CN115077627A - 一种多融合环境数据监管方法及监管*** - Google Patents
一种多融合环境数据监管方法及监管*** Download PDFInfo
- Publication number
- CN115077627A CN115077627A CN202210995824.1A CN202210995824A CN115077627A CN 115077627 A CN115077627 A CN 115077627A CN 202210995824 A CN202210995824 A CN 202210995824A CN 115077627 A CN115077627 A CN 115077627A
- Authority
- CN
- China
- Prior art keywords
- data acquisition
- element data
- acquiring
- environmental information
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明属于环境保护技术领域,具体涉及一种多融合环境数据监管方法及监管***,用于采集环境信息的若干多要素数据采集模块,以及与所述多要素数据采集模块连接且用于数据处理的中央控制单元,通过将传感器采集的环境信息分为正常信号和异常信号,这样能够分辨出各个传感器监测区域的环境信号数据的变化情况,这样便于管理人员及时的做出应对方案,也能够生成综合环境信号标准值以及变化趋势图表,这样可避免数据孤岛的现象发生,同时还能够统计出各多要素数据采集模块发出异常信号的频次,通过比对标准频次精确来规避瞬时异常信号造成的误报警现象。
Description
技术领域
本发明属于环境保护技术领域,具体涉及一种多融合环境数据监管方法及监管***。
背景技术
近年来,人们对于环境保护越来越重视,特别是从事工业生产的企业,在其生产制造的过程之中产生的废气废水等是造成污染的主要源头,为保护其周边环境不会受到影响,都需要在排废之前进行多级过滤处理,使其排出的废气废水等均符合国家标准,进而起到保护周边环境不受影响的作用。
现有技术中,环保监管涉及面广,归口部门繁杂,导致很多监管多头管理,数据繁杂,例如,废气废水中包含的有害化学元素较多,在监管时也就面临着多任务、多数据、高频次、强专业性的压力,导致效率低、任务多、压力大、专业性强、易出错等行业痛点,也经常出现多个部门间的数据孤岛,监管人员不能够直观的判断出整体环境信息的综合变化趋势。
基于此问题,目前环保监管方面也开始实现信息化管理,而监管***或平台也是依赖各种传感器反馈的数据来对监管,而常规的监管方式为了提高监管的及时性,一般是通过传感器等部件的瞬时数据来反馈运行状态,一旦出现瞬时异常,就会触发报警现象,但是,由于传感器以及其它监测元器件的运行会受到外部影响,如外部环境温度或湿度变化等均有可能影响传感器的正常监测,因此在某个瞬间可能传感器监测会出现异常,但是在该异常后,仍然是正常的运行,实际上这也不是废气废水排出存在波动,而此时报警显然是不合理的,而一般设备报警后,需要人力前往维护,也会浪费一定的人力物力,同时,在监管过程中,每个区域内排污的设备的运行情况往往不是传感器监管的对象,因此采用常规的监管方式,很难准确的反馈出排污设备的异常情况。
发明内容
本发明的目的是提供一种多融合环境数据监管方法及监管***,能够对不同传感器监测的区域进行监管,同时通过对异常信号频次的监控,能够避免瞬时异常造成的误报警现象发生。
本发明采取的技术方案具体如下:
一种多融合环境数据监管方法,包括用于采集环境信息的若干多要素数据采集模块,以及与所述多要素数据采集模块连接且用于数据处理的中央控制单元,其特征在于:该方法包括:
根据多组所述多要素数据采集模块获取环境信息数据的实时数据;
所述中央控制单元获取所述实时数据并进行解析,形成监测值;
获取环境信息数据的标准阈值;
根据标准阈值,比对所述监测值与所述标准阈值,得到第一偏差值;
根据所述第一偏差值确定异常信号和正常信号;
中央控制单元根据所述异常信号发出预警信息或报警信息;
获取所述异常信号的标准频次;
获取每组所述多要素数据采集模块的异常信号的实际频次,将所述实际频次与所述标准频次进行比对,判定是否生成报警信号;
获取每组所述多要素数据采集模块异常信号的权重比,将所述权重比代入质量预估模型中,得到每组所述多要素数据采集模块对应区域的环境信息数据的质量分数;
根据每组所述多要素数据采集模块的质量分数得出环境信息数据的综合质量分数。
作为本发明的一种优选方案,其中:所述多要素数据采集模块包括多个传感器、摄像设备以及其他具备通讯功能的物联技术设备,用于采集所述环境信息数据;
其中,所述环境信息数据至少包括废气质量信息、废水质量信息和噪音质量信息。
作为本发明的一种优选方案,其中:根据所述第一偏差值确定异常信号和正常信号的步骤,包括:
