一种基于大数据平台的水质在线监测分析管理系统的制作方法

本发明涉及水质在线监测，且更具体地涉及一种基于大数据平台的水质在线监测分析管理系统。

背景技术：

1、近年来，随着社会的发展，各地水域水质出现污染，水污染已经成了一个相当严峻的问题。水质污染造成水生动物大面积死亡，而水生动物的死亡会造成水域发烂发臭，加剧水域的污染，周而复始，恶性循环。原本清澈透亮的水域水质渐渐变差，水平面下降，严重影响了人们的生活环境、身体健康以及生态系统。

2、因此对水域水质进行实时监测是非常有必要的，水质监测系统应运而生，而传统的水质监测系统受一些客观技术条件因素所限，还存在着一些共性或个性不足，具体如下：

3、(1)传统的水质监测系统采用人工取样，在实验室完成监测分析，耗费大量的人力物力，工作周期长，无法做到实时监测分析水质；

4、(2)传统的水质监测系统在水质采样信息类别上丰富度不足；

5、(3)传统的水质监测系统在水域区域划分上是对湖水表面区域进行划分，水质监测不全面，不利于水质污染分析；

6、综上可见，传统水质监测系统受自身技术条件限制存在诸多功能缺陷，因此如何实现大数据实时监测、丰富水质采样类型和全面监测水质的水质监测系统是我们需要解决的问题。

技术实现思路

1、针对上述技术的不足，本发明公开一种基于大数据平台的水质在线监测分析管理系统，基于物联网模式完成水质实时监控、测量、分析和存储管理；一种基于大数据平台的水质在线监测分析管理系统具有实时监测、采样信息多样化和全面监测水域的优势。

2、本发明采用以下技术方案：

3、一种基于大数据平台的水质在线监测分析管理系统，包括水体采样区域划分模块、水质检测点、水质信息采集模块、水质分析模块、通信模块、水质信息存储模块和大数据平台；

4、水体采样区域划分模块，用于对监测水域进行采样区域划分，并对划分后的区域进行编号；

5、水质检测点，用于安置水质监测设备，并根据不同采样划分区域设置对应的水质检测点；

6、水质信息采集模块，用于采集监测水域水质信息，所述水质信息采集检测模块包括深度传感器、水温传感器、ph传感器、电导率传感器、溶解氧传感器和浑浊度传感器；

7、水质分析模块，用于对采集到的水质信息进行分析，并将分析结果发送至通信模块；

8、通信模块，用于接收所述水质分析模块发送的水质信息分析结果，并将分析结果上传到云端服务器和水质信息存储模块；

9、水质信息存储模块，用于存储分析后的水质检测信息，便于操作人员查看；

10、大数据平台，用于信息的交换和通信，实现监控、测量、分析和存储管理；

11、所述水质采样区域划分模块连接所述水质检测点，所述水质检测点连接所述水质信息采集模块，所述水质信息采集模块连接所述水质分析模块，所述水质分析模块连接所述通信模块，所述通信模块连接所述水质信息存储模块，所述水体采样区域划分模块、水质检测点、水质信息采集模块、水质分析模块、通信模块和水质信息存储模块均与大数据平台连接。

12、作为本发明进一步的技术方案，所述水体采样区域划分模块对水域进行采样区域划分的方式为：

13、步骤1、以水域中心点为原点建立三维坐标系；

14、步骤2、以水域中心向周围按照设定距离等距扩散同心圆，得到圆环，各圆环所在区域即是各采样圆环区域；

15、步骤3、以水域中心向下方按照设定距离等距离划分深度层；

16、步骤4、根据采样水体所在圆环和深度确认采样区域。

17、作为本发明进一步的技术方案，所述水质检测点等距离布设在岸边20米处，并对布设的水质检测点按其对应的采样划分区域进行编号，所述水质监测点安放有检测分析用采样水质设备。

18、作为本发明进一步的技术方案，所述水质信息采集模块基于可变窗特定趋势算法采用不同类型传感器实现水质信息采集。

19、作为本发明进一步的技术方案，所述可变窗特定趋势算法值y(n)为：

20、

21、式(1)中，n是用于观察数据的窗长，i＝j＝0,1,2,…n，u(x)为单位阶跃函数，且

22、n的取值直接影响信号趋势计算的结果，窗长短，趋势值对信号变化敏感，窗长计算出的趋势值较平滑；

23、为了同时表征并计算信号的正、负两种变化趋势，定义符号函数sqn(x)为：

24、

25、为了在趋势计算中体现阶跃变化的信号，如采样水体深度、温度、ph、电导率、溶解氧和浑浊度，将深度传感器、水温传感器、ph传感器、电导率传感器、溶解氧传感器和浑浊度传感器的输出信号xi(n)(i＝1,2…,n)进行映射变换得：

26、

27、式(4)中，mi(n)为深度信号、温度信号、ph信号、电导率信号、溶解氧信号和浑浊度信号，参数k为信号变化的最大(或最小)上升(或下降)速率；

28、由式(3)和式(4)可得可变窗特定趋势算法值y(n)为：

29、

30、式(5)中，n是用于观察数据的窗长，i＝j＝0,1,2,…n，mi(n)为深度信号、温度信号、ph信号、电导率信号、溶解氧信号和浑浊度信号；

31、多种信号检测增加了可靠性与准确性，引入信号的稳态值(rw)，克服趋势抗干扰弱的缺点，定义两个新的函数符号sqn1(x)和sqn2(x)，

32、

33、

34、将窗长分为两部分，使趋势计算随信号的不同特征而变化，一部分取固定较小值，便于快速检测到信号，另一部分取变化值，随信号趋势逐渐增大，引入累加函数k(n)，

35、

36、式(8)中，st为预警值，u(x)为单位阶跃函数，因此趋势计算中总的计算窗

37、长为n’＝n+k(n)(9)

38、则以n’为窗长的可变窗长特定趋势算法计算式为：

39、

40、式(10)中，n是用于观察数据的窗长，i＝j＝0,1,2,…n，rw为信号的稳态值。

41、作为本发明进一步的技术方案，所述水质分析模块分析采集到的水质信息的方法为：

42、首先通过分析函数对输入的数据信息进行计算，计算函数为：

43、

44、式(11)中,v表示数据信息分析函数，r、g、b分别表示数据信息分析函数中的模糊度、类别和数据属性；处理后的数据信息特征集函数为：

45、

46、

47、根据模糊度、类别和数据属性筛选出的函数如公式(12)和(13)所示；

48、然后通过欧几里得距离计算实际计算属性与处理后数据信息之间的差距，欧几里得距离方程表示为：

49、

50、式(14)中，x表示分析水质信息时，故障数据信息特征集中的特征向量；y表示分析水质信息输入待匹配的特征向量，xi、yi表示输入数据信息特征对应的特征分量；

51、最后将分析后的水质信息数据传输至通信模块。

52、作为本发明进一步的技术方案，所述通信模块采用无线传感器网络系统实现水质信息分析结果的数据传输。

53、作为本发明进一步的技术方案，所述无线传感器网络系统通过gta算法模型实现水质信息分析结果的数据传输信息计算；通过gta算法对无线传感器网络节点数据进行博弈归纳和计算，以提高数据信息计算能力，其中目标函数为：

54、q＝[lnp(real)|x1]+e[lnp|x2]  (15)

55、式(15)中，q表示gta算法输入的目标函数，p(real)表示选取节点数据对应的博弈函数，p表示运行正常情况结点博弈函数，x1表示数据库中设备参数，x2表示博弈状态下的设备参数变化；

56、博弈函数为：

57、q＝e[lnp(c)|x1]+e[lnp(c)|x2] (16)

58、式(16)中，q表示所构建的gta算法个体博弈函数，e表示单独个体节点安全运行数据，p(c)表示结点博弈限制函数，c表示限制自变量，p(c)表示节点博弈正常函数，c表示水质检测运行故障种类；

59、在算法运算过程中假设yk+1＝0，博弈结果公式为：

60、

61、式(17)中，l表示gta算法运行后的调整博弈结果，ex～p表示结点博弈后稳定预测值，yk+1表示博弈过程中不可抗影响因素，yi'表示水质检测各区域信息通过网络节点变化量，n表示不同博弈组数，p表示运行正常情况结点博弈函数，i表示博弈系数，k表示影响因素系数；

62、gta算法调整函数为：

63、lfm＝‖e1′ f(x)-e2′ f(l)‖ (18)

64、式(18)中，lfm表示gta算法推算出的无线传感器网络节点最佳调整方案，e1′表示调整函数所达到的最大稳定调整量，e2′表示实际稳定调整量，f(x)表示结点稳定变化函数，x表示变化系数变量，f(l)表示博弈结果函数，l表示gta算法运行后的调整博弈结果。

65、作为本发明进一步的技术方案，所述水质信息存储模块采用hdfs、hbase、rdbms、redis与mongodb存储引擎，hdfs用于存储水质信息原始数据和需要进行离线分析的数据，hbase用于存储终端的历史轨迹和状态体量大和海量物联网终端的历史数据的查询，rdbms用来存储终端基础数据、字典数据和数据分析结果，redis基于内存的kv数据库，用来缓存频繁更新和访问的数据，mongodb存储复杂的数据类型，包括分析好的数据报表以及设备汇报的日志信息，并对这些信息进行多维度的分析。

66、作为本发明进一步的技术方案，所述大数据平台基于物联网模式满足现代化水质监测的需求，大数据平台汇集各域的结构化数据，智能感知与理解非结构化数据，进行精确的结构化数据采集，进行信息交换和通信，完成水质监控、测量、分析和存储管理。

67、积极有益效果：

68、本发明基于物联网模式完成水质实时监控、测量、分析和存储管理，具有实时监测、采样信息多样化和全面监测水域的优势。

69、水质在线监测分析管理系统机基于大数据平台通过对水域进行采样区域划分实现全方位水域实时监测，同时水质信息采集模块设置深度传感器、水温传感器、ph传感器、电导率传感器、溶解氧传感器和浑浊度传感器实现多样水质信息的采集。