基于集水井水位数据关联的诊断控制方法、系统、存储介质和终端与流程

本发明涉及自动化控制领域，尤其涉及基于集水井水位数据关联的诊断控制方法、系统、存储介质和终端。

背景技术：

控制对象又称被控对象。在自动控制系统中，一般指被控制的设备或过程为对象，如反应器、精馏设备的控制，或者传热过程、燃烧过程的控制等。从定量分析和设计角度，控制对象只是被控设备或过程中影响对象输入、输出参数的部分因素，并不是设备的全部。在自动控制系统中，作为广义的控制对象，除控制器(调节器)以外的执行器(调节阀)及测量变送装置都包括在内。而作为狭义的控制对象，其端部参数(输入、输出)有被控参数、控制参数和扰动参数(统称为过程参数或者过程数据)，它们通过集水井的内部状态而相互联系。

在现有技术中，对于控制方式来说，对控制对象的控制方式采用预设值+固定流程控制，把复杂控制系统简化为基于简单的基于输入执行输出的简化的控制模型，此时控制模型与被控对象不再有任何关系，一旦输入信号出错则控制也出错，并且对输入信号无法去识别其可用性，只实现基本自动控制。同类控制对象采用同样的控制模型进行控制。举一个例子，控制器仅仅对其接收到的来自外部传感器或其他检测单元发送的模拟量信号(即上述过程参数或者过程数据)进行相应的数据判别，根据判别的结果控制相应工作器件的启动和停止。但实际情况是：即使是同类控制对象，不同的具体控制对象之间有差异，具有不同的特性，现有控制方式不能自动识别每个具体控制对象的特性，当然无法根据具体对象的特性进行实现差异化控制。在控制过程中只关注被控参数是否到达预设值，而不监测被控参数的变化过程，由于没有关注被控参数的变化过程，无法做到综合自诊断和预测控制。

而对于检测元件来说，由于现有控制方式都是基于检测元件工作正常的前提下进行的，但实际上在可靠的检测元件都有可能出错。对检测元件只做是否在其检测范围内的简单诊断和处理，对检测元件可靠性的要求高，大量采用进口价高的检测元件。即便如此，没有对其进行综合自诊断和处理，当这些检测元件一旦出现异常变化或出现故障，控制系统控制就会出现误动或无法工作，无容错控制功能。也就是说，现有技术仅在过程数据出现危险情况(或者到达阈值的一定百分比)时，才进行对控制对象的具体控制。这样一来，当产生过程数据的设备出现问题时，会直接根据该过程数据对集水井进行控制，并造成整个系统停机的问题。也就是说，现有技术无法根据过程数据的实际变化情况，在某个产生过程数据的设备出现异常时，对集水井进行容错控制。

人们在工程实践中也逐步认识到，选用最可靠的检测元件和执行机构，不一定就能组装出最可靠的控制系统，相反，只要设计、组装和使用得当，用低可靠性元件组成高可靠性的控制系统也是可能的。

技术实现要素：

本发明的目的在于克服现有技术的不足，提供基于集水井水位数据关联的诊断控制方法、系统、存储介质和终端，解决现有技术无法根据过程数据的实际变化情况，在某个产生过程数据的设备出现异常时，对集水井进行停机控制的问题。

本发明的目的是通过以下技术方案来实现的：

本发明的第一方面，提供基于集水井水位数据关联的诊断控制方法，包括水位数据关联建立步骤和水位数据关联处理步骤，所述的水位数据关联建立步骤包括以下子步骤：

建立数据的关联关系，所述数据包括一个控制数据和至少一个非控制数据；所述控制数据为水位，所述非控制数据为与所述水位相关联的其他数据，包括水位上升/下降速度、集水井水量、排水泵流量、排水泵运行/停止时间、电动机电流和电动机电压中的一种或者多种；

设置水位在指定取值时的非控制数据的极限区间；

所述的数据关联处理步骤包括以下子步骤：

对实时采集到的数据进行判断，包括：

当某个关键性非控制数据和/或多个非控制数据的数值未落入水位对应取值的极限区间时，则认为水位与其关联的非控制数据之间不符合相关关联性规律，对水位数据诊断报错。

进一步地，当某个关键性非控制数据和/或多个非控制数据的数值未落入水位对应取值的极限区间时，判断该水位数据出错，并不作为对应集水井水位的控制依据，而以非控制数据作为控制依据对集水井水位进行容错控制，即以非控制数据为依据对集水井水位进行间接控制。

进一步地，在数据关联处理步骤中，还包括对实时采集到的数据进行判断：

当某个关键性非控制数据和/或多个非控制数据的数值落入水位数据对应取值的极限区间时，则认为水位数据与其关联的非控制数据之间符合相关关联性规律，则判断水位数据有效，并作为对应集水井水位的控制依据；

同时判断未落入极限区间的非控制数据与其关联的水位数据之间不符合相关关联性规律，并进一步认为该非控制数据为无效数据，对非控制数据报错，且不将其作为集水井水位的诊断依据。

进一步地，当某个关键性非控制数据和/或多个非控制数据的数值落入水位数据对应取值的极限区间时，而有一个和/或几个非控制数据的数值未落入水位数据对应取值的极限区间时，诊断其与关联的水位数据之间不符合相关关联性规律，并根据非控制数据的报错情况，依据水位数据以提前和/或滞后方式对集水井水位进行预测控制。

进一步地，所述设置水位在指定取值时的非控制数据的极限区间包括：

通过人为设置集水井在正常运行下的极限工况，获得在极限工况下的所述集水井水位数据与非控制数据关联关系的极限区间，即所述集水井在正常运行中出现极限工况时，水位在指定取值时的非控制数据的最大值和最小值；或者：

根据所述集水井运行中检测的水位数据与非控制数据来自动设置极限过程区间，即所述集水井在运行中，获得并自动设置水位指定取值时非控制数据的最大值和最小值；或者：

通过软件仿真的方式，模拟集水井水位在运行中出现极限工况下，获得水位指定取值时非控制数据的最大值和最小值，来进行水位在指定取值时的非控制数据的极限区间设置。

进一步地，所述的极限区间替换为正负偏差范围，所述的正负偏差范围的获取方式包括以下步骤：

在集水井实际运行中，持续不断的检测该集水井的包括水位数据和及其关联的非控制数据在内的数据；

获取水位数据在指定取值时的对应非控制数据的平均值关系曲线，并建立标准正态分布规律曲线；

根据所述平均值关系曲线以及标准正态分布规律曲线确定数据关联的正负偏差范围。

进一步地，所述的非控制数据还包括导致所述水位数据变化的其他数据和所述水位数据变化导致其它数据发生变化的其他数据。

本发明的第二方面，提供基于集水井水位数据关联的诊断控制系统，包括水位数据关联建立模块和水位数据关联处理模块，所述的水位数据关联建立模块包括：

数据关联单元：用于建立数据的关联关系，所述数据包括一个控制数据和至少一个非控制数据；所述控制数据为水位，所述非控制数据为与所述水位相关联的其他数据，包括水位上升/下降速度、集水井水量、排水泵流量、排水泵运行/停止时间、电动机电流和电动机电压中的一种或者多种；

极限区间设置单元：用于设置水位在指定取值时的非控制数据的极限区间；

所述的水位数据关联处理模块用于对实时采集的数据进行判断，包括：

控制数据判断单元：用于当某个关键性非控制数据和/或多个非控制数据的数值未落入水位对应取值的极限区间时，则认为水位与其关联的非控制数据之间不符合相关关联性规律，对水位数据诊断报错。

进一步地，在所述的控制数据判断单元在进行判断的过程中，当某个关键性非控制数据和/或多个非控制数据的数值未落入水位对应取值的极限区间时，判断该水位数据出错，并不作为对应集水井水位的控制依据，而以非控制数据作为控制依据对集水井水位进行容错控制，即以非控制数据为依据对集水井水位进行间接控制。