以所述多要素数据采集模块开始采集环境信息的时间为起始节点,以所述多要素数据采集模块停止采集环境信息的时间为结束节点,在起始节点到结束节点区间内时长为h,h的单位为秒和分钟中的至少一种,该区间内设定多个时间点,时间点数量记为k,k=1,2,3……,n,其中,n设置为正整数;
获取各个时间点时所述多要素数据采集模块采集的环境信息数据,并上传至所述中央控制单元中;
根据公式:
计算得出区间h内环境信息数据的监测值,其中,i=1,2,3……,X,X为正整数,分别对应不同的多要素数据采集模块,EIi为监测值,EDRk为实时环境信息数据;
所述中央控制单元获取环境信息数据的标准阈值CEIi;
计算所述监测值EIi与标准阈值CEIi的差值得到第一偏差值S=EIi-CEIi
若S≥0,则生成异常信号;
若S<0,则生成正常信号。
作为本发明的一种优选方案,其中:中央控制单元根据所述异常信号发出预警信息或报警信息的步骤,包括:
获取所述多要素数据采集模块对应异常信号的数值并标记为异常值FEIi;
将所述异常值FEIi代入公式:
计算得到对应的环境信号数据的超出比T;
若0<T<5%,则所述中央控制单元记录下此异常信号,但不生成预警信息或报警信息;
若5%≤T<10%,则所述中央控制单元生成预警信息;
若T≧10%,则所述中央控制单元生成报警信号。
作为本发明的一种优选方案,其中:将所述实际频次与所述标准频次进行比对,判定是否生成报警信号的步骤,包括:
获取所述异常信号的实际频次并确定对应的多要素数据采集模块,标记对应多要素数据采集模块发出异常信号的波动次数为REPi,其中REPi=a,其中,a为大于等于零的自然数;
获取对应多要素数据采集模块的标准频次并记录为SREP;
判定所述异常信号的波动次数为REPi与标准频次SREP大小;
若REPi≥SREP,则判定对应的多要素数据采集模块监测的区域存在异常,且中央控制单元生成报警信号;
若REPi<SREP,则判定对应的多要素数据采集模块监测的区域正常。
作为本发明的一种优选方案,其中:获取每组所述多要素数据采集模块异常信号的权重比,将所述权重比代入质量预估模型中,得到每组所述多要素数据采集模块对应区域的环境信息数据的质量分数的步骤,包括:
建立监测周期t,且t=gh,g=1,2,3,4,……,j,其中,j为正整数;
获取监测周期t内所有多要素数据采集模块采集的异常信号次数并记作CREP;
获取所有多要素数据采集模块采集的异常信号的标准权重比Q;
根据所述权重比,对监测周期t内每个多要素数据采集模块采集的异常信号次数代入至质量预估模型中进行加权计算,得到每个多要素数据采集模块的环境信息数据的质量分数,其中,质量预估模型中的计算公式为:Di =Q×REPi/CREP,其中,Di为环境信息数据的质量分数;
将多个所述环境信息数据的质量分数Di相加求和,得到环境信息数据的综合质量分数。
本发明还提供了一种多融合环境数据监管***,应用于上述的多融合环境数据监管方法,该多融合环境数据监管***包括:
第一获取模块,用于通过所述多要素数据采集模块获取环境信息实时数据;
转换模块,用于通过中央控制单元获取所述实时数据并进行解析,形成监测值;
第二获取模块,用于获取环境信息数据的标准阈值;
解析模块,用于根据标准阈值,比对所述监测值与所述标准阈值,得到第一偏差值,并根据所述第一偏差值确定异常信号和正常信号;
第一报警模块,用于根据所述异常信号发出预警信息或报警信息;
第三获取模块,用于获取所述异常信号的标准频次;
第四获取模块,用于获取所述异常信号的实际频次;
第二报警模块,用于将所述实际频次与所述标准频次进行比对,判定是否生成报警信号;
计算模块,用于计算所述多要素数据采集模块对应区域的环境信息数据的质量分数。
作为本发明的一种优选方案,其中:所述计算模块包括:
获取单元,用于获取每组所述多要素数据采集模块异常信号的权重比;
第一计算单元,用于将所述权重比代入质量预估模型中,得到每组所述多要素数据采集模块对应区域的环境信息数据的质量分数;
第二计算单元,用于根据每组所述多要素数据采集模块的质量分数计算得出环境信息数据的综合质量分数。
作为本发明的一种优选方案,其中:还包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序,用于实现上述多融合环境数据监管方法
本发明取得的技术效果为:
本发明通过将传感器采集的环境信息分为正常信号和异常信号,这样能够分辨出各个传感器监测区域的环境信号数据的变化情况,这样便于管理人员及时的做出应对方案,也能够生成综合环境信号标准值以及变化趋势图表,这样可避免数据孤岛的现象发生,同时还能够根据各多要素数据采集模块发出异常信号的频次,通过比对标准频次精确来规避瞬时异常信号造成的误报警现象。
附图说明
图1是本发明的实施例所提供的监管方法的流程示意图;
