基于物联网的自识别消防泵电参数巡检监测系统

技术领域

本发明涉及电子数据处理领域，具体为一种基于物联网的自识别消防泵电参数巡检监测系统。

背景技术

基于物联网的自识别消防泵电参数巡检监测系统可以通过物联网技术对消防泵电参数进行实时监测和巡检，该系统可以通过功率监测传感器，电流监测传感器，电压监测传感器实时采集数据，并对数据进行分析和处理，在实时监测过程中，监测数据出现异常时该系统会发出警报提示。

消防泵的电流在正常的运行过程总会出现一些波动，这些波动包括因为电网负载变化、管路阻力变化引起的正常的并且在一个小范围内的波动。但是当这些正常的波动频繁出现时也会引起消防泵的运行异常，并导致消防泵的电机和相关组件产生额外的应力和磨损。

然而，在现有技术对消防泵电参数的巡检过程中，对于消防泵的实时电流数据的异常程度判断是基于已知数据进行的，也就是对于没有严重偏移的电流数据其异常程度会很低，会导致上述的频繁波动不会被检测为异常，从而导致消防泵电参数巡检监测系统的准确性较低。

发明内容

针对现有技术中存在的问题，本发明提供一种基于物联网的自识别消防泵电参数巡检监测系统。

本发明是通过以下技术方案来实现：

本发明提供一种基于物联网的自识别消防泵电参数巡检监测系统，包括：获取模块、处理模块和报警模块，所述处理模块设置在所述获取模块和所述报警模块之间，其中：

所述获取模块，用于获取实时数据，所述实时数据包括消防泵电机的电流时序数据，所述电流时序数据包括电流时序对应的实时数据点；

所述处理模块，用于根据所述实时数据点的波动程度对所述实时数据点在异常检测模型中的距离进行优化，确定优化后的实时数据点的距离度量；

所述报警模块，用于对所述距离度量进行线性归一化处理，并对处理结果大于阈值的实时数据点进行报警处理。

进一步的，所述处理模块，还用于根据局部窗口中发生变化的实时数据点的数量与全部间隔距离之间的关系，确定第一实时数据点的波动时间优化因子，所述全部间隔距离包括在一距离方向发生变化的所述第一实时数据点两侧到下一个距离方向发生变化的实时数据点的全部间隔距离之和。

进一步的，所述处理模块，还用于通过公式

进一步的，所述处理模块，还用于将第一实时数据点的局部窗口中全部方向变化的实时数据点通过时间优化因子

进一步的，所述处理模块，还用于根据波动数量

进一步的，所述处理模块，还用于通过公式

进一步的，所述处理模块，还用于根据第一实时数据点

进一步的，所述处理模块，还用于通过公式

与现有技术相比，本发明具有以下有益的技术效果：

本发明提供的一种基于物联网的自识别消防泵电参数巡检监测系统。本发明应用于电子数据处理领域，该系统，包括：获取模块，用于获取实时数据，实时数据包括消防泵电机的电流时序数据，电流时序数据包括电流时序对应的实时数据点；处理模块，用于根据实时数据点的波动程度对实时数据点在异常检测模型中的距离进行优化，确定优化后的实时数据点的距离度量；报警模块，用于对距离度量进行线性归一化处理，并对处理结果大于阈值的实时数据点进行报警处理。通过根据实时数据点的波动程度对实时数据点在异常检测模型中的距离进行优化，避免消防泵的电流变化中出现单一噪声点时，被判断导致自识别消防泵电参数巡检监测系统的误报，进而提高该系统的准确性。

附图说明

图1是本发明一实施例基于物联网的自识别消防泵电机的电流时序数据电参数巡检监测系统的结构示意图。

具体实施方式

下面结合具体的实施例对本发明做进一步的详细说明，所述是对本发明的解释而不是限定。

本发明实施例提供的一种基于物联网的自识别消防泵电机的电流时序数据电参数巡检监测系统，本发明实施例的适用情景为: 对消防泵电机的电流时序数据进行监测时。

为了实现上述目的，本发明实施例提供的一种基于物联网的自识别消防泵电参数巡检监测系统，图1是本发明一实施例基于物联网的自识别消防泵电参数巡检监测系统的结构示意图；如图1所示，本发明实施例提供的基于物联网的自识别消防泵电参数巡检监测系统，包括：获取模块101、处理模块102和报警模块103，所述处理模块102设置在所述获取模块101和所述报警模块103之间，其中：

所述获取模块101，用于获取实时数据，所述实时数据包括消防泵电机的电流时序数据，所述电流时序数据包括电流时序对应的实时数据点；

所述处理模块102，用于根据所述实时数据点的波动程度对所述实时数据点在异常检测模型中的距离进行优化，确定优化后的实时数据点的距离度量；

所述报警模块103，用于对所述距离度量进行线性归一化处理，并对处理结果大于阈值的实时数据点进行报警处理。

具体的，对于消防终端的消防水泵电机通过物联网电流传感器实时采集消防泵电机的电流时序数据并将实时数据上传至云服务器。本发明所针对的场景为通过一段时间的数据采集，获取一部分初始数据点，对于初始数据点建立异常检测模型，对于获取到异常检测模型之后采集到的消防泵电机实时电流数据通过该异常检测模型进行异常检测。

