[發明專利]一種基于NB-IOT智能水表的水流量數據傳輸方法

有效

• 申請號: 202211688749.0
• 申請日: 2022-12-28
• 公開（公告）號: CN115659070B
• 公開（公告）日: 2023-03-14
• 發明（設計）人: 于英宇;李樂楠;劉輝;張聲
• 申請（專利權）人: 鴻基駿業環保科技有限公司
• 主分類號: G06F16/9537
• 分類號: G06F16/9537;G06F16/2458;G06F16/215;H04L67/12;H04L69/04
• 代理公司: 北京一枝筆知識產權代理事務所(普通合伙) 11791
• 代理人: 鄭懌

1.一種基于NB-IOT智能水表的水流量數據傳輸方法，其特征在于，該方法包括以下步驟：

獲取歷史數據序列及當前數據序列；

根據歷史數據序列中每一天數據序列與其他天數據序列之間的第一距離，得到每一天數據序列的第一參考權重，利用第一參考權重對當前數據序列中每個時刻在歷史數據序列中每一天的對應時刻的數據進行權重融合，得到每個時刻的第一參考數據，將第一參考權重大于第一預設閾值的若干天數據序列中每個時刻的數據與相應第一參考權重進行權重融合，得到每個時刻的第二參考數據，根據第一參考數據與第二參考數據的差異獲取每個時刻的參考波動范圍；

根據當前數據序列中每個時刻分別與相鄰兩個時刻的數據的差異獲取每個時刻的第一變化程度，根據每個時刻及相鄰兩個時刻的參考波動范圍對第一變化程度修正獲取每個時刻的第二變化程度；

根據當前數據序列中每個時刻的當前數據及參考波動范圍獲取每個時刻的第一異常程度，將每個時刻下任意用于趨勢平滑的階數范圍內所有時刻的第一異常程度的均值，作為每個時刻下對應階數的第二異常程度，根據第二變化程度及第二異常程度獲取每個時刻下每個階數的優選程度，根據優選程度與第二預設閾值的比較結果獲取每個時刻的最優階數；

根據每個時刻的最優階數范圍內所有時刻的第一異常程度獲取每個時刻最優階數范圍內各時刻的第二參考權重，根據每個時刻的當前數據及最優階數范圍內各時刻的第二參考權重獲取每個時刻的第一趨勢數據，根據每個時刻的第一趨勢數據之間的斜率變化獲取分段點的時刻，根據作為分段點的時刻對當前數據序列進行劃分得到若干分段并壓縮；

將壓縮后的當前數據序列通過NB-IOT通訊模塊進行傳輸；

所述獲取歷史數據序列中每一天的數據序列與其他天的數據序列之間的第一距離，包括的具體方法為：

歷史數據序列中包括多天的數據序列，分別計算每一天數據序列與其他任意一天數據序列的DTW距離，記為第一距離；根據每一天數據序列的所有第一距離的方差表現獲取每一天數據序列的第一參考權重；

所述獲取每個時刻的第一參考數據，包括的具體方法為：

其中，γ_i表示第i個時刻的第一參考數據，A表示歷史數據序列中共有A天的數據序列，ε_a表示第a天數據序列的第一參考權重，P_ia表示第a天數據序列中第i個時刻的數據；

所述獲取每個時刻的參考波動范圍，包括的具體方法為：

Δγ_i＝|γ_i-γ_i0|

其中，Δγ_i表示第i個時刻的數據波動幅值，γ_i表示第i個時刻的第一參考數據，γ_i0表示第i個時刻的第二參考數據，將[γ_i-Δγ_i，γ_i+Δγ_i]作為第i個時刻的參考波動范圍；

所述獲取每個時刻的第二變化程度，包括的具體方法為：

對于任意一個時刻及相鄰兩個時刻均處于對應時刻的參考波動范圍內的當前數據，獲取這些時刻與相鄰時刻的修正差值：

其中，μ(i，i-1)表示第i個時刻的當前數據與第i-1個時刻的當前數據的修正差值，S_i表示第i個時刻的當前數據，S_i-1表示第i-1個時刻的當前數據，γ_i-Δγ_i表示第i個時刻的參考波動范圍下限值，γ_i+Δγ_i表示第i個時刻的參考波動范圍上限值，γ_i-1-Δγ_i-1表示第i-1個時刻的參考波動范圍下限值，γ_i-1+Δγ_i-1表示地i-1個時刻的參考波動范圍上限值；

ρ(i)＝|μ(i，i-1)-μ(i+1，i)|

其中，ρ(i)表示第i個時刻的第二變化程度，μ(i，i-1)表示第i個時刻的當前數據與第i-1個時刻的當前數據的修正差值，μ(i+1，i)表示第i+1個時刻的當前數據與第i個時刻的當前數據的修正差值；

對于當前數據不滿足參考波動范圍或相鄰兩個時刻任意一個不滿足對應時刻的參考波動范圍的時刻，這些時刻的第二變化程度值即為第一變化程度值；

所述獲取每個時刻的第一異常程度，包括的具體方法為：

其中，δ_i表示第i個時刻的當前數據值，S_i表示第i個時刻的當前數據，[γ_i-Δγ_i，γ_i+Δγ_i]表示第i個時刻的參考波動范圍，γ_i+Δγ_i表示第i個時刻的參考波動范圍內上限值，γ_i-Δγ_i表示第i個時刻的參考波動范圍下限值；

所述獲取每個時刻下每個階數的優選程度，根據優選程度與第二預設閾值的比較結果獲取每個時刻的最優階數，包括的具體方法為：

其中，表示第i個時刻下階數l的優選程度，ρ(i)表示第i個時刻的第二變化程度，β(i)_l表示第i個時刻下階數為l的第二異常程度，exp(·)表示以自然常數為底的指數函數；

對每個時刻下的階數從1開始每次加1進行迭代，計算每次迭代的階數的優選程度，當第i個時刻下的第q次迭代的階數優選程度在迭代過程中第一次大于第二預設閾值時停止迭代，將第q-1次迭代的階數q作為第i個時刻的最優階數；

所述獲取每個時刻的第一趨勢數據，包括的具體方法為：

根據獲取到的每個時刻的最優階數、以及最優階數范圍內各時刻的當前數據及第二參考權重，利用STL時間序列分解算法獲取到每個時刻的第一趨勢數據；所述第二參考權重即是最優階數范圍內各時刻的第一異常程度在范圍內所有第一異常程度參考下的線性歸一化值；所述獲取分段點的時刻，包括的具體方法為：

將相鄰兩個時刻的第一趨勢數據的差值作為斜率值，計算每個時刻與左右兩個相鄰時刻的斜率值的差值絕對值，將斜率值的差值絕對值大于第三預設閾值的時刻作為分段點的時刻。

2.根據權利要求1所述的一種基于NB-IOT智能水表的水流量數據傳輸方法，其特征在于，所述得到若干分段并壓縮，包括的具體方法為：

當前數據序列為時序數據序列，利用作為分段點的時刻對時序數據序列進行劃分，得到每兩個相鄰分段點構成的一段時間的數據序列，利用旋轉門壓縮算法對每段數據序列進行壓縮。