图2是本发明的实施例所提供的质量分数计算的结构示意图;
图3是本发明的实施例所提供的监管***的内部结构示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为了使本发明的目的及优点更加清楚明白,以下结合实施例对本发明进行具体说明。应当理解,以下文字仅仅用以描述本发明的一种或几种具体的实施方式,并不对本发明具体请求的保护范围进行严格限定。
如图1和图2所示,本发明提供了一种多融合环境数据监管方法,包括用于采集环境信息的若干多要素数据采集模块,以及与多要素数据采集模块连接且用于数据处理的中央控制单元,该方法包括:
S1、根据多组多要素数据采集模块获取环境信息数据的实时数据;
S2、中央控制单元获取实时数据并进行解析,形成监测值;
S3、获取环境信息数据的标准阈值;
S4、根据标准阈值,比对监测值与标准阈值,得到第一偏差值;
S5、根据第一偏差值确定异常信号和正常信号;
S6、中央控制单元根据异常信号发出预警信息或报警信息;
S7、获取异常信号的标准频次;
S8、获取每组多要素数据采集模块的异常信号的实际频次,将实际频次与标准频次进行比对,判定是否生成报警信号;
S9、获取每组多要素数据采集模块异常信号的权重比,将权重比代入质量预估模型中,得到每组多要素数据采集模块对应区域的环境信息数据的质量分数;
S10、根据每组多要素数据采集模块的质量分数计算得出环境信息数据的综合质量分数。
如上述步骤S1-S7所述,环境信息的标准阈值为国家制定的标准数据,例如,以工业废气中的一氧化碳为例,国家标准为不得超出3.16g/km,也就是说,工业生产中,一氧化碳的排放量在每千米之内不得超过3.16克,否则,便会对周边空气环境造成影响,也就表明了工厂的废气处理工序不达标,同时也会造成周围人员身体健康受到损伤,且在确定标准阈值时,可在国家标准数据的基础上下调百分之十,仍以一氧化碳的排放标准为例,在录入时,输入预设值为2.844g/km,那么在后续检测到一氧化碳的排放量超出该标准时,能及时的向工厂管理人员示警,避免因一氧化碳的排放量持续增加而超出国家标准的情况发生,同时也避免了向空气中过度排放一氧化碳的现象发生,控制工厂排放的一氧化碳始终符合环境保护的要求,多要素数据采集模块获取环境信息数据的实时数据时,可以同时对废气质量信息、废水质量信息以及噪音质量信息等同时进行采集,采集的数据能够统一的上传到中央控制单元中,中央控制单元正常接收到传感器所上传的信号后会反馈相应的响应指令,而在传感器得到反馈后能闪烁红灯,当然,也可以通过其它形式,例如红灯常亮、闪烁绿灯等方式反馈信号,使得工作人员能够判断出传感器是否在正常工作,此反馈信号的方式较为灵活,具体应该根据传感器的使用环境进行设置,解析并比对多要素采集模块采集的监测值时,选用EDA工具能够实现对数据的自动分析,优选为python中的PandasGUI模块,具有数据预览、筛选、统计、多种图表展示以及数据转换的功能,它为pandas创建了一个GUI界面,可以在其中使用pandas的功能分析数据和使用不同的功能,以便可视化和分析数据,并执行探索性数据分析,并且支持生产多种方式的图表数据。
如上述步骤S7-S10所述,多数据采集模块在执行监测任务时,所采集的数据多会短暂的达到峰值,但是在过滤***的作用下会立即下降至正常指标,此时若是被多数据采集模块所采集,难免会发出异常信号,故而在单个监测周期之内,根据检测区域的不同,预先设定对应允许异常信号发出的次数,即为标准频次,而当单个监测周期之内检测到的异常信号超出此标准频次之后,也就表示该区域内所监测的信号频繁的达到峰值,过滤***或者多数据采集模块均可能出现故障,从而便会发出报警信息,此时便需要工作人员进行排查和维护工作,多个多数据采集模块所监测的区域产生的异常信号的频次可能不一致,其设定的权重比也不一致,故而在进行判定时,便需要代入质量预估模型中进行运算,以此来得到每个区域的质量分数,从而便可根据多个多数据采集模块所监测区域的质量分数进行评比,进而便可直观的判断每个区域内环境信息的优劣,监管人员还可根据此质量分数来制定相应的整改措施。
综上,本实施例通过将传感器监测到的环境信息数据与环境信息比对库中的信息进行比对,并且将比对结果分为异常信号和正常信号的形式反馈为可视化的图表数据,这样能够方便管理人员及时对异常信号区域进行检查,以此来避免此区域的环境信息超出国家规定的标准,相应的,也能够保护在该区域内工作的人员身体健康不会受到损伤,也能够将正常信号的数据记录下来,方便后续对正常信号的波动进行分析,从而判断出正常信号对应的监测区域的环境信息变化的趋势,以此及时的作出相应的应对方案,进而可避免正常信号对应的监测区域环境逐渐恶化的现象发生,同时,根据异常信号的频次能够判定出被监测区域的环境信息的质量分数,监管人员依据此质量分数能判断出不同区域内环境信息的优劣程度,相应的,也就表明质量分数高对应的监测区域内的环境信息质量和过滤***的过滤能力均大于质量分数低对应的检测区域内的环境信息质量和过滤***的过滤能力。
