CN113358164B - 流量检测方法及装置、电子设备和存储介质 - Google Patents
流量检测方法及装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN113358164B CN113358164B CN202110631340.4A CN202110631340A CN113358164B CN 113358164 B CN113358164 B CN 113358164B CN 202110631340 A CN202110631340 A CN 202110631340A CN 113358164 B CN113358164 B CN 113358164B
- Authority
- CN
- China
- Prior art keywords
- water quality
- quality index
- index sequence
- determining
- pipeline
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 52
- 238000003860 storage Methods 0.000 title claims abstract description 28
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 498
- 238000000034 method Methods 0.000 claims abstract description 36
- 239000011159 matrix material Substances 0.000 claims description 50
- 238000010606 normalization Methods 0.000 claims description 38
- 230000008859 change Effects 0.000 claims description 16
- 239000000126 substance Substances 0.000 claims description 12
- 239000013598 vector Substances 0.000 claims description 11
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 10
- 229910052760 oxygen Inorganic materials 0.000 claims description 10
- 239000001301 oxygen Substances 0.000 claims description 10
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 4
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims description 4
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 4
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 claims description 4
- 229910052698 phosphorus Inorganic materials 0.000 claims description 4
- 239000011574 phosphorus Substances 0.000 claims description 4
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 claims description 3
- 229910052802 copper Inorganic materials 0.000 claims description 3
- 239000010949 copper Substances 0.000 claims description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 2
- VEXZGXHMUGYJMC-UHFFFAOYSA-M Chloride anion Chemical compound [Cl-] VEXZGXHMUGYJMC-UHFFFAOYSA-M 0.000 claims description 2
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 claims description 2
- XFXPMWWXUTWYJX-UHFFFAOYSA-N Cyanide Chemical compound N#[C-] XFXPMWWXUTWYJX-UHFFFAOYSA-N 0.000 claims description 2
- KRHYYFGTRYWZRS-UHFFFAOYSA-M Fluoride anion Chemical compound [F-] KRHYYFGTRYWZRS-UHFFFAOYSA-M 0.000 claims description 2
- PWHULOQIROXLJO-UHFFFAOYSA-N Manganese Chemical compound [Mn] PWHULOQIROXLJO-UHFFFAOYSA-N 0.000 claims description 2
- 229910002651 NO3 Inorganic materials 0.000 claims description 2
- NHNBFGGVMKEFGY-UHFFFAOYSA-N Nitrate Chemical compound [O-][N+]([O-])=O NHNBFGGVMKEFGY-UHFFFAOYSA-N 0.000 claims description 2
- IOVCWXUNBOPUCH-UHFFFAOYSA-M Nitrite anion Chemical compound [O-]N=O IOVCWXUNBOPUCH-UHFFFAOYSA-M 0.000 claims description 2
- ISWSIDIOOBJBQZ-UHFFFAOYSA-N Phenol Chemical compound OC1=CC=CC=C1 ISWSIDIOOBJBQZ-UHFFFAOYSA-N 0.000 claims description 2
- BUGBHKTXTAQXES-UHFFFAOYSA-N Selenium Chemical compound [Se] BUGBHKTXTAQXES-UHFFFAOYSA-N 0.000 claims description 2
- QAOWNCQODCNURD-UHFFFAOYSA-L Sulfate Chemical compound [O-]S([O-])(=O)=O QAOWNCQODCNURD-UHFFFAOYSA-L 0.000 claims description 2
- UCKMPCXJQFINFW-UHFFFAOYSA-N Sulphide Chemical compound [S-2] UCKMPCXJQFINFW-UHFFFAOYSA-N 0.000 claims description 2
- HCHKCACWOHOZIP-UHFFFAOYSA-N Zinc Chemical compound [Zn] HCHKCACWOHOZIP-UHFFFAOYSA-N 0.000 claims description 2
- 229910052785 arsenic Inorganic materials 0.000 claims description 2
- RQNWIZPPADIBDY-UHFFFAOYSA-N arsenic atom Chemical compound [As] RQNWIZPPADIBDY-UHFFFAOYSA-N 0.000 claims description 2
