34℃，7月29日：25℃～34℃，7月30日：24℃～36℃，
[0111]
7月31日：25℃～36℃；
[0112]
由此可以得出每天的k值：k1＝1.10，k2＝1.10，k3＝1.10，k4＝1.10，k5＝1.10，k6＝1.10，k7＝1.10，k8＝1.10，k9＝1.10，k
10
＝1.05，k
11
＝1.10，k
12
＝1.10，k
13
＝1.10，k
14
＝1.10，k
15
＝1.05，k
16
＝1.05，k
17
＝1.10，k
18
＝1.10，k
19
＝1.10，k
20
＝1.10，k
21
＝1.10，k
22
＝1.10，k
23
＝1.10，k
24
＝1.10，k
25
＝1.10，k
26
＝1.10，k
27
＝1.10，k
28
＝1.10，k
29
＝1.10，k
30
＝1.15，k
31
＝1.15；
[0113]
套入公式可知：
[0114]a实
＝12.8，a
avg
＝12.8
÷
31≈0.41；
[0115]a测
＝k1·aavg
k2·aavg
k3·aavg

…
kn·aavg
＝1.10
×
0.41 1.10
×
0.41 1.10
×
0.41 1.10
×
0.41 1.10
×
0.41 1.10
×
0.411.10
×
0.41 1.10
×
0.41 1.10
×
0.41 1.05
×
0.41 1.10
×
0.411.10
×
0.41 1.10
×
0.41 1.10
×
0.41 1.05
×
0.41 1.05
×
0.41 1.10
×
0.41 1.10
×
0.41 1.10
×
0.41 1.10
×
0.41 1.10
×
0.41 1.10
×
0.411.10
×
0.41 1.10
×
0.41 1.10
×
0.41 1.10
×
0.41 1.10
×
0.41 1.10
×
0.41 1.10
×
0.41 1.15
×
0.41 1.15
×
0.41＝(1.10 1.10 1.10 1.10 1.10 1.10 1.10 1.10 1.10 1.05 1.10 1.10 1.10 1.10 1.05 1.05 1.10 1.10 1.10 1.10 1.10 1.10 1.10 1.10 1.10 1.10 1.10 1.10 1.10 1.15 1.15)
×
0.41＝13.9605；
[0116]a平均测
＝13.9605
÷
31≈0.45；
[0117]a平均测y
＝[k1·aavg
k2·aavg
k3·aavg

…
kn·aavg-k
一个max
·aavg-k
一个mix
·aavg
]/(n-2)＝(13.9605-1.15
×
0.41-1.10
×
0.41)
÷
29≈0.45；
[0118]
2021年8月份成都每天的气温为：
[0119]
2月1日：24℃～34℃，2月2日：25℃～36℃，2月3日：25℃～36℃，
[0120]
2月4日：25℃～34℃，2月5日：24℃～32℃，2月6日：23℃～30℃，
[0121]
2月7日：23℃～31℃，2月8日：22℃～30℃，2月9日：24℃～34℃，
[0122]
2月10日：24℃～34℃，2月11日：23℃～32℃，2月12日：21℃～28℃，
[0123]
2月13日：22℃～30℃，2月14日：22℃～30℃，2月15日：23℃～30℃，
[0124]
2月16日：22℃～24℃，2月17日：22℃～25℃，2月18日：23℃～27℃，
[0125]
2月19日：23℃～31℃，2月20日：24℃～32℃，2月21日：23℃～32℃，
[0126]
2月22日：20℃～25℃，2月23日：22℃～31℃，2月24日：20℃～33℃，
[0127]
2月25日：18℃～23℃，2月26日：18℃～22℃，2月27日：18℃～25℃，
[0128]
2月28日：19℃～21℃，2月29日：19℃～24℃，2月30日：20℃～27℃，
[0129]
2月31日：22℃～27℃，
[0130]
由此可以得出每天的k值：k1＝1.10，k2＝1.15，k3＝1.15，k4＝1.10，k5＝1.10，k6＝1.10，k7＝1.10，k8＝1.10，k9＝1.10，k
10
＝1.10，k
11
＝1.10，k
12
＝1.05，k
13
＝1.10，k
14
＝1.10，k
15
＝1.10，k
16
＝1.05，k
17
＝1.05，k
18
＝1.05，k
19
＝1.10，k
20
＝1.10，k
21
＝1.10，k
22
＝1.05，k
23
＝1.10，k
24
＝1.10，k
25
＝1.05，k
26
＝1.05，k
27
＝1.05，k
28
＝1.0，k
29
＝1.05，k
30
＝1.05，k
31
＝1.05；
[0131][0132][0133]
由此我们可以得出：乙家庭2021年7月份共31天的预测用水量为13.9605吨(实际用水量为12.8吨)，2021年8月份共31天的预测用水量为13.9555吨。
[0134]
本发明对当月所预测的用水量与实际用水量非常接近，证明本发明用水数据的预测非常精，使得供水集团能够提前得出客户下个月的用水量，以便规划好水量的供应。
[0135]
以上所述的，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。