在一个实施例中,多要素数据采集模块包括多个传感器、摄像设备以及其他具备通讯功能的物联技术设备,用于采集环境信息数据;
其中,环境信息数据至少包括废气质量信息、废水质量信息和噪音质量信息。
在一个实施例中,根据第一偏差值确定异常信号和正常信号的步骤,包括:
S501、以多要素数据采集模块开始采集环境信息的时间为起始节点,以多要素数据采集模块停止采集环境信息的时间为结束节点,在起始节点到结束节点区间内时长为h,h的单位为秒和分钟中的至少一种,该区间内设定多个时间点,时间点数量记为k,k=1,2,3……,n,其中,n设置为正整数;
S502、获取各个时间点时多要素数据采集模块采集的环境信息数据,并上传至中央控制单元中;
S503、根据公式:
计算得出区间h内环境信息数据的监测值,其中,i=1,2,3……,X,X为正整数,分别对应不同的多要素数据采集模块,EIi为监测值,EDRk为实时环境信息数据;
S504、中央控制单元获取环境信息数据的标准阈值CEIi;
S505、计算监测值EIi与标准阈值CEIi的差值得到第一偏差值S=EIi-CEIi;
S506、若S≥0,则生成异常信号;
S507、若S<0,则生成正常信号。
如上述步骤S501-S507所述,在多要素数据采集模块获取所在区域的环境信息数据时,获取的数据为一个时间区间内的多个时间点的数据,并且取平均值能够得到该时间区间内环境信息数据的准确数据,进而不会因为某一个时间点多要素数据采集模块采集的环境信息的变化趋势过大而产生异常信号,此方式可避免瞬间环境信息数据的影响,从而就不会产生瞬间的异常信号,在区分异常信号和正常信号时,以一氧化碳和碳氢化合物为例,多要素数据采集模块分别为用于监测一氧化碳浓度的传感器为一氧化碳传感器,用于监测碳氢化合物浓度的传感器为红外碳氢化合物传感器,在标准阈值中,一氧化碳浓度标准阈值设置为2.844g/km,碳氢化合物浓度标准阈值设置为1.017g/km(碳氢化合物国家浓度标准为1.13g/km),若一氧化碳传感器感应到其安装区域内的一氧化碳浓度为3g/km,红外碳氢化合物传感器感应到其安装区域内的碳氢化合物浓度为1g/km,一氧化碳浓度的第一偏差值为-0.156g/km,碳氢化合物的第一偏差值为0.17g/km,那么中央控制单元便会分别发送异常信号和正常信号给控制设备,此异常信号对应一氧化碳传感器所在区域,此正常信号对应红外碳氢化合物传感器所在区域,进而管理者便能够根据传感器反馈的信号结果作出不同的应对方案。
在一个实施例中,中央控制单元根据异常信号发出预警信息或报警信息的步骤,包括:
S601、获取多要素数据采集模块对应异常信号的数值并标记为异常值FEIi;
S602、将异常值FEIi代入公式:
计算得到对应的环境信号数据的超出比T;
S603、若0<T<5%,则中央控制单元记录下此异常信号,但不生成预警信息或报警信息;
S604、若5%≤T<10%,则中央控制单元生成预警信息;
S605、若T≧10%,则中央控制单元生成报警信号。
如上述步骤S601-S605所述,中央控制单元通过公式能够计算出环境信息数据的超出比,根据超出比的范围确定
是否发出预警信息或者报警信息,针对超出比5%以下的数据记录下即可,视为标准频次内
允许超出的频次,后续根据单次监测周期内的标准频次比对,判断此异常信号的发生频次
是否满足生成报警信号的条件,若是则生成报警信号,若否,则不进行任何动作,再以一氧
化碳的监测为例,初始浓度预设值为2.844g/km,此预设值是低于国家标准数据值的10%所
建立的,而在一氧化碳传感器监测区域一氧化碳的浓度超出该数值之后,会发出报警信号,
表明此区域内的环境信息质量较差,有超出国家标准浓度的趋势,但是超出比介于5%和10%
之间时,发出的是预警信息,表明该区域内的环境质量已经较差,需要进行检修和维保工
作。
在一个实施例中,将实际频次与标准频次进行比对,判定是否生成报警信号的步骤,包括:
S801、获取所述异常信号的实际频次并确定对应的多要素数据采集模块,标记对应多要素数据采集模块发出异常信号的波动次数为REPi,其中REPi=a,其中,a为大于等于零的自然数;
S802、获取对应多要素数据采集模块的标准频次并记录为SREP;
S803、判定所述异常信号的波动次数为REPi与标准频次SREP大小;
S804、若REPi≥SREP,则判定对应的多要素数据采集模块监测的区域存在异常,且中央控制单元生成报警信号;
S805、若REPi<SREP,则判定对应的多要素数据采集模块监测的区域正常。
如上述步骤S801-S805所述,多要素数据采集模块对应的区域反馈异常信号时,中央控制单元能记录其反馈出异常信号的实际频次,通过与该区域内允许出现的标准频次进行比对,能够判断出该区域内的过滤设备或者多要素数据采集模块可能出现故障,从而管理人员能够及时的作出检修和维保方案,以此来避免该区域环境进一步的恶化或者数据统计错误的现象发生。
