一种水利水电用闸门的安全监测系统

摘要

本发明公开了一种水利水电用闸门的安全监测系统，包括：数据采集模块，设置在闸门上，用于采集闸门的运行数据；第一确定模块，用于将所述运行数据输入预先构建的回归模型中，确定闸门的状态信息；匹配模块，用于将所述状态信息与预设数据库中的预设状态信息进行匹配，根据匹配结果确定闸门的运行状态是否异常；报警模块，用于在匹配模块确定闸门的运行状态异常时，进行异常检测，确定异常器件并发出报警提示。基于闸门的运行数据及回归模型，预测闸门的状态信息，便于提前确定闸门的状态信息，进而判断闸门的运行状态是否异常。便于减小损失，提高维修及时性，同时可以快速定位闸门系统中的异常器件，便于快速识别故障并采取相应的措施。

权利要求

1.一种水利水电用闸门的安全监测系统，其特征在于，包括：数据采集模块，设置在闸门上，用于采集闸门的运行数据；

数据处理模块，对所述运行数据进行数据预处理，所述数据预处理的步骤包括数据清洗、数据集成、数据变换和数据归约；

第一确定模块，用于将进行了数据预处理后的所述运行数据输入预先构建的回归模型中，确定闸门的状态信息；

匹配模块，用于将所述状态信息与预设数据库中的预设状态信息进行匹配，根据匹配结果确定闸门的运行状态是否异常；

报警模块，用于在匹配模块确定闸门的运行状态异常时，进行异常检测，确定异常器件并发出报警提示；

还包括:

第二检测模块，用于：

拍摄异常器件的结构图像；

对所述结构图像进行滤波处理，得到滤波图像；

确定所述滤波图像中每个像素点的梯度信息，根据所述梯度信息确定边缘像素点，根据边缘像素点确定所述滤波图像的边缘特征；

将所述边缘特征输入预先训练好的第二识别模型中，输出异常器件的表面故障信息；

第二传输模块，用于将所述表面故障信息传输至服务器；

确定所述滤波图像中每个像素点的梯度信息，根据所述梯度信息确定边缘像素点，包括:将滤波图像统一在预设坐标系下，并确定出滤波图像中每个像素点在预设坐标系下对应的坐标值；

基于预设坐标系确定出滤波图像的至少两个梯度求取方向，基于滤波图像中每个像素点的像素值和坐标值，计算出每个像素点在对应梯度求取方向的梯度值，基于每个像素点在每个梯度求取方向的梯度值，计算出每个像素点的综合梯度值；

基于每个像素点的综合梯度值确定出滤波图像的梯度分布数据，确定出滤波图像的像素分布数据，将像素分布数据和梯度分布数据进行对应点加和处理，获得每个像素点的对比增强值，基于每个像素点的对比增强值获得滤波图像的对比增强图像；

基于canny边缘检测算法对对比增强图像进行边缘检测，确定出对比增强图像中的初始边缘，在初始边缘中除对应初始边缘像素点以外剩余的初始边缘像素点中筛选出与对应初始边缘像素点距离最近的两个相近边缘像素点；

计算出每个初始边缘像素点和对应相近边缘像素点的距离平均值，将所有初始边缘像素点的距离平均值汇总，获得距离平均值集合；

将初始边缘中距离平均值集合中离群点对应的初始边缘像素点删除，获得最终边缘，将最终边缘中的所有像素点作为边缘像素点；

根据边缘像素点确定所述滤波图像的边缘特征，包括:确定出每个边缘像素点的相邻边缘像素点，基于每个边缘像素点在预设坐标系中的坐标值，确定出从边缘像素点至对应相邻边缘像素点的指向方向；

计算出边缘像素点和对应相邻边缘像素点的像素差值，将对应指向方向作为向量方向，并将对应像素差值作为向量的模，确定出边缘像素点至对应相邻边缘像素点的指向向量；

将边缘像素点和对应的所有相邻边缘像素点的指向向量的平均值作为对应边缘像素点的局部表征向量；

基于每个边缘像素点在预设坐标系下的坐标值，确定出最终边缘的物理中心坐标值，计算出每个边缘像素点在预设坐标系下的坐标值和物理中心坐标值之间的坐标差值；

基于坐标差值从小到大的顺序对所有边缘像素点进行排序，获得边缘像素点序列，基于边缘像素点序列对所有边缘像素点的局部表征向量进行排序，获得局部表征向量序列；

标记出局部表征向量序列的离群点，获得标记序列，将标记序列作为所述滤波图像的边缘特征。

2.如权利要求1所述的水利水电用闸门的安全监测系统，其特征在于，数据采集模块还包括：对闸门设置运行数据的设置对应的协查进程，构建协查进程数据池；其中，每个协查进程对应一种数据异常；

