[发明专利]一种污水管道防堵塞测量方法及其测量系统

说明书

本发明公开了一种污水管道防堵塞测量方法及其测量系统，其包括传感器节点、神经网络分析模块和云计算平台，传感器节点用于实时采集污水管道内流体通过时的介电常数，并发送给神经网络分析模块，神经网络分析模块可得出表示管道内流体堵塞情况的实时状态数据，并发送给云计算平台；云计算平台包含数据库、神经网络预测模块和API接口，数据库用于存放接收到的实时状态数据，神经网络预测模块可预测出管道内流体未来设定时间内发生堵塞的概率，API接口用于实时状态数据和预测结果发送给客户端；本方案实现实时在线监测楼宇污水管道内流体的堵塞情况，完善了智慧城市的楼宇污水管道数据信息。

技术领域

本发明涉及防堵塞测量技术领域，具体涉及一种污水管道防堵塞测量方法及其测量系统。

背景技术

楼宇污水管道大多是隐蔽工程，随着时间的推移，楼宇污水管道壁附着力增大、杂物淤积、房屋沉降等原因，造成楼宇污水管道经常出现堵塞、反水的问题，轻则要采用人工或机械进行疏通，且在原因不明以及经过人工或机械疏通后还不能解决的情况下，必须对楼宇排污系统进行重新改造，这不仅会影响居民的正常生活秩序，破坏原有的园林景观绿化等，甚至会产生不必要的纠纷。

发明内容

针对上述现有技术的不足，本发明提供了一种污水管道防堵塞测量方法及其测量系统，为楼宇污水管道的堵塞提供预测性维护，解决了楼宇污水管道堵塞发现不及时的问题。

为实现上述目的，本发明所采用的技术方案为：

提供一种污水管道防堵塞测量方法，其特征在于，包括以下步骤：

S1：接收传感器节点采集的楼宇污水管道内流体通过时管道内流体的介电常数；

S2：将实时采集的介电常数输入神经网络分析模块，计算出表示管道内流体流动状态的实时状态数据；

S3：将预设时间段内的若干历史状态数据输入神经网络预测模块，预测出管道内流体未来设定时间内发生堵塞的概率；

S4：将实时状态数据和预测结果发送给客户端。

提供一种污水管道防堵塞测量系统，其包括传感器节点、神经网络分析模块和云计算平台，传感器节点用于实时采集楼宇污水管道内流体通过时的介电常数，并发送给神经网络分析模块，神经网络分析模块用于对实时采集的介电常数进行分析和推理，并得出表示管道内流体堵塞情况的实时状态数据，并发送给云计算平台；云计算平台包含数据库、神经网络预测模块和API接口，数据库用于存放接收到的实时状态数据，神经网络预测模块用于对数据库内的预设时间段内的若干历史状态数据进行分析和推理，并预测出管道内流体未来设定时间内发生堵塞的概率，API接口用于实时状态数据和预测结果发送给客户端。

进一步地，神经网络分析模块和神经网络预测模块均包括卷积层、循环神经层和全连接层，卷积层用于将实时采集的介电常数或历史状态数据映射到隐层特征空间，循环神经层用于将卷积层提取的隐层特征空间的特征序列按时间序列映射为特征值，全连接层用于将循环神经层提取出的特征值进行线性回归，并得出当前时间管道的实时状态数据或未来设定时间内管道发生堵塞的概率。

本发明的有益效果为：本发明通过传感器节点获取测量数据，并通过神经网络分析模块分析出管道内流体的实时状态数据，同时神经网络预测模块可根据一段时间内累计的历史数据，预测楼宇污水管道未来的堵塞情况，输出堵塞的报警信息或预警信息值客户端，并通过传感器节点给出定位，实现自动实时监测区域内各楼栋每个单元的污水管道，完善了智慧城市的楼宇污水管道数据信息，其自动化程度高，实用性强。

附图说明

图1为本方案的的污水管道防堵塞测量系统的组成图。

具体实施方式