[发明专利]一种冷却塔水位的监测预警方法及装置

权利要求书

1.一种冷却塔水位的监测预警方法，其特征在于，包括：

获取历史天气数据和历史补水流量数据；

基于所述历史天气数据和所述历史补水流量数据，训练得到基于神经网络的冷却塔补水流量评估模型；

获取当前时段前预设时长的天气数据和当前时段前预设时长内的补水流量数据；

基于所述当前时段前预设时长的天气数据、当前时段前预设时长内的补水流量数据和所述冷却塔补水流量评估模型，确定当前时段对应的补水流量参考值；

获取当前时段补水流量实际值；

基于获取的当前时段补水流量实际值和所述当前时段对应的补水流量参考值，控制冷却塔水位预警信息的生成。

2.根据权利要求1所述的方法，其特征在于，所述获取历史补水流量数据，包括：

获取原始历史补水流量数据；

按照单位时间段，划分每个历史日的所述原始历史补水流量数据，获取历史日的各单位时间段分别对应的原始补水流量数据集合；

基于预设补水流量异常阈值对所述原始补水流量数据集合进行异常值处理，将所有异常值删除，并用插值法对各单位时间段补水流量数据中的缺失值、删除后的空值进行填充，获取历史补水流量数据。

3.根据权利要求1所述的方法，其特征在于，所述获取历史天气数据，包括：

获取冷却塔所在地的原始历史天气数据；

将所述原始历史天气数据中的非数值型特征转换为数值型特征，获取处理后原始历史天气数据；

对所述处理后原始历史天气数据进行归一化处理，获取历史天气数据。

4.根据权利要求1所述的方法，其特征在于，所述基于所述历史天气数据和所述历史补水流量数据，训练得到基于神经网络的冷却塔补水流量评估模型，包括：

基于所述历史天气数据和所述历史补水流量数据中的历史时段前预设时长内的补水流量数据，获得历史时段补水流量参考值；

基于所述历史时段补水流量参考值和所述历史补水流量中的历史时段补水流量实际值，训练得到基于神经网络的冷却塔补水流量评估模型。

5.根据权利要求4所述的方法，其特征在于，所述基于所述历史天气数据和所述历史补水流量数据中的历史时段前预设时长内的补水流量数据，获得历史时段补水流量参考值，包括：

将所述历史天气数据中的历史时段前预设时长内的天气数据输入双向长短期记忆网络，得到编码后的历史天气数据向量；将所述历史补水流量数据中的历史时段前预设时长内的补水流量数据输入单层全连接神经网络，得到编码后的历史时段补水流量向量；

将所述编码后的历史天气数据向量、所述编码后的历史时段补水流量向量和所述历史天气数据中的历史时段天气数据分别输入单层全连接神经网络，得到二次编码后的历史天气数据向量、二次编码后的历史时段补水流量向量以及编码后的历史时段天气数据向量；

对所述二次编码后的历史天气数据向量、所述二次编码后的历史时段补水流量向量以及所述编码后的历史时段天气数据向量进行拼接，获得综合特征向量；

将所述综合特征向量输入多层全连接神经网络，获得历史时段补水流量参考值。

6.根据权利要求1所述的方法，其特征在于，所述基于获取的当前时段补水流量实际值和所述当前时段对应的补水流量参考值，控制冷却塔水位预警信息的生成，包括：

基于各单位时间段分别对应的补水流量偏差动态阈值，确定当前时段补水流量阈值；

若所述当前时段补水流量实际值和所述当前时段对应的补水流量参考值的差值不符合所述当前时段补水流量阈值，则生成冷却塔水位预警信息。