泵房防淹预警方法、装置、设备及计算机可读存储介质与流程
1.本技术涉及水位检测技术领域，尤其涉及泵房防淹预警方法、装置、设备及计算机可读存储介质。
背景技术：
2.现有技术中，泵房做为水的运输环节中重要的部分，当泵房对应的蓄水区域液位过高时，会淹没泵房中的设备。因此，泵房的安全运行问题非常重要。相比出现安全问题后进行补救，风险的提前预判更为重要。
3.现有技术中，在蓄水区域上部安装有水位检测传感器，传感器可以检测水位情况，通过设置水位(警戒)线，当传感器检测到水位超过水位线时进行报警。但是，考虑到水位到达水位线后需要有足够的处理时间，因此会将水位线向靠近底面的方向移动一些距离。这种情况下，水位波动(例如水位短时间超过警戒线后又回落)等会造成的误报警，给用户带来不必要的困扰。
4.因此，亟需设计一种新的泵房防淹预警方法、装置、设备及计算机可读存储介质，以解决上述问题。
技术实现要素：
5.本技术的目的在于提供泵房防淹预警方法、装置、设备及计算机可读存储介质，通过第一预设周期及其对应的第一报警条件的判断、第二预设周期及其对应的第二报警条件的判断，减少了泵房防淹的误报警，解决了上述问题。
6.本技术的目的采用以下技术方案实现：
7.第一方面，本技术提供了一种泵房防淹预警方法，所述方法包括：利用传感器实时获取所述泵房对应的蓄水区域的水位数据，所述水位数据用于反应每个第一预设周期和每个第二预设周期内的所述蓄水区域的水位情况，每个所述第二预设周期对应多个所述第一预设周期；基于所述水位数据，判断最近两个所述第一预设周期内的所述蓄水区域的水位的变化是否满足第一报警条件；当最近两个所述第一预设周期内的水位变化满足预设的所述第一报警条件时，生成第一预警信息并发送至预设的用户设备；当最近m个所述第一预设周期内的水位变化不满足所述第一报警条件时，基于所述水位数据判断最近两个所述第二预设周期内的所述蓄水区域的水位是否满足预设的第二报警条件，m是预先设置的大于1的正整数；当最近两个所述第二预设周期内的水位变化不满足所述第二报警条件时，生成第二预警信息并发送至所述用户设备。
8.该技术方案的有益效果在于，通过分别获取的两个第一预设周期内的水位数据，判断是否满足第一报警条件，当多个第一预设周期内不满足第一报警条件时，说明在相对较短的时间周期内水位变化不大，再通过两个第二预设周期内的水位数据判断是否满足第二报警条件。一方面，相比传统的通过一个时间点或一个时间段的实际水位和水位线的位置关系作为判断依据，将最近两个第一预设周期内的水位变化作为第一报警条件的判断依
据，可以得到蓄水区域水位变化的整体趋势，第一报警信息能更客观的反馈当前蓄水区域的水位情况；另一方面，将水位数据作为水位变化的判断依据，能充分利用现有的设备而无需过多投入新的检测设备，利于在泵房防淹预警中的推广；又一方面，只使用最近两个第一预设周期内的水位信息作为第一报警条件的判断依据、只使用最近两个第二预设周期内的水位信息作为第二报警条件的判断依据，相比将多个两个预设周期的水位信息作为报警条件的判断条件，减小了判断过程的数据处理量，提高了判断速度，在水位上升时预警信息的响应速度更快；又一方面，最近两个预设周期的水位信息更能反应当前的水位变化情况，更有参考价值；又一方面，通过第二报警条件的判断，而不仅仅是单一的通过第一报警条件进行水位变化的判断，可以避免第一预设周期时长过短的情况下对水位变化判断的遗漏，为泵房提供多重保障；又一方面，通过第一报警条件可对水位的短时间突发波动进行较好地判断，通过第二报警条件可对水位的较长时间的波动趋势进行较好地判断，在多个第一预设周期的水位变化不满足第一报警条件时才进行第二报警条件的判断，使用户能获取更全面和客观的预警信息。
9.通过对不同预设周期内第一报警条件和第二报警条件的判断，减少了泵房防淹的误报警，提供了一种能使用户获取更全面和客观的预警信息的泵房防淹预警方法，且预警信息响应更速度快、更便于推广。
10.在一些可选的实施例中，所述基于所述水位数据，判断最近两个所述第一预设周期内的所述蓄水区域的水位的变化是否满足第一报警条件，包括：基于每个所述第一预设周期对应的水位数据，生成每个所述第一预设周期对应的水位变化曲线；获取最近两个所述第一预设周期对应的水位变化曲线之间的第一曲线相似度；生成所述第一预警信息的过程包括：当检测到所述第一曲线相似度低于第一预设相似度时，生成所述第一预警信息。
11.该技术方案的有益效果在于，获取两个第一预设周期的水位变化曲线之间的相似度作为第一曲线相似度，将获取的第一曲线相似度用于第一报警条件的判断。相比通过水位数据直接判断第一报警条件，使用水位变化曲线能从两个不同且相关的维度(时间维度和水位数据维度)上反应蓄水区域的水位变化，进而更准确的针对当前的蓄水区域水位情况进行第一报警条件的判断。
12.在一些可选的实施例中，所述获取最近两个所述第一预设周期对应的水位变化曲线之间的第一曲线相似度，包括：将最近两个所述第一预设周期对应的水位变化曲线输入至第一相似度模型，以得到所述第一曲线相似度；其中，所述第一相似度模型的训练过程如下：获取训练集，所述训练集包括多个训练数据，每个所述训练数据包括样本蓄水区域的第一水位变化曲线、第二水位变化曲线以及所述第一水位变化曲线、所述第二水位变化曲线之间的曲线相似度的标注数据；针对所述训练集中的每个训练数据，执行以下处理：将所述训练数据中的第一水位变化曲线、第二水位变化曲线输入至预设的深度学习模型，以得到所述样本对象的曲线相似度的预测数据；基于所述样本对象的相似度的预测数据和标注数据，对所述深度学习模型的模型参数进行更新；检测是否满足预设的训练结束条件；如果是，则将训练出的所述深度学习模型作为所述第一相似度模型；如果否，则利用下一个所述训练数据继续训练所述深度学习模型。
13.该技术方案的有益效果在于，通过设计，建立适量的神经元计算节点和多层运算层次结构，选择合适的输入层和输出层，就可以得到预设的深度学习模型，通过深度学习模
型的学习和调优，建立起从输入到输出的函数关系，虽然不能100％到输入与输出的函数关系，但是可以尽可能地逼近现实的关联关系，由此训练得到的第一相似度模型，可以基于任意输入数据预测得到相应的输出数据，且计算结果准确性高、可靠性高。
14.在一些可选的实施例中，所述方法还包括：当连续n个所述第一预设周期内的第一预警信息的次数为零时延长所述第一预设周期的时长，n是预先设置的大于1的正整数。
15.该技术方案的有益效果在于，当水位变化不大时，连续多个第一预设周期内没有第一预警信息，可以延长第一报警条件的判断周期，一方面，在多次不能满足第一预警信息判断时减少第一报警条件的判断次数，降低对第一报警条件判断的信息处理频率，节省了的资源占用；另一方面，自动将第一预设周期延长，以使形成的对应第一预设周期的水位变化曲线能有更大的时间跨度，第一预设周期的延长虽然使水位的短时间突发波动不能较好地在水位变化曲线中展示出来，但是对水位变化的整体趋势能更有效地进行反应，自动化程度高，并提高了对第一报警条件的判断的准确性，也避免了个别突发波动对水位变化判断的影响。
16.在一些可选的实施例中，所述基于所述水位数据判断最近两个所述第二预设周期内的所述蓄水区域的水位是否满足预设的第二报警条件，包括：利用所述水位数据和第二预设周期，得到每个第二预设周期对应的水位变化曲线；基于相邻的两个第二预设周期分别对应的水位变化曲线，得到第二曲线相似度；生成所述第二预警信息的过程包括：当检测到所述第二曲线相似度低于第二预设相似度时，生成第二预警信息并将其输出至预设的用户设备。
17.该技术方案的有益效果在于，获取两个第二预设周期的水位变化曲线之间的相似度，以用于第二报警条件的判断。相比通过水位数据直接判断第二报警条件，使用水位变化曲线能从时间和水位数据两个维度上反应蓄水区域的水位变化，进而更准确的针对当前的蓄水区域水位情况进行第二报警条件的判断。
18.在一些可选的实施例中，所述方法还包括：当连续l个所述第二预设周期内的第二预警信息的次数为零时延长所述第二预设周期的时长，l是预先设置的大于1的正整数。
19.该技术方案的有益效果在于，当水位变化不大时，连续多个第二预设周期内没有第二预警信息，可以延长第二报警条件的判断周期，一方面，在多次不能满足第二预警信息判断时减少第二报警条件的判断次数，降低对第二报警条件判断的信息处理频率，节省了的资源占用。
20.在一些可选的实施例中，所述水位数据还用于反应每个第三预设周期内的所述蓄水区域的水位情况，所述方法还包括：利用流量计实时获取泵房流量，所述泵房流量用于反应每个第三预设周期内的所述蓄水区域的排水流量；基于水位数据，获得最近一个所述第三预设周期的终止时间与起始时间的所述蓄水区域的水位差；基于所述水位差和所述泵房流量，判断最近一个所述第三预设周期内的所述蓄水区域的水位变化是否满足第三报警条件；当最近一个所述第三预设周期内的水位变化满足预设的所述第三报警条件时，生成第三预警信息并发送至预设的用户设备。
21.该技术方案的有益效果在于，基于水位差和泵房流量，可以计算出精确地水位上升速度，用于第三报警条件的判断，准确性高。
22.第二方面，本技术提供了一种泵房防淹提示装置，所述装置包括：水位获取模块，
用于利用传感器实时获取所述泵房对应的蓄水区域的水位数据，所述水位数据用于反应每个第一预设周期和每个第二预设周期内的所述蓄水区域的水位情况，每个所述第二预设周期对应多个所述第一预设周期；第一判断模块，用于基于所述水位数据，判断最近两个所述第一预设周期内的所述蓄水区域的水位的变化是否满足第一报警条件；第一提示模块，用于当最近两个所述第一预设周期内的水位变化满足预设的所述第一报警条件时，生成第一预警信息并发送至预设的用户设备；第二判断模块，用于当最近m个所述第一预设周期内的水位变化不满足所述第一报警条件时，基于所述水位数据判断最近两个所述第二预设周期内的所述蓄水区域的水位是否满足预设的第二报警条件，m是预先设置的大于1的正整数；第二提示模块，用于当最近两个所述第二预设周期内的水位变化不满足所述第二报警条件时，生成第二预警信息并发送至所述用户设备。
23.第三方面，本技术提供了一种泵房防淹提示设备，所述设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现第一方面任一项所述方法的步骤。
24.第四方面，本技术提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现第一方面任一项所述方法的步骤。
附图说明
25.下面结合附图和实施例对本技术进一步说明。
26.图1示出了本技术提供的一种泵房防淹预警方法的流程示意图。
27.图2示出了本技术提供的一种获取第一曲线相似度的流程示意图。
28.图3示出了本技术提供的一种获取第二曲线相似度的流程示意图。
29.图4示出了本技术提供的一种生成第三预警信息的流程示意图。
30.图5示出了本技术提供的一种泵房防淹提示装置的结构示意图。
31.图6示出了本技术提供的一种泵房防淹提示设备的结构框图。
32.图7示出了本技术实施例提供的一种程序产品的结构示意图。
具体实施方式
