基于边缘学习的智能漏损监测方法

    公开(公告)号:CN117113241A

    公开(公告)日:2023-11-24

    申请号:CN202310538638.X

    申请日:2023-05-12

    Applicant: 中南大学

    Abstract: 本发明涉及漏损监测方法,具体地涉及一种基于边缘学习的智能漏损监测方法,包括如下步骤:A.对水管采集点的历史运行数据进行划分,将正常运行情况下的历史运行数据划分为正常运行情况数据集,将故障异常情况下的历史运行数据划分为故障异常数据集;B.利用机器学习模型构建正常运行情况预测模型,将正常运行情况预测模型下发到各边缘节点进行模型训练和预测,并构建对比区间;C.将采集数据与对比区间比对,并利用聚类算法和机器学习算法得到边缘节点的异常诊断结果,从而对水管的实际运行情况进行诊断。本发明的基于边缘学习的智能漏损监测方法能够在事前对水管进行瞬态水压或水流量的自动监测,降低了水管爆管和漏损的发生概率。

    基于规则引擎的能源消耗监控管理系统和方法

    公开(公告)号:CN116738163A

    公开(公告)日:2023-09-12

    申请号:CN202310523834.X

    申请日:2023-05-10

    Applicant: 中南大学

    Abstract: 本发明涉及数据处理系统,提供了一种基于规则引擎的能源消耗监控管理系统包括:数据采集模块,用于连接数据源以采集能源消耗数据;数据处理模块,用于预处理采集到的原始数据,以提取有效的能源消耗数据;数据存储模块,用于存储和管理所述数据处理模块提取的能源消耗数据;规则定义模块,用于根据能源管理需求配置业务规则;规则引擎模块,用于根据业务规则实时判断和处理能源消耗数据,生成规则执行结果;业务动作模块,根据规则执行结果执行业务动作。本发明基于规则引擎的能源消耗监控管理系统能够根据实时的能源消耗数据,进行自动化决策和智能化控制,提高能源管理的效率和精确性。本发明还提供一种基于规则引擎的能源消耗监控管理方法。

Patent Agency Ranking