在一个实施例中,获取每组多要素数据采集模块异常信号的权重比,将权重比代入质量预估模型中,得到每组多要素数据采集模块对应区域的环境信息数据的质量分数的步骤,包括:
S901、建立监测周期t,且t=gh,g=1,2,3,4,……,j,其中,j为正整数;
S902、获取监测周期t内所有多要素数据采集模块采集的异常信号次数并记作CREP;
S903、获取所有多要素数据采集模块采集的异常信号的标准权重比Q;
根据所述权重比,对监测周期t内每个多要素数据采集模块采集的异常信号次数代入至质量预估模型中进行加权计算,得到每个多要素数据采集模块的环境信息数据的质量分数,其中,质量预估模型中的计算公式为:Di =Q×REPi/CREP,其中,Di为环境信息数据的质量分数;
S904、将多个所述环境信息数据的质量分数Di相加求和,得到环境信息数据的综合质量分数。
如上述步骤S901-S904所述,监测周期之内,对应多个多数据采集模块的采集区间,仍以一氧化碳为例,设定监测周期为10分钟,一氧化碳传感器的采集区间为1分钟,并且设定一氧化碳传感器传输异常信号的标准频次为3次,一氧化碳在十分钟内会采集十组数据,若是这十组数据中有三组或者三组以上的异常信号(超出比低于5%)产生,那么就会判定该区域内一氧化碳的含量超标,相应的,在中央控制单元接收到此信号之后,会向报警器下发报警指令,使得报警器发出报警信号,每个区域内各种污染物的排量不同,例如一氧化碳排放区内可能会掺杂有碳氢化合物,而碳氢化合物浓度超标的概率就很小,但是其一旦发生超标,就代表该区域内存在较大的异常情况,故而在一氧化碳排放区内的红外碳氢化合物传感器允许发生异常的次数设置为1次,红外碳氢化合物传感器一旦发出异常信号,那么报警器就会直接发出报警信息,由此也能够看到,在一氧化碳的监测区内,一氧化碳和碳氢化合物的权重比是不同的,而在质量预估模型中,通过公式Di =Q×REPi/CREP的应用,能够计算出对应区域内环境信息数据的质量分数,那么便可以根据不同的质量分数得出不同区域内环境信息的质量信息,同时监管人员根据质量分数能够判断出不同区域内环境信息质量的优劣程度。
本发明还提供了,一种多融合环境数据监管***,应用于上述多融合环境数据监管方法,该多融合环境数据监管***包括:
第一获取模块,用于通过多要素数据采集模块获取环境信息实时数据;
转换模块,用于通过中央控制单元获取实时数据并进行解析,形成监测值;
第二获取模块,用于获取环境信息数据的标准阈值;
解析模块,用于根据标准阈值,比对监测值与标准阈值,得到第一偏差值,并根据第一偏差值确定异常信号和正常信号;
第一报警模块,用于根据异常信号发出预警信息或报警信息;
第三获取模块,用于获取异常信号的标准频次;
第四获取模块,用于获取异常信号的实际频次;
第二报警模块,用于将实际频次与标准频次进行比对,判定是否生成报警信号;
计算模块,用于计算多要素数据采集模块对应区域的环境信息数据的质量分数。
在一个实施例中,计算模块包括:
获取单元,用于获取每组多要素数据采集模块异常信号的权重比;
第一计算单元,用于将权重比代入质量预估模型中,得到每组多要素数据采集模块对应区域的环境信息数据的质量分数其中,质量预估模型中的计算公式为:Di =Q×REPi/CREP;
第二计算单元,用于根据每组多要素数据采集模块的质量分数计算得出环境信息数据的综合质量分数。
进一步的,如图3所示,多融合环境数据监管***还包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时,用于实现上述多融合环境数据监管方法。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其它变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素,而且还包括没有明确列出的其它要素,或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。本发明中未具体描述和解释说明的结构、装置以及操作方法,如无特别说明和限定,均按照本领域的常规手段进行实施。
Claims (9)
1.一种多融合环境数据监管方法,包括用于采集环境信息的若干多要素数据采集模块,以及与所述多要素数据采集模块连接且用于数据处理的中央控制单元,其特征在于:该方法包括:
根据多组所述多要素数据采集模块获取环境信息数据的实时数据;
所述中央控制单元获取所述实时数据并进行解析,形成监测值;
获取环境信息数据的标准阈值;
根据标准阈值,比对所述监测值与所述标准阈值,得到第一偏差值;
根据所述第一偏差值确定异常信号和正常信号;
中央控制单元根据所述异常信号发出预警信息或报警信息;
获取所述异常信号的标准频次;