在协查进程数据池和运行数据之间设置虚拟容器；其中，虚拟容器包括：协查加载模块和协查模块；

通过协查加载模块在协查进程数据池中添加协查进程；

通过协查模块对任意时间段的运行数据进行复制，并复制在协查模块中通过协查进程数据池中的协查进程进行逐一协查，判断是否存在数据异常。

3.如权利要求1所述的水利水电用闸门的安全监测系统，其特征在于，回归模型的构建方法，包括：获取闸门的历史运行数据及对应的历史状态信息；

对所述历史运行数据进行解析，确定运行参数，建立运行参数与历史状态信息的匹配关系，并生成匹配数据库；

对所述匹配数据库中的历史状态信息在不同维度建立状态信息协议字典；

基于回归算法建立状态信息协议字典与状态信息相匹配的运行参数的回归模型。

4.如权利要求1所述的水利水电用闸门的安全监测系统，其特征在于，所述数据采集模块，包括：加速度传感器，用于检测闸门两侧支臂的加速度信息；

速度传感器，用于检测闸门两侧支臂的速度信息；

应变传感器，用于采集闸门的结构应力信息；

位移传感器，用于检测闸门的开度信息；

倾角传感器，用于检查闸门升起或降落时的倾角信息；

所述运行数据包括速度信息、加速度信息、结构应力信息、开度信息及倾角信息；

第一检测模块，用于：

在确定异常器件为液压启闭机时，采集液压启闭机的振动信号；

基于CEEMDAN算法对所述振动信号进行分解，确定若干个IMF分量，进而确定若干个振动分量；

计算每个振动分量与振动信号之间的豪斯多夫距离，并判断是否大于预设距离阈值；

筛选出豪斯多夫距离小于预设阈值的振动分量，作为目标振动分量；

将所述目标振动分量输入预设训练好的第一识别模型中，输出所述目标振动分量对应的液压启闭机的故障类型；

第一传输模块，用于将所述故障类型传输至服务器。

5.如权利要求4所述的水利水电用闸门的安全监测系统，其特征在于，还包括：第三检测模块，用于：

N次测量并计算确定所述液压启闭机包括的电缆的阻抗值；

根据所述阻抗值及预设算法，计算电缆的可靠度：其中，p为所述电缆的可靠度；S0为预设的标准的电缆的阻抗值，Si为第i次测量的电缆的阻抗值；

将所述可靠度与预设可靠度进行比较，在确定所述可靠度小于预设可靠度时，表示电缆存在异常；反之，表示电缆正常；

所述第一传输模块，还用于在电缆存在异常时，生成提示信息传输至服务器。

6.如权利要求1所述的水利水电用闸门的安全监测系统，其特征在于，所述匹配模块，包括：第二确定模块，用于对所述状态信息进行特征提取，确定关键信息；

第三确定模块，用于对所述预设状态信息进行特征提取，确定标准关键信息；

关键词匹配模块，用于将所述关键信息分别与预设状态信息对应的标准关键信息进行匹配。

7.如权利要求6所述的水利水电用闸门的安全监测系统，其特征在于，所述关键词匹配模块，还用于计算关键信息与预设状态信息对应的标准关键信息的匹配度，根据所述匹配度确定闸门的运行状态是否异常；

计算关键信息与预设状态信息对应的标准关键信息的匹配度，包括：获取所述关键信息包括的关键词Q1个，并进行数值化处理，生成向量C1；

将预设数据库中M条预设状态信息的标准关键信息对应的标准关键词Q1个，并进行数值化处理，生成矩阵J1，矩阵J1含有M行Q1列；

计算关键信息与预设状态信息对应的标准关键信息的匹配度：其中，di为关键信息与第i条标准关键信息匹配度；J1i,j为矩阵J1的第i行j列的值；C1j1为向量C1的第j1个的值，；J1i,j1为矩阵J1的第i行j1列的值，其中，i＝1、2、3……M，j1＝1、

2、3……Q1；

当计算得到的匹配度小于预设的匹配值的取值范围时，则判断闸门的运行状态存在异常；

当计算得到的匹配度落入预设的匹配值的取值范围时，则判断闸门的运行状态不存在异常。

说明书

一种水利水电用闸门的安全监测系统

技术领域

[0001] 本发明涉及安全监测技术领域，特别涉及一种水利水电用闸门的安全监测系统。

背景技术

[0002] 在水利水电领域中，闸门系统必须保证处于高性能状态来调整河水。为了保证系统可以随时投入使用，设备的检修是不可避免的。现有技术中等闸门出现故障时才采取相应措施，还是会造成比较大的损失，影响维修及时性。同时也无法快速定位闸门系统中的异常器件，不利于快速识别故障并采取相应的措施。例如中国专利申请CN109597344A公开了一种水电工程弧形钢闸门实时在线监测系统，尽管能够对闸门实现‘无人值班’的安全评估和运营模式，但是仍然存在监控结果不准确、实时性差的问题。

[0003] 因此，本发明提出了一种水利水电用闸门的安全监测系统。

发明内容

[0004] 本发明旨在至少一定程度上解决上述技术中的技术问题之一。为此，本发明的目的在于提出一种水利水电用闸门的安全监测系统，基于闸门的运行数据及回归模型，预测闸门的状态信息，便于提前确定闸门的状态信息，进而判断闸门的运行状态是否异常。便于减小损失，提高维修及时性，同时可以快速定位闸门系统中的异常器件，便于快速识别故障并采取相应的措施。