- 229910052793 cadmium Inorganic materials 0.000 claims description 2
- BDOSMKKIYDKNTQ-UHFFFAOYSA-N cadmium atom Chemical compound [Cd] BDOSMKKIYDKNTQ-UHFFFAOYSA-N 0.000 claims description 2
- 229910052799 carbon Inorganic materials 0.000 claims description 2
- 229910052804 chromium Inorganic materials 0.000 claims description 2
- 239000011651 chromium Substances 0.000 claims description 2
- 229910052742 iron Inorganic materials 0.000 claims description 2
- 229910052748 manganese Inorganic materials 0.000 claims description 2
- 239000011572 manganese Substances 0.000 claims description 2
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 claims description 2
- 229910052753 mercury Inorganic materials 0.000 claims description 2
- 229910052757 nitrogen Inorganic materials 0.000 claims description 2
- 229910052711 selenium Inorganic materials 0.000 claims description 2
- 239000011669 selenium Substances 0.000 claims description 2
- 239000011701 zinc Substances 0.000 claims description 2
- 229910052725 zinc Inorganic materials 0.000 claims description 2
- 238000005259 measurement Methods 0.000 abstract description 7
- 230000008569 process Effects 0.000 abstract description 3
- 238000012423 maintenance Methods 0.000 abstract description 2
- 230000002035 prolonged effect Effects 0.000 abstract 1
- 238000012545 processing Methods 0.000 description 21
- 238000010586 diagram Methods 0.000 description 19
- 239000002096 quantum dot Substances 0.000 description 18
- 239000000523 sample Substances 0.000 description 12
- 238000004891 communication Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- 238000012544 monitoring process Methods 0.000 description 8
- 239000002159 nanocrystal Substances 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 230000003595 spectral effect Effects 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 6
- 238000001228 spectrum Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 238000003491 array Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000010865 sewage Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 238000002329 infrared spectrum Methods 0.000 description 1
- 230000031700 light absorption Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000004054 semiconductor nanocrystal Substances 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
- G01F1/00—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/18—Water
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Food Science & Technology (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Fluid Mechanics (AREA)
- Examining Or Testing Airtightness (AREA)
Abstract
本公开涉及一种流量检测方法及装置、电子设备和存储介质,所述方法包括:根据在管道的第一预设位置实时测量的水质信息,确定第一水质指标序列,并根据在第二预设位置实时测量的水质信息,确定第二水质指标序列;判断第一水质指标序列与第二水质指标序列之间是否存在相关性;在存在相关性的情况下,根据第一水质指标序列以及第二水质指标序列,确定所述第一预设位置与第二预设位置之间的水流的平均流速;根据管道信息以及平均流速,确定管道流量。根据本公开的实施例的流量检测方法,通过水质信息确定管道流量,可在测量过程中不接触管道中的水流,延长检测寿命和可靠性,降低人工维修成本。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及一种流量检测方法及装置、电子设备和存储介质。
背景技术
随着经济的快速发展,对水环境治理的要求不断提升,逐步建立并完善城市雨污水管网(即,管道网络)监测***变得日益重要。通过该***可以整体掌握排水管网的运行状况、有效识别淤积管段并及时发现管网异常,以快速做出防汛响应、保障居民出行安全。
管网流量监测是管网监测***的重要组成部分。通过监测管网重要节点井内的流量,及时发现管网淤积、阻塞现象;及时提供管网运行预警信息,为应急防汛工作提供决策依据。
在相关技术中,管网监测***中使用流量计检测流量。然而,流量计需接触污水来检测流量,管网中实际环境较为复杂,流量计的检测过程容易受到周围环境的影响,容易缠绕垃圾、积泥等异物,难以长期保持校准特性;在汛期等恶劣环境下,流量计的部件容易发生损坏,影响正常使用,需要定期维护,人工成本较高。
此外,流量计功能单一,通过流量计仅能获得流量信息,难以获得水质的信息,信息的维度有限,对于管网的综合治理能发挥的功效有限。
发明内容
本公开提出了一种流量检测方法及装置、电子设备和存储介质。
