一种基于AIoT的农污大数据动态可视化分析方法

技术领域

本发明涉及农污数据分析技术领域，尤其是一种基于AIoT(人工智能物联网)的农污大数据动态可视化分析方法。

背景技术

随着社会信息技术的发展，各种各样的信息系统在不同领域得到了广泛应用，目前具备规模的企业或行业，信息管理系统已经成为了基础配置，通过信息管理系统实现对前端设备运行数据以及前端运维数据进行管理整合、分析，能够有效降低管理的成本和难度，并作出决策、改进、措施，以此提高工作效率。

然而，目前针对农污治理项目，虽然已经存在利用物联网、云计算技术结合人工智能技术强调对农污设施相关的数据获取、处理以及智能化分析，形成可视化管理数据的方案；但是从技术层面解决农污信息管理系统存在的分析效率低以及无法提供系统支撑问题，还缺少可行的方案；

如在申请号为CN202210696639.2的中国发明专利申请中，其主要通过源头监测模块、管网监管模块、输送监管模块和处理监管模块，对企业、居民和农村的排污信息数据和污水处理信息数据和进行采集；对排水设施信息数据、排水管网地理信息数据和管网排水户的情况数据进行采集；对污水水质数据，对管网系统中空间数据和属性数据进行采集，从而进行综合管理，减少了对排污企业溯源工作的物理工作量。然而，上述技术方案仅仅对农污设备设施端的运行参数进行了采集并分析，从而减少企业的管理成本；缺少对前端运维人员的运维信息采集方案，也缺少前端运维信息与前端设施运行信息数据采集交互的方案。

因此，缺少良好的交互分析手段且分析效率较低；信息层与业务层衔接不紧密，无法系统地为设计和运维管理提供决策支撑。

发明内容

本申请针对上述现有生产技术中的缺点，提供一种基于AIoT的农污大数据动态可视化分析方法，旨在实现信息层与业务层的紧密衔接，形成可视化的数据管理以及良好的数据交互，系统地为设计和运维管理提供决策支撑。

本发明所采用的技术方案如下：

一种基于AIoT的农污大数据动态可视化分析方法，其包括如下步骤：

S1:构建智慧农污综合管理平台；

S2：基于S1平台构建IOT设施数据收集系统，对前端的农污设施单位的运行数据进行采集；

S3：基于S1平台构建运维信息系统，对前端的运维人员运维数据进行采集；

S4：构建AIoT数据分析系统，整合录入S2以及S3中的运维数据、运行数据，并对数据进行智能分析；

S5：基于S4的数据分析，向运维单位、设计单位、监管单位、规划单位、决策单位提供数据支撑。

进一步地，IOT设施数据收集系统通过农污物联网设备采集农污设施运行数据，包括设备运行状态、进出水水质监测数据、水量数据、电量数据以及视频监控数据。

进一步地，所述运维信息系统通过与运维手持移动终端相连，收集运维人员的运营维护数据，包括巡检量、设施现场问题、设备养护数据、清淤数据、管道疏通数据以及接户信息。

进一步地，所述AIoT数据分析系统通过与IOT设施数据收集系统、运维信息系统的软件接口采集设施运行和运维数据，并通过对运行数据和运维数据的人工智能分析和大数据分析为运维单位、设计单位、监管单位、规划单位、决策单位提供数据支撑。

进一步地，所述AIoT数据分析系统对整合收录后的数据进行数据拆分、数据清洗、数据整合处理，形成统一格式的、符合AIoT数据分析的格式化数据以便进行后续的AI数据处理。

进一步地，所述IOT设施数据收集系统接收到农污现场物联网设备采集的数据后，依次进行数据过滤、数据清洗、数据计算、数据转换以及告警推送。

进一步地，所述运维信息系统会对巡检养护数据进行初步统计分析，生成对应的巡检养护报表，反馈于运维单位及监管单位。

进一步地，所述运维信息系统的数据收集方法为运维人员通过移动终端中的运维APP软件提交对应的工单数据以及系统自动派单的处理。

进一步地，所述运维信息系统的数据收集还包括运维人员的实时定位数据，定位数据的上传通过运维APP来实时获取。

本发明的有益效果如下：

1)相比现有技术而言，本发明通过AIoT平台连接各种智能硬件产品，将农污设施运行/运维数据集中化管理和分析，实现了信息层与业务层的紧密衔接，形成了可视化的数据管理以及良好的数据交互，系统地为设计和运维管理提供了决策支撑；

