[发明专利]一种水流量监测方法

权利要求书

1.一种水流量监测方法，适用于包括流量传感器和服务器的流量监测系统，其特征在于，包括以下步骤：

A)服务器实时接收流量传感器采集到的流量数据；

B)对流量数据进行凸点识别和抹平处理；

C)使用抹平后的流量数据生成报表；

步骤B中对流量数据进行抹平的方法为包括以下步骤：

B21)将凸点数据剔除并做备份处理；

B22)建立流量预测模型；

B23)将流量预测模型的预测值和流量历史同期数据进行加权插补计算，使用计算结果替换流量凸点数据；

步骤B22中建立流量预测模型的方法包括以下步骤：

B221)获取对应流量传感器当日的采集数据，对当日数据进行离散傅里叶变换，获得当日流量数据的各个频率组成f_i，i∈M_d，其中，M_d为当日流量数据的频率组成集合；

B222)获取对应流量传感器的若干个历史日的流量采集数据，对历史日流量数据进行离散傅里叶变换，获得历史日流量采集数据的频率组成f_j，j∈M_H，其中H为历史日集合，为全部历史日的流量采集数据的频率集合M_H；

B223)从历史日流量采集数据的频率集合M_H中，分别挑选与当日流量数据的每个组成频率f_i的频率以及幅度相似的频率组成f_j；

B224)将步骤B223获得的相似频率组成叠加∑f_k，k∈(M_d∩M_H)，作为流量预测结果。

2.根据权利要求1所述的一种水流量监测方法，其特征在于，

步骤B中凸点识别的方法包括以下步骤：

B11)将接收到的流量数据与其历史同期数据值比较，若差值大于阈值ε则进入步骤B12，反之，则判定该流量数据为非凸点，其中，若流量传感器故障未采集到数据则使用负常数值代替；

B12)服务器向流量传感器发出采集命令，若采集到的流量数据与历史同期数据值的差值仍大于阈值ε，则判定该流量数据为凸点。

3.根据权利要求1所述的一种水流量监测方法，其特征在于，

所述加权插补计算的加权因子根据流量预测模型和历史同期数据的可信度进行分配。

4.根据权利要求3所述的一种水流量监测方法，其特征在于，

流量预测模型的可信度其中，x_t，model为流量预测模型的预测结果，x_t为历史实测结果，n为参与计算的数据数量；

历史同期数据的可信度其中，x_t为历史实测结果，n为参与计算的数据数量，为n个历史实测结果的均值。

5.根据权利要求4所述的一种水流量监测方法，其特征在于，

流量预测模型的加权因子a以及历史同期数据的加权因子b根据：计算获得。