CN115729199A - 一种环保数据在线实时监测***及方法 - Google Patents
一种环保数据在线实时监测***及方法 Download PDFInfo
- Publication number
- CN115729199A CN115729199A CN202211682034.4A CN202211682034A CN115729199A CN 115729199 A CN115729199 A CN 115729199A CN 202211682034 A CN202211682034 A CN 202211682034A CN 115729199 A CN115729199 A CN 115729199A
- Authority
- CN
- China
- Prior art keywords
- data
- equipment
- pollution discharge
- environmental protection
- production
- 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.)
- Pending
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种环保数据在线实时监测***及方法,包括排污单位内设置的排污监测设备、生产设备监测装置、净化设备监测装置、工控主机,以及远程服务器、监管客户端。本发明采集排污单位的多项环保数据,进行综合分析处理,能够全面准确地对排污单位监测管理。本发明利用本地与远程结合的数据分析处理方式提高环保监测的效率。本发明通过设置真实合理的动态阈值,从而准确判断偷排行为,提高了环保数据监测的可信度。本发明基于异常环保数据的内在关联性,筛选出关键性、源头性的异常设备,滤除次要异常数据,能够极大提高排查处理的效率。
Description
技术领域
本发明涉及环保监测技术领域,尤其涉及一种环保数据在线实时监测***及方法。
背景技术
随着社会的高速发展,环保问题受到高度关注。环保监测是利用某种装置和方式,对目标范围内的标志性污染物实施检测,以便掌握这些污染物的实际状况、变化趋势、分布情况。排污单位作为污染源产生的重点单位更应当受到科学、合理的环保监测。但是,当前对排污单位的环保数据监测存在诸多问题:部分排污企业中设置采集监测的设备较为单一,大多企业仅仅在排放口出设置污染物监测设备,这就造成监测的环保数据准确度低、可信度差,难以发现数据造假、企业偷排等情况;部分地区为了准确监测排污企业的各项环保数据,在排污企业中设置海量传感监测设备,这种情况下在出现数据异常时,往往出现大量数据报警异常,监测人员难以从中快速获取关键有效信息,只能凭经验逐一排查处理,效率极耗时长,导致企业停工时间长而更加抗拒环保监测。
例如,发明专利CN111077865B提出一种污染源企业环保生产负荷监控***及方法,包括:电量监测装置、物料监测装置和控制器,所述物料监测装置包括压力传感器、流量累加器等,该本发明能够准确监控工业生产中的生产线生产活动是否满足环保部门的应急预案需求,进而实现对工厂的排污监控管理。但是该发明并未考虑排污企业的监测数据的真实性、可信度问题。发明专利CN110488773B提出一种环保全过程工况监控***及其组态方法,包括企业现场数据采集单元、数据传输单元和云平台,且企业现场数据采集单元包括现场组态***数据采集模块、第一IOT网关模块、第一VLAN交换机和现场中心工控机,数据传输单元包括第二VLAN交换机、第一服务器、第二IOT网关模块、第二服务器和网络交换机,云平台与所述网络交换机数据连接,该监控***可实现企业环保监控数据的较好采集,能够实现对企业环保全过程工况的有效监控。但是该发明专利并未考虑如何高效处理异常环保数据的问题。
发明内容
发明目的:针对以上问题,本发明提出一种环保数据在线实时监测***及方法。
技术方案:
第一方面,本发明提出一种环保数据在线实时监测***,包括排污单位内设置的排污监测设备、生产设备监测装置、净化设备监测装置、工控主机,以及远程服务器、监管客户端;
