本发明涉及智能供水，特别是涉及一种基于大数据的智能供水系统。
背景技术：
1、随着全球城市化进程的加速和人口的不断增长，水资源的供需矛盾日益突出。传统供水系统面临着老旧基础设施的更新压力、用水效率低下以及管理方式滞后的问题，这使得水资源的浪费和供水质量无法得到有效保障。此外，供水系统中的泄漏、污染监测不及时等问题也增加了供水管理的复杂性和维护成本。
2、许多地区的供水系统基础设施陈旧，容易发生管道泄漏和故障，导致水资源浪费。传统供水系统缺乏实时监控手段，导致供水管理效率低下和反应速度缓慢，且难以准确预测用水需求，容易造成供水不均或浪费。
3、近年来，随着物联网、大数据、云计算和人工智能技术的飞速发展，水务行业迎来了创新变革的机遇。物联网技术的普及，使得传感器可以被部署在供水系统的各个环节，包括水源地、管网和用户端，以实时收集流量、水压、水质等多维度数据。同时，无线通信技术（如lora、nb-iot和5g）的发展，使得大规模数据的传输和实时监控成为可能。基于此，一种智能供水系统亟待研发。
技术实现思路
1、为了克服现有技术的不足，本发明的目的是提供一种基于大数据的智能供水系统，能够精准预测未来用水需求，并据此优化供水资源的分配。
2、为实现上述目的，本发明提供了如下方案：
3、一种基于大数据的智能供水系统，包括：
4、数据监测模块，用于利用传感器获取目标供水位置的供水数据；
5、数据采集模块，用于采集所述供水数据，并利用边缘计算技术对所述供水数据进行数据处理，得到待分析数据；
6、大数据分析模块，用于基于大数据平台对所述供水数据进行清洗、整理和存储，并利用预设的用水需求预测模型对存储大数据进行分析和预测，得到未来用水需求；
7、资源优化模块，用于根据所述未来用水需求进行供水资源的分配；
8、智能调度模块，用于根据分配后的供水数据自动调整供水系统的流量和压力。
9、优选地，所述供水数据包括流量信息、水压信息和水质信息；所述水质信息包括ph值、浊度和余氯。
10、优选地，所述目标供水位置包括：水源、水厂、管网和用户端。
11、优选地，所述数据采集模块包括：
12、数据平台构建单元，用于构建综合数据采集平台；所述综合数据采集平台用于采集并整合来自所有传感器的信息；所述综合数据采集平台与各个设置好的边缘计算节点连接；
13、决策产生单元，用于周期性获取拓扑网络结构中的各边缘计算节点及其周围预设距离范围内的边缘计算节点的通信状态信息，并将获取的通信状态信息输入到预先建立的节点连接决策模型中，得到实时决策结果；
14、拓扑网络生成单元，用于基于实时决策结果，实时动态调整拓扑网络结构中各边缘计算节点和周围预设距离范围内的边缘计算节点的连接关系，形成自适应的拓扑网络结构；
15、通信处理单元，用于基于自适应拓扑网络结构与各边缘计算节点进行数据传输，并通过各边缘计算节点将数据传输的各个信息进行去噪处理，得到待分析数据。
16、优选地，所述去噪处理的过程包括：
17、对所述数据传输的各个信息的信号进行平移，得到平移后的采集信号；
18、对所述平移后的采集信号进行小波分解，得到多个小波系数；根据信号的分解尺度和长度确定滤波阈值；
19、根据所述滤波阈值构建去噪函数；
20、利用所述去噪函数去除所述平移后的采集信号的噪声，得到所述待分析数据。
21、优选地，所述用水需求预测模型的构建方法包括：
22、根据获取到的历史用水需求信息构建所述历史需求数据库；
23、对所述历史需求数据库中的数据进行预处理，得到预处理数据；
24、基于粒子群算法，分别根据所述预处理数据构建lstm预测模型和svr预测模型；
25、根据所述lstm预测模型和所述svr预测模型进行迭代训练，并根据训练结果调整所述lstm预测模型和所述svr预测模型的参数，以得到所述用水需求预测模型。
26、优选地，所述智能调度模块的调整公式为：其中，为控制变量，表示在时间对供水系统的流量和压力进行调整的值，为目标流量，为实际流量，为目标压力，为实际压力，和为调节增益系数，分别用于控制流量和压力调整的幅度，和为动态调节系数，用于调整系统对流量和压力变化率的响应，和实际流量和压力的变化率，表示时间时刻流量和压力的变化速度。
27、本发明公开了以下技术效果：
28、本发明提供了一种基于大数据的智能供水系统，包括：数据监测模块，用于利用传感器获取目标供水位置的供水数据；数据采集模块，用于采集所述供水数据，并利用边缘计算技术对所述供水数据进行数据处理，得到待分析数据；大数据分析模块，用于基于大数据平台对所述供水数据进行清洗、整理和存储，并利用预设的用水需求预测模型对存储大数据进行分析和预测，得到未来用水需求；资源优化模块，用于根据所述未来用水需求进行供水资源的分配；智能调度模块，用于根据分配后的供水数据自动调整供水系统的流量和压力。本发明能够精准预测未来用水需求，并据此优化供水资源的分配。
1.一种基于大数据的智能供水系统，其特征在于，包括：
2.根据权利要求1所述的基于大数据的智能供水系统，其特征在于，所述供水数据包括流量信息、水压信息和水质信息；所述水质信息包括ph值、浊度和余氯。
3.根据权利要求1所述的基于大数据的智能供水系统，其特征在于，所述目标供水位置包括：水源、水厂、管网和用户端。
4.根据权利要求1所述的基于大数据的智能供水系统，其特征在于，所述去噪处理的过程包括：
5.根据权利要求1所述的基于大数据的智能供水系统，其特征在于，所述用水需求预测模型的构建方法包括：
6.根据权利要求1所述的基于大数据的智能供水系统，其特征在于，所述智能调度模块的调整公式为：其中，为控制变量，表示在时间对供水系统的流量和压力进行调整的值，为目标流量，为实际流量，为目标压力，为实际压力，和为调节增益系数，分别用于控制流量和压力调整的幅度，和为动态调节系数，用于调整系统对流量和压力变化率的响应，和为实际流量和压力的变化率，表示时间时刻流量和压力的变化速度。