[0005] 为达到上述目的，本发明实施例提出了一种水利水电用闸门的安全监测系统，包括：

[0006] 数据采集模块，设置在闸门上，用于采集闸门的运行数据；

[0007] 数据处理模块，对所述运行数据进行数据预处理，所述数据预处理的步骤包括数据清洗、数据集成、数据变换和数据归约；

[0008] 第一确定模块，用于将进行了数据预处理后的所述运行数据输入预先构建的回归模型中，确定闸门的状态信息；

[0009] 匹配模块，用于将所述状态信息与预设数据库中的预设状态信息进行匹配，根据匹配结果确定闸门的运行状态是否异常；

[0010] 报警模块，用于在匹配模块确定闸门的运行状态异常时，进行异常检测，确定异常器件并发出报警提示。

[0011] 根据本发明的一些实施例，数据采集模块还包括：

[0012] 对闸门设置运行数据的设置对应的协查进程，构建协查进程数据池；其中，[0013] 每个协查进程对应一种数据异常；

[0014] 在协查进程数据池和运行数据之间设置虚拟容器；其中，

[0015] 虚拟容器包括：协查加载模块和协查模块；

[0016] 通过协查加载模块在协查进程数据池中添加协查进程；

[0017] 通过协查模块对任意时间段的运行数据进行复制，并复制在协查模块中通过协查进程数据池中的协查进程进行逐一协查，判断是否存在数据异常。

[0018] 根据本发明的一些实施例，回归模型的构建方法，包括：

[0019] 获取闸门的历史运行数据及对应的历史状态信息；

[0020] 对所述历史运行数据进行解析，确定运行参数，建立运行参数与历史状态信息的匹配关系，并生成匹配数据库；

[0021] 对所述匹配数据库中的历史状态信息在不同维度建立状态信息协议字典；

[0022] 基于回归算法建立状态信息协议字典与状态信息相匹配的运行参数的回归模型。

[0023] 根据本发明的一些实施例，所述数据采集模块，包括：

[0024] 加速度传感器，用于检测闸门两侧支臂的加速度信息；

[0025] 速度传感器，用于检测闸门两侧支臂的速度信息；

[0026] 应变传感器，用于采集闸门的结构应力信息；

[0027] 位移传感器，用于检测闸门的开度信息；

[0028] 倾角传感器，用于检查闸门升起或降落时的倾角信息；

[0029] 所述运行数据包括速度信息、加速度信息、结构应力信息、开度信息及倾角信息。

[0030] 根据本发明的一些实施例，还包括：

[0031] 第一检测模块，用于：

[0032] 在确定异常器件为液压启闭机时，采集液压启闭机的振动信号；

[0033] 基于CEEMDAN算法对所述振动信号进行分解，确定若干个IMF分量，进而确定若干个振动分量；

[0034] 计算每个振动分量与振动信号之间的豪斯多夫距离，并判断是否大于预设距离阈值；

[0035] 筛选出豪斯多夫距离小于预设阈值的振动分量，作为目标振动分量；

[0036] 将所述目标振动分量输入预设训练好的第一识别模型中，输出所述目标振动分量对应的液压启闭机的故障类型；

[0037] 第一传输模块，用于将所述故障类型传输至服务器。

[0038] 根据本发明的一些实施例，还包括:

[0039] 第二检测模块，用于：

[0040] 拍摄异常器件的结构图像；

[0041] 对所述结构图像进行滤波处理，得到滤波图像；

[0042] 基于canny边缘检测算法对所述滤波图像进行处理，确定所述滤波图像中每个像素点的梯度信息，根据所述梯度信息确定边缘像素点，根据边缘像素点确定所述滤波图像的边缘特征；

[0043] 将所述边缘特征输入预先训练好的第二识别模型中，输出异常器件的表面故障信息；

[0044] 第二传输模块，用于将所述表面故障信息传输至服务器。

[0045] 根据本发明的一些实施例，确定所述滤波图像中每个像素点的梯度信息，根据所述梯度信息确定边缘像素点，包括:

[0046] 将滤波图像统一在预设坐标系下，并确定出滤波图像中每个像素点在预设坐标系下对应的坐标值；

[0047] 基于预设坐标系确定出滤波图像的至少两个梯度求取方向，基于滤波图像中每个像素点的像素值和坐标值，计算出每个像素点在对应梯度求取方向的梯度值，基于每个像素点在每个梯度求取方向的梯度值，计算出每个像素点的综合梯度值；

[0048] 基于每个像素点的综合梯度值确定出滤波图像的梯度分布数据，确定出滤波图像的像素分布数据，将像素分布数据和梯度分布数据进行对应点加和处理，获得每个像素点的对比增强值，基于每个像素点的对比增强值获得滤波图像的对比增强图像；

[0049] 基于canny边缘检测算法对对比增强图像进行边缘检测，确定出对比增强图像中的初始边缘，在初始边缘中除对应初始边缘像素点以外剩余的初始边缘像素点中筛选出与对应初始边缘像素点距离最近的两个相近边缘像素点；

[0050] 计算出每个初始边缘像素点和对应相近边缘像素点的距离平均值，将所有初始边缘像素点的距离平均值汇总，获得距离平均值集合；

[0051] 将初始边缘中距离平均值集合中离群点对应的初始边缘像素点删除，获得最终边缘，将最终边缘中的所有像素点作为边缘像素点。

[0052] 根据本发明的一些实施例，根据边缘像素点确定所述滤波图像的边缘特征，包括:

[0053] 确定出每个边缘像素点的相邻边缘像素点，基于每个边缘像素点在预设坐标系中的坐标值，确定出从边缘像素点至对应相邻边缘像素点的指向方向；

[0054] 计算出边缘像素点和对应相邻边缘像素点的像素差值，将对应指向方向作为向量方向，并将对应像素差值作为向量的模，确定出边缘像素点至对应相邻边缘像素点的指向向量；

[0055] 将边缘像素点和对应的所有相邻边缘像素点的指向向量的平均值作为对应边缘像素点的局部表征向量；

[0056] 基于每个边缘像素点在预设坐标系下的坐标值，确定出最终边缘的物理中心坐标值，计算出每个边缘像素点在预设坐标系下的坐标值和物理中心坐标值之间的坐标差值；

[0057] 基于坐标差值从小到大的顺序对所有边缘像素点进行排序，获得边缘像素点序列，基于边缘像素点序列对所有边缘像素点的局部表征向量进行排序，获得局部表征向量序列；

[0058] 标记出局部表征向量序列的离群点，获得标记序列，将标记序列作为所述滤波图像的边缘特征。

[0059] 根据本发明的一些实施例，还包括：

[0060] 第三检测模块，用于：

[0061] N次测量并计算确定所述液压启闭机包括的电缆的阻抗值；

[0062] 根据所述阻抗值及预设算法，计算电缆的可靠度：

[0063]

[0064] 其中，p为所述电缆的可靠度；S0为预设的标准的电缆的阻抗值，Si为第i次测量的电缆的阻抗值；

[0065] 将所述可靠度与预设可靠度进行比较，在确定所述可靠度小于预设可靠度时，表示电缆存在异常；反之，表示电缆正常；

[0066] 所述第一传输模块，还用于在电缆存在异常时，生成提示信息传输至服务器。

[0067] 根据本发明的一些实施例，所述匹配模块，包括：

[0068] 第二确定模块，用于对所述状态信息进行特征提取，确定关键信息；

[0069] 第三确定模块，用于对所述预设状态信息进行特征提取，确定标准关键信息；

[0070] 关键词匹配模块，用于将所述关键信息分别与预设状态信息对应的标准关键信息进行匹配。

[0071] 根据本发明的一些实施例，所述关键词匹配模块，还用于计算关键信息与预设状态信息对应的标准关键信息的匹配度，根据所述匹配度确定闸门的运行状态是否异常；

[0072] 计算关键信息与预设状态信息对应的标准关键信息的匹配度，包括：

[0073] 获取所述关键信息包括的关键词Q1个，并进行数值化处理，生成向量C1；

[0074] 将预设数据库中M条预设状态信息的标准关键信息对应的标准关键词Q1个，并进行数值化处理，生成矩阵J1，矩阵J1含有M行Q1列；

[0075] 计算关键信息与预设状态信息对应的标准关键信息的匹配度：

[0076]

[0077] 其中，di为关键信息与第i条标准关键信息匹配度；J1i,j为矩阵J1的第i行j列的值；C1j1为向量C1的第j1个的值，；J1i,j1为矩阵J1的第i行j1列的值，其中，i＝1、2、3……M，j1＝1、2、3……Q1；

[0078] 当计算得到的匹配度小于预设的匹配值的取值范围时，则判断闸门的运行状态存在异常；

[0079] 当计算得到的匹配度落入预设的匹配值的取值范围时，则判断闸门的运行状态不存在异常。

[0080] 本发明提出了一种水利水电用闸门的安全监测系统，基于闸门的运行数据及回归模型，预测闸门的状态信息，便于提前确定闸门的状态信息，进而判断闸门的运行状态是否异常。便于减小损失，提高维修及时性，同时可以快速定位闸门系统中的异常器件，便于快速识别故障并采取相应的措施。

[0081] 本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。

[0082] 下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

[0083] 附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。

[0084] 在附图中：

[0085] 图1是根据本发明一个实施例的一种水利水电用闸门的安全监测系统的框图；

[0086] 图2是根据本发明一个实施例的回归模型的构建方法的流程图；

[0087] 图3是根据本发明一个实施例的匹配模块的框图。

具体实施方式

[0088] 以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

[0089] 如图1所示，本发明实施例提出了一种水利水电用闸门的安全监测系统，包括：

[0090] 数据采集模块，设置在闸门上，用于采集闸门的运行数据；

[0091] 数据处理模块，对所述运行数据进行数据预处理，所述数据预处理的步骤包括数据清洗、数据集成、数据变换和数据归约；

[0092] 第一确定模块，用于将进行了数据预处理后的所述运行数据输入预先构建的回归模型中，确定闸门的状态信息；

[0093] 匹配模块，用于将所述状态信息与预设数据库中的预设状态信息进行匹配，根据匹配结果确定闸门的运行状态是否异常；

[0094] 报警模块，用于在匹配模块确定闸门的运行状态异常时，进行异常检测，确定异常器件并发出报警提示。

[0095] 上述技术方案的工作原理：基于数据采集模块采集闸门的运行数据，输入预先构建的回归模型中，确定闸门的状态信息；根据匹配模块实现状态信息与预设数据库中的预设状态信息进行匹配，根据匹配结果确定闸门的运行状态是否异常，在异常时，进行异常检测，异常检测主要针对闸门系统中包括的各个器件的检测，确定异常器件并发出报警提示。预设数据库中的预设状态信息表示闸门的各个状态。

[0096] 在第一确定模块将所述运行数据输入预先构建的回归模型前，对所述运行数据进行数据预处理，保证输入回归模型的数据的准确性，进而提高输出的准确性。数据清洗能够将“黑”的变成“白”的，“脏”的数据变成“干净”的，脏数据表现在形式上和内容上的脏，形式上的脏，如：缺失值、带有特殊符号的，内容上的脏，如：异常值。所谓数据集成就是将多个数据源合并放到一个数据存储中，当然如果所分析的数据原本就在一个数据存储里就不需要数据的集成了。数据变换就是转化成适当的形式，来满足软件或分析理论的需要。数据归约是指在对挖掘任务和数据本身内容理解的基础上、寻找依赖于发现目标的数据的有用特征，以缩减数据规模，从而在尽可能保持数据原貌的前提下，最大限度地精简数据量。数据规归能够降低无效错误的数据对建模的影响、缩减时间、降低存储数据的空间。

[0097] 上述技术方案的有益效果：基于闸门的运行数据及回归模型，预测闸门的状态信息，便于提前确定闸门的状态信息，进而判断闸门的运行状态是否异常。便于减小损失，提高维修及时性，同时可以快速定位闸门系统中的异常器件，便于快速识别故障并采取相应的措施。

[0098] 根据本发明的一些实施例，数据采集模块还包括：

[0099] 对闸门设置运行数据的设置对应的协查进程，构建协查进程数据池；其中，[0100] 每个协查进程对应一种数据异常；

[0101] 在协查进程数据池和运行数据之间设置虚拟容器；其中，

[0102] 虚拟容器包括：协查加载模块和协查模块；

[0103] 通过协查加载模块在协查进程数据池中添加协查进程；

[0104] 通过协查模块对任意时间段的运行数据进行复制，并复制在协查模块中通过协查进程数据池中的协查进程进行逐一协查，判断是否存在数据异常。

[0105] 在本发明中，本发明属于一个安全检测系统，本发明在具体实施的时候，是通过远程平台进行安全检测，但是现有的安全监测技术，可能存在对某个时间段进行监测，可能对某个时刻进行监测，也可能对不同类型的运行数据进行监测。例如水速数据、水量数据，甚至如果闸门存在水质监测功能，也可以持续性水质监测。但是现有技术中无法实现对运行数据进行多种不同方式的监测，所以本发明提出了：“协查进程”，协查进程可以是水速协查、可以是水质协查，也可以是某一时刻的水量或者水速协查，判断是否存在水速异常，这种协查进程还可以针对不同类型的闸门，设置不同类型的协查进程，实现全面性的运行数据检测，本发明还设置有虚拟容器一样面可以进行添加协查进程，另一方面可以在虚拟容器中进行逐一协查，不同的进程之间不会相互干扰。

[0106] 在一个可选实施例中：

[0107] 通过协查模块获取复制数据，确定复制数据的数据特征：

[0108]

[0109] 其中，F表示在0～T时间段内的复制数据的数据特征；复制数据在0～T为时间段采集；f(t)表示t时刻运行数据的数据值；Lt，i表示t时刻第i类运行数据的类型系数；Tmax表示在0～T时间段t时刻对应的最大时间值；

[0110] 根据数据特征，计算每个协查进程和数据特征的相关性：

[0111]

[0112] 其中，X(F(t),h)表示协查进程数据池中第j个协查进程和数据特征的相关性值；G(F(t)，hj)为马氏距离函数；hj表示协查进程数据池中第j个协查进程的特征值； 表示协查进程数据池中协查进程的平均特征值；表示运行数据的平均数据值；j和i属于正整数；

[0113] 确定每个协查进程和复制数据的数据特征的所有相关性值，并进行相关性值比较，当相关性值最大时，确定对应的协查进程，并对复制数据进行协查，判断是否存在数据异常。

[0114] 在本发明中，为了判断每种类型的运行数据与那类或者那个进程是相匹配的，相关性更高，本发明采用的是首先对需要协查的数据进行特征计算，确定具体的数据特征，然后通过数据特征和协查进程的相关性进行数据协查，这种情况下，可以保证每个需要检测的数据都是通过最匹配的协查进程进行检测，保证了检查结果的准确性；复制数据中是存在闸门的信息和实际运行数据。

[0115] 如图2所示，根据本发明的一些实施例，回归模型的构建方法，包括步骤S11‑S14：

[0116] S11、获取闸门的历史运行数据及对应的历史状态信息；

[0117] S12、对所述历史运行数据进行解析，确定运行参数，建立运行参数与历史状态信息的匹配关系，并生成匹配数据库；

[0118] S13、对所述匹配数据库中的历史状态信息在不同维度建立状态信息协议字典；

[0119] S14、基于回归算法建立状态信息协议字典与状态信息相匹配的运行参数的回归模型。

[0120] 上述技术方案的有益效果：基于闸门的历史运行数据及对应的历史状态信息准确构建回归模型。

[0121] 根据本发明的一些实施例，所述数据采集模块，包括：

[0122] 加速度传感器，用于检测闸门两侧支臂的加速度信息；

[0123] 速度传感器，用于检测闸门两侧支臂的速度信息；

[0124] 应变传感器，用于采集闸门的结构应力信息；

[0125] 位移传感器，用于检测闸门的开度信息；

[0126] 倾角传感器，用于检查闸门升起或降落时的倾角信息；

[0127] 所述闸门运行数据包括速度信息、加速度信息、结构应力信息、开度信息及倾角信息。

[0128] 上述技术方案的有益效果：采集闸门的速度信息、加速度信息、结构应力信息、开度信息及倾角信息，保证采集的运行数据的全面性，进而有利于基于回归模型，预测的状态的准确性。

