[发明专利]一种农村污水处理设施运行异常的智能诊断系统及方法

权利要求书

1.一种农村污水处理设施运行异常的智能诊断系统，其特征在于，包括：数据采集模块、数据接收模块、数据存储模块和数据分析模块；

数据采集模块，用于采集待诊断的农村污水处理设施的数据信息；所述数据信息包括基础属性数据信息和监测业务数据信息；

数据接收模块，用于接收数据采集模块获取的数据信息，并传输至数据存储模块中；

数据存储模块，用于存储数据接收模块所接收的数据信息；

数据分析模块，包括：异常检测单元、报警收敛单元和故障诊断单元；

异常检测单元，用于筛选含有异常监测业务数据的异常数据信息，并将每一组异常数据信息作为一条报警信息，输出至报警收敛单元；

报警收敛单元，用于存储异常检测单元输出的报警信息，并对报警信息进行报警收敛，获得有效的报警事件以及相对应的数据信息，将报警事件信息输出至故障诊断单元；

故障诊断单元，用于接收报警事件信息，并对报警事件信息进行设施异常运行模式分类，获得该报警事件相对应的设施异常运行模式，即为诊断结果。

2.如权利要求1所述的农村污水处理设施运行异常的智能诊断系统，其特征在于，所述数据存储模块由三个数据库组成，分别为时序数据库InfluxDB，关系型数据库PostgreSQL和No-SQL数据库Redis；

时序数据库InfluxDB，用于存储有time列时间戳的时序型监测数据；

关系型数据库PostgreSQL，用于存储有逻辑分类的关系类型数据；

No-SQL数据库Redis，用于存储需要支持大数据量读取的缓存类型数据。

3.如权利要求1所述的农村污水处理设施运行异常的智能诊断系统，其特征在于，所述基础属性数据信息包括：农村污水处理设施的行政区域、设施编号、设施名称、处理规模、处理工艺、设施结构参数和设施设备参数；

所述行政区域包括农村污水处理设施所属的省、市、区/县、镇、村的名称；所述处理规模为农村污水处理设施的日处理水量；所述处理工艺为农村污水处理设施的工艺类型；所述设施结构参数为设施工艺单元的类型信息、工艺单元深度、工艺单元横截面积信息；所述设施设备参数为各设备型号参数、通讯参数和控制参数；

所述监测业务数据信息包括：监测时间、水质数据、水量数据、工艺运行状态数据、设备运行数据、运行能耗数据；

所述水质数据包括：进水和出水的水质监测指标数据；水质监测指标为pH值、化学需氧量、悬浮物、氨氮、总磷、粪大肠菌群、总氮、动植物油、电导率和浊度中的一种或多种；

所述工艺运行状态数据包括：工艺单元的运行状态监测指标数据；运行状态监测指标为液位、温度、溶解氧、氧化还原电位、污泥浓度中的一种或多种。

所述设备运行数据包括：工作泵的当前状态和远控状态，应急泵的当前状态和远控状态，风机的当前状态和远控状态；

所述运行能耗数据包括：泵和风机的电流、功率、电能。

4.如权利要求3所述的农村污水处理设施运行异常的智能诊断系统，其特征在于，异常检测单元中，报警信息的获取方法为：

1)采集待监测农村污水处理设施的数据信息，该数据信息是以每个农村污水处理设施在每一监测时间点上所采集的所有数据作为向量构成的向量矩阵；

2)将步骤1)的数据信息输入至异常判别模型中，针对不同的监测业务指标进行判别，筛选获得基于不同监测业务指标的多个异常向量矩阵；

3)以每个异常向量矩阵中的每一个向量作为一条报警信息；

所述异常判别模型的构建方法，包括：

(A)采集待监测农村污水处理设施所对应的区域内所有农村污水处理设施的数据信息；

(B)预先设定各个监测业务数据出现异常的理论数值区间，根据理论数值区间，从步骤(A)的数据信息中初步筛选出含有异常监测业务数据的异常向量；

(C)以每一个监测业务指标作为基准，对步骤(B)获得的异常向量进行模糊聚类分析，获得每个监测业务指标所对应的聚类结果；

(D)将步骤(B)获得的异常向量和步骤(C)获得的每个监测业务指标所对应的聚类结果作为训练集，输入至判别模型中进行训练，得到针对不同监测业务指标进行数据异常判断的异常判别模型。