获取每组所述多要素数据采集模块的异常信号的实际频次,将所述实际频次与所述标准频次进行比对,判定是否生成报警信号;
获取每组所述多要素数据采集模块异常信号的权重比,将所述权重比代入质量预估模型中,得到每组所述多要素数据采集模块对应区域的环境信息数据的质量分数;
根据每组所述多要素数据采集模块的质量分数得出环境信息数据的综合质量分数。
2.根据权利要求1所述的一种多融合环境数据监管方法,其特征在于:所述多要素数据采集模块包括多个传感器、摄像设备以及其他具备通讯功能的物联技术设备,用于采集所述环境信息数据;
其中,所述环境信息数据至少包括废气质量信息、废水质量信息和噪音质量信息。
3.根据权利要求2所述的一种多融合环境数据监管方法,其特征在于:根据所述第一偏差值确定异常信号和正常信号的步骤,包括:
以所述多要素数据采集模块开始采集环境信息的时间为起始节点,以所述多要素数据采集模块停止采集环境信息的时间为结束节点,在起始节点到结束节点区间内时长为h,h的单位为秒和分钟中的至少一种,该区间内设定多个时间点,时间点数量记为k,k=1,2,3……,n,其中,n设置为正整数;
获取各个时间点时所述多要素数据采集模块采集的环境信息数据,并上传至所述中央控制单元中;
根据公式:
计算得出区间h内环境信息数据的监测值,其中,i=1,2,3……,X,X为正整数,分别对应不同的多要素数据采集模块,EIi为监测值,EDRk为实时环境信息数据;
所述中央控制单元获取环境信息数据的标准阈值CEIi;
计算所述监测值EIi与标准阈值CEIi的差值得到第一偏差值S=EIi-CEIi
若S≥0,则生成异常信号;
若S<0,则生成正常信号。
5.根据权利要求1所述的一种多融合环境数据监管方法,其特征在于:将所述实际频次与所述标准频次进行比对,判定是否生成报警信号的步骤,包括:
获取所述异常信号的实际频次并确定对应的多要素数据采集模块,标记对应多要素数据采集模块发出异常信号的波动次数为REPi,其中REPi=a,其中,a为大于等于零的自然数;
获取对应多要素数据采集模块的标准频次并记录为SREP;
判定所述异常信号的波动次数为REPi与标准频次SREP大小;
若REPi≥SREP,则判定对应的多要素数据采集模块监测的区域存在异常,且中央控制单元生成报警信号;
若REPi<SREP,则判定对应的多要素数据采集模块监测的区域正常。
6.根据权利要求1所述的一种多融合环境数据监管方法,其特征在于:获取每组所述多要素数据采集模块异常信号的权重比,将所述权重比代入质量预估模型中,得到每组所述多要素数据采集模块对应区域的环境信息数据的质量分数的步骤,包括:
建立监测周期t,且t=gh,g=1,2,3,4,……,j,其中,j为正整数;
获取监测周期t内所有多要素数据采集模块采集的异常信号次数并记作CREP;
获取所有多要素数据采集模块采集的异常信号的标准权重比Q;
根据所述权重比,对监测周期t内每个多要素数据采集模块采集的异常信号次数代入至质量预估模型中进行加权计算,得到每个多要素数据采集模块的环境信息数据的质量分数,其中,质量预估模型中的计算公式为:Di =Q×REPi/CREP,其中,Di为环境信息数据的质量分数;
将多个所述环境信息数据的质量分数Di相加求和,得到环境信息数据的综合质量分数。
7.一种多融合环境数据监管***,其特征在于:应用于权利要求1-6中任一项所述的多融合环境数据监管方法,该多融合环境数据监管***包括:
第一获取模块,用于通过所述多要素数据采集模块获取环境信息实时数据;
转换模块,用于通过中央控制单元获取所述实时数据并进行解析,形成监测值;
第二获取模块,用于获取环境信息数据的标准阈值;
解析模块,用于根据标准阈值,比对所述监测值与所述标准阈值,得到第一偏差值,并根据所述第一偏差值确定异常信号和正常信号;
第一报警模块,用于根据所述异常信号发出预警信息或报警信息;
第三获取模块,用于获取所述异常信号的标准频次;
第四获取模块,用于获取所述异常信号的实际频次;
第二报警模块,用于将所述实际频次与所述标准频次进行比对,判定是否生成报警信号;
计算模块,用于计算所述多要素数据采集模块对应区域的环境信息数据的质量分数。
8.根据权利要求7所述的一种多融合环境数据监管***,其特征在于:所述计算模块包括:
获取单元,用于获取每组所述多要素数据采集模块异常信号的权重比;
第一计算单元,用于将所述权重比代入质量预估模型中,得到每组所述多要素数据采集模块对应区域的环境信息数据的质量分数;
第二计算单元,用于根据每组所述多要素数据采集模块的质量分数计算得出环境信息数据的综合质量分数。
