(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211140034.1 (22)申请日 2022.09.20 (71)申请人 深圳市城市交通 规划设计 研究中心 股份有限公司 地址 518131 广东省深圳市龙华区民治街 道龙塘社区星河传奇花园三期商厦1 栋C座1210 (72)发明人 张晓春　杨莹　丘建栋　刘星　 辛甜甜　 (74)专利代理 机构 哈尔滨市伟晨专利代理事务 所(普通合伙) 23209 专利代理师 胡砚智 (51)Int.Cl. G06Q 10/04(2012.01) G06N 3/04(2006.01)G06Q 10/10(2012.01) G06F 16/215(2019.01) G06F 16/2458(2019.01) G06K 9/62(2022.01) G06Q 50/06(2012.01) F17D 5/02(2006.01) F17D 3/18(2006.01) (54)发明名称 一种城市供 水监测预警系统及工作方法 (57)摘要 一种城市供水监测预警系统及工作方法， 属 于供水管网监测预警技术领域。 为解决对城市供 水监测预警的问题。 本发明包括包数据接收模 块、 API服务器、 后端引擎、 数据库， 所述数据接收 模块分别和API服务器、 数据库连接， 所述API服 务器还分别连接后端引擎、 数据库， 所述数据库 连接后端引擎； 后端引擎包括数据读取模块、 数 据清洗模块、 流量预测模块、 异常检测模块、 异常 分类模块； 数据读取模块分别连接数据清洗模 块、 流量预测模块， 数据清洗模块连接异常检测 模块， 异常检测模块连接异常分类模块。 数据接 收模块、 API服务器、 后端引擎、 数据库通过消息 队列连接 。 本发明实现了城市供 水监测预警。 权利要求书3页 说明书7页 附图3页 CN 115222162 A 2022.10.21 CN 115222162 A 1.一种城市供水监测预警系统， 其特征在于： 包括数据接收模块 （1） 、 API服务器 （2） 、 后 端引擎 （3） 、 数据库 （4） ， 所述数据接收模块 （1） 分别和API服务器 （2） 、 数据库 （4） 连接， 所述 API服务器还分别连接后端引擎 （3） 、 数据库 （4） ， 所述数据库 （4） 连接后端引擎 （3） ； 所述后端引擎 （3） 包括数据读取模块 （3 ‑1） 、 数据清洗模块 （3 ‑2） 、 流量预测模块 （3 ‑3） 、 异常检测模块 （3 ‑4） 、 异常分类模块 （3 ‑5） ； 所述数据读取模块 （3 ‑1） 分别连接数据清洗模块 （3 ‑2） 、 流量预测模块 （3 ‑3） ， 所述数据 清洗模块 （3 ‑2） 连接异常检测模块 （3 ‑4） ， 所述异常检测模块 （3 ‑4） 连接异常分类模块 （3 ‑ 5） ； 所述数据接收模块 （1） 用于 输入流量计数据； 所述API服务器 （2） 用于向数据接收模块 （1） 、 后端引擎 （3） 、 数据库 （4） 发送消息队列； 所述后端引擎 （3） 用于进行数据处理和监测预警， 所述流量预测模块 （3 ‑3） 用于读取数 据库中的流 量计数据进行流 量预测； 所述数据库 （4） 用于存 储数据。 2.根据权利要求1所述的一种 城市供水监测预警系统， 其特征在于： 所述数据接收模块 （1） 、 API 服务器 （2） 、 后端引擎 （3） 、 数据库 （4） 通过消息队列连接 。 3.根据权利要求1或2所述的一种城市供水监测预警系统， 其特征在于： 所述一种城市 供水监测预警系统各模块之间的通讯手段基于L oRa 星形网络、 分布式网络协议3搭建。 4.一种城市供 水监测预警系统的工作方法， 其特 征在于： 包括如下步骤： S1、 用户通过数据接收模块输入流量计数据， 触发API服务器向后端引擎发送消息队 列， 触发数据读取模块将流 量计数据写入数据库； S2、 数据库收集 k个原始流量计数据样本， 原始流量计数据为 （ xi，yi）,其中xi代表时间， yi代表xi时间下的流 量计数据， i属于k中的任意 一个， 构成样本集 ； S3、 数据清洗模块读取步骤S2中数据库中的样本集进行数据清洗， 然后将处理后的流 量计数据发送到数据库； S4、 异常检测模块对于步骤S3处理后的流量计数据进行流量计数据的异常检测， 如果 检测发现异常数据， 则执 行步骤S5； S5、 异常分类模块对步骤S4检测到的异常数据进行异常分类， 并将异常分类结果发送 到数据库； S6、 数据库接收到步骤S5的异常分类结果， 触发API服务器向数据接收模块发送消息队 列， 用户通过 数据接收模块接收异常 分类结果。 5.根据权利要求4所述的一种城市供水监测预警系统 的工作方法， 其特征在于： 步骤S3 中的数据 清洗具体方法为： 重新采样 每日流量计数据， 重采样基于线性插值方法， 首先给定 数据点 ， ， 计算目标时刻 对应的流 量计数据 ， 使用以下公式计算： 根据以上公式对选定的时间框架对流量计数据进行重新采样， 得到数据清洗后的样本 集 ，n为数据清洗后流 量计数据样本的个数。 6.根据权利要求5所述的一种城市供水监测预警系统 的工作方法， 其特征在于： 步骤S4权　利　要　求　书 1/3 页 2 CN 115222162 A 2中的异常检测方法为对步骤S3处理后的流量计数据执行回归方法， 以检测异常， 使用线性 回归拟合 流量计数据和时间， 以满足以下公式： 其中 为系数， 为步长； 线性回归 存在误差 ， 计算公式为： 应用优化算法， 找到 和 的最佳值， 计算最小误差 ， 的值是数据拟合线性 关系的精度。 7.根据权利要求6所述的一种城市供水监测预警系统 的工作方法， 其特征在于： 步骤S5 中的异常 分类采用半监 督方法分析步骤S4检测到的异常数据， 具体包括如下步骤： S5.1、 自动编码： 使用卷积自编码器模型， 使用将步骤S4检测到的异常数据编码卷积激 活为潜在向量， 然后， 对潜在向量执 行激活反卷积， 获得解码数据； S5.2、 聚类： 对步骤S5.1得到的潜在向量进行聚类； S5.3、 分类： 将步骤S5.2聚类的结果传递给分类交叉熵激活、 匹配标签， 分类交叉熵包 括softmax激活和交叉熵损失。 8.根据权利要求7所述的一种城市供水监测预警系统的工作方法， 其特征在于： 步骤 S5.1中的卷积激活的公式为： 已知 为第x时刻测量的水量， i为累加次数， 由于信号存在干扰， 取 x时刻的前 k次测量 结果的期望 作为该次测量的最终结果， 为 时刻对应的权 重； 当k无线趋 近于正无穷时， 有以下公式： 。 9.根据权利要求8所述的一种城市供水监测预警系统的工作方法， 其特征在于： 步骤 S5.2中的聚类方法采用t ‑分布测量输入时间序列数据 和类 之间的聚类因子 ， 公式 为： 其中，v为常数， 为时间序列数据 和时间序列数据 的距离度。 10.根据权利要求9所述的一种城市供水监测预警系统的工作方法， 其特征在于： 步骤 S5.3中用于分类的计算公式如下 所示：权　利　要　求　书 2/3 页 3 CN 115222162 A 3