可选地,排污单位具有多条生产排污线路,每条生产排污线路上设置有若干生产设备和若干净化设备;
所述排污监测设备设置在每个生产设备和每个净化设备的排出口,用于采集污染物浓度数据;
所述工控主机用于对环保数据进行初步分析,还用于按照排污监测设备所在的生产排污线路以及生产排污流向对排污监测设备进行编号;
所述远程服务器用于根据环保数据分析排污单位是否偷排,还用于从异常环保数据中筛选关键异常环保数据;
所述监管客户端展示关键排污监测设备和关键异常环保数据。
可选地,所述按照排污监测设备所在的生产排污线路以及生产排污流向对排污监测设备进行编号,包括:
一条生产排污线路上的全部排污监测设备的编号的第一位数字相同;
不同生产排污线路上的排污监测设备的编号的第一位数字不同;
按照生产排污线路上的流向对排污监测设备的编号第二位进行由小到大的排序编号。
可选地,所述排污监测设备的环保数据包括污染物浓度数据;
所述生产设备监测装置的环保数据包括生产设备的产品类型、生产设备用电功率数据、生产设备单位时间产量数据;
所述净化设备监测装置的环保数据包括净化设备模式数据、净化设备用电功率数据。
可选地,所述工控主机用于对环保数据进行初步分析,包括:
工控主机从环保数据中检索污染物浓度数据,判断是否存在污染物浓度数据超过预设阈值的排污监测设备。
可选地,监管客户端默认状态下仅展示关键排污监测设备和关键异常环保数据;而将剩余异常环保数据和对应的排污监测设备进行折叠隐藏。
第二方面,本发明还提供了一种环保数据在线实时监测方法,该方法包括步骤:
S1、采集排污单位的环保数据,工控主机对环保数据进行初步分析,若不存在污染物浓度数据超过预设阈值的排污监测设备,则进入步骤S2,否则进入步骤S3;
S2、根据环保数据判断排污单位是否偷排废物;
S3、分析异常环保数据的关联性,筛选关键异常环保数据;
S4、基于监管客户端进行排查处理,包括:远程服务器发送异常处理信息至监管客户端;
监管客户端展示关键排污监测设备和关键异常环保数据;
监管人员针对关键排污监测设备的最接近的上一级生产设备和/或净化设备进行排查处理。
可选地,所述步骤S1包括:采集排污单位的排污监测设备数据、生产设备数据、净化设备数据;
其中排污监测设备数据包括污染物浓度数据;
生产设备数据包括生产设备的产品类型、生产设备用电功率数据、生产设备单位时间产量数据;
净化设备数据包括净化设备模式数据、净化设备用电功率数据。
可选地,所述步骤S2包括:
S202、根据生产设备的产品类型、生产设备的用电功率数据,基于机器学习算法获取生产设备当前工作的工况模型;
可选地,所述步骤S202之前还包括步骤S201、采集历史数据库中的标准数据,包括不同工况模型下的生产设备的历史生产设备的产品类型、历史生产设备的用电功率数据、净化设备模式数据、净化设备用电功率数据;经过训练、验证,获取机器学习模型。
S204、根据所述工况模型匹配获取排污监测设备的标准阈值范围,再基于生产设备的单位时间产量数据进行修正计算,获取排污监测设备的动态阈值范围;
S206、判断是否存在排污监测设备的污染物浓度数据实测值超出标准阈值范围,若存在则判断排污单位存在偷排情况。
可选地,所述步骤S3包括:
S302、统计预设时段下异常污染物浓度数据;获取异常的污染物浓度数据对应的排污监测设备的设备编号;
S304、根据设备编号的第一位进行分类,每类排污监测设备的设备编号的第一位相同;
在每类排污监测设备中,将设备编号第二位最小的排污监测设备作为关键排污监测设备;
S306、将关键排污监测设备采集的异常污染物浓度数据设定为关键异常环保数据。
本发明相对于现有技术具有以下有益效果:
1、本发明采集排污单位的多项环保数据,进行综合分析处理,能够全面准确地对排污单位监测管理。
2、本发明采用本地工控机初步分析、远程服务器远程分析处理的方式,根据工控机本地初步分析的结果,控制远程服务器进行不同类型的分析处理,能够避免大量的复杂运算,能够提高环保数据分析处理的效率。
3、本发明根据生产设备的产品类型、生产设备的用电功率数据获取生产设备当前工作的工况模型,根据所述工况模型匹配获取排污监测设备的标准阈值范围,再基于生产设备的单位时间产量数据进行修正计算,获取排污监测设备的动态阈值范围。这种方式能够获取更加真实合理的动态阈值,从而准确判断偷排行为,提高了环保数据监测的可信度。
4、本发明在监测到多个异常污染物浓度数据时,能够基于异常环保数据的内在关联性,筛选出关键性、源头性的异常设备,优先显示和处理,能够有效滤除次要异常数据,能够极大提高排查处理的效率。
附图说明
图1为本发明实施例提供的一种环保数据在线实时监测***结构示意图;
图2为本发明实施例提供的一种环保数据在线实时监测方法流程图;
图3为本发明实施例提供的一种根据环保数据判断排污单位是否偷排废物方法流程图;
图4为本发明实施例提供的一种筛选关键异常环保数据的方法流程图。
具体实施方式
显然,本领域技术人员基于本发明的宗旨所做的许多修改和变化属于本发明的保护范围。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当称元件、组件被“连接”到另一元件、组件时,它可以直接连接到其他元件或者组件,或者也可以存在中间元件或者组件。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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。
实施例一:
本发明实施例提供一种环保数据在线实时监测***,具体请参考图1,图1为本发明实施例提供的一种环保数据在线实时监测***结构示意图,***包括排污单位内设置的排污监测设备、生产设备监测装置、净化设备监测装置、工控主机,以及远程服务器、监管客户端;
进一步地,排污单位具有多条生产排污线路,每条生产排污线路上设置有若干生产设备和若干净化设备;图1中示例性地仅仅展示了排污单位中的一条生产排污线路,线路中按照生产排污的流向依次设置有生产设备、一级净化设备、二级净化设备;在排污单位中还包含其他多条生产排污线路,每条生产排污线路还包含多级净化设备,有的生产排污线路还会出现两套生产设备并联使用一套净化设备的情况;
所述排污监测设备设置在每个生产设备和每个净化设备的排出口,用于采集污染物浓度数据;
按照排污监测设备所在的生产排污线路以及生产排污流向对排污监测设备进行编号;
所述工控主机用于对环保数据进行初步分析;
所述远程服务器用于根据环保数据分析排污单位是否偷排,还用于从异常环保数据中筛选关键异常环保数据;所述监管客户端在默认状态下仅展示关键排污监测设备和关键异常环保数据。
进一步地,所述按照排污监测设备所在的生产排污线路以及生产排污流向对排污监测设备进行编号,包括:
一条生产排污线路上的全部排污监测设备的编号的第一位数字相同;
不同生产排污线路上的排污监测设备的编号的第一位数字不同;
按照生产排污线路上的流向对排污监测设备的编号第二位进行由小到大的排序编号。
进一步地,所述排污监测设备的环保数据包括污染物浓度数据;
所述生产设备监测装置的环保数据包括生产设备的产品类型、生产设备用电功率数据、生产设备单位时间产量数据;
所述净化设备监测装置的环保数据包括净化设备模式数据、净化设备用电功率数据。
进一步地,所述工控主机用于对环保数据进行初步分析,包括:
工控主机从环保数据中检索污染物浓度数据,判断是否存在污染物浓度数据超过预设阈值的排污监测设备。
进一步地,监管客户端默认状态下仅展示关键排污监测设备和关键异常环保数据;而将剩余异常环保数据和排污监测设备进行折叠隐藏。
实施例二:
本发明实施例还提供了一种环保数据在线实时监测方法,具体请参考图2,图2为,该方法包括步骤:
S1、采集排污单位的环保数据,工控主机对环保数据进行初步分析,若不存在污染物浓度数据超过预设阈值的排污监测设备,则进入步骤S2,否则进入步骤S3;
进一步地,所述步骤S1包括:采集排污单位的排污监测设备数据、生产设备数据、净化设备数据;
其中排污监测设备数据包括污染物浓度数据;