根据本公开的一方面,提供了一种流量检测方法,包括:根据在管道的第一预设位置实时测量的水质信息,确定所述管道的第一水质指标序列,并根据在管道的第二预设位置实时测量的水质信息,确定所述管道的第二水质指标序列,其中,所述第一水质指标序列和所述第二水质指标序列包括多个时刻获取的水质指标;判断所述第一水质指标序列与所述第二水质指标序列之间是否存在相关性;在所述第一水质指标序列与所述第二水质指标序列之间存在相关性的情况下,根据所述第一水质指标序列以及所述第二水质指标序列,确定所述第一预设位置与所述第二预设位置之间的水流的平均流速;根据管道信息以及所述平均流速,确定管道流量。
在一种可能的实现方式中,判断所述第一水质指标序列与所述第二水质指标序列之间是否存在相关性,包括:根据所述第一水质指标序列中的多个水质指标,以及所述第二水质指标序列中的多个水质指标,确定所述第一水质指标序列与所述第二水质指标序列的路径规整矩阵,其中,所述路径规整矩阵中的第i行,第j列的元素为第一水质指标序列中的第i个水质指标与第二水质指标序列中的第j个水质指标之间的向量距离,i和j为正整数;根据路径规整矩阵,确定规整路径,其中,所述规整路径为在路径规整矩阵中从第一元素到第二元素的路径中,途径的元素之和最小的路径;根据所述规整路径,确定所述第一水质指标序列与所述第二水质指标序列的动态时间规整距离;在所述动态时间规整距离小于等于距离阈值的情况下,确定所述第一水质指标序列与所述第二水质指标序列存在相关性。
在一种可能的实现方式中,所述第一元素包括所述路径规整矩阵第n行,第1列的元素,所述第二元素包括所述路径规整矩阵第1行,第m列的元素,其中,所述路径规整矩阵包括n行,m列,n≥i,m≥j。
在一种可能的实现方式中,在所述第一水质指标序列与所述第二水质指标序列之间存在相关性的情况下,根据所述第一水质指标序列以及所述第二水质指标序列,确定所述第一预设位置与所述第二预设位置之间的水流的平均流速,包括:在所述第一水质指标序列与所述第二水质指标序列存在相关性的情况下,根据所述第一水质指标序列和所述第二水质指标序列,确定水质指标的目标数据特征,其中,所述目标数据特征为用于指示由同一次水质污染引起的第一预设位置测量和第二预设位置的水质指标发生变化的数据特征;根据所述第一水质指标序列中目标数据特征对应的第一时刻,以及所述第二水质指标序列中目标数据特征对应的第二时刻,确定水流的流经时间差;根据所述第一预设位置和所述第二预设位置之间的距离和所述流经时间差,确定所述平均流速。
在一种可能的实现方式中,所述目标数据特征包括水质指标波峰、水质指标波谷、水质指标变化率中的至少一种。
在一种可能的实现方式中,根据管道信息以及所述平均流速,确定管道流量,包括:根据所述管道信息,确定第三预设位置的过水断面面积;根据所述过水断面面积和所述平均流速,确定所述管道流量。
在一种可能的实现方式中,所述水质指标包括水质化学需氧量、浊度、总磷含量、氨氮含量中的至少一个。
根据本公开的一方面,提供了一种流量检测装置,包括:序列检测模块,用于根据在管道的第一预设位置实时测量的水质信息,确定所述管道的第一水质指标序列,并根据在管道的第二预设位置实时测量的水质信息,确定所述管道的第二水质指标序列,其中,所述第一水质指标序列和所述第二水质指标序列包括多个时刻获取的水质指标;相关性检测模块,用于判断所述第一水质指标序列与所述第二水质指标序列之间是否存在相关性;流速检测模块,用于在所述第一水质指标序列与所述第二水质指标序列之间存在相关性的情况下,根据所述第一水质指标序列以及所述第二水质指标序列,确定所述第一预设位置与所述第二预设位置之间的水流的平均流速;流量检测模块,用于根据管道信息以及所述平均流速,确定管道流量。
在一种可能的实现方式中,所述相关性检测模块进一步用于:根据所述第一水质指标序列中的多个水质指标,以及所述第二水质指标序列中的多个水质指标,确定所述第一水质指标序列与所述第二水质指标序列的路径规整矩阵,其中,所述路径规整矩阵中的第i行,第j列的元素为第一水质指标序列中的第i个水质指标与第二水质指标序列中的第j个水质指标之间的向量距离,i和j为正整数;根据路径规整矩阵,确定规整路径,其中,所述规整路径为在路径规整矩阵中从第一元素到第二元素的路径中,途径的元素之和最小的路径;根据所述规整路径,确定所述第一水质指标序列与所述第二水质指标序列的动态时间规整距离;在所述动态时间规整距离小于等于距离阈值的情况下,确定所述第一水质指标序列与所述第二水质指标序列存在相关性。
在一种可能的实现方式中,所述第一元素包括所述路径规整矩阵第n行,第1列的元素,所述第二元素包括所述路径规整矩阵第1行,第m列的元素,其中,所述路径规整矩阵包括n行,m列,n≥i,m≥j。
在一种可能的实现方式中,所述流速检测模块进一步用于:在所述第一水质指标序列与所述第二水质指标序列存在相关性的情况下,根据所述第一水质指标序列和所述第二水质指标序列,确定水质指标的目标数据特征,其中,所述目标数据特征为用于指示由同一次水质污染引起的第一预设位置测量和第二预设位置的水质指标发生变化的数据特征;根据所述第一水质指标序列中目标数据特征对应的第一时刻,以及所述第二水质指标序列中目标数据特征对应的第二时刻,确定水流的流经时间差;根据所述第一预设位置和所述第二预设位置之间的距离和所述流经时间差,确定所述平均流速。
在一种可能的实现方式中,所述目标数据特征包括水质指标波峰、水质指标波谷、水质指标变化率中的至少一种。
在一种可能的实现方式中,所述流量检测模块进一步用于:根据所述管道信息,确定第三预设位置的过水断面面积;根据所述过水断面面积和所述平均流速,确定所述管道流量。
在一种可能的实现方式中,所述水质指标包括水质化学需氧量、浊度、总磷含量、氨氮含量中的至少一个。
根据本公开的一方面,提供了一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为:执行上述流量检测方法。
根据本公开的一方面,提供了一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述流量检测方法。
根据本公开的实施例的流量检测方法,通过水质信息确定管道流量,可在监测水质污染的同时,获取流量信息,无需额外设置流量计,节约成本,且有利于管道的综合治理。并可实时且高频地测量第一预设位置的第一水质指标序列和第二预设位置的第二水质指标序列,并可基于动态时间规整距离确定第一水质指标序列和第二水质指标序列之间相关性,减少由于时间差异造成波形偏移而导致相关性的计算精度较低的问题。可提高流量检测的准确性。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开。
根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开实施例的流量检测方法的流程图;
图2示出根据本公开的实施例的第一指标序列和第二指标序列的示意图;
图3示出根据本公开实施例的流量检测方法的应用示意图;
图4示出根据本公开实施例的流量检测装置的框图;
图5示出根据本公开实施例的电子设备的框图;
图6示出根据本公开实施例的电子设备的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外,为了更好的说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
图1示出根据本公开实施例的流量检测方法的流程图,如图1所示,所述方法包括:
在步骤S11中,根据在管道的第一预设位置实时测量的水质信息,确定所述管道的第一水质指标序列,并根据在管道的第二预设位置实时测量的水质信息,确定所述管道的第二水质指标序列,其中,所述第一水质指标序列和所述第二水质指标序列包括多个时刻获取的水质指标;
在步骤S12中,判断所述第一水质指标序列与所述第二水质指标序列之间是否存在相关性;
在步骤S13中,在所述第一水质指标序列与所述第二水质指标序列之间存在相关性的情况下,根据所述第一水质指标序列以及所述第二水质指标序列,确定所述第一预设位置与所述第二预设位置之间的水流的平均流速;
在步骤S14中,根据管道信息以及所述平均流速,确定管道流量。
根据本公开的实施例的流量检测方法,通过水质信息确定管道流量,可在监测水质污染的同时,获取流量信息,无需额外设置流量计,节约成本,且有利于管道的综合治理。并可实时且高频地测量第一预设位置的第一水质指标序列和第二预设位置的第二水质指标序列,可提高流量检测的准确性。