进一步地，所述的水位数据关联处理模块还包括：

非控制数据判断单元：用于当某个关键性非控制数据和/或多个非控制数据的数值落入水位数据对应取值的极限区间时，则认为水位数据与其关联的非控制数据之间符合相关关联性规律，则判断水位数据有效，并作为对应集水井水位的控制依据；

同时判断未落入极限区间的非控制数据与其关联的水位数据之间不符合相关关联性规律，并进一步认为该非控制数据为无效数据，对非控制数据报错，且不将其作为集水井水位的诊断依据。

进一步地，在非控制数据判断单元中，当某个关键性非控制数据和/或多个非控制数据的数值落入水位数据对应取值的极限区间时，而有一个和/或几个非控制数据的数值未落入水位数据对应取值的极限区间时，诊断其与关联的水位数据之间不符合相关关联性规律，并根据非控制数据的报错情况，依据水位数据以提前和/或滞后方式对集水井水位进行预测控制。

进一步地，所述设置水位在指定取值时的非控制数据的极限区间包括：

通过人为设置集水井在正常运行下的极限工况，获得在极限工况下的所述集水井水位数据与非控制数据关联关系的极限区间，即所述集水井在正常运行中出现极限工况时，水位在指定取值时的非控制数据的最大值和最小值；或者：

根据所述集水井运行中检测的水位数据与非控制数据来自动设置极限过程区间，即所述集水井在运行中，获得并自动设置水位指定取值时非控制数据的最大值和最小值；或者：

通过软件仿真的方式，模拟集水井水位在运行中出现极限工况下，获得水位指定取值时非控制数据的最大值和最小值，来进行水位在指定取值时的非控制数据的极限区间设置。

进一步地，所述的极限区间替换为正负偏差范围；

其中，极限区间设置单元替换为正负偏差范围设置单元，所述的正负偏差范围设置单元包括以下子单元：数据获取子单元：用于在集水井实际运行中，持续不断的检测该集水井的包括水位数据和及其关联的非控制数据在内的数据；数据计算子单元：用于获取水位数据在指定取值时的对应非控制数据的平均值关系曲线，并建立标准正态分布规律曲线；正负偏差范围确定子单元：用于根据所述平均值关系曲线以及标准正态分布规律曲线确定数据关联的正负偏差范围。

进一步地，所述的非控制数据还包括导致所述水位数据变化的其他数据和所述水位数据变化导致其它数据发生变化的其他数据。

本发明的第三方面，提供一种存储介质，其上存储有计算机指令，所述计算机指令运行时执行所述的基于集水井水位数据关联的诊断控制方法的步骤。

本发明的第四方面，提供一种终端，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机指令，所述处理器运行所述计算机指令时执行所述的基于集水井水位数据关联的诊断控制方法的步骤。

本发明的有益效果是：

(1)本发明根据数据关联的特性进行诊断控制，使得在集水井数据出现异常时进行诊断，而不直接进行相应控制，只有对相关数据进行关联分析后再做出相应的诊断控制，可有效避免传感器及控制系统故障或缺陷带来的控制失败，本发明提供的系统、存储介质和装置也解决了相应的技术问题。本发明的应用将对传统的自动控制技术带来深刻的影响。

(2)本发明在原基本自动控制上，通过监视主控制参数的变化过程，自主学习和集水井的特性，分别自主实现预测控制和容错控制；由于具有综合诊断和容错控制功能，降低了对检测元件的可靠性的要求，可用国产检测元件替换进口检测元件，只要设计、组装和使用得当，用低可靠性元件组成高可靠性的控制系统也是可能的。

(3)本发明的另外一个优选实施例，对集水井动态特性能通过长期积累和计算，利用集水井自身的特性，实现自学习和自主完善，并实现同类对象的差异化控制。

(4)控制系统在工作过程中，通过其特性实现综合自诊断，并根据诊断结果实现自主控制，减少或不依赖人为对控制过程的干预。

附图说明

图1为本发明方法流程图；

图2为本发明系统框图。

具体实施方式

下面结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本发明的描述中，需要说明的是，属于“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方向或位置关系为基于附图所述的方向或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，属于“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，属于“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。