本发明所述的异常检测模型为基于聚类的

本发明所需要检测的数据为消防泵电机的电流时序数据，对于基于物联网的消防泵电机电流传感器，其具有固定的采样频率。对于实时采集到的电流数据会将其上传至云计算服务器。

本发明所述的异常检测在云计算服务器中进行。

因为本发明所针对的数据为时序数据，而在现有的无监督异常检测方法

对于

进一步的，所述处理模块102，还用于根据局部窗口中发生变化的实时数据点的数量与全部间隔距离之间的关系，确定第一实时数据点的波动时间优化因子，所述全部间隔距离包括在一距离方向发生变化的所述第一实时数据点两侧到下一个距离方向发生变化的实时数据点的全部间隔距离之和。

优选的，所述处理模块102，还用于通过公式

具体的，在获取到了初始的异常检测模型之后即可进行消防泵电机电流数据实时的异常检测。但是因为需要在离群点的检测中可以对高频率的合理范围内的频繁电流波动进行检测，所以在通过上述的

首先，通过实时数据点与窗口中数据点路径变化的相似性获取实时数据点的波动时间优化因子。即，对于获取到的初始异常检测模型，在物联网消防泵电机电流传感器采集到新的实时数据点后对于该数据点的异常检测需要在该数据点之后采集到

为了对消防泵电机在额定波动范围内的波动频率在异常检测中进行衡量就需要在

在实际场景中，因为负载变化导致的消防泵电机电流波动会因为负载变化的调控时间不同而产生跨度不同的波动（跨度不同即为波峰横跨的时间长度）。在进行波动数量的衡量时，目的是为了通过小波动的数量进行波动程度的衡量，所以在获取窗口中波动数量时需要先通过窗口中数值变化方向发生变化的数据点的时间跨度与两侧的波动幅值对窗口中的波动进行筛选，从而消除大波动造成的波动数量不准确的问题，使得在后续过程中通过小波动累加对波动程度进行衡量的过程更加准确。

在实时数据点的局部窗口子序列

在获取到实时数据点

具体的，进行波动数量

1. 对于消防泵电机电流的实时监测数据

2. 在窗口中确定数据点间隔距离方向发生变化的数据点，数量记为

3. 对于数据点

4. 获取到的波动数量记为

在本实施例中，通过实时数据点与窗口中数据点路径变化的相似性获取实时数据点的波动时间优化因子，并通过时间优化因子获取到数据点局部窗口中的波动数量。

进一步的，在上述实施例的基础上，处理模块102，还用于根据波动数量

具体的，所述处理模块102，还用于通过公式

举例来讲，在获取到波动时间优化因子后，通过波动时间优化因子对

上述的波动程度公式中通过实时监测的消防泵电机电流数据点

在本实施例中，基于上式所述的通过数据点局部窗口子序列中的波动程度对新增数据点在CBLOF异常检测模型中的距离进行优化，相较于直接通过子序列之间的距离进行异常判断可以在消防泵电机电流检测数据中出现频繁波动时将该实时数据点在异常检测模型中的距离增大从而使得该自识别消防泵电参数巡检监测系统更加准确。

在上式中，通过每个数据点的局部窗口中的数据点在其各自的窗口中的波动数量的累加作为中心数据点的波动数量的衡量，通过实时数据点窗口的前

在检测的过程中每一个新增数据点的局部窗口中的累积波动数量都会发生变化，通过上式可以实时获取新增数据点相较于前一数据点出现额波动数量变化，从而对于每一个数据点通过波动程度获取准确的异常程度。

通过上述波动程度公式实现通过波动时间优化因子调控后的实时数据局部窗口子序列获取波动程度。

在上述实施例的基础上，处理模块102，还用于根据第一实时数据点

具体的，所述处理模块102，还用于通过公式

在本实施例中，通过实时采集到的消防泵电机电流数据通过数据点的局部窗口中通过累加过程获取到的波动程度对

也就是说，在获取到实时数据点的波动程度

进一步的，在上述实施例的基础上，在获取到实时采集的数据点在异常检测模型中与最近邻簇类中心点通过波动程度优化后的距离后，通过该实时数据点的距离在异常检测模型中全部数据点对应的距离值进行线性归一化，获取到实时采集数据点的异常程度

在本实施例中，基于物联网的自识别消防泵电参数巡检监测系统，包括：获取模块、处理模块和报警模块，所述处理模块设置在所述获取模块和所述报警模块之间，其中，所述获取模块，用于获取实时数据，所述实时数据包括消防泵电机的电流时序数据，所述电流时序数据包括电流时序对应的实时数据点；所述处理模块，用于根据所述实时数据点的波动程度对所述实时数据点在异常检测模型中的距离进行优化，确定优化后的实时数据点的距离度量；所述报警模块，用于对所述距离度量进行线性归一化处理，并对处理结果大于阈值的实时数据点进行报警处理。在消防泵的电参数巡检监测系统中通过

进一步的，基于本发明所述的通过数据点局部窗口子序列中的波动程度对新增数据点在