在示例中,可通过量子光谱探头来测量管道中的水质信息。例如,水质信息可包括水质的光谱信息。量子点光谱探头可基于纳米晶体的物理特性和光学特性,对入射光线(例如,光线经过预定区域水样进行透射或散射后的光线)进行测量,以获得入射光线的光谱信息。例如,量子点光谱探头中可包括由多种纳米晶体制成的纳米晶体芯片,所述纳米晶体芯片包含多种纳米晶体的一定排列(例如,纳米晶体阵列),其中,每种纳米晶体具有不同光吸收特性或发射特性,不同种类半导体纳米晶体例如,可以为不同材料、尺寸等,使得纳米晶体芯片可对较宽波长范围内的波长进行调制响应,以获得对较宽波长范围内入射光调整后的光谱。
在一种可能的实现方式中,光线经水进行透射或散射后的光线可受到水中的物质(例如,悬浮物、污染物等)的影响,从而获得特定光谱信息。量子点光谱探头可实时获得该光谱信息,并确定该光谱信息代表的水质信息。例如,通过水样对不同波长光的吸收强弱,可获得不同频段的光的光谱信息,通过该光谱信息可换算出水质指标。在示例中,所述水质指标包括水质化学需氧量(Chemical Oxygen Demand,COD)、浊度、高锰酸盐指数、总悬浮物、生物需氧量、总有机碳、硫酸盐含量、氯化物含量、溶解性铁含量、溶解性锰含量、溶解性铜含量、溶解性锌含量、硝酸盐含量、亚硝酸盐含量、总氮含量、氟化物含量、硒含量、总砷含量、总汞含量、总镉含量、铬含量、总铅含量、总氰化物、挥发酚含量、类大肠菌群含量、硫化物含量等。还可根据光谱信息中的红外光谱测定水温。本公开对量子点光谱探头的工作原理不做限制。在示例中,量子点光谱探头可通过水中包含的各种物质对光的吸收特性确定水质指标,例如,可通过光谱信息分析特定波长的光线的光强,进而获得与所述特定波长范围的光线对应的物质的浓度(水质指标)。或者,量子点光谱探头可通过神经网络来推断水质指标,例如,可将光谱信息输入神经网络,神经网络可推断出各种物质的浓度(水质指标)。本公开对确定水质指标的方式不做限制。
在一种可能的实现方式中,量子点光谱探头可用于实时测量水质指标(例如,COD),在同一位置的多个时刻获得的水质指标可组成水质指标序列。相比于对水质进行采样后,在实验室中进行化验来测量水质指标的方法,通过量子点光谱探头测量指标可实现在线、原位、高频、实时测量,例如,可将测量频率有1天/次提升为3-60分钟/次,优选5-30分钟n/次,特别优选8-20分钟/次,最优选10-15分钟/次,远高于传统的测试方法,因而能够以较高的频率获得水质指标序列。
在一种可能的实现方式中,在步骤S11中,管道网络中可包括多条管道或管井,所述第一预设位置和所述第二预设位置为管道网络中的同一条管道上的两个位置,或者,直接或间接相连的管道上的两个位置,即,第一预设位置和第二预设位置在管道网络中是相通的。例如,如果第一预设位置在管道的上游、第二预设位置在管道的下游,则经过第一预设位置的水流可流至第二预设位置。本公开对第一预设位置和第二预设位置的上下游关系不做限制。
在一种可能的实现方式中,可通过第一预设位置的量子点光谱仪对水流的水质指标(例如,COD)进行持续检测,获得第一水质指标序列,并通过第二预设位置的量子点光谱仪对水流的水质指标进行持续检测,获得第二水质指标序列。第一水质指标序列和第二水质指标序列包括多个时刻获取的水质指标,且第一水质指标序列中包括的水质指标的类型与第一水质指标序列中包括的水质指标的类型相同。
在示例中,第一水质指标序列可表示为{(t1,x1,1),(t2,x1,2),(t3,x1,3),…,(tc,x1,c),…},c为任意正整数,tc表示第c个时刻,x1,c表示第c个时刻测得的水质指标。第二水质指标序列可表示为{(t1,x2,1),(t2,x2,2),(t3,x2,3),…,(td,x2,d),…},d为任意正整数,td表示第d个时刻,x2,d表示第d个时刻测得的水质指标。
在一种可能的实现方式中,可通过在第一预设位置和第二预设位置检测到同一段水流的时间差,以及第一预设位置和第二预设位置之间的水流的流经距离,来确定平均流速,进而确定管道流量。因此,可首先根据第一水质指标序列和第二水质指标序列中的水质指标的数据特征,来确定第一预设位置和第二预设位置检测到同一段水流,进而可进行确定所述时间差,平均流速和管道流量等处理。
在一种可能的实现方式中,在步骤S12中,可判断第一水质指标序列与第二水质指标序列之间是否存在相关性。在示例中,第一水质指标序列与第二水质指标序列中的水质指标可具有各自的数据特征,可确定第一水质指标序列的数据特征与第二水质指标序列的数据特征是否具有相关性,来确定是否在第一预设位置和第二预设位置检测到同一段水流。例如,如果第一水质指标中的(to,x1,o)、(tp,x1,p)、(tq,x1,q)为第一水质指标序列中的三个波峰(o、p、q为任意正整数),并且,在第二水质指标序列中也检测到三个波峰,例如,(tr,x2,r)、(ts,x2,s)、(tt,x2,t)为第二水质指标序列中的三个波峰(r、s、t为任意正整数),且检测到三个波峰之间的时间差与第一水质指标序列中的三个波峰之间的时间差近似,则第一水质指标序列的数据特征与第二水质指标序列具有相关性,检测到的三个波峰来自同一段水流。进一步地,可利用检测到上述三个波峰的时刻来确定所述时间差。反之,如果第一水质指标中检测到三个波峰,且由于同一段水流还未流至第二预设位置等因素,第二指标序列中未检测到三个波峰,则第一水质指标序列与第二水质指标序列之间不具有相关性,则在第二预设位置未检测到流经第一预设位置的同一段水流。
在一种可能的实现方式中,可判断第一水质指标序列与第二水质指标序列之间是否存在相关性。在相关技术中,可通过将第一水质指标序列中的多个水质指标组成向量,并将第二水质指标序列中的多个水质指标组成向量,然后,可确定上述两个向量的余弦相似度等相似度,或者上述两个向量之间的欧氏距离等指标,本公开对确定相似度的方式不做限制。然而,第一水质指标序列与第二水质指标序列中的水质指标不是同时变化,两种指标序列的变化存在时间差,例如,第一水质指标序列的波峰比第二水质指标序列的波峰更早出现等。通过向量的相似度或欧氏距离来确定两个序列的相似度,可能出现两个序列的波形类似,但由于指标变化时间差而导致确定相关型的准确性较低的情况。
图2示出根据本公开的实施例的第一指标序列和第二指标序列的示意图。在示例中,两个序列的指标均包括波峰和波谷,且两个序列的波峰和波谷的时间差相近,即,两个序列的波形相似,但由于两个序列中的指标的变化存在时间差,例如,第一水质指标序列中的指标早于第二水质指标序列中的指标发生变化,可能导致第一水质指标序列中的波峰和第二水质指标序列中的波谷出现的时刻接近(例如,时刻a),而不是与第二水质指标序列中的波峰出现的时刻接近(例如,时刻b),进而导致两个指标序列中指标构成的向量的相似度较低,进而导致确定相关性时准确性较低。
在一种可能的实现方式中,可通过第一水质指标序列和第二水质指标序列动态时间规整距离来确定第一水质指标序列和第二水质指标序列之间是否存在相关性,来减小时间差异引起的确定相关性的误差。其中,步骤S12可包括:根据所述第一水质指标序列中的多个水质指标,以及所述第二水质指标序列中的多个水质指标,确定所述第一水质指标序列与所述第二水质指标序列的路径规整矩阵,其中,所述路径规整矩阵中的第i行,第j列的元素为第一水质指标序列中的第i个水质指标与第二水质指标序列中的第j个水质指标之间的向量距离,i和j为正整数;根据路径规整矩阵,确定规整路径,其中,所述规整路径为在路径规整矩阵中从第一元素到第二元素的路径中,途径的元素之和最小的路径;根据所述规整路径,确定所述第一水质指标序列与所述第二水质指标序列的动态时间规整距离;在所述动态时间规整距离小于等于距离阈值的情况下,确定所述第一水质指标序列与所述第二水质指标序列存在相关性。
在一种可能的实现方式中,可根据第一水质指标序列和第二水质指标序列中的多个水质指标来确定路径规整矩阵。路径规整矩阵中的第i行,第j列的元素为第一水质指标序列中的第i个水质指标与第二水质指标序列中的第j个水质指标之间的距离,i和j为正整数。在示例中,所述距离可以是第一水质指标序列和第二水质指标序列中对应的指标之差的绝对值,第1个水质指标为10,第1个水质指标为15,则路径规整矩阵中的第1行,第1列的元素值为5,第1个水质指标为10,第2个水质指标为18,则路径规整矩阵中的第1行,第2列的元素值为8……本公开对路径规整矩阵中元素的值不做限制。
