[發(fā)明專利]基于人工智能的計(jì)量管理方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 202110300945.5
• 申請(qǐng)日: 2021-03-22
• 公開(kāi)（公告）號(hào): CN113112127B
• 公開(kāi)（公告）日: 2023-08-08
• 發(fā)明（設(shè)計(jì)）人: 郭軍;徐佳偉;王小鵬
• 申請(qǐng)（專利權(quán)）人: 浙江和達(dá)科技股份有限公司
• 主分類號(hào): G06Q10/0637
• 分類號(hào): G06Q10/0637;G06Q10/0631;G06N3/0464;G06N3/08;G06F16/29;G06Q50/06
• 代理公司: 浙江千克知識(shí)產(chǎn)權(quán)代理有限公司 33246
• 代理人: 楊學(xué)強(qiáng)

1.一種基于人工智能的計(jì)量管理方法，其特征在于，包括：

連接外部數(shù)據(jù)源，并通過(guò)所述外部數(shù)據(jù)源獲取監(jiān)測(cè)數(shù)據(jù)，所述監(jiān)測(cè)數(shù)據(jù)包括戶表數(shù)據(jù)、大表數(shù)據(jù)、小區(qū)數(shù)據(jù)；

根據(jù)所述監(jiān)測(cè)數(shù)據(jù)的類型獲取對(duì)應(yīng)的歷史數(shù)據(jù)組，并獲取所述歷史數(shù)據(jù)組對(duì)應(yīng)的地理位置、關(guān)聯(lián)方案；

將所述歷史數(shù)據(jù)組以及對(duì)應(yīng)的地理位置、關(guān)聯(lián)方案輸入到卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，得到訓(xùn)練后的卷積神經(jīng)網(wǎng)絡(luò)模型；

獲取所述監(jiān)測(cè)數(shù)據(jù)對(duì)應(yīng)的地理位置，將所述監(jiān)測(cè)數(shù)據(jù)及對(duì)應(yīng)的地理位置輸入到訓(xùn)練后的卷積神經(jīng)網(wǎng)絡(luò)模型，通過(guò)訓(xùn)練后的卷積神經(jīng)網(wǎng)絡(luò)模型得到與所述監(jiān)測(cè)數(shù)據(jù)對(duì)應(yīng)的關(guān)聯(lián)方案；

輸出所述監(jiān)測(cè)數(shù)據(jù)對(duì)應(yīng)的關(guān)聯(lián)方案；

其中，歷史數(shù)據(jù)組對(duì)應(yīng)的地理位置和監(jiān)測(cè)數(shù)據(jù)對(duì)應(yīng)的地理位置均包括影響用戶用水量的地勢(shì)、海拔、經(jīng)緯度、氣候；

所述將所述歷史數(shù)據(jù)組以及對(duì)應(yīng)的地理位置、關(guān)聯(lián)方案輸入到卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，包括：

將所述歷史數(shù)據(jù)組根據(jù)數(shù)據(jù)類型的不同劃分為歷史戶表數(shù)據(jù)、歷史大表數(shù)據(jù)、歷史小區(qū)數(shù)據(jù)，并為所述歷史數(shù)據(jù)組中不同類型的數(shù)據(jù)添加分類標(biāo)識(shí)；

根據(jù)所述分類標(biāo)識(shí)將所述歷史數(shù)據(jù)組以及對(duì)應(yīng)的地理位置、關(guān)聯(lián)方案構(gòu)建三維數(shù)據(jù)組，所述三維數(shù)據(jù)組分別包括a、歷史戶表數(shù)據(jù)及對(duì)應(yīng)的地理位置、關(guān)聯(lián)方案，b、歷史大表數(shù)據(jù)及對(duì)應(yīng)的地理位置、關(guān)聯(lián)方案，c、歷史小區(qū)數(shù)據(jù)及對(duì)應(yīng)的地理位置、關(guān)聯(lián)方案，并將所述三維數(shù)據(jù)組輸入到所述卷積神經(jīng)網(wǎng)絡(luò)模型，通過(guò)所述卷積神經(jīng)網(wǎng)絡(luò)模型對(duì)所述三維數(shù)據(jù)組進(jìn)行交叉訓(xùn)練；

其中，關(guān)聯(lián)方案根據(jù)工作人員要求的不同，包括多種類型，工作人員需要通過(guò)監(jiān)測(cè)數(shù)據(jù)以及監(jiān)測(cè)數(shù)據(jù)對(duì)應(yīng)的地理位置獲取對(duì)應(yīng)的營(yíng)業(yè)計(jì)費(fèi)，則根據(jù)通過(guò)監(jiān)測(cè)數(shù)據(jù)以及監(jiān)測(cè)數(shù)據(jù)對(duì)應(yīng)的地理位置進(jìn)行對(duì)應(yīng)的用水量計(jì)費(fèi)；工作人員需要進(jìn)行用水生產(chǎn)調(diào)度時(shí)，則通過(guò)監(jiān)測(cè)數(shù)據(jù)以及監(jiān)測(cè)數(shù)據(jù)對(duì)應(yīng)的地理位置確定用水緊缺的地段和用水富裕的地段，進(jìn)行用水調(diào)度；工作人員需要通過(guò)監(jiān)測(cè)數(shù)據(jù)進(jìn)行管網(wǎng)的漏損分析時(shí)，通過(guò)監(jiān)測(cè)數(shù)據(jù)以及監(jiān)測(cè)數(shù)據(jù)對(duì)應(yīng)的地理位置中的異常數(shù)據(jù)，確定管網(wǎng)的漏損情況和位置；

所述通過(guò)訓(xùn)練后的卷積神經(jīng)網(wǎng)絡(luò)模型得到與所述監(jiān)測(cè)數(shù)據(jù)對(duì)應(yīng)的關(guān)聯(lián)方案之后，還包括：

檢測(cè)所述監(jiān)測(cè)數(shù)據(jù)對(duì)應(yīng)的關(guān)聯(lián)方案的方案類型，當(dāng)所述方案類型為用水調(diào)度型，獲取所述監(jiān)測(cè)數(shù)據(jù)對(duì)應(yīng)的關(guān)聯(lián)方案的調(diào)度方和被調(diào)度方；

獲取所述調(diào)度方和被調(diào)度方對(duì)應(yīng)調(diào)度水量數(shù)值，檢測(cè)所述調(diào)度水量數(shù)值是否滿足所述監(jiān)測(cè)數(shù)據(jù)對(duì)應(yīng)的關(guān)聯(lián)方案的要求；

當(dāng)所述調(diào)度水量數(shù)值不滿足所述監(jiān)測(cè)數(shù)據(jù)對(duì)應(yīng)的關(guān)聯(lián)方案的要求，獲取所述監(jiān)測(cè)數(shù)據(jù)對(duì)應(yīng)的地理位置和調(diào)度水量數(shù)值，根據(jù)所述監(jiān)測(cè)數(shù)據(jù)對(duì)應(yīng)的地理位置和調(diào)度水量數(shù)值確定備用調(diào)度方案；

當(dāng)所述方案類型為漏損分析型，獲取所述監(jiān)測(cè)數(shù)據(jù)對(duì)應(yīng)的關(guān)聯(lián)方案中的漏損原因及補(bǔ)漏方案；

根據(jù)漏損原因獲取對(duì)應(yīng)的工作人員終端信息，并將所述漏損原因及補(bǔ)漏方案根據(jù)所述工作人員終端信息發(fā)送至對(duì)應(yīng)終端；

所述將所述歷史數(shù)據(jù)組以及對(duì)應(yīng)的地理位置、關(guān)聯(lián)方案輸入到卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，得到訓(xùn)練后的卷積神經(jīng)網(wǎng)絡(luò)模型，包括：

將所述歷史數(shù)據(jù)組分為訓(xùn)練集和驗(yàn)證集，將所述訓(xùn)練集以及對(duì)應(yīng)的地理位置、關(guān)聯(lián)方案輸入到卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，得到訓(xùn)練后的初步卷積神經(jīng)網(wǎng)絡(luò)模型；

通過(guò)所述驗(yàn)證集以及對(duì)應(yīng)的地理位置、關(guān)聯(lián)方案輸入到訓(xùn)練后的初步卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行測(cè)試，測(cè)試完成后得到所述訓(xùn)練后的卷積神經(jīng)網(wǎng)絡(luò)模型；

所述通過(guò)訓(xùn)練后的卷積神經(jīng)網(wǎng)絡(luò)模型得到與所述監(jiān)測(cè)數(shù)據(jù)對(duì)應(yīng)的關(guān)聯(lián)方案之后，還包括：

將所述監(jiān)測(cè)數(shù)據(jù)以及對(duì)應(yīng)的地理位置、關(guān)聯(lián)方案作為驗(yàn)證數(shù)據(jù)，對(duì)所述訓(xùn)練后的卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行迭代更新。

2.根據(jù)權(quán)利要求1所述的基于人工智能的計(jì)量管理方法，其特征在于，所述輸出所述監(jiān)測(cè)數(shù)據(jù)對(duì)應(yīng)的關(guān)聯(lián)方案，包括：

獲取所述監(jiān)測(cè)數(shù)據(jù)對(duì)應(yīng)的綁定終端，并根據(jù)所述監(jiān)測(cè)數(shù)據(jù)對(duì)應(yīng)的地理位置獲取關(guān)聯(lián)部門的通訊終端；

將所述監(jiān)測(cè)數(shù)據(jù)對(duì)應(yīng)的關(guān)聯(lián)方案發(fā)送至所述綁定終端和所述關(guān)聯(lián)部門的通訊終端。