(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111266904.5 (22)申请日 2021.10.28 (71)申请人 中冶赛迪 重庆信息技 术有限公司 地址 401329 重庆市九龙坡区白市驿镇农 科大道66号2幢5-6号 (72)发明人 谭洋　吴杉　陈坤　石袁媛　 梁前龙　 (74)专利代理 机构 上海光华专利事务所(普通 合伙) 31219 代理人 李铁 (51)Int.Cl. G01D 21/02(2006.01) G06F 30/27(2020.01) G06F 30/28(2020.01) G06N 3/04(2006.01)G06N 3/08(2006.01) G06F 113/08(2020.01) G06F 119/14(2020.01) (54)发明名称 一种介质过滤器检测方法、 系统、 介质及电 子终端 (57)摘要 本发明提供一种介质过滤器检测方法、 系 统、 介质及电子终端， 方法包括： 获取待检测数 据， 所述待检测数据至少包括以下之一： 待检测 过滤器进出水流量、 待检测反洗流量和待检测压 力传感器数据； 根据预设的检测方式， 对所述待 检测数据进行检测， 获取检测结果， 所述检测方 式至少包括以下之一： 利用预先训练好的介质过 滤器检测模 型对待检测数据进行检测、 根据预先 设置的检测规则对待检测数据进行检测， 完成介 质过滤器检测； 本发明中的介质过滤器检测方 法， 较好地实现了对介质过滤器的故障检测， 自 动化程度较高， 能够对故障点进行较精准的定位 与修复。 权利要求书2页 说明书10页 附图3页 CN 113984124 A 2022.01.28 CN 113984124 A 1.一种介质过 滤器检测方法， 其特 征在于， 包括： 获取待检测数据， 所述待检测数据至少包括以下之一： 待检测过滤器进出水流量、 待检 测反洗流 量和待检测压力传感器数据； 根据预设的检测方式， 对所述待检测数据进行检测， 获取检测结果， 所述检测方式至少 包括以下之一： 利用预先训练好的介质过滤器检测模型对待检测数据进行检测、 根据预先 设置的检测规则对待检测数据进行检测， 完成介质过 滤器检测。 2.根据权利要求1所述的介质过滤器检测方法， 其特征在于， 利用预先训练好的介质过 滤器检测模型对待检测数据进行检测的步骤 包括： 采集训练数据； 将所述训练数据输入预设的神经网络进行训练， 获取介质过 滤器检测模型； 将所述待检测数据输入所述介质过滤器检测模型进行过滤器检测与打分， 获取对应的 介质过滤器的检测分数， 以及对应的过滤器的关联状态评估值， 所述关联状态至少包括以 下之一： 滤 料状态、 关联阀门状态和反洗设备状态； 根据所述检测分数和所述关联状态评估值， 对介质过 滤器进行检测。 3.根据权利要求1所述的介质过滤器检测方法， 其特征在于， 待检测反洗流量包括： 反 洗进水流 量、 反洗出 水流量和反洗进气流 量； 所述待检测压力传感器数据包括： 过滤进水压力、 过滤出水压力、 反洗进水压力和反洗 进气压力； 所述待检测数据还包括： 关联设备检测状态， 所述关联设备检测状态包括： 水泵状态、 风机状态和关联阀门执 行状态。 4.根据权利要求2所述的介质过滤器检测方法， 其特征在于， 将所述训练数据输入预设 的神经网络进行训练， 获取介质过 滤器检测模型的步骤 包括： 获取训练数据， 训练数据包括： 过滤器真实进出水流量、 真实反洗流量、 真实压力传感 器数据， 以及对应的真实过滤器状态、 真实出水水质、 真实过滤器分数和关联状态真实值， 所述关联状态真实值包括： 滤 料状态真实值、 自动阀门状态真实值和反洗设备状态真实值； 将所述过滤器真实进出水流量、 真实反洗流量和真实压力传感器数据输入所述神经网 络进行过滤器状态预测、 出水水质预测和关联状态预测， 获取预测结果， 所述预测结果包 括： 过滤器预测 状态、 出水水质预测值、 滤料状态预测值、 自动阀门状态预测值和反洗设备 状态预测值； 根据所述训练数据中的真实过滤器状态、 真实出水水质、 真实过滤器分数、 关联状态真 实值和所述预测结果， 对所述神经网络进行训练， 获取介质过 滤器检测模型。 