[发明专利]居民用水模式的智能分析与故障诊断方法及系统

权利要求书

1.一种居民用水模式的智能分析与故障诊断方法，其特征在于，包括以下步骤：

步骤1：采集家庭用水数据，建立家庭用水数据库；

步骤2：通过对家庭用水数据库内的数据分析处理，建立决策表，构建不同的用水模型；

步骤3：实时数据采集，然后与各用水模型进行实时匹配，从而识别出用水设施的种类；

步骤4：将处理之后的实时数据与家庭用水数据库内所设定的安全数据进行实时匹配，若数据均处于安全范围之内，则用水设施正常用水，若数据不在安全范围之内，启动紧急处理模块，采取必要的措施。

2.根据权利要求1所述的居民用水模式的智能分析与故障诊断方法，其特征在于，所述步骤1中所述家庭用水信息通过在家庭的进水管道安装嵌有窄带物联网(NB-IoT)模块的智能水表进行采集。

3.根据权利要求1所述的居民用水模式的智能分析与故障诊断方法，其特征在于，所述步骤1包括：

步骤11：采集家庭用水数据，包括：用水时段、水流速、用水时长、用水量；

步骤12：对于采集到的数据，对不同用水设施所对应的不同用水数据进行标注；

步骤13：将标注好的数据，进行云储存；

步骤14：通过模糊划分，对用水时段、水流速、用水时长、用水量进行模糊粒化，得到模糊粒化数据；

步骤15：利用模糊粒化数据构建家庭用水数据库。

4.根据权利要求1所述的居民用水模式的智能分析与故障诊断方法，其特征在于，所述步骤2中根据不同家庭用水数据建立决策表，即用水时段、水流速、用水时长、用水量，对应不同用水设施的决策表。

5.根据权利要求1所述的居民用水模式的智能分析与故障诊断方法，其特征在于，所述步骤2中模型结构如下：用水时段+水流速+用水时长+用水量→用水设施。

6.根据权利要求1所述的居民用水模式的智能分析与故障诊断方法，其特征在于，所述步骤3包括步骤：

步骤31：采集实时数据，进行实时数据的预处理；

步骤32：根据数据粒化中的模糊划分，判断实时数据所对应的模糊集合；

步骤33：调用用水设施识别模型，进行规则匹配，若匹配成功，则输出相对应的用水设施种类；匹配不成功，则启动异常用水智能识别与处理模块，判断是否用水设施故障。

7.根据权利要求1所述的居民用水模式的智能分析与故障诊断方法，其特征在于，还包括异常用水智能识别与处理的步骤，包括：

家庭用水数据库内设定用水时长、用水量的安全阈值，若检测到实时用水时长与实时用水量超出安全阈值，则判定为异常用水，启动报警与紧急处理功能。

8.根据权利要求7所述的居民用水模式的智能分析与故障诊断方法，其特征在于，所述紧急处理包括：预先给进水管道安装自动阀门，当异常用水警报指令发出后，进水阀门关闭。

9.一种居民用水模式的智能分析与故障诊断系统，其特征在于，用于在执行时实现权利要求1-8任一项所述的居民用水模式的智能分析与故障诊断方法的步骤，包括：

家庭用水数据库构建模块，该模块用于执行步骤1的方法；

用水模式智能构建模块，该模块用于执行步骤2的方法；

用水设备智能识别模块，该模块用于执行步骤3的方法；

异常用水智能识别与处理模块，该模块用于执行步骤4的方法。