2)相比现有技术而言，本发明为农污设施运维管理提供客观的数据分析，从而为农污设施的升级改造提供数据支持；

3)相比现有技术而言，本发明为农污设施设备制造商提供客观的数据分析，从而为新建农污设施的设备优化升级以及工艺调整提供数据支持；

4)相比现有技术而言，本发明为运维单位提供客观的数据分析，从而为运维单位改善智慧农污平台提供数据支持；

5)相比现有技术而言，本发明基于AIoT平台构建数据库，能够支持智慧农污的持续发展建设。

附图说明

图1为实施本发明的流程原理图。

具体实施方式

下面结合附图对本发明技术方案做进一步地说明。

如图1所示，本发明的技术方案旨在实现信息层与业务层的紧密衔接，形成可视化的数据管理以及良好的数据交互，系统地为设计和运维管理提供决策支撑。

一种基于AIoT的农污大数据动态可视化分析方法，其包括如下步骤：

S1:构建智慧农污综合管理平台；

S2：基于S1平台构建IOT设施数据收集系统，对前端的农污设施单位的运行数据进行采集；

S3：基于S1平台构建运维信息系统，对前端的运维人员运维数据进行采集；

S4：构建AIoT数据分析系统，整合录入S2以及S3中的运维数据、运行数据，并对数据进行智能分析；

S5：基于S4的数据分析，向运维单位、设计单位、监管单位、规划单位、决策单位提供数据支撑。

上述步骤的具体实施步骤如下：

其中，智慧农污综合管理平台是现有技术中的用于降低运维管理成本、对站点设备运行数据的集中采集与集中控制，并形成数据统计报表，方便日常运维管理的一套智能管控平台。目前常用的管理平台的软件框架基本采用面向服务架构和分层架构体系，从逻辑上分为感知执行层、传输网络层、数据服务层、应用支撑层、应用层、交互展示层。智慧农污管理平台的主要目标是实现污水处理站点管理和设施运维管理。站点管理通过工艺组态图实时远程获取全部站点的运营信息，监控运营状态、设备工况、累计处理污水水量等信息。运维管理通过远程PC端和移动端App联通，进行运维人员的巡检、维修工作的规范化管理，设施产生的远程平台工艺监测未发现的非数据类问题和故障维修工作。

在一些实施例中，IOT设施数据收集系统通过农污物联网设备采集农污设施运行数据，包括设备运行状态、进出水水质监测数据、水量数据、电量数据以及视频监控数据；IOT设施数据收集系统接收到农污现场物联网采控设备采集的数据后，首先对监测数据进行数据过滤筛选和数据清洗，将无用数据、无效数据和不合规数据进行过滤筛选，并将处理后的监测数据按照数据格式进行数据转换存储到对应的数据库表中，并根据需要进行告警推送。

需要说明的是，在进行数据收录时，IOT设施数据收集系统会自动对存入的监测数据按照数据处理逻辑进行自动数据处理和数据计算，并根据需要将数据转换为适合可视化表现的形式，其中比较常见的有柱形图、条状图、面积图、饼状图、点图、车内仪表盘、走势图表，还有和弦图、圈饼状图、金字塔式、漏斗图、K线图。

具体的，除常规的相关农污设备运行状态的运行工况参数外，水处理的参数收录包括：根据水量和电量的实时监测数据，实时自动统计计算出单个设施及整个监控平台的实时水处理量以及实时能耗处理数据，以及设施月度、年度的水量、电量数据，并将这些计算的数据自动存入对应的数据库表中，对应的数据应用服务会从数据库表中调相应的数据，并按照服务程序逻辑对数据进行多形式展示，以为运维用户提供数据分析服务。

还需要说明的是，IOT设施数据收集系统对采集的数据进行预处理数据处理和计算后的数据会自动推送到AIoT数据分析系统，由AIoT数据分析系统对数据做进一步的数据处理和分析，以为各相关单位提供相关的数据支持和决策依据，服务于运维、监管、规划和设计单位，为设施运维、监管以及后期规划建设、设备优化升级提供最为真实的属地运行数据，并提供大数据分析、趋势预测等数据应用服务。

在IOT数据处理后以及推送至AIoT数据分析系统之间，IOT设施数据收集系统还应包括告警推送功能，以实时对前端设备管理端进行信息反馈。例如：根据设备状态值转换将设备状态实时显示，若有设备发生故障，则自动推送设备故障信息，派送设备维修工单到对应的设施管理员账户，提醒设施管理员及时对设施设备进行检修。

在一些实施例中，运维信息系统通过与运维手持移动终端相连，收集运维人员的运营维护数据，包括巡检量、设施现场问题、设备养护数据、清淤数据、管道疏通数据以及接户信息；同时，运维信息系统会对巡检养护数据进行初步统计分析，生成对应的巡检养护报表，反馈于运维单位及监管单位；还需要说明的是是，运维信息系统的数据收集方法为运维人员通过移动终端中的运维APP软件提交对应的工单数据以及系统自动派单的处理。作为补充，运维信息系统的数据收集还包括运维人员的实时定位数据，定位数据的上传通过运维APP来实时获取。