在一种可能的实现方式中,可在路径规划矩阵中确定出第一元素到第二元素的规整路径(即,元素之和最小的路径)。在示例中,所述第一元素包括所述路径规整矩阵第n行,第1列的元素,即,矩阵左下角的元素,所述第二元素包括所述路径规整矩阵第1行,第m列的元素,即,矩阵右上角的元素,其中,所述路径规整矩阵包括n行,m列,n≥i,m≥j。
在示例中,第一元素为路径规整矩阵中第n行,第1列的元素(即,左下角的元素),第二元素为路径规整矩阵中第1行,第m列的元素(即,右上角的元素),从第一元素到第二元素的路径需要遍历路径规整矩阵中的每行和每列,即,在规整路径中,路径规整矩阵每行均会有一个元素包括在规整路径中,路径规整矩阵每列也均会有一个元素包括在规整路径中。即,从第n行,第1列的元素到第1行,第m列的元素的路径中,该路径会途径第n行、第n-1行…第1行(该路径在行方向上是单调递减的,且不会跳过任何行),该路径也会途径第1列、第2列…第m列(该路径在列方向上是单调递增的,且不会跳过任何列)。由于第i行,第j列的元素为第一水质指标序列中的第i个水质指标与第二水质指标序列中的第j个水质指标之间的距离,则该规整路径遍历了第一水质指标序列中的每个水质指标,以及第二水质指标序列中的每个水质指标。并且规整路径为第一元素到第二元素的路径中,途径的元素之和最小的路径,即,第一水质指标序列中n个水质指标与第二水质指标序列中m水质指标之间的距离之和最小的路径。
在一种可能的实现方式中,可根据该路径来确定第一指标序列与第二指标序列的相似度,该规整路径为n个化学需氧量指标与m浊度指标之间的距离之和最小的路径,可将n个化学需氧量指标与m浊度指标之间的距离之和最小时的距离确定为动态时间规整距离。
在示例中,可通过以下公式(1)来确定动态时间规整距离:
D(e,f)=Dist(e,f)+min{D(e-1,f),D(e,f-1),D(e-1,f-1)} (1)
其中,Dist(e,f)表示第一水质指标序列中第e(e为正整数)个水质指标与第二水质指标序列中第f(f为正整数)个水质指标之间的距离,即,路径规整矩阵的(e,f)元素,D(e,f)表示第一水质指标序列中前e个水质指标与第二水质指标序列中前f个水质指标之间的动态时间规整距离,在示例中,可使e=n,并使f=m,并通过上述公式(1)进行迭代,以获得第一水质指标序列与第二水质指标序列的动态时间规整距离。
在一种可能的实现方式中,通过该动态时间规整距离确定第一水质指标序列与第二水质指标序列的相似度。例如,如果该动态时间规整距离小于或等于预设的距离阈值,则可认为第一水质指标序列和第二指标水质序列之间具有相关性,否则,可认为第一水质指标序列和第二水质指标序列之间不具有相关性。在示例中,距离阈值可通过经验来设定,例如,可选取具有相关性的多组指标序列,分别确定每组指标序列的动态时间规整距离,可基于这些具有相关性的指标序列的动态时间规整距离来确定距离阈值,例如,可通过统计的方式来确定距离阈值,本公开对距离阈值的确定方式不做限制。
通过这种方式,可通过路径规整矩阵和规整路径遍历第一水质指标序列与第二水质指标序列中所有指标,确定使各指标之间的距离之和最小的动态时间规整距离,通过动态时间规整距离确定第一水质指标序列和第二水质指标序列之间相关性,可参考第一水质指标序列中所有指标和第二水质指标序列中所有指标之间的距离,减少由于时间差异造成波形偏移而导致相关性的计算精度较低的问题。
在一种可能的实现方式中,如果第一水质指标序列和第二水质指标序列存在相关性,则可确定能够判断上述两个水质指标序列存在相关性的目标数据特征,并基于第一水质指标序列中出现目标数据特征的时刻与第二水质指标序列中出现目标数据特征的时刻之间的时间差(即,检测到同一段水流的时间差),以及第一预设位置和第二预设位置之间的水流的流经距离,来确定平均流速。
在一种可能的实现方式中,步骤S13可包括:在所述第一水质指标序列与所述第二水质指标序列存在相关性的情况下,根据所述第一水质指标序列和所述第二水质指标序列,确定水质指标的目标数据特征,其中,所述目标数据特征为用于指示由同一次水质污染引起的第一预设位置测量和第二预设位置的水质指标发生变化的数据特征;根据所述第一水质指标序列中目标数据特征对应的第一时刻,以及所述第二水质指标序列中目标数据特征对应的第二时刻,确定水流的流经时间差;根据所述第一预设位置和所述第二预设位置之间的距离和所述流经时间差,确定所述平均流速。
在示例中,第一水质指标序列中测得三个波峰,分别为(to,x1,o)、(tp,x1,p)、(tq,x1,q),第二水质指标序列中也测得三个波峰,分别为(tr,x2,r)、(ts,x2,s)、(tt,x2,t),且检测到三个波峰之间的时间差与第一水质指标序列中的三个波峰之间的时间差近似。因此,第一水质指标序列与第二水质指标序列的波形相似,基于两个水质指标序列的动态时间规整距离可确定两个水质指标序列存在相关性。进一步地,上述三个波峰可作为判断其存在相关性的依据,也可作为第一预设位置和第二预设位置的量子点光谱仪测得同一段水流的依据,因此,上述三个波峰可作为目标数据特征。在示例中,还可将水质指标的波谷、水质指标的变化率等数据特征作为目标数据特征,本公开对目标数据特征的类型和出现次数不做限制。
在一种可能的实现方式中,可确定第一水质指标序列中测得目标数据特征的第一时刻和第二水质指标序列中测得目标数据特征的第二时刻。在示例中,可将第一水质指标序列的三个波峰中的第一个波峰出现的时刻,即,to,作为第一时刻,并将第二水质指标序列的三个波峰中的第一个波峰出现的时刻,即,tr,作为第二时刻。在示例中,也可利用第二个波峰或第三个波峰确定第一时刻和第二时刻,只要该特征在第一水质指标序列和第二水质指标序列中对应即可,本公开对用于确定第一时刻和第二时刻的目标数据特征不做限制。
在一种可能的实现方式中,可根据第一预设位置和第二预设位置之间的距离(水流的流经距离,即,管道的长度),以及第一时刻和第二时刻的时间差来确定平均流速。
在示例中,可通过以下公式(2)确定所述平均流速:
其中,v为所述平均流速,l为第一预设位置和第二预设位置之间的水流的流经距离,△t为第一时刻和第二时刻之间的时间差。
在一种可能的实现方式中,在步骤S14中,可利用平均流速以及管道信息来确定管道流量。该步骤可包括:根据所述管道信息,确定第三预设位置的过水断面面积;根据所述过水断面面积和所述平均流速,确定所述管道流量。
在示例中,可确定管道的过水断面面积,例如,如果管道被水流充满,则管道的截面积即为所述过水断面面积,如果管道未被充满,可根据管道信息确定过水断面的充满角,并基于所述充满角以及管道的内径来确定过水断面面积。在示例中,如果管道为圆柱形管道,可通过以下公式(3)来确定过水断面面积:
其中,A为过水断面面积,θ为过水断面的充满角,即,在管道横截面中,过水断面占管道横截面的圆心角,D为管道的内径。
在示例中,可通过所述平均流速与所述过水断面面积来确定管道流量,例如,可通过以下公式(4)来确定管道流量:
Q=A*v (4)
其中,Q为管道流量。
根据本公开的实施例的流量检测方法,通过水质信息确定管道流量,在监测水质污染的同时,获取流量信息,无需额外设置流量计,节约成本,且有利于管道的综合治理。并可实时且高频地测量第一预设位置的第一水质指标序列和第二预设位置的第二水质指标序列,并可基于动态时间规整距离确定第一水质指标序列和第二水质指标序列之间相关性,减少由于时间差异造成波形偏移而导致相关性的计算精度较低的问题。可提高流量检测的准确性。
图3示出根据本公开实施例的流量检测方法的应用示意图,如图3所示,可在管道上的预设位置设置量子点光谱仪,所述量子点光谱仪可包括量子点光谱探头,可用于检测和分析水质信息。例如,可在管道的第一预设位置设置量子点光谱仪1,用于检测管道中水流的第一水质指标序列,例如,COD指标序列。可在管道的第二预设位置设置量子点光谱仪2,用于检测管道中水流的第二水质指标序列。第一水质指标序列包括的水质指标与第二水质指标序列包括的水质指标的类型相同。
