[发明专利]一种基于边缘算法的预警方法、系统及存储介质

权利要求书

1.一种基于边缘算法的预警方法，其特征在于，包括以下步骤：

步骤1.基于水文RS485传感器，获取异常传感数据，并集合为动态数据时间序列集；

步骤2.对动态数据时间序列集基于边缘算法进行监测，得到水压、雨量以及流速的边缘水文异常数据；

步骤3.对获取的边缘水文异常数据采用Apriori算法进行关联度分析，得到关联度值A；

步骤4.将关联度A导入关联度预测数据库中进行差值计算，得到差值B；

步骤5.判断差值B的误差值所处阈值范围，当处于合格阈值范围时，无预警；当处于不合格阈值范围时，预警；

步骤6.将差值B判断结果导入云端数据存储模块，备份记录；

步骤7.循环上述步骤，直至完成水文RS485传感器的预警作业。

2.根据权利要求1所述的预警方法，其特征在于，步骤1中水文RS485传感器的异常数据获取为根据周围的水源的环境条件收集和生成的信息，收集到信息后将这些数据信息转换为多个动态数据点，多个动态数据点集合为动态数据时间序列集。

3.根据权利要求1所述的预警方法，其特征在于，步骤2中将对动态数据时间序列集采用边缘算法进行监测，得到水压、雨量以及流速的边缘水文异常数据，其中水压、雨量以及流速的数据获取点为数据变化异常点。

4.根据权利要求1所述的预警方法，其特征在于，步骤3中Apriori算法会将获取的水文异常数据点数据按照如下公式进行分析：其中S为关联度；为数据点之间的数据点合集，表示水压、雨量以及流速任意两数据之间的合集；表示数据获取时间段。

5.根据权利要求4所述的预警方法，其特征在于，获取到关联度S后，进行标准分析后，得到关联度值A，其中标准分析为关联度S与本地数据库测定的理论关联度数据比对的过程，具体为：将关联度S与本地关联度进行误差计算，当误差小于1时，记录关联度，大于1时，放弃记录。

6.根据权利要求1所述的预警方法，其特征在于，步骤4中将关联度A导入关联度预测数据库中进行差值计算，计算采用布尔运算进行，具体为将关联度值A与关联度预测数据库中的数据值相减，得到差值B，该差值B大于1，则记录，反之，放弃记录。

7.根据权利要求1所述的预警方法，其特征在于，步骤5中将记录的差值B再次进行阈值范围判断，具体为当差值B处于0-0.5阈值内，为合格，无预警；当差值B处于0.51-1内，为不合格，触发预警。

8.根据权利要求1所述的预警方法，其特征在于，步骤6中将差值B判断结果导入云端数据存储模块，数据导入过程采用数据库读写原理进行。

9.一种能实现权利要求1-8任一项所述预警方法的系统，其特征在于，包括：

获取单元，所述获取单元用于基于水文RS485传感器来获取异常传感数据，并集合为动态数据时间序列集；

检测单元，所述检测单元用于对动态数据时间序列集基于边缘算法进行监测，得到水压、雨量以及流速的边缘水文异常数据；

分析单元，所述分析单元用于对获取的边缘水文异常数据采用Apriori算法进行关联度分析并得到关联度值A；

计算单元，所述计算单元将关联度A导入关联度预测数据库中进行差值计算，得到差值B，并且判断差值B的误差值所处阈值范围；

传输单元，所述传输单元用于将差值B判断结果导入云端数据存储模块；

循环响应单元，用于循环作业发生与终止。

10.一种存储介质，其上存储有计算机程序，所述计算机程序被执行时实现上述权利要求1-8任一项所述的预警方法。