9.根据权利要求8所述的一种多融合环境数据监管***,还包括存储器和处理器,所述存储器存储有计算机程序,其特征在于:所述处理器用于执行所述计算机程序,用于实现权利要求1至6中任一项所述多融合环境数据监管方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210995824.1A CN115077627B (zh) | 2022-08-19 | 2022-08-19 | 一种多融合环境数据监管方法及监管*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210995824.1A CN115077627B (zh) | 2022-08-19 | 2022-08-19 | 一种多融合环境数据监管方法及监管*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115077627A true CN115077627A (zh) | 2022-09-20 |
CN115077627B CN115077627B (zh) | 2022-11-08 |
Family
ID=83243962
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210995824.1A Active CN115077627B (zh) | 2022-08-19 | 2022-08-19 | 一种多融合环境数据监管方法及监管*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115077627B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115828071A (zh) * | 2023-02-16 | 2023-03-21 | 深圳市瑞芬科技有限公司 | 一种高抗振动特性的倾斜角度融合分析*** |
CN115855170A (zh) * | 2023-03-02 | 2023-03-28 | 深圳市瑞芬科技有限公司 | 一种基于融合模型算法的倾斜角与振动特性测量*** |
CN115857397A (zh) * | 2022-11-30 | 2023-03-28 | 徐州科华能源科技有限公司 | 一种铝空气电池生产加工用监控管理*** |
CN117826693A (zh) * | 2024-03-05 | 2024-04-05 | 山东港源管道物流有限公司 | 一种智慧油库监控预警***及方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2024434A (en) * | 1978-06-30 | 1980-01-09 | Nl Industries Inc | Monitoring fluid flow through a drill string |
US4787053A (en) * | 1981-12-30 | 1988-11-22 | Semco Instruments, Inc. | Comprehensive engine monitor and recorder |
US20150046761A1 (en) * | 2013-08-09 | 2015-02-12 | American Megatrends, Inc. | System and method for generating field replaceable unit information files |
CN105629031A (zh) * | 2015-12-27 | 2016-06-01 | 东北电力大学 | 基于物联网信息集成的便携式环网柜数据巡检采集方法 |
CN110073301A (zh) * | 2017-08-02 | 2019-07-30 | 强力物联网投资组合2016有限公司 | 工业物联网中具有大数据集的数据收集环境下的检测方法和*** |
CN111523660A (zh) * | 2020-04-15 | 2020-08-11 | 南京清然能源科技有限公司 | 一种基于人工智能的音视热一体化异常检测报警方法 |
-
2022
- 2022-08-19 CN CN202210995824.1A patent/CN115077627B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2024434A (en) * | 1978-06-30 | 1980-01-09 | Nl Industries Inc | Monitoring fluid flow through a drill string |
US4787053A (en) * | 1981-12-30 | 1988-11-22 | Semco Instruments, Inc. | Comprehensive engine monitor and recorder |
US20150046761A1 (en) * | 2013-08-09 | 2015-02-12 | American Megatrends, Inc. | System and method for generating field replaceable unit information files |