[0129] 根据本发明的一些实施例，还包括：

[0130] 第一检测模块，用于：

[0131] 在确定异常器件为液压启闭机时，采集液压启闭机的振动信号；

[0132] 基于CEEMDAN算法对所述振动信号进行分解，确定若干个IMF分量，进而确定若干个振动分量；

[0133] 计算每个振动分量与振动信号之间的豪斯多夫距离，并判断是否大于预设距离阈值；

[0134] 筛选出豪斯多夫距离小于预设阈值的振动分量，作为目标振动分量；

[0135] 将所述目标振动分量输入预设训练好的第一识别模型中，输出所述目标振动分量对应的液压启闭机的故障类型；

[0136] 第一传输模块，用于将所述故障类型传输至服务器。

[0137] 上述技术方案的工作原理：筛选出豪斯多夫距离小于预设阈值的振动分量，作为目标振动分量；为有效的信号分量，消除噪声及无关信号的影响。

[0138] 将所述目标振动分量输入预设训练好的第一识别模型中，输出所述目标振动分量对应的液压启闭机的故障类型；便于准确确定液压启闭机的故障类型的故障类型。

[0139] 上述技术方案的有益效果：在确定异常器件后，还对异常器件的故障类型进行确定，实现故障的全面检测，便于基于故障类型及时确定相应的维修措施，提高了维修及时性。基于第一传输模块实现故障类型的快速传输，便于监控人员及时获取相应数据，省时省力，提高监控效率。

[0140] 根据本发明的一些实施例，还包括:

[0141] 第二检测模块，用于：

[0142] 拍摄异常器件的结构图像；

[0143] 对所述结构图像进行滤波处理，得到滤波图像；

[0144] 基于canny边缘检测算法对所述滤波图像进行处理，确定所述滤波图像中每个像素点的梯度信息，根据所述梯度信息确定边缘像素点，根据边缘像素点确定所述滤波图像的边缘特征；

[0145] 将所述边缘特征输入预先训练好的第二识别模型中，输出异常器件的表面故障信息；

[0146] 第二传输模块，用于将所述表面故障信息传输至服务器。

[0147] 上述技术方案的工作原理：结构图像为异常器件的表面图像。

[0148] 对所述结构图像进行滤波处理，得到滤波图像；提高图像的信噪比，减少图像噪声的影响。

[0149] 梯度信息包括梯度方向及梯度强度。

[0150] 上述技术方案的有益效果：获取异常器件的结构图像，确定边缘特征，并基于第二识别模型识别，输出异常器件的表面故障信息；并基于第二传输模块，用于将所述表面故障信息传输至服务器。

[0151] 根据本发明的一些实施例，确定所述滤波图像中每个像素点的梯度信息，根据所述梯度信息确定边缘像素点，包括:

[0152] 将滤波图像统一在预设坐标系下，并确定出滤波图像中每个像素点在预设坐标系下对应的坐标值；

[0153] 基于预设坐标系确定出滤波图像的至少两个梯度求取方向，基于滤波图像中每个像素点的像素值和坐标值，计算出每个像素点在对应梯度求取方向的梯度值，基于每个像素点在每个梯度求取方向的梯度值，计算出每个像素点的综合梯度值；

[0154] 基于每个像素点的综合梯度值确定出滤波图像的梯度分布数据，确定出滤波图像的像素分布数据，将像素分布数据和梯度分布数据进行对应点加和处理，获得每个像素点的对比增强值，基于每个像素点的对比增强值获得滤波图像的对比增强图像；

[0155] 基于canny边缘检测算法对对比增强图像进行边缘检测，确定出对比增强图像中的初始边缘，在初始边缘中除对应初始边缘像素点以外剩余的初始边缘像素点中筛选出与对应初始边缘像素点距离最近的两个相近边缘像素点；

[0156] 计算出每个初始边缘像素点和对应相近边缘像素点的距离平均值，将所有初始边缘像素点的距离平均值汇总，获得距离平均值集合；

[0157] 将初始边缘中距离平均值集合中离群点对应的初始边缘像素点删除，获得最终边缘，将最终边缘中的所有像素点作为边缘像素点。

[0158] 该实施例中，预设坐标系下即为预先准备的用于将滤波图像中每个像素点的坐标值表示按照预设格式统一的坐标系。

[0159] 该实施例中，梯度求取方向即为后续确定滤波图像中每个像素点的梯度值时的梯度计算方向，例如可以是预设坐标系的横坐标轴的正方向，也可以是预设坐标系的纵坐标轴的正方向。

[0160] 该实施例中，基于滤波图像中每个像素点的像素值和坐标值，计算出每个像素点在对应梯度求取方向的梯度值，即为：

[0161] 基于滤波图像汇总每个像素点的坐标值，确定出对应像素点在对应梯度求取方向上的相邻像素点，将对应像素点和对应相邻像素点的像素差值作为对应像素点在对应梯度求取方向的梯度值。

[0162] 该实施例中，基于每个像素点在每个梯度求取方向的梯度值，计算出每个像素点的综合梯度值，即为：

[0163] 将对应像素点在每个梯度求取方向的梯度值的平均值作为对应像素点的综合梯度值。

[0164] 该实施例中，梯度分布数据即为包含滤波图像中每个像素点的综合梯度值的数据。

[0165] 该实施例中，像素分布数据即为包含滤波图像中每个像素点的像素值的分布数据。

[0166] 该实施例中，将像素分布数据和梯度分布数据进行对应点加和处理，获得每个像素点的对比增强值，即为：

[0167] 基于像素分布数据和梯度分布数据，将对应像素点的像素值和综合梯度值进行加和处理，获得对应像素带你的对比增强值。

[0168] 该实施例中，对比增强图像即为将每个像素点的对比增强值标记于滤波图像后获得的图像。

[0169] 该实施例中，初始边缘即为基于canny边缘检测算法对对比增强图像进行边缘检测后获得的滤波图像中的边缘。

[0170] 该实施例中，相近边缘像素点即为初始边缘中除对应初始边缘像素点以外与对应初始边缘像素点距离最近的两个边缘像素点。

[0171] 该实施例中，距离平均值即为每个初始边缘像素点和对应的所有相近边缘像素点的距离的平均值。

[0172] 该实施例中，距离平均值集合即为将所有初始边缘像素点的距离平均值汇总后获得的集合。

[0173] 该实施例中，最终边缘即为将初始边缘中距离平均值集合中离群点对应的初始边缘像素点删除后获得的边缘。

[0174] 以上技术的有益效果为：通过将基于像素点在多个梯度求取方向的综合梯度值确定出的梯度分布数据与滤波图像的像素分布数据进行对应点加和处理，实现在保持滤波图像中的像素分布特征的情况下使得滤波图像中每个像素点与相邻像素点的线像素差值更大，对比更加强烈，进而使得后续使用canny边缘检测算法检测边缘的效果更好，再通过将基于canny边缘检测算法确定出的初始边缘中的初始边缘像素点之间的距离判断，实现对初始边缘的平滑去噪，进而获得较为准确完整的滤波图像中的边缘和对应的边缘像素点。

[0175] 根据本发明的一些实施例，根据边缘像素点确定所述滤波图像的边缘特征，包括:

[0176] 确定出每个边缘像素点的相邻边缘像素点，基于每个边缘像素点在预设坐标系中的坐标值，确定出从边缘像素点至对应相邻边缘像素点的指向方向；

[0177] 计算出边缘像素点和对应相邻边缘像素点的像素差值，将对应指向方向作为向量方向，并将对应像素差值作为向量的模，确定出边缘像素点至对应相邻边缘像素点的指向向量；

[0178] 将边缘像素点和对应的所有相邻边缘像素点的指向向量的平均值作为对应边缘像素点的局部表征向量；

[0179] 基于每个边缘像素点在预设坐标系下的坐标值，确定出最终边缘的物理中心坐标值，计算出每个边缘像素点在预设坐标系下的坐标值和物理中心坐标值之间的坐标差值；

[0180] 基于坐标差值从小到大的顺序对所有边缘像素点进行排序，获得边缘像素点序列，基于边缘像素点序列对所有边缘像素点的局部表征向量进行排序，获得局部表征向量序列；

[0181] 标记出局部表征向量序列的离群点，获得标记序列，将标记序列作为所述滤波图像的边缘特征。

[0182] 该实施例中，相邻边缘像素点即为与对应边缘像素点相邻的边缘像素点。

[0183] 该实施例中，基于每个边缘像素点在预设坐标系中的坐标值，确定出从边缘像素点至对应相邻边缘像素点的指向方向，即为：

[0184] 基于每个边缘像素点在预设坐标系中的坐标值，计算出对应相邻边缘像素点的横坐标值和对应边缘像素点的横坐标值差值和纵坐标差值；

[0185] 将纵坐标差值和横坐标差值的比值的反正切值作为对应的指向方向的角度。

[0186] 该实施例中，指向向量即为将对应指向方向作为向量方向，并将对应像素差值作为向量的模后，确定出的从边缘像素点至对应相邻边缘像素点的指向向量。

[0187] 该实施例中，像素差值即为边缘像素点的像素值和对应相邻边缘像素点的像素值的差值。

[0188] 该实施例中，局部表征向量即为边缘像素点和对应的所有相邻边缘像素点的指向向量的平均值。

[0189] 该实施例中，最终边缘的物理中心坐标值即为所有边缘像素点在预设坐标系下的坐标值的平均值。

[0190] 该实施例中，边缘像素点序列即为基于坐标差值从小到大的顺序对所有边缘像素点进行排序后获得的序列。

[0191] 该实施例中，局部表征向量序列即为基于边缘像素点序列对所有边缘像素点的局部表征向量进行排序后获得的序列。

[0192] 该实施例中，标记序列即为标记出局部表征向量序列的离群点后获得的序列。

[0193] 以上技术的有益效果为：基于边缘像素点与相邻边缘像素点的像素差值和坐标差值确定出的表征边缘像素点和对应边缘像素点之间的像素变化特征的指向向量，再基于边缘像素点的所有指向向量确定出表征对应边缘像素点在相邻局部区域中的像素分布特征的局部表征特征；再结合与物理中心点的距离对所有边缘像素点的局部表征序列进行排序，获得可以表征滤波图像中边缘像素点的局部特征的序列，即获得可以表征滤波图像中边缘像素点的局部特征的边缘特征。