在一种可能的实现方式中,可首先确定第一水质指标序列与第二水质指标序列是否存在相关性。可通过第一水质指标序列与第二水质指标序列的动态时间规整距离来确定第一水质指标序列与第二水质指标序列是否存在相关性。在示例中,可通过公式(1)来确定第一水质指标序列与第二水质指标序列的动态时间规整距离,并在动态时间规整距离小于或等于距离阈值时,确定第一水质指标序列与第二水质指标序列是否存在相关性。
在一种可能的实现方式中,可在第一水质指标序列和第二水质指标序列的多个数据特征中,确定出目标数据特征。例如,第一水质指标序列中测得一个波峰和一个波谷,第二水质指标序列中也测得一个波峰和一个波谷。则两个量子点测得一个波峰和一个波谷,可表示两个量子点光谱仪检测到同一段水流。可将所述一个波峰和一个波谷作为目标数据特征。并可确定第一水质指标序列中测得目标数据特征的第一时刻与第二水质指标序列中测得目标数据特征的第二时刻。进一步地,可利用公式(2)确定平均流速。
在一种可能的实现方式中,如果管道为圆柱形管道,且水流未充满管道,可利用公式(3)来确定过水断面面积,并利用公式(4),基于平均流速和过水断面面积确定管道流量。
在一种可能的实现方式中,所述流量检测方法可用于管道网络的流量检测中,可及时发现管网淤积和阻塞,为管道的清理和日常管理提供依据,也可为管道的健康状况提供依据。
可以理解,本公开提及的上述各个方法实施例,在不违背原理逻辑的情况下,均可以彼此相互结合形成结合后的实施例,限于篇幅,本公开不再赘述。
此外,本公开还提供了流量检测装置、电子设备、计算机可读存储介质、程序,上述均可用来实现本公开提供的任一种流量检测方法,相应技术方案和描述和参见方法部分的相应记载,不再赘述。
本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
图4示出根据本公开实施例的流量检测装置的框图,所述装置包括:序列检测模块11,用于根据在管道的第一预设位置实时测量的水质信息,确定所述管道的第一水质指标序列,并根据在管道的第二预设位置实时测量的水质信息,确定所述管道的第二水质指标序列,其中,所述第一水质指标序列和所述第二水质指标序列包括多个时刻获取的水质指标;相关性检测模块12,用于判断所述第一水质指标序列与所述第二水质指标序列之间是否存在相关性;流速检测模块13,用于在所述第一水质指标序列与所述第二水质指标序列之间存在相关性的情况下,根据所述第一水质指标序列以及所述第二水质指标序列,确定所述第一预设位置与所述第二预设位置之间的水流的平均流速;流量检测模块14,用于根据管道信息以及所述平均流速,确定管道流量。
在一种可能的实现方式中,所述相关性检测模块进一步用于:根据所述第一水质指标序列中的多个水质指标,以及所述第二水质指标序列中的多个水质指标,确定所述第一水质指标序列与所述第二水质指标序列的路径规整矩阵,其中,所述路径规整矩阵中的第i行,第j列的元素为第一水质指标序列中的第i个水质指标与第二水质指标序列中的第j个水质指标之间的向量距离,i和j为正整数;根据路径规整矩阵,确定规整路径,其中,所述规整路径为在路径规整矩阵中从第一元素到第二元素的路径中,途径的元素之和最小的路径;根据所述规整路径,确定所述第一水质指标序列与所述第二水质指标序列的动态时间规整距离;在所述动态时间规整距离小于等于距离阈值的情况下,确定所述第一水质指标序列与所述第二水质指标序列存在相关性。
在一种可能的实现方式中,所述第一元素包括所述路径规整矩阵第n行,第1列的元素,所述第二元素包括所述路径规整矩阵第1行,第m列的元素,其中,所述路径规整矩阵包括n行,m列,n≥i,m≥j。
在一种可能的实现方式中,所述流速检测模块进一步用于:在所述第一水质指标序列与所述第二水质指标序列存在相关性的情况下,根据所述第一水质指标序列和所述第二水质指标序列,确定水质指标的目标数据特征,其中,所述目标数据特征为用于指示由同一次水质污染引起的第一预设位置测量和第二预设位置的水质指标发生变化的数据特征;根据所述第一水质指标序列中目标数据特征对应的第一时刻,以及所述第二水质指标序列中目标数据特征对应的第二时刻,确定水流的流经时间差;根据所述第一预设位置和所述第二预设位置之间的距离和所述流经时间差,确定所述平均流速。
在一种可能的实现方式中,所述目标数据特征包括水质指标波峰、水质指标波谷、水质指标变化率中的至少一种。
在一种可能的实现方式中,所述流量检测模块进一步用于:根据所述管道信息,确定第三预设位置的过水断面面积;根据所述过水断面面积和所述平均流速,确定所述管道流量。
在一种可能的实现方式中,所述水质指标包括水质化学需氧量、浊度、总磷含量、氨氮含量中的至少一个。
在一些实施例中,本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法,其具体实现可以参照上文方法实施例的描述,为了简洁,这里不再赘述
本公开实施例还提出一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为上述方法。
电子设备可以被提供为终端、服务器或其它形态的设备。
图5是根据一示例性实施例示出的一种电子设备800的框图。例如,电子设备800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等终端。
参照图5,电子设备800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制电子设备800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理***,一个或多个电源,及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当电子设备800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和***接口模块之间提供接口,上述***接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为电子设备800提供各个方面的状态评估。例如,传感器组件814可以检测到电子设备800的打开/关闭状态,组件的相对定位,例如所述组件为电子设备800的显示器和小键盘,传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变,用户与电子设备800接触的存在或不存在,电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器804,上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图6是根据一示例性实施例示出的一种电子设备1900的框图。例如,电子设备1900可以被提供为一服务器。参照图6,电子设备1900包括处理组件1922,其进一步包括一个或多个处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理,一个有线或无线网络接口1950被配置为将电子设备1900连接到网络,和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作***,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器1932,上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是***、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(***)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (8)
1.一种流量检测方法,其特征在于,所述方法包括:
根据在管道的第一预设位置实时测量的水质信息,确定所述管道的第一水质指标序列,并根据在管道的第二预设位置实时测量的水质信息,确定所述管道的第二水质指标序列,其中,所述第一水质指标序列和所述第二水质指标序列包括多个时刻获取的水质指标;