实施例1

本实施例提供基于集水井水位数据关联的诊断控制方法，该方法应用于各种自动化控制系统中，可以根据过程数据的实际变化情况，在某个产生过程数据的设备出现异常时，对集水井进行报错而不是停机，避免整体停机造成的影响。

具体地，如图1所示，所述的方法包括数据关联建立步骤s1和数据关联处理步骤s2。所述的数据关联建立步骤包括以下子步骤：

s11：建立数据的关联关系，所述数据包括一个控制数据和至少一个非控制数据；所述控制数据为水位，所述非控制数据为与所述水位相关联的其他数据，包括水位上升/下降速度、集水井水量、排水泵流量、排水泵运行/停止时间、电动机电流和电动机电压中的一种或者多种。

其中，控制数据和非控制数据均为与集水井相关的数据，所述的控制数据(即水位)为集水井主要的监测控制数据和控制依据，所述的非控制数据(即水位上升/下降速度、集水井水量、排水泵流量、排水泵运行/停止时间、电动机电流和电动机电压中的一种或者多种)为与所述控制数据相关联的其他数据。

并且优选地，在本实施例中，所述的非控制数据还包括导致所述水位数据变化的其他数据和所述水位数据变化导致其它数据发生变化的其他数据。

另外，所述的数据包括过程数据检测值本身和/或过程数据检测值的变化速度。

在本实施例中，控制对象为集水井，所述的控制数据为水位。而其对应的非控制数据包括水位上升/下降速度、集水井水量、排水泵流量、排水泵运行/停止时间、电动机电流和电动机电压中的一种或者多种。

s12：设置控制数据在指定取值时的非控制数据的极限区间。

其中，在本实施例中，该步骤地具体包括以下三种情况：

(1)通过人为设置集水井在正常运行下的各种工况，获得在各种工况下的该集水井的数据(水位及其关联的非控制数据)的极限区间，即所述集水井在正常运行中出现各种工况时的水位数据每一个取值时对应非控制数据的最大值和最小值；或者

(2)根据所述集水井投入正常运行后检测到的数据来设置极限区间，即获得所述集水井在正常运行过程中水位数据在每一个取值时对应非控制数据的最大值和最小值；或者

(3)通过软件仿真的方式，模拟集水井在正常运行中水位数据在每一个取值时对应非控制数据的最大值和最小值，来进行极限区间的设置。

即极限区间的设置可以根据人为设置工况从而获得，也可以根据运行的实际情况进行设置，还可以通过模拟的方式实现。

另外设置的极限值可以是实际数值，也可以是得到的实际数值的一定百分比。

也就是说，在本实施例中，需要建立水位在各个水位值时，分别与水位上升/下降速度、集水井水量、排水泵流量、排水泵运行/停止时间、电动机电流和电动机电压中一种或者多种的极限区间。

在完成数据关联建立步骤s1后，数据关联处理步骤s2开始实行。具体地，所述的数据关联处理步骤包括以下子步骤：

s2：对实时采集的数据进行判断，包括：

当某个关键性非控制数据和/或多个非控制数据的数值未落入水位对应取值的极限区间时，则认为水位与其关联的非控制数据之间不符合相关关联性规律，对水位数据诊断报错。

其中，在本实施例中，即为水位在各个水位取值时，分别将采集到的水位上升/下降速度、集水井水量、排水泵流量、排水泵运行/停止时间、电动机电流和电动机电压中需要的数据与对应的极限区间进行比较，如果其中n个超出极限区间，则对控制数据进行报错。

在通常情况下，在数据建立步骤s1中，当实时采集到的过程数据处于正常情况下时，过程数据中的非控制数据肯定会落入对应控制数据的极限区间内。

如若在某个时间点的某组关联数据中，某个关键性非控制数据和/或多个非控制数据的数值未落入对应水位数据对应取值的极限区间时，则认为水位数据与其关联的非控制数据之间不符合相关性规律，此时则判断出水位数据为无效(即产生控制数据的传感设备或者传输路线出现问题)，并对水位数据进行诊断报错。

也就是说，如果出现上述步骤中的情况，此时采集水位的传感器很有可能出现问题，此时需要对该水位传感器进行报错。

另外，在本实施例的优选实施例中，当某个关键性非控制数据和/或多个非控制数据的数值未落入水位对应取值的极限区间时，判断该水位数据出错，并不作为对应集水井水位的控制依据，而以非控制数据作为控制依据对集水井水位进行容错控制，即以非控制数据为依据对集水井水位进行间接控制。

具体地，在该处的优选实施例中，所述的“不得将该水位数据作为控制对应集水井水位的依据，以非控制数据作为控制对应集水井水位的依据”，包括两种方式进行控制：

(1)分别对非控制数据分别设置一个阈值，即此时根据非控制数据的阈值设置情况，对集水井进行控制。即如果非控制数据在此时超过阈值，则进行启动备用执行机构甚至是报警的操作，根据实际情况而定。

(2)对控制数据设置阈值，根据多个非控制数据的实际范围反推回水位数据应该具有的数值(此种方式需要收集大量现有数据进行实现)，根据推导得到的水位数据与阈值进行比较。

此时实现了对整体自动控制系统的容错操作，即当水位数据与非控制数据之间出现了异常，可以使用非控制数据对系统进行控制，而不是直接停机。

通常情况下，出现上述状况，一般为集水井的设备效率降低或者健康失效。因为在通常情况下，即使数据整体出现较高或者较低的情况，数据中非控制数据也会和水位数据之间符合相关性规律，而不是某个非控制数据和/或多个非控制数据的数值未落入对应控制数据的极限区间。

具体地，在一些情况下，可以用比例的方式来设置非控制数据的数量，例如百分之33以上的非控制数据未落入对应控制数据的极限区间，则认为水位数据无效；而在另外一些情况下，也可以根据具体非控制数据的数量进行设置，例如2个非控制数据未落入对应控制数据的取值的极限区间内，则认为控制数据无效。另外，在某个非控制数据与水位数据为强关联关系或者该非控制数据非常重要时，当该非控制数据未落入对应控制数据的极限区间，直接认为水位数据无效。上述几种情况需要根据实际情况进行决定。

更优地，在本实施例中，在数据关联处理步骤s2中，还包括对新采集到的过程数据进行判断：

当某个关键性非控制数据和/或多个非控制数据的数值落入水位数据对应取值的极限区间时，则认为水位数据与其关联的非控制数据之间符合相关关联性规律，则判断水位数据有效，并作为对应集水井水位的控制依据；

同时判断未落入极限区间的非控制数据与其关联的水位数据之间不符合相关关联性规律，并进一步认为该非控制数据为无效数据，对非控制数据报错，且不将其作为集水井水位的诊断依据。

与上述数据关联处理步骤s2中提到的相反，该步骤用于判断水位数据是否为正常数据，具体地，如果大多数非控制数据或者某个关键的非控制数据落入了该水位数据的极限区间，则认为水位数据为正常数据。

此时，对应于该种情况，优选地，在本实施例中，对于某个非控制数据和/或多个非控制数据的值落入对应控制数据的极限区间的情况，判断未落入极限区间的非控制数据与其关联的水位数据之间不符合相关关联性规律，并进一步认为该非控制数据为无效数据，对非控制数据报错且不将其作为诊断集水井水位的控制依据。

进而判断获得该非控制数据的元件或相关设备异常，并采取相应操作。即此时未落入偏差分布区域的非控制数据通常情况下会是异常数据，需要人工/机器进行相应判断操作。

同时，优选地，在本实施例中，当某个关键性非控制数据和/或多个非控制数据的数值落入水位数据对应取值的极限区间时，而有一个和/或几个非控制数据的数值未落入水位数据对应取值的极限区间时，诊断其与关联的水位数据之间不符合相关关联性规律，并根据非控制数据的报错情况，依据水位数据以提前和/或滞后方式对集水井水位进行预测控制。