生产设备数据包括生产设备的产品类型、生产设备用电功率数据、生产设备单位时间产量数据;
净化设备数据包括净化设备模式数据、净化设备用电功率数据。
S2、根据环保数据判断排污单位是否偷排废物,包括:
进一步地,图3为本发明实施例提供的一种根据环保数据判断排污单位是否偷排废物方法流程图,包括:
S202、根据生产设备的产品类型、生产设备的用电功率数据,基于机器学习算法获取生产设备当前工作的工况模型;
进一步地,所述步骤S202之前还包括步骤S201、采集历史数据库中的标准数据,包括不同工况模型下的生产设备的历史生产设备的产品类型、历史生产设备的用电功率数据、净化设备模式数据、净化设备用电功率数据;
经过训练、验证,获取机器学习模型。
S204、根据所述工况模型匹配获取排污监测设备的标准阈值范围,再基于生产设备的单位时间产量数据进行修正计算,获取排污监测设备的动态阈值范围;
所述步骤S204包括,通过下式进行计算:
其中,Mi为第i个排污监测设备的动态阈值范围,Mki为生产设备处于第k个标准工况模型下时第i个排污监测设备的标准阈值范围,u为生产设备的单位时间产量,f(u)为产能修正系数;
在生产设备的不同工况模型之下,产生的污染物项目及含量存在差异,各级排污监测设备检测的污染物浓度数据也与生产设备的产量密切相关,但不是简单的线性相关,根据生产设备的反应原理以及生产经验可知,在产量非常低以及产量非常高时,生产设备内的物理化学反应的转化率不高,产生的污染物废料废气较多,在产量适当时才会产生较低浓度的污染物;因此,此处的根据排污单位的历史经验数据总结经验模型,从而根据单位时间产量u来获取产能修正系数f(u)。
S206、判断是否存在排污监测设备的污染物浓度数据实测值超出标准阈值范围,若存在则判断排污单位存在偷排情况;
在实际生产过程中,部分排污单位为了避免监测设备检测到其排污超标,将未经净化处理的废水废料私自运输至无监管处进行偷排,以此规避常规的环保监测手段。本发明通过对排污单位的多项环保数据的综合分析,能够获取各个排污监测设备的动态阈值范围,以此能够准确地判断排污监测设备的实测值是否合理,从而判断是否有偷排行为,从而提高了环保数据监测的可信度。
S3、分析异常环保数据的关联性,筛选关键异常环保数据;
进一步地,图4为本发明实施例提供的一种筛选关键异常环保数据的方法流程图,所述方法包括:
S302、统计预设时段下异常污染物浓度数据;获取异常的污染物浓度数据对应的排污监测设备的设备编号;
S304、根据设备编号的第一位进行分类,每类排污监测设备的设备编号的第一位相同;
在每类排污监测设备中,将设备编号第二位最小的排污监测设备作为关键排污监测设备;
S306、将关键排污监测设备采集的异常污染物浓度数据设定为关键异常环保数据。
S4、基于监管客户端进行排查处理,包括:远程服务器发送异常处理信息至监管客户端;
监管客户端展示关键排污监测设备和关键异常环保数据;
监管人员针对关键排污监测设备的最接近的上一级生产设备和/或净化设备进行排查处理。
进一步地,所述监管客户端展示关键排污监测设备和关键异常环保数据,可以是远程服务器向监管客户端发送全部异常环保数据和对应的排污监测设备,而监管客户端默认状态下仅显示关键异常环保数据和对应的排污监测设备,对剩余的异常环保数据和对应的排污监测设备进行折叠隐藏;也可以是远程服务器向监管客户端发送全部异常环保数据和对应的排污监测设备,监管客户端同时显示全部异常环保数据和对应的排污监测设备,但是优先在显示列表前部高亮重点显示关键异常环保数据和对应的排污监测设备;也可以是远程服务器向监管客户端仅发送关键异常环保数据和对应的排污监测设备,监管客户端仅显示关键异常环保数据和对应的排污监测设备,不显示剩余的异常环保数据和对应的排污监测设备。
进一步地,所述排查处理的方法包括对生产设备和净化设备进行维修、更换、调试等,从而使生产设备和净化设备排出的污染物数据达到正常范围;