判断所述第一水质指标序列与所述第二水质指标序列之间是否存在相关性;
在所述第一水质指标序列与所述第二水质指标序列之间存在相关性的情况下,根据所述第一水质指标序列以及所述第二水质指标序列,确定所述第一预设位置与所述第二预设位置之间的水流的平均流速;
根据管道信息以及所述平均流速,确定管道流量;
其中,所述在所述第一水质指标序列与所述第二水质指标序列之间存在相关性的情况下,根据所述第一水质指标序列以及所述第二水质指标序列,确定所述第一预设位置与所述第二预设位置之间的水流的平均流速,包括:
在所述第一水质指标序列与所述第二水质指标序列存在相关性的情况下,根据所述第一水质指标序列和所述第二水质指标序列,确定水质指标的目标数据特征,其中,所述目标数据特征为用于指示由同一次水质污染引起的第一预设位置和第二预设位置的水质指标发生变化的数据特征;
根据所述第一水质指标序列中目标数据特征对应的第一时刻,以及所述第二水质指标序列中目标数据特征对应的第二时刻,确定水流的流经时间差;
根据所述第一预设位置和所述第二预设位置之间的距离和所述流经时间差,确定所述平均流速;
所述根据管道信息以及所述平均流速,确定管道流量,包括:
根据所述管道信息,确定第三预设位置的过水断面面积;
根据所述过水断面面积和所述平均流速,确定所述管道流;
所述根据所述管道信息,确定第三预设位置的过水断面面积,包括:
在所述管道被水流充满的情况下,将所述管道的截面积为所述过水断面面积;
在所述管道被水流未充满的情况下,根据所述管道信息确定过水断面的充满角,并基于所述充满角和所述管道的内径,确定所述过水断面面积。
2.根据权利要求1所述的方法,其特征在于,判断所述第一水质指标序列与所述第二水质指标序列之间是否存在相关性,包括:
根据所述第一水质指标序列中的多个水质指标,以及所述第二水质指标序列中的多个水质指标,确定所述第一水质指标序列与所述第二水质指标序列的路径规整矩阵,其中,所述路径规整矩阵中的第i行,第j列的元素为第一水质指标序列中的第i个水质指标与第二水质指标序列中的第j个水质指标之间的向量距离,i和j为正整数;
根据路径规整矩阵,确定规整路径,其中,所述规整路径为在路径规整矩阵中从第一元素到第二元素的路径中,途径的元素之和最小的路径;
根据所述规整路径,确定所述第一水质指标序列与所述第二水质指标序列的动态时间规整距离;
在所述动态时间规整距离小于等于距离阈值的情况下,确定所述第一水质指标序列与所述第二水质指标序列存在相关性。
3.根据权利要求2所述的方法,其特征在于,所述第一元素包括所述路径规整矩阵第n行,第1列的元素,所述第二元素包括所述路径规整矩阵第1行,第m列的元素,其中,所述路径规整矩阵包括n行,m列,n≥i,m≥j。
4.根据权利要求1所述的方法,其特征在于,所述目标数据特征包括水质指标波峰、水质指标波谷、水质指标变化率中的至少一种。
5.根据权利要求1所述的方法,其特征在于,所述水质指标包括水质化学需氧量、浊度、总磷含量、氨氮含量、高锰酸盐指数、总悬浮物、生物需氧量、总有机碳、硫酸盐含量、氯化物含量、溶解性铁含量、溶解性锰含量、溶解性铜含量、溶解性锌含量、硝酸盐含量、亚硝酸盐含量、总氮含量、氟化物含量、硒含量、总砷含量、总汞含量、总镉含量、铬含量、总铅含量、总氰化物、挥发酚含量、类大肠菌群含量、硫化物含量中的至少一个。
6.一种流量检测装置,其特征在于,所述装置包括:
序列检测模块,用于根据在管道的第一预设位置实时测量的水质信息,确定所述管道的第一水质指标序列,并根据在管道的第二预设位置实时测量的水质信息,确定所述管道的第二水质指标序列,其中,所述第一水质指标序列和所述第二水质指标序列包括多个时刻获取的水质指标;
相关性检测模块,用于判断所述第一水质指标序列与所述第二水质指标序列之间是否存在相关性;
流速检测模块,用于在所述第一水质指标序列与所述第二水质指标序列之间存在相关性的情况下,根据所述第一水质指标序列以及所述第二水质指标序列,确定所述第一预设位置与所述第二预设位置之间的水流的平均流速;
流量检测模块,用于根据管道信息以及所述平均流速,确定管道流量;
其中,所述流速检测模块具体用于:
在所述第一水质指标序列与所述第二水质指标序列存在相关性的情况下,根据所述第一水质指标序列和所述第二水质指标序列,确定水质指标的目标数据特征,其中,所述目标数据特征为用于指示由同一次水质污染引起的第一预设位置和第二预设位置的水质指标发生变化的数据特征;
根据所述第一水质指标序列中目标数据特征对应的第一时刻,以及所述第二水质指标序列中目标数据特征对应的第二时刻,确定水流的流经时间差;
根据所述第一预设位置和所述第二预设位置之间的距离和所述流经时间差,确定所述平均流速;
所述流量检测模块,用于:
根据所述管道信息,确定第三预设位置的过水断面面积;
根据所述过水断面面积和所述平均流速,确定所述管道流量;
所述流量检测模块,还用于:
在所述管道被水流充满的情况下,将所述管道的截面积为所述过水断面面积;
在所述管道被水流未充满的情况下,根据所述管道信息确定过水断面的充满角,并基于所述充满角和所述管道的内径,确定所述过水断面面积。
7.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:执行权利要求1至5中任意一项所述的方法。
8.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至5中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110631340.4A CN113358164B (zh) | 2021-06-07 | 2021-06-07 | 流量检测方法及装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110631340.4A CN113358164B (zh) | 2021-06-07 | 2021-06-07 | 流量检测方法及装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113358164A CN113358164A (zh) | 2021-09-07 |
CN113358164B true CN113358164B (zh) | 2024-03-05 |
Family
ID=77532716
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110631340.4A Active CN113358164B (zh) | 2021-06-07 | 2021-06-07 | 流量检测方法及装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113358164B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107274679A (zh) * | 2017-06-06 | 2017-10-20 | 东莞理工学院 | 车辆识别方法、装置、设备及计算机可读存储介质 |
CN110082295A (zh) * | 2018-01-25 | 2019-08-02 | 芯视界(北京)科技有限公司 | 水质监测***及方法 |
CN110488218A (zh) * | 2019-08-26 | 2019-11-22 | 国网重庆市电力公司电力科学研究院 | 一种电能表运行状态评估方法和评估装置 |
CN111208142A (zh) * | 2019-08-01 | 2020-05-29 | 北京航空航天大学 | 基于动态时间规整相关性特征的裂纹损伤定量检测方法 |
CN211374503U (zh) * | 2019-12-30 | 2020-08-28 | 芯视界(北京)科技有限公司 | 光谱检测装置 |
CN211374726U (zh) * | 2019-12-31 | 2020-08-28 | 芯视界(北京)科技有限公司 | 水质监测*** |
CN111818050A (zh) * | 2020-07-08 | 2020-10-23 | 腾讯科技(深圳)有限公司 | 目标访问行为检测方法、***、装置、设备及存储介质 |
