[发明专利]基于数据分析的综合管廊运营管理系统有效

专利信息
申请号: 202111149080.3 申请日: 2021-09-29
公开(公告)号: CN113592369B 公开(公告)日: 2022-01-04
发明(设计)人: 连作雄;石圣波;万宏伟;陈国兵;刘志平 申请(专利权)人: 中通服建设有限公司
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q50/26;G06N3/04;G06N3/08
代理公司: 广东省中源正拓专利代理事务所(普通合伙) 44748 代理人: 党冲
地址: 510000 广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 数据 分析 综合 运营 管理 系统
【权利要求书】:

1.基于数据分析的综合管廊运营管理系统,包括中央处理器和数据存储模块,其特征在于,所述中央处理器分别与门户单位以及若干边缘处理器通信和/或电气连接;每个所述边缘处理器分别与数据采集模块、人员调度模块通信和/或电气连接;其中,门户单位包括管廊运营单位和入廊管线单位;

所述数据采集模块通过采集传感器采集综合管廊的检测数据,并将检测数据分别发送至数据存储模块和对应的边缘处理器;其中,综合管廊包括主干管廊、支干管廊和预留管廊;

所述边缘处理器结合能力评估标签对检测数据进行分析获取管廊异常;所述能力评估标签根据边缘处理器的基础信息和检测数据获取,包括:

获取边缘处理器的基础信息;其中,基础信息包括核心个数、核心频率和单时钟周期能力;

根据基础信息计算双精度浮点性能参数,并标记为SFC;

实时统计边缘处理器在单位时间内接收的检测数据总量,并标记为JSZ,单位为kb;其中,单位时间具体为一分钟;

当双精度浮点性能参数SFC满足SFC≥ɑ×JSZ时,则判定对应边缘处理器满足数据处理需求,将能力评估标签设置为1;否则,判定对应边缘处理器不满足数据处理需求,将能力评估标签设置为0;其中,ɑ为大于0小于1的实数;

所述中央处理器用于将训练好的管廊评估模型分发至若干所述边缘处理器,还用于辅助所述边缘处理器完成数据处理;其中,管廊评估模型结合检测数据对综合管廊进行评分,且基于人工智能模型构建;

所述人员调度模块根据管廊异常或者管廊评分调度工作人员进行维护保养;所述中央处理器建立综合管廊三维模型,并在综合管廊三维模型中实时显示检测数据、管廊异常和管廊评分。

2.根据权利要求1所述的基于数据分析的综合管廊运营管理系统,其特征在于,在所述检测数据采集之后,对检测数据进行数据清理、去除重复值和数据填充。

3.根据权利要求2所述的基于数据分析的综合管廊运营管理系统,其特征在于,当采集传感器故障导致数据缺失时,通过人工进行数据采集完成数据填充。

4.根据权利要求1所述的基于数据分析的综合管廊运营管理系统,其特征在于,所述管廊评估模型的获取包括:

所述中央处理器通过数据存储模块获取历史经验数据;其中,历史经验数据的内容与检测数据内容一致,且历史经验数据包括主干管廊的历史经验数据、支干管廊的历史经验数据和预留管廊的历史经验数据;

为历史经验数据插入类别标记,并为每条历史经验数据标注管廊评分;其中,管廊评分的取值为[0,9],且管廊评分为整数;

构建人工智能模型;其中,人工智能模型包括深度卷积神经网络模型和RBF神经网络模型;

通过经验历史数据以及对应的管廊评分完成对人工智能模型的训练,将训练完成的人工智能模型标记为管廊评估模型。

5.根据权利要求4所述的基于数据分析的综合管廊运营管理系统,其特征在于,所述类别标记设置在历史经验数据或者检测数据的首端或者尾端。

6.根据权利要求1所述的基于数据分析的综合管廊运营管理系统,其特征在于,当所述边缘处理器对应的能力评估标签为0时,则通过中央处理器对检测数据进行分析,获取综合管廊的管廊评分。

7.根据权利要求1所述的基于数据分析的综合管廊运营管理系统,其特征在于,所述工作人员分区域进行调度,包括:

通过数据存储模块获取综合管廊设计图纸,根据综合管廊设计图纸建立综合管廊平面模型;

将综合管廊平面模型划分为若干管理区域;其中,每个所述管理区域至少对应配置一个应急处理单位,且每个所述应急处理单位配置不少于2名的工作人员;

将所述管理区域中的综合管廊和工作人员进行关联。

8.根据权利要求1所述的基于数据分析的综合管廊运营管理系统,其特征在于,所述数据采集模块与采集传感器通信和/或电气连接;其中,采集传感器包括有害气体探测器、温度传感器、液位传感器、高清摄像头和门禁控制器。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中通服建设有限公司,未经中通服建设有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111149080.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top