具体地，由于在大多数非控制数据处于水位数据的极限区间时，非控制数据不作为集水井的控制依据，但是其超出极限过程区间的非控制数据也能说明相关内容出现问题(采集端本身出现问题或者数据采集出现问题)，因此此时会根据非控制数据报错情况，提前和/或滞后实施对集水井水位进行控制。

此时，在非控制数据出现异常时，实现了根据水位数据进行预测控制。

在本实施例中，集水井水位在某水位值时，水位上升/下降速度、集水井水量、排水泵流量、排水泵运行/停止时间、电动机电流和电动机电压的实际值分别与其对应的极限区间进行比较，如果只有集水井水量超出对应的极限区间，因此将集水井的集水井水量进行报错。

同时，采用预测控制的方式，在集水井水量超出对应的极限区间或者其他情况，根据水位的实际情况，对集水井进行提前/滞后进行控制。

其中，对于上述任何一种情况，当水位数据超出设置的阈值时，均会对集水井执行相关操作。而对于预测控制来说，阈值会根据非控制数据的报错进行调整，使得水位数据在达到原本的阈值之前，进行控制。

其中，预测控制和容错控制是“和/或”的关系存在的。

另外，基于上述任何内容的实现，在本实施例中，所述的极限区间替换为正负偏差范围，其中，所述的正负偏差范围的获取方式包括以下步骤：

在集水井实际运行中，持续不断的检测该集水井的包括水位数据和及其关联的非控制数据在内的数据；

获取水位数据在指定取值时的对应非控制数据的平均值关系曲线，并建立标准正态分布规律曲线；

根据所述平均值关系曲线以及标准正态分布规律曲线确定数据关联的正负偏差范围。

也就是说，本实施例还提供一种诊断方法，可以使得在数据的判断从极限过程区间替换为正负偏差范围，当判断到包括控制数据和非控制数据在内的过程数据超过正负偏差范围，不符合正态分布规律要求时，对集水井水位进行报错、以及上述优选方案中的容错控制和预测控制。

其中，设置正负偏差范围的方式与上述设置极限过程区间的方式相同，在此不进行赘述。

具体地，在数据关联建立步骤s1中，由于将大量数据进行标准正态分布计算，在新采集到的数据处于正常情况下时，数据中的非控制数据肯定会落入对应水位数据的偏差分布区域。

具体地，在该步骤中，可以将该集水井的过程数据中的控制数据作为横坐标轴x，同时将该集水井的过程数据中的非控制数据作为纵坐标轴y，建立控制数据和各个非控制数据的关联关系y＝f(x)，同时获得对应非控制数据的平均值曲线。

通常情况下，在前期数据量较小的情况下，所述的偏差分布区域可以设置为百分之六十，而在后期数据量较大的情况下，所述的偏差分布区域可以设置为百分之九十五甚至是百分之九十九。

实施例2

本实施例提供基于集水井水位数据关联的诊断控制系统，该系统的发明构思与实施例1相同，应用于各种自动化控制系统中，可以根据过程数据的实际变化情况，在某个产生过程数据的设备出现异常时，对集水井进行报错而不是停机，避免整体停机造成的影响。

具体地，如图2所示，所述的系统包括水位数据关联建立模块和水位数据关联处理模块，所述的水位数据关联建立模块包括：

数据关联单元：用于建立数据的关联关系，所述数据包括一个控制数据和至少一个非控制数据；所述控制数据为水位，所述非控制数据为与所述水位相关联的其他数据，包括水位上升/下降速度、集水井水量、排水泵流量、排水泵运行/停止时间、电动机电流和电动机电压中的一种或者多种；

极限区间设置单元：用于设置水位在指定取值时的非控制数据的极限区间；

所述的水位数据关联处理模块用于对实时采集的数据进行判断，包括：

控制数据判断单元：用于当某个关键性非控制数据和/或多个非控制数据的数值未落入水位对应取值的极限区间时，则认为水位与其关联的非控制数据之间不符合相关关联性规律，对水位数据诊断报错。

更优地，在本实施例中，在所述的控制数据判断单元在进行判断的过程中，当某个关键性非控制数据和/或多个非控制数据的数值未落入水位对应取值的极限区间时，判断该水位数据出错，并不作为对应集水井水位的控制依据，而以非控制数据作为控制依据对集水井水位进行容错控制，即以非控制数据为依据对集水井水位进行间接控制。

更优地，在本实施例中，所述的水位数据关联处理模块还包括：

非控制数据判断单元：用于当某个关键性非控制数据和/或多个非控制数据的数值落入水位数据对应取值的极限区间时，则认为水位数据与其关联的非控制数据之间符合相关关联性规律，则判断水位数据有效，并作为对应集水井水位的控制依据；

同时判断未落入极限区间的非控制数据与其关联的水位数据之间不符合相关关联性规律，并进一步认为该非控制数据为无效数据，对非控制数据报错，且不将其作为集水井水位的诊断依据。

更优地，在本实施例中，在非控制数据判断单元中当某个关键性非控制数据和/或多个非控制数据的数值落入水位数据对应取值的极限区间时，而有一个和/或几个非控制数据的数值未落入水位数据对应取值的极限区间时，诊断其与关联的水位数据之间不符合相关关联性规律，并根据非控制数据的报错情况，依据水位数据以提前和/或滞后方式对集水井水位进行预测控制。

更优地，在本实施例中，进一步地，所述设置水位在指定取值时的非控制数据的极限区间包括：

通过人为设置集水井在正常运行下的极限工况，获得在极限工况下的所述集水井水位数据与非控制数据关联关系的极限区间，即所述集水井在正常运行中出现极限工况时，水位在指定取值时的非控制数据的最大值和最小值；或者：

根据所述集水井运行中检测的水位数据与非控制数据来自动设置极限过程区间，即所述集水井在运行中，获得并自动设置水位指定取值时非控制数据的最大值和最小值；或者：

通过软件仿真的方式，模拟集水井水位在运行中出现极限工况下，获得水位指定取值时非控制数据的最大值和最小值，来进行水位在指定取值时的非控制数据的极限区间设置。

更优地，在本实施例中，所述的极限区间替换为正负偏差范围；

其中，极限区间设置单元替换为正负偏差范围设置单元，所述的正负偏差范围设置单元包括以下子单元：数据获取子单元：用于在集水井实际运行中，持续不断的检测该集水井的包括水位数据和及其关联的非控制数据在内的数据；数据计算子单元：用于获取水位数据在指定取值时的对应非控制数据的平均值关系曲线，并建立标准正态分布规律曲线；正负偏差范围确定子单元：用于根据所述平均值关系曲线以及标准正态分布规律曲线确定数据关联的正负偏差范围。

更优地，在本实施例中，所述的非控制数据还包括导致所述水位数据变化的其他数据和所述水位数据变化导致其它数据发生变化的其他数据。

本发明实施例提供的基于集水井水位数据关联的诊断控制系统中相关部分的说明请参见本发明实施例1提供的基于集水井水位数据关联的诊断控制方法中对应部分的详细说明，在此不再赘述。另外，本发明实施例提供的上述技术方案中与现有技术中对应的技术方案实现原理一致的部分并未详细说明，以免过多赘述。

实施例3

基于实施例1的实现，本实施例还提供一种存储介质，其上存储有计算机指令，所述计算机指令运行时执行实施例1中所述的基于集水井水位数据关联的诊断控制方法的步骤。

基于这样的理解，本实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-onlymemory，rom)、随机存取存储器(randomaccessmemory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。

实施例4

基于实施例1的实现，本实施例还提供一种终端，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机指令，所述处理器运行所述计算机指令时执行实施例1所述的基于集水井水位数据关联的诊断控制方法的步骤。

在本发明提供的实施例中的各功能单元可以集成在一个处理器中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定，对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其他不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引申出的显而易见的变化或变动仍处于本发明创造的保护范围之中。