33.下面，结合附图以及具体实施方式，对本技术做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
34.本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“对应于”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
35.实施例一
36.参见图1，图1示出了本技术提供的一种泵房防淹预警方法的流程示意图。
37.所述方法包括：
38.步骤s101：利用传感器实时获取所述泵房对应的蓄水区域的水位数据，所述水位数据用于反应每个第一预设周期和每个第二预设周期内的所述蓄水区域的水位情况，每个所述第二预设周期对应多个所述第一预设周期；
39.步骤s102：基于所述水位数据，判断最近两个所述第一预设周期内的所述蓄水区域的水位的变化是否满足第一报警条件；
40.步骤s103：当最近两个所述第一预设周期内的水位变化满足预设的所述第一报警条件时，生成第一预警信息并发送至预设的用户设备；
41.步骤s104：当最近m个所述第一预设周期内的水位变化不满足所述第一报警条件时，基于所述水位数据判断最近两个所述第二预设周期内的所述蓄水区域的水位是否满足预设的第二报警条件，m是预先设置的大于1的正整数；
42.步骤s105：当最近两个所述第二预设周期内的水位变化不满足所述第二报警条件时，生成第二预警信息并发送至所述用户设备。
43.由此，通过分别获取的两个第一预设周期内的水位数据，判断是否满足第一报警条件，当多个第一预设周期内不满足第一报警条件时，说明在相对较短的时间周期内水位变化不大，再通过两个第二预设周期内的水位数据判断是否满足第二报警条件。
44.一方面，相比传统的通过一个时间点或一个时间段的实际水位和水位线的位置关系作为判断依据，将最近两个第一预设周期内的水位变化作为第一报警条件的判断依据，可以得到蓄水区域水位变化的趋势，第一报警信息能更客观的反馈当前蓄水区域的水位情况；另一方面，将水位数据作为水位变化的判断依据，能充分利用现有的设备而无需过多投入新的检测设备，利于在泵房防淹预警中的推广；又一方面，只使用最近两个第一预设周期内的水位信息作为第一报警条件的判断依据、只使用最近两个第二预设周期内的水位信息作为第二报警条件的判断依据，相比将多个两个预设周期的水位信息作为报警条件的判断条件，减小了判断过程的数据处理量，提高了判断速度，在水位上升时预警信息的响应速度更快；又一方面，最近两个预设周期的水位信息更能反应当前的水位变化情况，更有参考价值；又一方面，不仅仅是单一的通过第一报警条件进行水位变化的判断，可以避免第一预设周期时长过短的情况下对水位变化判断的遗漏，通过第二报警条件的判断可以为泵房提供多重保障；又一方面，通过第一报警条件可对水位的短时间突发波动进行较好地判断，通过第二报警条件可对水位的较长时间的波动趋势进行较好地判断，在多个第一预设周期的水位变化不满足第一报警条件时才进行第二报警条件的判断，使用户能获取更全面和客观的预警信息。
45.综上，通过对不同预设周期内第一报警条件和第二报警条件的判断，减小了泵房的防淹误报警，提供了一种能使用户获取更全面和客观的预警信息的、预警信息响应速度快的、便于推广的泵房防淹预警方法。
46.其中，传感器例如是音叉振动式液位计、磁浮式液位计、压力式液位计、超声波液位计、声呐波液位计或磁翻板液位计。
47.水位数据例如是蓄水区域的水位值，例如是1米、0.5m或0.3米。其中，当水位值是1米、0.3米时，可以指的是水位离水位线的距离是1米、0.3米。水位线可以是用户在蓄水区域预先设置的标示线，用于标识蓄水区域的最高允许液位。
48.第一预设周期例如是30分钟、1小时或1天等；第二预设周期例如是2天、1周或2周等。
49.预设的用户设备例如是手机、平板电脑、笔记本电脑、台式计算机或者智能穿戴设备等。
50.第一预警信息和第二预警信息例如是弹窗信息、语音信息等，例如第一预警信息为弹窗信息，弹窗信息内容为“第一预设周期内液位异常”、“预警代码s158”。例如第二预警信息为语音信息，语音信息可以是蜂鸣声，也可以是提前录制好的语音信息，例如语音信息“第二预设周期内液位异常”。
51.泵房例如指安装水泵、动力机及其辅助设备的厂房。蓄水区域例如是集水坑、蓄水池或蓄水槽等，蓄水区域可以设置在泵房底面以下，也可以设置在泵房周边。
52.参见图2，图2示出了本技术提供的一种获取第一曲线相似度的流程示意图。
53.在一些可选的实施方式中，所述步骤s102可以包括：
54.步骤s201：基于每个所述第一预设周期对应的水位数据，生成每个所述第一预设周期对应的水位变化曲线；
55.步骤s202：获取最近两个所述第一预设周期对应的水位变化曲线之间的第一曲线相似度。
56.生成所述第一预警信息的过程可以包括：当检测到所述第一曲线相似度低于第一预设相似度时，生成所述第一预警信息。
57.由此，获取两个第一预设周期的水位变化曲线之间的相似度作为第一曲线相似度，将获取的第一曲线相似度用于第一报警条件的判断。相比通过水位数据直接判断第一报警条件，使用水位变化曲线能从两个不同且相关的维度(时间维度和水位数据维度)上反应蓄水区域的水位变化，进而更准确的针对当前的蓄水区域水位情况进行第一报警条件的判断。
58.其中，水位变化曲线例如是以时间为纵坐标、以传感器实时获取的水位数据为横坐标生成的曲线。
59.第一预设相似度例如是0.9、85％或95％等。第一曲线相似度例如是0.9、84％或96％等。
60.在一个具体应用中，第一预设周期是1天，第一预设相似度的数值是0.87。通过超声波液位计实时获取泵房下的集水坑的水位数据。基于第一天的水位数据生成对应的水位变化曲线，基于第二天的水位数据生成对应的水位变化曲线，将第一天和第二天分别生成的水位变化曲线进行比较，获得第一曲线相似度0.90。由于此次第一曲线相似度大于第一预设相似度，不会生成第一预警信息。
61.在另一个具体应用中，第一预设周期是1天，第二预设周期是3天，m的取值是7，第一预设相似度的数值是0.87。通过超声波液位计实时获取泵房下的集水坑的水位数据。基于第一天的水位数据生成对应的水位变化曲线，基于第二天的水位数据生成对应的水位变化曲线，将第一天和第二天分别生成的水位变化曲线进行比较，获得第一曲线相似度0.86。由于此次第一曲线相似度小第一预设相似度，生成第一预警信息。
62.在另一些可选的实施方式中，所述步骤s102可以包括：
63.基于每个所述第一预设周期对应的水位数据，生成每个所述第一预设周期对应的
水位数据均值；
64.获取最近两个所述第一预设周期对应的水位数据均值的水位差值。
65.生成所述第一预警信息的过程可以包括：当检测到水位差值不低于预设差值时，生成第一预警信息。
66.所述方法还可以包括：当检测到所述水位差值低于所述第一预设相似度时，延长所述第一预设周期的时长。
67.在一些可选的实施方式中，所述步骤s202可以包括：
68.将最近两个所述第一预设周期对应的水位变化曲线输入至第一相似度模型，以得到所述第一曲线相似度。
69.其中，所述第一相似度模型的训练过程如下：
70.获取训练集，所述训练集包括多个训练数据，每个所述训练数据包括样本蓄水区域的第一水位变化曲线、第二水位变化曲线以及所述第一水位变化曲线、所述第二水位变化曲线之间的曲线相似度的标注数据；
71.针对所述训练集中的每个训练数据，执行以下处理：
72.将所述训练数据中的第一水位变化曲线、第二水位变化曲线输入至预设的深度学习模型，以得到所述样本对象的曲线相似度的预测数据；
73.基于所述样本对象的相似度的预测数据和标注数据，对所述深度学习模型的模型参数进行更新；
74.检测是否满足预设的训练结束条件；如果是，则将训练出的所述深度学习模型作为所述第一相似度模型；如果否，则利用下一个所述训练数据继续训练所述深度学习模型。
75.由此，通过设计，建立适量的神经元计算节点和多层运算层次结构，选择合适的输入层和输出层，就可以得到预设的深度学习模型，通过深度学习模型的学习和调优，建立起从输入到输出的函数关系，虽然不能100％到输入与输出的函数关系，但是可以尽可能地逼近现实的关联关系，由此训练得到的第一相似度模型，可以基于任意输入数据预测得到相应的输出数据，且计算结果准确性高、可靠性高。
76.在一些可选的实施方式中，本技术实施例可以训练得到第一相似度模型，在另一些可选的实施方式中，本技术实施例可以采用预先训练好的第一相似度模型。
77.在一些可选的实施方式中，例如可以对历史数据进行数据挖掘，以获取训练集中的样本蓄水区域的相关数据(第一水位变化曲线、第二水位变化曲线)等。也就是说，这些样本蓄水区域可以是真实的蓄水区域。当然，样本蓄水区域的相关数据也可以是利用gan模型的生成网络自动生成的。
78.其中，gan模型即生成对抗网络(generative adversarial network)，由一个生成网络与一个判别网络组成。生成网络从潜在空间(latent space)中随机采样作为输入，其输出结果需要尽量模仿训练集中的真实样本。判别网络的输入则为真实样本或生成网络的输出，其目的是将生成网络的输出从真实样本中尽可能分辨出来。而生成网络则要尽可能地欺骗判别网络。两个网络相互对抗、不断调整参数，最终目的是使判别网络无法判断生成网络的输出结果是否真实。使用gan模型可以生成多个样本患者的相关数据，用于各模型的训练过程，能有效降低原始数据采集的数据量，大大降低数据采集和标注的成本。
79.本技术实施例对标注数据的获取方式不作限定，例如可以采用人工标注的方式，
也可以采用自动标注或者半自动标注的方式。当样本蓄水区域是真实蓄水区域时，可以通过关键词提取的方式从历史数据中获取真实数据作为标注数据。
80.本技术实施例对第一相似度模型的训练过程不作限定，其例如可以采用监督学习的训练方式，或者可以采用半监督学习的训练方式，或者可以采用无监督学习的训练方式。
81.本技术实施例对预设的训练结束条件不作限定，其例如可以是训练次数达到预设次数(预设次数例如是1次、3次、10次、100次、1000次、10000次等)，或者可以是训练集中的训练数据都完成一次或多次训练，或者可以是本次训练得到的总损失值不大于预设损失值。
82.在一些可选的实施方式中，所述方法还包括：
83.步骤s106：当连续n个所述第一预设周期内的第一预警信息的次数为零时延长所述第一预设周期的时长，n是预先设置的大于1的正整数。
84.由此，当水位变化不大时，连续多个第一预设周期内没有第一预警信息，可以延长第一报警条件的判断周期，一方面，在多次不能满足第一预警信息判断时减少第一报警条件的判断次数，降低对第一报警条件判断的信息处理频率，节省了的资源占用；另一方面，自动将第一预设周期延长，以使形成的对应第一预设周期的水位变化曲线能有更大的时间跨度，第一预设周期的延长虽然使水位的短时间突发波动不能较好地在水位变化曲线中展示出来，但是对水位变化的整体趋势能更有效地进行反应，自动化程度高，并提高了对第一报警条件的判断的准确性，也避免了个别突发波动对水位变化判断的影响。
85.其中，n例如是3、5、8或19等。
86.在一个具体应用中，第一预设周期是1天，第一预设相似度的数值是0.87，n的取值是2。通过超声波液位计实时获取泵房下的集水坑的水位数据。当第二天结束时，基于第二天的水位数据生成对应的水位变化曲线，将第一天和第二天分别生成的水位变化曲线进行比较，获得第二天对应的第一曲线相似度0.90。由于此次第一曲线相似度大于第一预设相似度，不会生成第一预警信息。同理，将第三天和第二天分别生成的水位变化曲线进行比较，获得第三天对应的第一曲线相似度0.91，由于此次第一曲线相似度大于第一预设相似度，不会生成第一预警信息。由于连续2个第一预设周期内的第一预警信息的次数为零，第一预设周期延长为1天10分钟。
87.参见图3，图3示出了本技术提供的一种获取第二曲线相似度的流程示意图。
88.在一些可选的实施方式中，所述步骤s104可以包括：
89.步骤s301：利用所述水位数据和第二预设周期，得到每个第二预设周期对应的水位变化曲线；
90.步骤s302：基于相邻的两个第二预设周期分别对应的水位变化曲线，得到第二曲线相似度；
91.生成所述第二预警信息的过程可以包括：
92.当检测到所述第二曲线相似度低于第二预设相似度时，生成第二预警信息并将其输出至预设的用户设备；
93.由此，获取两个第二预设周期的水位变化曲线之间的相似度，以用于第二报警条件的判断。相比通过水位数据直接判断第二报警条件，使用水位变化曲线能从时间和水位数据两个维度上反应蓄水区域的水位变化，进而更准确的针对当前的蓄水区域水位情况进
行第二报警条件的判断。
94.其中，水位变化曲线例如是以时间为纵坐标、以传感器实时获取的水位数据为横坐标的曲线。
95.第二预设相似度例如是0.7、75％或95％等。第二曲线相似度例如是0.8、84％或96％等。
96.在一个具体应用中，第二预设周期是1个月，第二预设相似度的数值是0.87。通过超声波液位计实时获取泵房下的集水坑的水位数据。基于第一月的水位数据生成对应的水位变化曲线，基于第二月的水位数据生成对应的水位变化曲线，将第一月和第二月分别生成的水位变化曲线进行比较，获得第二曲线相似度0.90。由于此次第二曲线相似度大于第二预设相似度，不会生成第二预警信息。
97.在另一个具体应用中，第二预设周期是1个月，第二预设相似度的数值是0.87。通过超声波液位计实时获取泵房下的集水坑的水位数据。基于第一个月的水位数据生成对应的水位变化曲线，基于第二个月的水位数据生成对应的水位变化曲线，将第一个月和第二个月分别生成的水位变化曲线进行比较，获得第二曲线相似度0.86。由于此次第二曲线相似度小第二预设相似度，生成第二预警信息。
98.在一些可选的实施方式中，所述步骤s302可以包括：将最近两个所述第二预设周期对应的水位变化曲线输入至第二相似度模型，以得到所述第一曲线相似度。其中，第二相似度模型的训练过程和第一相似度模型的训练过程相同或类似，此处不予赘述。
99.在一些可选的实施方式中，所述方法还可以包括：
100.步骤s107：当连续l个所述第二预设周期内的第二预警信息的次数为零时延长所述第二预设周期的时长，l是预先设置的大于1的正整数。
101.由此，当水位变化不大时，连续多个第二预设周期内没有第二预警信息，可以延长第二报警条件的判断周期，一方面，在多次不能满足第二预警信息判断时减少第二报警条件的判断次数，降低对第二报警条件判断的信息处理频率，节省了的资源占用。
102.其中，l的取值例如是3、5、8或19等。
103.在一个具体应用中，第二预设周期是1个月，第二预设相似度的数值是0.87，n的取值是2。通过超声波液位计实时获取泵房下的集水坑的水位数据。当第二个月结束时，基于第二个月的水位数据生成对应的水位变化曲线，将第一个月和第二个月分别生成的水位变化曲线进行比较，第二个月对应的第二曲线相似度为0.90。由于此次第二曲线相似度大于第二预设相似度，不会生成第二预警信息。同理，将第三个月和第二个月分别生成的水位变化曲线进行比较，获得第三个月对应的第二曲线相似度0.91，由于此次第二曲线相似度大于第二预设相似度，不会生成第二预警信息。由于连续2个第二预设周期内的第二预警信息的次数为零，第二预设周期延长为1个月10小时。
104.参见图4，图4示出了本技术提供的一种生成第三预警信息的流程示意图。
105.在一些可选的实施方式中，所述水位数据还用于反应每个第三预设周期内的所述蓄水区域的水位情况，所述方法还包括：
106.步骤s108：利用流量计实时获取泵房流量，所述泵房流量用于反应每个第三预设周期内的所述蓄水区域的排水流量；
107.步骤s109：基于水位数据，获得最近一个所述第三预设周期的终止时间与起始时
间的所述蓄水区域的水位差；
108.步骤s110：基于所述水位差和所述泵房流量，判断最近一个所述第三预设周期内的所述蓄水区域的水位变化是否满足第三报警条件；
109.步骤s111：当最近一个所述第三预设周期内的水位变化满足预设的所述第三报警条件时，生成第三预警信息并发送至预设的用户设备。
110.由此，基于水位差和泵房流量，可以计算出精确地水位上升速度，用于第三报警条件的判断，准确性高。
111.其中，流量计例如是差压式流量计、转子流量计、节流式流量计、细缝流量计、容积流量计或电磁流量计，流量计可以安装在泵房的排水管路上，以准确获取泵房(排水)流量。
112.第三预设周期例如是30分钟、60分钟或1天等。泵房流量例如是1立方米每分钟、2立方米每分钟或100立方米每小时等。
113.第三预警信息例如是弹窗信息、语音信息等，例如第三预警信息为弹窗信息，弹窗信息内容为“第三预设周期内液位异常”、“预警代码s058”。
114.在一些可选的实施方式中，所述基于所述水位差和所述泵房流量，判断最近一个所述第三预设周期内的所述蓄水区域的水位变化是否满足第三报警条件，包括：
115.将所述水位差输入液位上升速度公式，得到水位上升速度；
116.将所述泵房流量输入泵房排水速度公式，得到泵房排水速度；
117.当水位上升速度不小于泵房排水速度时，最近一个所述第三预设周期内的所述蓄水区域的水位变化满足第三报警条件。
118.其中，所述水位上升速度公式可以是：水位上升速度＝水位差/第三预设周期。
119.所述排水速度的计算公式可以是：排水速度＝泵房流量/蓄水区域底面积。
120.由此，通过上述计算公式，可以准确的判断水位变化是否满足第三报警条件，并获得第三预警信息，提高泵房防淹的准确性。
121.在一个具体应用中，最近一个第三预设周期的终止时间和起始时间的水位差是10米，第三预设周期是1小时，泵房流量为90立方米每小时，蓄水区域底面积为10平方米。将第三预设周期和水位差输入水位上升速度公式，可知水位上升速度为10米每小时。将泵房流量和蓄水区域底面积输入排水速度，可知排水速度为9米每小时。即水位上升速度高于液体排水速度，最近一个所述第三预设周期内的所述蓄水区域的水位变化满足第三报警条件，生成第三预警信息并发送至预设的用户设备。
122.在一些可选的实时方式中，所述第三预设周期的时间长度小于所述第一预设周期的时间长度。由此，当面对突发事故导致的泵房流量过低(例如排水泵故障、排水管路堵塞)和/或短时间内水位差过大的情况下，提供全面的泵房防淹预警，提高泵房的安全性。
123.实施例二
124.参见图5，图5示出了本技术提供的一种泵房防淹提示装置的结构示意图。
125.本实施例二提供了一种泵房防淹提示装置，所述装置包括：
126.水位获取模块101，用于利用传感器实时获取所述泵房对应的蓄水区域的水位数据，所述水位数据用于反应每个第一预设周期和每个第二预设周期内的所述蓄水区域的水位情况，每个所述第二预设周期对应多个所述第一预设周期；
127.第一判断模块102，用于基于所述水位数据，判断最近两个所述第一预设周期内的
所述蓄水区域的水位的变化是否满足第一报警条件；
128.第一提示模块103，用于当最近两个所述第一预设周期内的水位变化满足预设的所述第一报警条件时，生成第一预警信息并发送至预设的用户设备；
129.第二判断模块104，用于当最近m个所述第一预设周期内的水位变化不满足所述第一报警条件时，基于所述水位数据判断最近两个所述第二预设周期内的所述蓄水区域的水位是否满足预设的第二报警条件，m是预先设置的大于1的正整数；
130.第二提示模块105，用于当最近两个所述第二预设周期内的水位变化不满足所述第二报警条件时，生成第二预警信息并发送至所述用户设备。
131.在一些可选的实施方式中，所述第一判断模块102可以包括：
132.第一曲线生成单元，用于基于每个所述第一预设周期对应的水位数据，生成每个所述第一预设周期对应的水位变化曲线；
133.第一相似度单元，用于获取最近两个所述第一预设周期对应的水位变化曲线之间的第一曲线相似度；
134.生成所述第一预警信息的过程包括：
135.当检测到所述第一曲线相似度低于第一预设相似度时，生成所述第一预警信息。
136.在一些可选的实施方式中，所述相似度获取单元，可以包括：
137.模型输入子单元，用于将最近两个所述第一预设周期对应的水位变化曲线输入至第一相似度模型，以得到所述第一曲线相似度；
138.其中，所述第一相似度模型的训练过程如下：
139.获取训练集，所述训练集包括多个训练数据，每个所述训练数据包括样本蓄水区域的第一水位变化曲线、第二水位变化曲线以及所述第一水位变化曲线、所述第二水位变化曲线之间的曲线相似度的标注数据；
140.针对所述训练集中的每个训练数据，执行以下处理：
141.将所述训练数据中的第一水位变化曲线、第二水位变化曲线输入至预设的深度学习模型，以得到所述样本对象的曲线相似度的预测数据；
142.基于所述样本对象的相似度的预测数据和标注数据，对所述深度学习模型的模型参数进行更新；
143.检测是否满足预设的训练结束条件；如果是，则将训练出的所述深度学习模型作为所述第一相似度模型；如果否，则利用下一个所述训练数据继续训练所述深度学习模型。
144.在一些可选的实施方式中，所述装置还可以包括：
145.第一延长模块，用于当连续n个所述第一预设周期内的第一预警信息的次数为零时延长所述第一预设周期的时长，n是预先设置的大于1的正整数。
146.在一些可选的实施方式中，所述第二判断模块104可以包括：
147.第二曲线生成单元，用于利用所述水位数据和第二预设周期，得到每个第二预设周期对应的水位变化曲线；
148.第二相似度单元，用于基于相邻的两个第二预设周期分别对应的水位变化曲线，得到第二曲线相似度；
149.生成所述第二预警信息的过程包括：
150.当检测到所述第二曲线相似度低于第二预设相似度时，生成第二预警信息并将其
输出至预设的用户设备。
151.在一些可选的实施方式中，所述装置还可以包括：
152.第二延长模块，用于当连续l个所述第二预设周期内的第二预警信息的次数为零时延长所述第二预设周期的时长，l是预先设置的大于1的正整数。
153.在一些可选的实施方式中，所述水位数据还用于反应每个第三预设周期内的所述蓄水区域的水位情况，所述装置还包括：
154.流量获取模块，用于利用流量计实时获取泵房流量，所述泵房流量用于反应每个第三预设周期内的所述蓄水区域的排水流量；
155.水位差获取模块，用于基于水位数据，获得最近一个所述第三预设周期的终止时间与起始时间的所述蓄水区域的水位差；
156.第三判断模块，用于基于所述水位差和所述泵房流量，判断最近一个所述第三预设周期内的所述蓄水区域的水位变化是否满足第三报警条件；
157.第三报警模块，用于当最近一个所述第三预设周期内的水位变化满足预设的所述第三报警条件时，生成第三预警信息并发送至预设的用户设备。
158.实施例三
159.参见图6，图6示出了本技术提供的一种泵房防淹提示设备200的结构框图。泵房防淹提示设备200包括至少一个存储器210、至少一个处理器220以及连接不同平台系统的总线230。
160.存储器210可以包括易失性存储器形式的可读介质，例如随机存取存储器(ram)211和/或高速缓存存储器212，还可以进一步包括只读存储器(rom)213。
161.其中，存储器210还存储有计算机程序，计算机程序可以被处理器220执行，使得处理器220实现上述实施方式中任一项方法的步骤，其具体实现方式与上述方法实施方式中记载的实施方式、所达到的技术效果一致，部分内容不再赘述。
162.存储器210还可以包括具有至少一个程序模块215的实用工具214，这样的程序模块215包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例的每一个或某种组合中可能包括网络环境的实现。
163.相应的，处理器220可以执行上述计算机程序，以及可以执行实用工具214。
164.处理器220可以采用一个或多个应用专用集成电路(asic，application specific integrated circuit)、dsp、可编程逻辑器件(pld，programmablelogic device)、复杂可编程逻辑器件(cpld，complex programmable logic device)、现场可编程门阵列(fpga，field-programmable gate array)或其他电子元件。
165.总线230可以为表示几类总线结构的一种或多种，包括存储器总线或者存储器控制器、外围总线、图形加速端口、处理器或者使用多种总线结构的任意总线结构的局域总线。
166.泵房防淹提示设备200也可以与一个或多个外部设备240例如键盘、指向设备、蓝牙设备等通信，还可与一个或者多个能够与该泵房防淹提示设备200交互的设备通信，和/或与使得该泵房防淹提示设备200能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等)通信。这种通信可以通过输入输出接口250进行。并且，泵房防淹提示设备200还可以通过网络适配器260与一个或者多个网络(例如局域网(lan)，广域网
(wan)和/或公共网络，例如因特网)通信。网络适配器260可以通过总线230与泵房防淹提示设备200的其它模块通信。应当明白，尽管图中未示出，可以结合泵房防淹提示设备200使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储平台等。
167.实施例四
168.本实施例四提供了一种计算机可读存储介质，该计算机可读存储介质用于存储计算机程序，所述计算机程序被执行时实现上述任一项方法的步骤，其具体实现方式与上述方法实施方式中记载的实施方式、所达到的技术效果一致，部分内容不再赘述。
169.参见图7，图7示出了本技术实施例提供的一种程序产品300的结构示意图。
170.所述程序产品用于实现上述任一项方法。程序产品300(即上述计算机程序)可以采用便携式紧凑盘只读存储器(cd-rom)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品300不限于此，在本技术中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。程序产品300可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。
171.计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等，或者上述的任意合适的组合。可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，程序设计语言包括面向对象的程序设计语言诸如java、c++等，还包括常规的过程式程序设计语言诸如c语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
172.本技术从使用目的上，效能上，进步及新颖性等观点进行阐述，已符合专利法所强调的功能增进及使用要件，本技术以上的说明书及说明书附图，仅为本技术的较佳实施例而已，并非以此局限本技术，因此，凡一切与本技术构造，装置，特征等近似、雷同的，即凡依本技术专利申请范围所作的等同替换或修饰等，皆应属本技术的专利申请保护的范围之内。
技术特征：
1.一种泵房防淹预警方法，其特征在于，所述方法包括：利用传感器实时获取所述泵房对应的蓄水区域的水位数据，所述水位数据用于反应每个第一预设周期和每个第二预设周期内的所述蓄水区域的水位情况，每个所述第二预设周期对应多个所述第一预设周期；基于所述水位数据，判断最近两个所述第一预设周期内的所述蓄水区域的水位的变化是否满足第一报警条件；当最近两个所述第一预设周期内的水位变化满足预设的所述第一报警条件时，生成第一预警信息并发送至预设的用户设备；当最近m个所述第一预设周期内的水位变化不满足所述第一报警条件时，基于所述水位数据判断最近两个所述第二预设周期内的所述蓄水区域的水位是否满足预设的第二报警条件，m是预先设置的大于1的正整数；当最近两个所述第二预设周期内的水位变化不满足所述第二报警条件时，生成第二预警信息并发送至所述用户设备。2.根据权利要求1所述的泵房防淹预警方法，其特征在于，所述基于所述水位数据，判断最近两个所述第一预设周期内的所述蓄水区域的水位的变化是否满足第一报警条件，包括：基于每个所述第一预设周期对应的水位数据，生成每个所述第一预设周期对应的水位变化曲线；获取最近两个所述第一预设周期对应的水位变化曲线之间的第一曲线相似度；生成所述第一预警信息的过程包括：当检测到所述第一曲线相似度低于第一预设相似度时，生成所述第一预警信息。3.根据权利要求2所述的泵房防淹预警方法，其特征在于，所述获取最近两个所述第一预设周期对应的水位变化曲线之间的第一曲线相似度，包括：将最近两个所述第一预设周期对应的水位变化曲线输入至第一相似度模型，以得到所述第一曲线相似度；其中，所述第一相似度模型的训练过程如下：获取训练集，所述训练集包括多个训练数据，每个所述训练数据包括样本蓄水区域的第一水位变化曲线、第二水位变化曲线以及所述第一水位变化曲线、所述第二水位变化曲线之间的曲线相似度的标注数据；针对所述训练集中的每个训练数据，执行以下处理：将所述训练数据中的第一水位变化曲线、第二水位变化曲线输入至预设的深度学习模型，以得到所述样本对象的曲线相似度的预测数据；基于所述样本对象的相似度的预测数据和标注数据，对所述深度学习模型的模型参数进行更新；检测是否满足预设的训练结束条件；如果是，则将训练出的所述深度学习模型作为所述第一相似度模型；如果否，则利用下一个所述训练数据继续训练所述深度学习模型。4.根据权利要求2所述的泵房防淹预警方法，其特征在于，所述方法还包括：当连续n个所述第一预设周期内的第一预警信息的次数为零时延长所述第一预设周期的时长，n是预先设置的大于1的正整数。
5.根据权利要求1所述的泵房防淹预警方法，其特征在于，所述基于所述水位数据判断最近两个所述第二预设周期内的所述蓄水区域的水位是否满足预设的第二报警条件，包括：利用所述水位数据和第二预设周期，得到每个第二预设周期对应的水位变化曲线；基于相邻的两个第二预设周期分别对应的水位变化曲线，得到第二曲线相似度；生成所述第二预警信息的过程包括：当检测到所述第二曲线相似度低于第二预设相似度时，生成第二预警信息并将其输出至预设的用户设备。6.根据权利要求5所述的泵房防淹预警方法，其特征在于，所述方法还包括：当连续l个所述第二预设周期内的第二预警信息的次数为零时延长所述第二预设周期的时长，l是预先设置的大于1的正整数。7.根据权利要求1所述的泵房防淹预警方法，其特征在于，所述水位数据还用于反应每个第三预设周期内的所述蓄水区域的水位情况，所述方法还包括：利用流量计实时获取泵房流量，所述泵房流量用于反应每个第三预设周期内的所述蓄水区域的排水流量；基于水位数据，获得最近一个所述第三预设周期的终止时间与起始时间的所述蓄水区域的水位差；基于所述水位差和所述泵房流量，判断最近一个所述第三预设周期内的所述蓄水区域的水位变化是否满足第三报警条件；当最近一个所述第三预设周期内的水位变化满足预设的所述第三报警条件时，生成第三预警信息并发送至预设的用户设备。8.一种泵房防淹提示装置，其特征在于，所述装置包括：水位获取模块，用于利用传感器实时获取所述泵房对应的蓄水区域的水位数据，所述水位数据用于反应每个第一预设周期和每个第二预设周期内的所述蓄水区域的水位情况，每个所述第二预设周期对应多个所述第一预设周期；第一判断模块，用于基于所述水位数据，判断最近两个所述第一预设周期内的所述蓄水区域的水位的变化是否满足第一报警条件；第一提示模块，用于当最近两个所述第一预设周期内的水位变化满足预设的所述第一报警条件时，生成第一预警信息并发送至预设的用户设备；第二判断模块，用于当最近m个所述第一预设周期内的水位变化不满足所述第一报警条件时，基于所述水位数据判断最近两个所述第二预设周期内的所述蓄水区域的水位是否满足预设的第二报警条件，m是预先设置的大于1的正整数；第二提示模块，用于当最近两个所述第二预设周期内的水位变化不满足所述第二报警条件时，生成第二预警信息并发送至所述用户设备。9.一种泵房防淹提示设备，其特征在于，所述设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现权利要求1-7任一项所述方法的步骤。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-7任一项所述方法的步骤。
技术总结
本申请提供了泵房防淹预警方法、装置、设备及计算机可读存储介质。方法包括：利用传感器实时获取泵房对应的蓄水区域的水位数据；基于水位数据，判断最近两个第一预设周期内的蓄水区域的水位的变化是否满足第一报警条件；当最近两个第一预设周期内的水位变化满足预设的第一报警条件时，生成第一预警信息；当最近两个第一预设周期内的水位变化不满足第一报警条件时，基于水位数据判断最近两个第二预设周期内的蓄水区域的水位是否满足预设的第二报警条件；当最近两个第二预设周期内的水位变化不满足第二报警条件时，生成第二预警信息并发送至用户设备。通过不同预设周期及其对应的报警条件的判断，减少了泵房防淹的误报警。减少了泵房防淹的误报警。减少了泵房防淹的误报警。