在具体实施时，运维信息系统主要用于收集运维信息，包括设备养护、设备更换、设施巡检、绿化养护、管网养护、设备抽淤、管网检修等；运维人员在完成巡检或养护时需要提交对应的工单备查；同时，运维信息系统会对巡检养护数据进行初步统计分析，生成对应的巡检养护报表，服务于运维单位及监管单位，便于运维管理和监督。特别地，运维人员也可通过运维APP来查询运维数据，也可进行建档操作。运维信息系统的数据收集还包括运维人员的实时定位数据，定位数据的上传通过运维APP来实时获取，实时显示运维人员定位信息。

AIoT数据分析系统通过与IOT设施数据收集系统、运维信息系统的软件接口采集设施运行和运维数据，并通过对运行数据和运维数据的人工智能分析和大数据分析为运维单位、设计单位、监管单位、规划单位、决策单位提供数据支撑。

AIoT数据分析系统对整合收录后的数据进行数据拆分、数据清洗、数据整合处理，形成统一格式的、符合AIoT数据分析的格式化数据以便进行后续的AI数据处理。

在具体实施时，AIoT分析系统自动接收IOT设施数据收集系统、运维信息系统推送的数据，在接收到推送数据后，系统会对数据依次进行数据拆分、数据清洗、数据整合处理，形成统一格式的、符合AIoT数据分析的格式化数据以便进行后续的AI数据处理。AIoT分析系统首先对接收到的监测数据和运维数据按照原有的数据结构进行数据拆分，将数据包分拆为多个、分散的、相对独立数据，便于AIoT分析系统进行数据的后续处理；数据拆分完成后，所述AIoT分析系统对拆分后的数据进行数据清洗、模式定义转换，去除冗余数据和重复数据，减少数据冗余，提高数据有效性；AIoT分析系统完成数据清洗和模式定义转换后，对清洗后的有效数据进行格式统一和整合，将相关数据进行重组，形成涵盖设施运行运维以及数据分析的完整数据，并将整合后的数据按照便于AIoT分析系统进行AI分析的数据格式存储到AIoT分析系统的数据库表中，实现设施运行和设施运维数据的整合；AIoT分析系统完成数据整合后，形成了原始数据的整合处理，获取了AIoT分析的原始数据，根据这些数据，采用大数据分析、分布式计算技术可实现对设施历史数据的分类分析，获取相应参数的历史变化曲线及历史运行情况，为监管单位及运维单位提供设施历史运行情况分析服务，为建设单位及规划单位等提供设施规划建设数据依据，为设备研发提供针对性的真实数据支撑。

例如：通过水处理量的数据分析和计算，可以获取各设施月度处理量变化曲线、年度处理量变化曲线。通过月度处理量曲线变化分析各设施每天的处理量与当月天气以及节假日等的关联情况，通过年度处理量曲线变化分析各设施月度处理量与季节变化的关联情况，为运维单位的运维提供数据支持，便于做好防范措施，提前做好工作防范。

通过进出水水质监测数据的大数据分析，可以获取地区或单个设施的进水水质和出水水质变化规律，通过对单个设施进出水水质数据变化的分析，可以获取污水处理设备对污水水质变化的适应情况，以及进水水质变化对农污设备出水水质的影响，便于后续设施的提标改造以及优化调整等。

通过对设施运维数据的分析，可以获取地区或单个设施的运行特点，在后期的设备优化升级以及规划建设中可以针对性地解决这些问题。例如：

某设施因进水垃圾较多，造成设备损坏频繁，则在该村污水处理设施的后期运维、设备调整或建设时，需充分考虑进水端垃圾的处理和防护问题，从前期管理、管网建设、设备改进方面来综合垃圾的处理和防护问题；

某设施进水水质较差、浓度较高或有小作坊废水进入等，则在建设该村落的污水处理设施时，需要从工艺选择、设备选型等方面综合考虑本地的实际情况，从而达到稳定达标出水的目的。

综上，相比现有技术，构建基于AIoT分析系统，以对IOT设施数据收集系统收集前端的农污设施运行数据以及由运维信息系统收集前端的运维数据进行整合、分析；通过大量原始数据的积累以及大数据分析，可以为监管单位、规划单位、设计单位提供具体区域的污水水量变化规律以及未来变化趋势预测，通过变化规律分析以及趋势预测，便于后续的农污处理设施的规划建设更贴合实际情况，符合实际需要，并可提前预留未来的发展需要。对设备制造单位而言，则可通过地区大量农污数据的分析，获取该地区农村污水的特点，针对性地优化调整污水处理设备设计参数及内部结构，使污水处理设备能更好地适应本地的污水处理需要，从而达到设备稳定达标出水的目的，更好地服务于本地农污市场。

以上描述是对本发明的解释，不是对发明的限定，本发明所限定的范围参见权利要求，在本发明的保护范围之内，可以作任何形式的修改。