[0194] 根据本发明的一些实施例，还包括：

[0195] 第三检测模块，用于：

[0196] N次测量并计算确定所述液压启闭机包括的电缆的阻抗值；

[0197] 根据所述阻抗值及预设算法，计算电缆的可靠度：

[0198]

[0199] 其中，p为所述电缆的可靠度；S0为预设的标准的电缆的阻抗值，Si为第i次测量的电缆的阻抗值；

[0200] 将所述可靠度与预设可靠度进行比较，在确定所述可靠度小于预设可靠度时，表示电缆存在异常；反之，表示电缆正常；

[0201] 所述第一传输模块，还用于在电缆存在异常时，生成提示信息传输至服务器。

[0202] 上述技术方案的工作原理及有益效果：第三检测模块，用于：N次测量并计算确定所述液压启闭机包括的电缆的阻抗值；根据所述阻抗值及预设算法，计算电缆的可靠度：将所述可靠度与预设可靠度进行比较，在确定所述可靠度小于预设可靠度时，表示电缆存在异常；反之，表示电缆正常；所述第一传输模块，还用于在电缆存在异常时，生成提示信息传输至服务器。实现对液压启闭机包括的电缆是否故障的准确识别。基于上述公式，准确计算出电缆的可靠度，提高了判断可靠度与预设可靠度大小的准确性，进而实现准确判断电缆是否异常。

[0203] 如图3所示，根据本发明的一些实施例，所述匹配模块，包括：

[0204] 第二确定模块，用于对所述状态信息进行特征提取，确定关键信息；

[0205] 第三确定模块，用于对所述预设状态信息进行特征提取，确定标准关键信息；

[0206] 关键词匹配模块，用于将所述关键信息分别与预设状态信息对应的标准关键信息进行匹配。

[0207] 上述技术方案的工作原理及有益效果：基于第二确定模块对所述状态信息进行特征提取，确定关键信息；基于第三确定模块所述预设状态信息进行特征提取，确定标准关键信息；关键信息中包括至少一个关键词；标准关键信息中包括至少一个标准关键词；基于关键词匹配模块将关键信息分别与预设状态信息对应的标准关键信息进行匹配，减少了匹配量，提高了匹配效率。

[0208] 根据本发明的一些实施例，所述关键词匹配模块，还用于计算关键信息与预设状态信息对应的标准关键信息的匹配度，根据所述匹配度确定闸门的运行状态是否异常；

[0209] 计算关键信息与预设状态信息对应的标准关键信息的匹配度，包括：

[0210] 获取所述关键信息包括的关键词Q1个，并进行数值化处理，生成向量C1；

[0211] 将预设数据库中M条预设状态信息的标准关键信息对应的标准关键词Q1个，并进行数值化处理，生成矩阵J1，矩阵J1含有M行Q1列；

[0212] 计算关键信息与预设状态信息对应的标准关键信息的匹配度：

[0213]

[0214] 其中，di为关键信息与第i条标准关键信息匹配度；J1i,j为矩阵J1的第i行j列的值；C1j1为向量C1的第j1个的值，；J1i,j1为矩阵J1的第i行j1列的值，其中，i＝1、2、3……M，j1＝1、2、3……Q1；

[0215] 当计算得到的匹配度小于预设的匹配值的取值范围时，则判断闸门的运行状态存在异常；

[0216] 当计算得到的匹配度落入预设的匹配值的取值范围时，则判断闸门的运行状态不存在异常。

[0217] 上述技术方案的工作原理及有益效果：基于匹配度，实现量化处理，便于准确判断闸门的运行状态是否异常。具体的将匹配度最高的对应的标准关键信息，作为目标信息，对目标信息进行识别，确定闸门的运行状态是否异常。在计算匹配度时，获取所述关键信息包括的关键词Q1个，并进行数值化处理，生成向量C1；将预设数据库中M条预设状态信息的标准关键信息对应的标准关键词Q1个，并进行数值化处理，生成矩阵J1，矩阵J1含有M行Q1列；基于上述公式准确计算出关键信息与预设状态信息对应的标准关键信息的匹配度，上述匹配度的公式的原理主要基于关键信息与预设状态信息对应的标准关键信息数据之间的‘距离’数值来确定，可以理解为，当两者的‘距离’数值比较小时，也相当于匹配度比较高，当两者的‘距离’数值比较大，也相当于匹配度比较低，上述计算方式的使用便于准确确定匹配度最高的标准关键信息，进而准确判断运行状态是否异常。

[0218] 根据本发明的一些实施例，所述第一传输模块包括WiFi通信模块、ZigBee通信模块以及4G通信模块中的一种或多种。

[0219] 上述技术方案的有益效果：WiFi通信模块、ZigBee通信模块或者其他4G通信模块能够提高数据传输的途径及安全性。

[0220] 显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。