-
公开(公告)号:CN111781322B
公开(公告)日:2023-08-18
申请号:CN202010669111.7
申请日:2020-07-13
申请人: 广东粤港供水有限公司 , 香港中文大学(深圳) , 深圳市人工智能与机器人研究院 , 广东粤海水务股份有限公司 , 深圳粤港工程技术服务有限公司
IPC分类号: G01N33/18 , G01C21/20 , G06Q10/0635 , G06Q50/06
摘要: 本申请实施例公开了一种水质监控的方法以及相关装置,用于提高水华预防的效率,并实现了对水库进行智能化地除藻维护,降低水华预防的运营成本。本申请实施例提供的一种水质监控的方法包括:管理服务器向智能无人船发送水质检测策略,水质检测策略用于指示智能无人船按照第一预设路线航行至目标除藻区域,获取目标除藻区域中的水质数据;管理服务器根据水质数据生成水华风险区域分布图,水华风险区域分布图用于表征除藻优先级的分布区域;管理服务器根据水华风险区域分布图生成除藻策略;管理服务器向智能无人船发送除藻策略,除藻策略用于指示智能无人船按照第一预设路线航行至目标除藻区域,进行除藻作业。
-
公开(公告)号:CN111781322A
公开(公告)日:2020-10-16
申请号:CN202010669111.7
申请日:2020-07-13
申请人: 广东粤港供水有限公司 , 香港中文大学(深圳) , 深圳市人工智能与机器人研究院 , 广东粤海水务股份有限公司
摘要: 本申请实施例公开了一种水质监控的方法以及相关装置,用于提高水华预防的效率,并实现了对水库进行智能化地除藻维护,降低水华预防的运营成本。本申请实施例提供的一种水质监控的方法包括:管理服务器向智能无人船发送水质检测策略,水质检测策略用于指示智能无人船按照第一预设路线航行至目标除藻区域,获取目标除藻区域中的水质数据;管理服务器根据水质数据生成水华风险区域分布图,水华风险区域分布图用于表征除藻优先级的分布区域;管理服务器根据水华风险区域分布图生成除藻策略;管理服务器向智能无人船发送除藻策略,除藻策略用于指示智能无人船按照第一预设路线航行至目标除藻区域,进行除藻作业。
-
公开(公告)号:CN118709091A
公开(公告)日:2024-09-27
申请号:CN202410892719.4
申请日:2024-07-04
申请人: 广东粤海水务检测技术有限公司 , 广东粤海水务股份有限公司
IPC分类号: G06F18/2431 , G06F18/2131 , G01N33/24
摘要: 本申请涉及一种环境土壤监测设备故障诊断方法及系统,包括实时获取监测设备的检测数据和相位数据,将所获取的相位数据与预先存储的相位阈值进行对比,若相位数据与预先存储的相位阈值不一致时,则识别该偏差为相位故障;对所述检测数据进行识别提取出时域特征、频域特性以及时频特征;判断所述时域特征、频域特性以及时频特征是否存在故障数据;当所述时域特征、频域特性以及时频特征中出现任意一个特征超出预设的阈值范围时,则判定为故障数据;通过故障诊断模型生成故障定位和输出故障类型及相位故障,生成监测设备的相位偏移报告,并将其发送至管理端。本申请具实时识别设备相位偏移的故障诊断,提高诊断和监测数据准确性的效果。
-
公开(公告)号:CN118520392A
公开(公告)日:2024-08-20
申请号:CN202410586516.2
申请日:2024-05-13
申请人: 广东粤海水务检测技术有限公司 , 广东粤海水务股份有限公司
摘要: 本发明涉及环境数据监测领域,尤其涉及一种基于物联网的远程环境监测方法及系统,包括构建互联网平台,用于与用户端和设备端数据交换;实时获取用户端的监测指令,当收到监测指令时,分析监测指令需要监测的目标数据;根据目标数据,获取目标数据对应的设备类型和采集频率;基于设备类型和采集频率,控制目标设备按照采集频率进行数据采集,并实时接收目标设备发送的采集结果;将采集结果输入预设的模型中,通过模型对采集结果进行关联和规律分析,并通过模型输出环境数据的预测趋势结果;基于预测结果和采集趋势结果发送至用户端。通过模型对采集结果进行关联和规律分析,能够更全面地考虑各种因素对环境参数的影响,提高了预测的准确可靠性。
-
公开(公告)号:CN118503787A
公开(公告)日:2024-08-16
申请号:CN202410766467.0
申请日:2024-06-14
申请人: 广东粤海水务检测技术有限公司 , 广东粤海水务股份有限公司
IPC分类号: G06F18/241 , G06F18/214 , G06F18/213 , G06F18/2135 , G06F18/27 , G06N20/20 , G06N5/01 , G16B40/00
摘要: 本申请涉及一种基于电活性微生物检测数据分析方法及装置,其包括步骤:对原始数据进行前处理;对前处理后的数据进行相关性分析,提取相关特征;构建模型并对模型进行训练以及优化;当接收到电活性微生物的检测数据时,对检测数据进行预处理并输入至对应的模型进行分析。本申请通过对收集的电活性微生物检测的原始数据以及环境和电化学系统检测的原始数据进行前处理以及相关性分析,提取与功率输出等相关的特征,并基于前处理后的数据构建多个电活性微生物检测相关的模型,实现高效、准确的电活性微生物类型识别和分类以及检测数据分析,具有提高电活性微生物检测数据分析的准确性以及适应性的效果。
-
-
-
-