CN105629031A (zh) * | 2015-12-27 | 2016-06-01 | 东北电力大学 | 基于物联网信息集成的便携式环网柜数据巡检采集方法 |
CN110073301A (zh) * | 2017-08-02 | 2019-07-30 | 强力物联网投资组合2016有限公司 | 工业物联网中具有大数据集的数据收集环境下的检测方法和*** |
CN111523660A (zh) * | 2020-04-15 | 2020-08-11 | 南京清然能源科技有限公司 | 一种基于人工智能的音视热一体化异常检测报警方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115857397A (zh) * | 2022-11-30 | 2023-03-28 | 徐州科华能源科技有限公司 | 一种铝空气电池生产加工用监控管理*** |
CN115828071A (zh) * | 2023-02-16 | 2023-03-21 | 深圳市瑞芬科技有限公司 | 一种高抗振动特性的倾斜角度融合分析*** |
CN115855170A (zh) * | 2023-03-02 | 2023-03-28 | 深圳市瑞芬科技有限公司 | 一种基于融合模型算法的倾斜角与振动特性测量*** |
CN117826693A (zh) * | 2024-03-05 | 2024-04-05 | 山东港源管道物流有限公司 | 一种智慧油库监控预警***及方法 |
CN117826693B (zh) * | 2024-03-05 | 2024-05-17 | 山东港源管道物流有限公司 | 一种智慧油库监控预警***及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115077627B (zh) | 2022-11-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115077627B (zh) | 一种多融合环境数据监管方法及监管*** | |
CN112348237B (zh) | 一种动态钻井数据异常趋势检测方法 | |
KR102427205B1 (ko) | 인공지능 모델을 위한 학습 데이터 생성 장치 및 방법 | |
CN116975378B (zh) | 一种基于大数据的设备环境监测方法及*** | |
CN108051547A (zh) | 一种具有实时预警功能的空气质量监控*** | |
CN207263223U (zh) | 一种燃煤电厂烟气净化装置监测*** | |
CN117630319B (zh) | 一种基于大数据的水质监测预警方法及*** | |
CN114965924A (zh) | 污水污染物浓度检测*** | |
CN116105802B (zh) | 一种基于物联网的地下设施安全监测预警方法 | |
CN116627079B (zh) | 用于实验室通风设备的运行监控管理*** | |
CN106840322A (zh) | 一种计量器具在线软校准的方法和实现该方法的装置 | |
CN111191855B (zh) | 一种基于管网多元水质时序数据的水质异常事件识别预警方法 | |
CN116687363A (zh) | 一种基于穿戴设备的有限空间作业人员身体状况监测*** | |
CN110930644B (zh) | 一种电缆生产安全预警*** | |
JPH07280603A (ja) | 機械の異常判定方法 | |
CN113333304B (zh) | 一种基于互联网的环保卷材检测评估分拣*** | |
CN117218786B (zh) | 一种基于物联网的火灾智能监测预警***及方法 | |
CN118092326A (zh) | 一种基于数字孪生的厂区应急管理*** | |
CN116562712B (zh) | 一种用于预测空气质量的***和方法 | |
CN111667391A (zh) | 一种环保大数据监测*** | |
CN111077277A (zh) | 一种水污染在线监测方法及水污染在线监测*** | |
CN115754140A (zh) | 基于物联网的工业现场危险气体传感预测***及方法 | |
CN115479634A (zh) | 一种基于物联网技术的桥梁远程监测***及方法 | |
CN115163195A (zh) | 煤矿采煤工作面瓦斯传感器数值失真识别方法与*** | |
CN106094688A (zh) | 一种湿度传感器控制*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |