本技术涉及数据处理，具体涉及基于物联网的智能水表运行监测方法。
背景技术：
1、当前智能水表的运行原理基本是通过传感器和通信技术实现的，一般的智能水表运行原理是通过水表内置的流量传感器，用户在用水时水流通过流量传感器内置的涡轮时会带动涡轮，涡轮将自身的动能转换为电能，由此产生水流电信号。最终将采集到的电信号发送到智能水表内部的处理器进行处理，经过处理后的数据可以通过基于物联网的智能水表运行监测方法进行实时监测，实现了对水流量和用水情况的实时监测和管理，为用户和水务部门提供便捷、高效的用水解决方案。在实际操作中，涡轮水表由于受到外界因素干扰会产生噪声信号。为了准确监测水表的运行情况，一般使用滤波器来去除噪声信号，但是滤波器可能会导致信号失真，即较高强度的滤波器可能会将水流信号异常区域进行平滑处理，使滤波后的信号与原始信号不完全一致，从而导致系统对水流情况的误报或漏报，进而影响了后续对水流量和用水情况的实时监测和管理。
技术实现思路
1、本发明提供基于物联网的智能水表运行监测方法，以解决现有的采用滤波器对原始水流信号进行平滑预处理，可能会将异常区域的水流信号和噪声信号统一进行平滑处理，使滤波后的信号与原始信号不完全一致，从而导致系统对水流情况的误报或漏报的问题。
2、本发明的基于物联网的智能水表运行监测方法采用如下技术方案：
3、本发明一个实施例提供了基于物联网的智能水表运行监测方法，该方法包括以下步骤：
4、获得同一时间序列下的水流速信号和水流量信号；
5、将水流速信号等分为若干个窗口区域；
6、根据水流速信号的每个窗口区域内所有数据点的水流速，获得水流速信号的每个窗口区域内水流速信号的成分特征参数；
7、根据水流速信号的每个窗口区域内水流速信号的成分特征参数，将所有窗口区域合并为若干个信号区域；
8、根据水流速信号中信号区域内所有数据点的斜率以及水流量信号中水流量数值相同的数据点的数量，得到水流速信号中每个信号区域中水流速信号受水流量信号的影响程度参数；
9、根据水流速信号中每个信号区域的水流速信号受水流量信号的影响程度参数以及水流速信号的每个窗口区域内水流速信号的成分特征参数，得到水流速信号中信号区域的水流速信号的滤波权重系数；
10、根据水流速信号的信号区域的水流速信号的滤波权重系数对高斯滤波的最大标准差进行调整，得到水流速信号的信号区域的水流速信号高斯滤波调整标准差；
11、根据水流速信号的每个信号区域的水流速信号高斯滤波调整标准差分别对水流速信号中的所有信号区域进行滤波运算，得到平滑后的水流速信号；
12、根据平滑后的水流速信号，对用水情况进行监测。
13、优选的，所述根据水流速信号的每个窗口区域内所有数据点的水流速，获得水流速信号的每个窗口区域内水流速信号的成分特征参数，包括的具体公式如下：
14、
15、式中，表示水流速信号的第个窗口区域内水流速信号的成分特征参数；表示水流速信号的第个窗口区域对应的周期值；表示水流速信号的第个窗口区域内所有数据点的水流速信号的方差。
16、优选的，所述周期值的具体获取步骤如下：
17、对水流速信号的每个窗口区域内所有数据点的水流速进行自相关函数运算，得到每个窗口区域对应的一个自相关系数序列；将每个窗口区域对应的一个自相关系数序列中的最大值，记为每个窗口区域对应的周期值。
18、优选的，所述根据水流速信号的每个窗口区域内水流速信号的成分特征参数，将所有窗口区域合并为若干个信号区域，包括的具体步骤如下：
19、在水流速信号中，当第1个和第2个窗口区域的水流速信号的成分特征参数的差异小于t时，继续判断第2个和第3个窗口区域的水流速信号的成分特征参数的差异是否小于t，直至第x个和第x+1个窗口区域的水流速信号的成分特征参数的差异大于等于t时，将第1个到第x个窗口区域合并为第一个信号区域；其中t为预设的阈值；
20、当第1个和第2个窗口区域的水流速信号的成分特征参数的差异大于等于t时，将第1个窗口区域记为第一个信号区域；
21、从第一个信号区域之后相邻的窗口区域开始，根据第一个信号区域的获取方式，得到第二个信号区域，以此类推，将水流速信号划分为若干个信号区域。
22、优选的，所述水流速信号的成分特征参数的差异的具体计算公式如下：
23、
24、式中，表示水流速信号中第个窗口区域内水流速信号的成分特征参数，表示水流速信号中第个窗口区域内水流速信号的成分特征参数；表示水流速信号中第个和第+1个窗口区域的水流速信号的成分特征参数的差异；为归一化函数。
25、优选的，所述根据水流速信号中信号区域内所有数据点的斜率以及水流量信号中水流量数值相同的数据点的数量，得到水流速信号中每个信号区域中水流速信号受水流量信号的影响程度参数，包括的具体公式如下：
26、
27、式中，表示水流速信号中第个信号区域的水流速信号受水流量信号的影响程度参数；表示水流速信号中第个信号区域内所有数据点的斜率构成的集合，表示水流量信号中第个信号区域内所有数据点的幅值概率构成的集合，表示中所有数据点的斜率的标准差；表示中所有数据点的幅值概率的标准差；表示协方差计算公式。
28、优选的，所述信号区域内所有数据点的幅值概率的具体获取步骤如下：
29、将水流速信号中所有信号区域中的开始和最终时间，记为目标时间；
30、以所有目标时间为划分点，将水流量信号划分为若干个信号区域；
31、在水流量信号中，将与第k个数据点对应的水流量数值相同的数据点数量与所有数据点数量的比值，记为第k个数据点的幅值概率。
32、优选的，所述根据水流速信号中每个信号区域的水流速信号受水流量信号的影响程度参数以及水流速信号的每个窗口区域内水流速信号的成分特征参数，得到水流速信号中信号区域的水流速信号的滤波权重系数，包括的具体步骤如下：
33、将水流速信号的每个信号区域内所有窗口区域内水流速信号的成分特征参数的均值，记为水流速信号的每个信号区域内水流速信号的成分特征参数；
34、将水流速信号的每个信号区域内所有窗口区域内水流速信号对应的周期值的均值，记为水流速信号的每个信号区域对应的周期值；
35、根据水流速信号的每个信号区域内水流速信号的成分特征参数、周期值以及水流速信号受水流量信号的影响程度参数，得到水流速信号中信号区域的水流速信号的滤波权重系数对应的具体计算公式为：
36、
37、式中，表示水流速信号中第个信号区域的水流速信号的滤波权重系数；表示水流速信号的第个信号区域内水流速信号的成分特征参数；表示水流速信号的第个信号区域对应的周期值；表示水流速信号中第个信号区域的水流速信号受水流量信号的影响程度参数。
38、优选的，所述根据水流速信号的信号区域的水流速信号的滤波权重系数对高斯滤波的最大标准差进行调整，得到水流速信号的信号区域的水流速信号高斯滤波调整标准差，包括的具体步骤如下：
39、根据预设的高斯滤波的长度l，得到高斯滤波算法中的最大标准差；
40、将水流速信号的第个信号区域的水流速信号的滤波权重系数和高斯滤波最大标准差的乘积，记为水流速信号的第个信号区域的水流速信号高斯滤波调整标准差。
41、优选的，所述根据平滑后的水流速信号，对用水情况进行监测，包括的具体步骤如下：
42、当平滑后的水流速信号中的最后一个数据点的水流速大于预设的判断阈值时，判定当前时刻水流速存在异常。
43、本发明的技术方案的有益效果是：传统的智能水表运行检测时使用单一高斯均值的高斯滤波对原始水流电信号进行平滑预处理，可能将异常区域的水流电信号和噪声信号统一进行平滑处理，使滤波后的信号与原始信号不完全一致，进而影响了后续分析，而采用基于自适应的高斯滤波分析同一时间序列下水流速信号和水流量信号的特征，得到水流信号的异常区域，进而设置较弱强度的高斯滤波，以保留水流信号的细节区域，避免了传统方法使用单一的高斯滤波造成的信号失真问题。根据水流速信号中信号区域内所有数据点的斜率以及水流量信号中水流量数值相同的数据点的数量，得到水流速信号中每个信号区域中水流速信号受水流量信号的影响程度参数。若不同相邻窗口区域之间内部的水流速信号成分特征参数相似，则两者为同一区域进行合并，反之为不同区域不进行合并，最终将水流速信号划分为若干个信号区域，以便于后续对用水情况的针对性分析。根据水流速信号中每个信号区域的水流速信号受水流量信号的影响程度参数以及水流速信号的每个窗口区域内水流速信号的成分特征参数，得到水流速信号中信号区域的水流速信号的滤波权重系数。根据滤波权重系数对水流速信号进行高斯滤波平滑处理，以减少干扰信号的影响，并增加平滑后异常区域信号的可靠性，获得更加准确的水流速信号，以便于后续对用水情况进行监测，提高了对用水情况监测的准确性和可靠性。
1.基于物联网的智能水表运行监测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述基于物联网的智能水表运行监测方法，其特征在于，所述根据水流速信号的每个窗口区域内所有数据点的水流速，获得水流速信号的每个窗口区域内水流速信号的成分特征参数，包括的具体公式如下：
3.根据权利要求2所述基于物联网的智能水表运行监测方法，其特征在于，所述周期值的具体获取步骤如下：
4.根据权利要求1所述基于物联网的智能水表运行监测方法，其特征在于，所述根据水流速信号的每个窗口区域内水流速信号的成分特征参数，将所有窗口区域合并为若干个信号区域，包括的具体步骤如下：
5.根据权利要求4所述基于物联网的智能水表运行监测方法，其特征在于，所述水流速信号的成分特征参数的差异的具体计算公式如下：
6.根据权利要求1所述基于物联网的智能水表运行监测方法，其特征在于，所述根据水流速信号中信号区域内所有数据点的斜率以及水流量信号中水流量数值相同的数据点的数量，得到水流速信号中每个信号区域中水流速信号受水流量信号的影响程度参数，包括的具体公式如下：
7.根据权利要求6所述基于物联网的智能水表运行监测方法，其特征在于，所述信号区域内所有数据点的幅值概率的具体获取步骤如下：
8.根据权利要求2所述基于物联网的智能水表运行监测方法，其特征在于，所述根据水流速信号中每个信号区域的水流速信号受水流量信号的影响程度参数以及水流速信号的每个窗口区域内水流速信号的成分特征参数，得到水流速信号中信号区域的水流速信号的滤波权重系数，包括的具体步骤如下：
9.根据权利要求1所述基于物联网的智能水表运行监测方法，其特征在于，所述根据水流速信号的信号区域的水流速信号的滤波权重系数对高斯滤波的最大标准差进行调整，得到水流速信号的信号区域的水流速信号高斯滤波调整标准差，包括的具体步骤如下：
10.根据权利要求1所述基于物联网的智能水表运行监测方法，其特征在于，所述根据平滑后的水流速信号，对用水情况进行监测，包括的具体步骤如下：