5.根据权利要求 4所述的介质过 滤器检测方法， 其特 征在于， 所述训练数据还包括： 关联设备真实状态， 所述关联设备真实状态包括： 水泵真实状 态、 风机真实状态和关联阀门真实执 行状态； 将所述过滤器真实进出水流量、 真实反洗流量、 真实压力传感器数据和关联设备真实 执行状态输入所述神经网络进行过滤器状态预测、 出水水质预测和关联状态预测， 获取预 测结果。 6.根据权利要求4所述的介质过滤器检测方法， 其特征在于， 根据 所述训练数据中的真 实过滤器状态、 真实出水水质、 真实过滤器分数、 关联状态真实值和所述预测结果， 对所述权　利　要　求　书 1/2 页 2 CN 113984124 A 2神经网络进行训练的步骤 包括： 根据所述真实过滤器状态、 真实出水水质、 过滤器预测状态和出水水质预测值， 对所述 神经网络进行一次训练； 通过对所述过滤器预测状态和出水水质进行加权， 获取对应的介质过滤器的预测分 数； 根据所述真实过 滤器分数和预测分数， 对所述神经网络进行二次训练； 根据所述关联状态真实值、 滤料状态预测值、 自动阀门状态预测值和反洗设备状态预 测值， 对所述神经网络进行三次训练； 通过对所述神经网络进行一次训练、 二次训练及三次训练， 获取介质过 滤器检测模型。 7.根据权利要求4所述的介质过滤器检测方法， 其特征在于， 将所述过滤器真实进出水 流量、 真实反洗流量和真实压力传感器数据输入所述神经网络进行过滤器状态预测、 出水 水质预测 和关联状态预测的步骤 包括： 将所述过滤器真实进出水流量、 真实反洗流量和真实压力传感器数据输入所述神经网 络进行特征峰提取， 获取特征峰信息， 所述特征峰信息包括： 不同阶段的特征峰高度、 特征 峰宽度、 特 征峰面积及相应的变异系数； 根据所述特 征峰信息， 进行 过滤器状态预测、 出 水水质预测 和关联状态预测。 8.根据权利要求2所述的介质过滤器检测方法， 其特征在于， 根据 所述检测分数和所述 关联状态评估值， 对介质过 滤器进行检测的步骤 包括： 预先设置决策库， 所述决策库包括： 多个与介质过滤器的检测分数和关联状态评估值 相匹配的故障处 理策略； 将所述检测分数、 关联状态评估值与所述决策库中的故障处理方法进行匹配， 确定与 所述检测分数和关联状态评估值相匹配的故障处 理策略； 根据对应的所述故障处 理策略， 执 行相应故障处 理操作。 9.根据权利要求1所述的介质过滤器检测方法， 其特征在于， 所述检测规则的获取方式 为： 利用工程经验、 设备运行原理、 过 滤反洗理论、 检测逻辑组合中的至少之一进行获取。 10.一种介质过 滤器检测系统， 其特 征在于， 包括： 采集模块， 用于获取待检测数据， 所述待检测数据至少包括以下之一： 待检测过滤器进 出水流量、 待检测反洗流 量和待检测压力传感器数据； 检测模块， 根据预设的检测方式， 对所述待检测数据进行检测， 获取检测结果， 所述检 测方式至少包括以下之一： 利用预先训练好的介质过滤器检测模型对待检测数据进行检 测、 根据预先设置的检测规则对待检测数据进行检测， 完成介质过滤器检测； 所述采集模块 与检测模块连接 。 11.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于： 所述计算机程序 被处理器执行时实现如权利要求1至9中任一项所述方法。 12.一种电子终端， 其特 征在于， 包括： 处 理器及存 储器； 所述存储器用于存储计算机程序， 所述处理器用于执行所述存储器存储的计算机程 序， 以使所述终端执 行如权利要求1至9中任一项所述方法。权　利　要　求　书 2/2 页 3 CN 113984124 A 3