CN111832841A (zh) * | 2020-07-27 | 2020-10-27 | 北京交通大学 | 一种封站条件下的轨道交通短时客流预测方法及*** |
CN112013910A (zh) * | 2020-08-27 | 2020-12-01 | 深圳市宏电技术股份有限公司 | 一种排水管网流量检测方法、装置、服务器和存储介质 |
CN112014589A (zh) * | 2020-10-19 | 2020-12-01 | 德阳旌卫环保工程有限公司 | 一种智能流速测量装置及河流流量测量方法 |
CN112491877A (zh) * | 2020-11-26 | 2021-03-12 | 中孚安全技术有限公司 | 一种用户行为序列异常检测方法、终端及存储介质 |
CN112787882A (zh) * | 2020-12-25 | 2021-05-11 | 国网河北省电力有限公司信息通信分公司 | 一种物联网边缘流量预测方法、装置及设备 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160033313A1 (en) * | 2014-07-30 | 2016-02-04 | International Business Machines Corporation | Measuring velocity using substance characteristics |
-
2021
- 2021-06-07 CN CN202110631340.4A patent/CN113358164B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107274679A (zh) * | 2017-06-06 | 2017-10-20 | 东莞理工学院 | 车辆识别方法、装置、设备及计算机可读存储介质 |
CN110082295A (zh) * | 2018-01-25 | 2019-08-02 | 芯视界(北京)科技有限公司 | 水质监测***及方法 |
CN111208142A (zh) * | 2019-08-01 | 2020-05-29 | 北京航空航天大学 | 基于动态时间规整相关性特征的裂纹损伤定量检测方法 |
CN110488218A (zh) * | 2019-08-26 | 2019-11-22 | 国网重庆市电力公司电力科学研究院 | 一种电能表运行状态评估方法和评估装置 |
CN211374503U (zh) * | 2019-12-30 | 2020-08-28 | 芯视界(北京)科技有限公司 | 光谱检测装置 |
CN211374726U (zh) * | 2019-12-31 | 2020-08-28 | 芯视界(北京)科技有限公司 | 水质监测*** |
CN111818050A (zh) * | 2020-07-08 | 2020-10-23 | 腾讯科技(深圳)有限公司 | 目标访问行为检测方法、***、装置、设备及存储介质 |
CN111832841A (zh) * | 2020-07-27 | 2020-10-27 | 北京交通大学 | 一种封站条件下的轨道交通短时客流预测方法及*** |
CN112013910A (zh) * | 2020-08-27 | 2020-12-01 | 深圳市宏电技术股份有限公司 | 一种排水管网流量检测方法、装置、服务器和存储介质 |
CN112014589A (zh) * | 2020-10-19 | 2020-12-01 | 德阳旌卫环保工程有限公司 | 一种智能流速测量装置及河流流量测量方法 |
CN112491877A (zh) * | 2020-11-26 | 2021-03-12 | 中孚安全技术有限公司 | 一种用户行为序列异常检测方法、终端及存储介质 |
CN112787882A (zh) * | 2020-12-25 | 2021-05-11 | 国网河北省电力有限公司信息通信分公司 | 一种物联网边缘流量预测方法、装置及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN113358164A (zh) | 2021-09-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113252582B (zh) | 污染检测方法及装置、电子设备和存储介质 | |
CN115510568A (zh) | 管道故障检测方法及***、电子设备和存储介质 | |
Kloosterman et al. | The interface between forensic science and technology: how technology could cause a paradigm shift in the role of forensic institutes in the criminal justice system | |
CN103210301B (zh) | 监测、检测、和量化样本中的化学化合物 | |
CN112990614A (zh) | 水华检测方法及装置、电子设备和存储介质 | |
CN111033231A (zh) | 用于量化气体泄漏的***和方法 | |
US11029300B2 (en) | Detecting contamination sources in liquid distribution systems | |
CN113077019A (zh) | 污染类型识别方法及装置和存储介质 | |
JP2015516714A (ja) | モバイルデバイスに関連付けられた体感品質の測定 | |
CN115510892A (zh) | 污染类型识别方法及装置、电子设备和存储介质 | |
Spangenberg et al. | Ultraviolet absorption of contaminants in water | |
CN116704710A (zh) | 告警方法及装置、电子设备和存储介质 | |
Zhang et al. | Photonic microresonator based sensor for selective nitrate ion detection | |
CN110717509A (zh) | 基于树***算法的数据样本分析方法及装置 | |
CN113358164B (zh) | 流量检测方法及装置、电子设备和存储介质 | |
US20180313799A1 (en) | Data quality control using a correlated sensor group | |
CN107133301A (zh) | 概率的预测方法及装置 | |
CN112884040B (zh) | 训练样本数据的优化方法、***、存储介质及电子设备 | |
CN116304913A (zh) | 基于贝叶斯模型的水质状态监测方法及装置、电子设备 | |
Bergau et al. | Flow rate quantification of small methane leaks using laser spectroscopy and deep learning | |
CN115508522A (zh) | 水质检测方法及装置、电子设备和存储介质 | |
CN115510890A (zh) | 污染类型识别方法及装置、电子设备和存储介质 | |
Wang et al. | Optical detection of contamination event in water distribution system using online Bayesian method with UV–Vis spectrometry | |
CN115507305A (zh) | 管道故障检测方法及装置、电子设备和存储介质 | |
CN114839340A (zh) | 水质生物活性检测方法及装置、电子设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |