一种基于逻辑回归的雨量设备故障分析系统的制作方法

1.本发明涉及雨量设备故障分析技术领域，具体为一种基于逻辑回归的雨量设备故障分析系统。


背景技术：

2.自动雨量监测系统(无线网)，系统适用于水电企业、水文部门对江、河、湖泊、水库、渠道和地下水等水文参数进行实时监测。监测内容包括:水位、流量、流速、降雨(雪)、蒸发、泥沙、冰凌、墒情、水质等。data
‑
9201自动雨量监测系统采用无线通讯方式实时传送监测数据，可以大大提高水电企业、水文部门的工作效率。雨量筒是用来收集降水的专用器具，用来测定以毫米为单位的降水量。适用于气象台(站)、水文站、环保、防汛排涝以及农、林等有关部门用来测量降水量。
3.但是在现有技术中，不能够构建可靠性检测模型对检测雨量筒进行可靠性检测，导致雨量筒的工作效率降低。


技术实现要素：

4.本发明的目的就在于提出一种基于逻辑回归的雨量设备故障分析系统，通过数据采集单元采集雨量筒的历史数据，对雨量筒的历史数据进行分析，并构建可靠性检测模型，从而对雨量筒进行检测，获取到已经投入使用的雨量筒，获取到检测雨量筒的历史数据，获取到检测雨量筒历史使用过程中平均单次盛雨量、检测雨量筒历史使用过程中平均单次最长工作时长以及检测雨量筒历史使用过程中平均雨量误差刻度值，通过公式获取到检测雨量筒的运行系数xi，获取到检测雨量筒所在区域位置，随后获取到雨量筒对应区域位置的平均降雨频率和最大降雨量，通过公式获取到检测雨量筒的区域环境系数hji，将检测雨量筒的运行系数xi和区域环境系数hji代入公式，构建可靠性检测模型；对检测雨量筒的历史数据进行分析，同时构建可靠性检测模型，对检测雨量筒进行可靠性检测，提高了雨量筒的工作效率，防止雨量筒在工作过程中出现故障；本发明的目的可以通过以下技术方案实现：一种基于逻辑回归的雨量设备故障分析系统，包括数据采集单元、数据检测单元、天气预测单元、云控制平台、注册登录单元以及数据库；所述数据采集单元用于采集雨量筒的历史数据，对雨量筒的历史数据进行分析，并构建可靠性检测模型，从而对雨量筒进行检测，具体分析检测过程如下：步骤s1：获取到已经投入使用的雨量筒，并将其标记为检测雨量筒，设置标号i，i=1，2，
……
，n，n为正整数，以单次使用为间隔单位，获取到检测雨量筒的历史数据，历史数据包括雨量数据、时长数据以及误差数据，雨量数据为检测雨量筒历史使用过程中平均单次盛雨量，时长数据为检测雨量筒历史使用过程中平均单次最长工作时长，误差数据为检测雨量筒历史使用过程中平均雨量误差刻度值；步骤s2：获取到检测雨量筒历史使用过程中平均单次盛雨量、检测雨量筒历史使
用过程中平均单次最长工作时长以及检测雨量筒历史使用过程中平均雨量误差刻度值，并将检测雨量筒历史使用过程中平均单次盛雨量标记为syi，将检测雨量筒历史使用过程中平均单次最长工作时长标记为sci，将检测雨量筒历史使用过程中平均雨量误差刻度值标记为wci，通过公式获取到检测雨量筒的运行系数xi，其中，a1、a2以及a3均为比例系数，且a1＞a2＞a3＞0；步骤s3：获取到检测雨量筒所在区域位置，随后获取到雨量筒对应区域位置的平均降雨频率和最大降雨量，并将雨量筒对应区域位置的平均降雨频率和最大降雨量分别标记为pli和yli，通过公式获取到检测雨量筒的区域环境系数hji，其中，a4和a5均为比例系数，且a4＞a5＞0，e为自然常数；步骤s4：将检测雨量筒的运行系数xi和区域环境系数hji代入公式，构建可靠性检测模型，即：，其中，kki为检测雨量筒的可靠性检测系数，gr为设定人为影响阈值，t为自变量时间，b1和b2均为比例系数，且b1＞b2＞0；步骤s5：将可靠性检测模型发送至云控制平台。
5.进一步地，所述云控制平台接收到可靠性检测模型后，生成数据检测信号并将数据检测信号发送至数据检测单元，数据检测单元接收到数据检测信号后，对检测雨量筒进行可靠性检测，具体检测过程如下：步骤ss1：设置检测时间阈值，对检测雨量筒进行可靠性检测系数进行计算，并将检测雨量筒对应的可靠性检测系数进行汇总同时构建可靠性检测系数集合；步骤ss2：以检测时间阈值为x轴，以可靠性检测系数为y轴建立直角坐标系，根据检测时间阈值将检测雨量筒在直角坐标系上进行点标记，构建检测雨量筒的可靠性检测曲线；步骤ss3：对可靠性检测曲线进行分析，获取到可靠性检测曲线的起始端点，将起点对应的可靠性系数与端点对应的可靠性系数进行比较：若起点对应的可靠性系数≥端点对应的可靠性系数，则判定对应检测雨量筒可靠性系数降低，生成检测雨量筒可靠性异常信号并将可靠性异常信号发送至云控制平台，同时将对应曲线标记为异常曲线；若起点对应的可靠性系数＜端点对应的可靠性系数，则判定对应检测雨量筒可靠性系数正常，将对应检测雨量筒标记为正常检测雨量筒并将其发送至云控制平台；步骤ss4：将异常曲线对应的检测时间阈值划分为k个时间节点，k为大于1的自然数，并将各个时间节点对应的异常曲线节点进行分析，将相邻两个时间节点之间对应的异常曲线斜率进行分析，若对应异常曲线节点对应数值呈下降趋势，且对应斜率大于60度，则将对应两个时间节点之间的时间段标记为故障时间段，并将故障时间段发送至管理人员的手机终端；对检测雨量筒的历史数据进行分析，同时构建可靠性检测模型，对检测雨量筒进行可靠性检测，提高了雨量筒的工作效率，防止雨量筒在工作过程中出现故障。
6.进一步地，所述云控制平台接收到正常检测雨量筒后，将正常检测雨量筒的编号送至监测人员，同时生成天气预测信号并将天气预测信号发送至天气预测单元，天气预测单元接收到天气预测信号后进行天气预测，具体预测过程如下：
步骤t1：将各个正常检测雨量筒分布至各个采集点，将各个采集点标记为o，o=1，2，
……
，m，m为正整数，实时获取到各个采集点环境中的风力值，并将各个采集点环境中的风力值标记为flo；步骤t2：实时获取到各个采集点的温度变化差值，并将各个采集点的温度变化差值标记为wco；步骤t3：通过公式获取到各个采集点的天气预测系数xo，其中，s1和s2均为比例系数，且s1＞s2＞0，α为误差修正因子，取值为2.32；步骤t4：将各个采集点的天气预测系数xo与天气预测系数阈值进行比较：若采集点的天气预测系数xo≥天气预测系数阈值，则将对应采集点标记为下雨采集点，并将下雨采集点和对应检测雨量筒一同发送至监测人员的手机终端；若采集点的天气预测系数xo＜天气预测系数阈值，则将对应采集点标记为非下雨采集点，并将非下雨采集点和对应检测雨量筒一同发送至监测人员的手机终端；对完成检测的雨量筒进行分布，并对各个分布点进行天气预测，提高雨量筒检测雨量的准确性，降低了采集雨量时产生的误差，提高了工作效率。
7.进一步地，所述注册登录单元用于管理人员和监测人员通过手机终端提交管理人员信息和监测人员信息进行注册，并将注册成功的管理人员信息和监测人员信息进行数据保存，管理人员信息包括管理人员的姓名、年龄、入职时间以及本人实名认证的手机号码，监测人员信息包括监测人员的姓名、年龄、入职时间以及本人实名认证的手机号码。
8.与现有技术相比，本发明的有益效果是：1、本发明中，通过数据采集单元采集雨量筒的历史数据，对雨量筒的历史数据进行分析，并构建可靠性检测模型，从而对雨量筒进行检测，获取到已经投入使用的雨量筒，获取到检测雨量筒的历史数据，获取到检测雨量筒历史使用过程中平均单次盛雨量、检测雨量筒历史使用过程中平均单次最长工作时长以及检测雨量筒历史使用过程中平均雨量误差刻度值，通过公式获取到检测雨量筒的运行系数xi，获取到检测雨量筒所在区域位置，随后获取到雨量筒对应区域位置的平均降雨频率和最大降雨量，通过公式获取到检测雨量筒的区域环境系数hji，将检测雨量筒的运行系数xi和区域环境系数hji代入公式，构建可靠性检测模型；对检测雨量筒的历史数据进行分析，同时构建可靠性检测模型，对检测雨量筒进行可靠性检测，提高了雨量筒的工作效率，防止雨量筒在工作过程中出现故障；2、本发明中，通过天气预测单元接收到天气预测信号后进行天气预测，具体预测过程如下：将各个正常检测雨量筒分布至各个采集点，实时获取到各个采集点环境中的风力值，并将各个采集点环境中的风力值标记为flo；实时获取到各个采集点的温度变化差值，并将各个采集点的温度变化差值标记为wco；通过公式获取到各个采集点的天气预测系数xo，将各个采集点的天气预测系数xo与天气预测系数阈值进行比较；对完成检测的雨量筒进行分布，并对各个分布点进行天气预测，提高雨量筒检测雨量的准确性，降低了采集雨量时产生的误差，提高了工作效率。
附图说明
9.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现
有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
10.图1为本发明的原理框图。
具体实施方式
11.下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
12.如图1所示，一种基于逻辑回归的雨量设备故障分析系统，包括数据采集单元、数据检测单元、天气预测单元、云控制平台、注册登录单元以及数据库；所述注册登录单元用于管理人员和监测人员通过手机终端提交管理人员信息和监测人员信息进行注册，并将注册成功的管理人员信息和监测人员信息进行数据保存，管理人员信息包括管理人员的姓名、年龄、入职时间以及本人实名认证的手机号码，监测人员信息包括监测人员的姓名、年龄、入职时间以及本人实名认证的手机号码；所述数据采集单元用于采集雨量筒的历史数据，对雨量筒的历史数据进行分析，并构建可靠性检测模型，从而对雨量筒进行检测，具体分析检测过程如下：步骤s1：获取到已经投入使用的雨量筒，并将其标记为检测雨量筒，设置标号i，i=1，2，
……
，n，n为正整数，以单次使用为间隔单位，获取到检测雨量筒的历史数据，历史数据包括雨量数据、时长数据以及误差数据，雨量数据为检测雨量筒历史使用过程中平均单次盛雨量，时长数据为检测雨量筒历史使用过程中平均单次最长工作时长，误差数据为检测雨量筒历史使用过程中平均雨量误差刻度值；步骤s2：获取到检测雨量筒历史使用过程中平均单次盛雨量、检测雨量筒历史使用过程中平均单次最长工作时长以及检测雨量筒历史使用过程中平均雨量误差刻度值，并将检测雨量筒历史使用过程中平均单次盛雨量标记为syi，将检测雨量筒历史使用过程中平均单次最长工作时长标记为sci，将检测雨量筒历史使用过程中平均雨量误差刻度值标记为wci，通过公式获取到检测雨量筒的运行系数xi，其中，a1、a2以及a3均为比例系数，且a1＞a2＞a3＞0；步骤s3：获取到检测雨量筒所在区域位置，随后获取到雨量筒对应区域位置的平均降雨频率和最大降雨量，并将雨量筒对应区域位置的平均降雨频率和最大降雨量分别标记为pli和yli，通过公式获取到检测雨量筒的区域环境系数hji，其中，a4和a5均为比例系数，且a4＞a5＞0，e为自然常数；步骤s4：将检测雨量筒的运行系数xi和区域环境系数hji代入公式，构建可靠性检测模型，即：，其中，kki为检测雨量筒的可靠性检测系数，gr为设定人为影响阈值，t为自变量时间，b1和b2均为比例系数，且b1＞b2＞0；
步骤s5：将可靠性检测模型发送至云控制平台；所述云控制平台接收到可靠性检测模型后，生成数据检测信号并将数据检测信号发送至数据检测单元，数据检测单元接收到数据检测信号后，对检测雨量筒进行可靠性检测，具体检测过程如下：步骤ss1：设置检测时间阈值，对检测雨量筒进行可靠性检测系数进行计算，并将检测雨量筒对应的可靠性检测系数进行汇总同时构建可靠性检测系数集合；步骤ss2：以检测时间阈值为x轴，以可靠性检测系数为y轴建立直角坐标系，根据检测时间阈值将检测雨量筒在直角坐标系上进行点标记，构建检测雨量筒的可靠性检测曲线；步骤ss3：对可靠性检测曲线进行分析，获取到可靠性检测曲线的起始端点，将起点对应的可靠性系数与端点对应的可靠性系数进行比较：若起点对应的可靠性系数≥端点对应的可靠性系数，则判定对应检测雨量筒可靠性系数降低，生成检测雨量筒可靠性异常信号并将可靠性异常信号发送至云控制平台，同时将对应曲线标记为异常曲线；若起点对应的可靠性系数＜端点对应的可靠性系数，则判定对应检测雨量筒可靠性系数正常，将对应检测雨量筒标记为正常检测雨量筒并将其发送至云控制平台；步骤ss4：将异常曲线对应的检测时间阈值划分为k个时间节点，k为大于1的自然数，并将各个时间节点对应的异常曲线节点进行分析，将相邻两个时间节点之间对应的异常曲线斜率进行分析，若对应异常曲线节点对应数值呈下降趋势，且对应斜率大于60度，则将对应两个时间节点之间的时间段标记为故障时间段，并将故障时间段发送至管理人员的手机终端；对检测雨量筒的历史数据进行分析，同时构建可靠性检测模型，对检测雨量筒进行可靠性检测，提高了雨量筒的工作效率，防止雨量筒在工作过程中出现故障；所述云控制平台接收到正常检测雨量筒后，将正常检测雨量筒的编号送至监测人员，同时生成天气预测信号并将天气预测信号发送至天气预测单元，天气预测单元接收到天气预测信号后进行天气预测，具体预测过程如下：步骤t1：将各个正常检测雨量筒分布至各个采集点，将各个采集点标记为o，o=1，2，
……
，m，m为正整数，实时获取到各个采集点环境中的风力值，并将各个采集点环境中的风力值标记为flo；步骤t2：实时获取到各个采集点的温度变化差值，并将各个采集点的温度变化差值标记为wco；步骤t3：通过公式获取到各个采集点的天气预测系数xo，其中，s1和s2均为比例系数，且s1＞s2＞0，α为误差修正因子，取值为2.32；步骤t4：将各个采集点的天气预测系数xo与天气预测系数阈值进行比较：若采集点的天气预测系数xo≥天气预测系数阈值，则将对应采集点标记为下雨采集点，并将下雨采集点和对应检测雨量筒一同发送至监测人员的手机终端；若采集点的天气预测系数xo＜天气预测系数阈值，则将对应采集点标记为非下雨采集点，并将非下雨采集点和对应检测雨量筒一同发送至监测人员的手机终端；对完成检测的雨量筒进行分布，并对各个分布点进行天气预测，提高雨量筒检测雨量的准确性，降低了采集雨量时产生的误差，提高了工作效率。
13.本发明工作原理：一种基于逻辑回归的雨量设备故障分析系统，在工作时，通过数据采集单元采集雨量筒的历史数据，对雨量筒的历史数据进行分析，并构建可靠性检测模型，从而对雨量筒进行检测，获取到已经投入使用的雨量筒，获取到检测雨量筒的历史数据，获取到检测雨量筒历史使用过程中平均单次盛雨量、检测雨量筒历史使用过程中平均单次最长工作时长以及检测雨量筒历史使用过程中平均雨量误差刻度值，通过公式获取到检测雨量筒的运行系数xi，获取到检测雨量筒所在区域位置，随后获取到雨量筒对应区域位置的平均降雨频率和最大降雨量，通过公式获取到检测雨量筒的区域环境系数hji，将检测雨量筒的运行系数xi和区域环境系数hji代入公式，构建可靠性检测模型。
14.上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况进行设置。
15.以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。