进一步地,在上述排查处理完毕后,关键排污监测设备的监测数据应当恢复正常,此时***继续对排污单位的多项环保数据进行采集、监测和分析,若出现异常环保数据则继续进入步骤S3和步骤S4;若未出现异常环保数据则进入步骤S2。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应该认为超出本发明的范围。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系属于仅仅用来将一个实体或者操作与另一个实体或者操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其他任何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、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
Claims (10)
1.一种环保数据在线实时监测***,包括排污单位内设置的排污监测设备、生产设备监测装置、净化设备监测装置、工控主机,以及远程服务器、监管客户端;其特征在于,排污单位具有多条生产排污线路,每条生产排污线路上设置有若干生产设备和若干净化设备;所述排污监测设备设置在每个生产设备和每个净化设备的排出口,用于采集污染物浓度数据;所述工控主机用于对环保数据进行初步分析,还用于按照排污监测设备所在的生产排污线路以及生产排污流向对排污监测设备进行编号;所述远程服务器用于根据环保数据分析排污单位是否偷排,还用于从异常环保数据中筛选关键异常环保数据;所述监管客户端展示关键排污监测设备和关键异常环保数据。
2.根据权利要求1所述的环保数据在线实时监测***,其特征在于,所述按照排污监测设备所在的生产排污线路以及生产排污流向对排污监测设备进行编号,包括:一条生产排污线路上的全部排污监测设备的编号的第一位数字相同;不同生产排污线路上的排污监测设备的编号的第一位数字不同;按照生产排污线路上的流向对排污监测设备的编号第二位进行由小到大的排序编号。
3.根据权利要求2所述的环保数据在线实时监测***,其特征在于,所述排污监测设备的环保数据包括污染物浓度数据;
所述生产设备监测装置的环保数据包括生产设备的产品类型、生产设备用电功率数据、生产设备单位时间产量数据;
所述净化设备监测装置的环保数据包括净化设备模式数据、净化设备用电功率数据。
4.根据权利要求3所述的环保数据在线实时监测***,其特征在于,所述工控主机用于对环保数据进行初步分析包括:
工控主机从环保数据中检索污染物浓度数据,判断是否存在污染物浓度数据超过预设阈值的排污监测设备。
5.根据权利要求4所述的环保数据在线实时监测***,其特征在于,监管客户端默认状态下仅展示关键排污监测设备和关键异常环保数据;而将剩余异常环保数据和排污监测设备进行折叠隐藏。
6.一种应用于权利要求1-5中任一项所述环保数据在线实时监测***的环保数据在线实时监测方法,其特征在于,该方法包括步骤:
S1、采集排污单位的环保数据,工控主机对环保数据进行初步分析,若不存在污染物浓度数据超过预设阈值的排污监测设备,则进入步骤S2,否则进入步骤S3;
S2、根据环保数据判断排污单位是否偷排废物;
S3、分析异常环保数据的关联性,筛选关键异常环保数据;
S4、基于监管客户端进行排查处理,包括:远程服务器发送异常处理信息至监管客户端;监管客户端展示关键排污监测设备和关键异常环保数据;监管人员针对关键排污监测设备的最接近的上一级生产设备和/或净化设备进行排查处理。
7.根据权利要求6所述的环保数据在线实时监测方法,其特征在于,所述步骤S1包括:采集排污单位的排污监测设备数据、生产设备数据、净化设备数据;
其中排污监测设备数据包括污染物浓度数据;
生产设备数据包括生产设备的产品类型、生产设备用电功率数据、生产设备单位时间产量数据;
净化设备数据包括净化设备模式数据、净化设备用电功率数据。
8.根据权利要求7所述的环保数据在线实时监测方法,其特征在于,所述步骤S2包括:
S202、根据生产设备的产品类型、生产设备的用电功率数据,基于机器学习算法获取生产设备当前工作的工况模型;
S204、根据所述工况模型匹配获取排污监测设备的标准阈值范围,再基于生产设备的单位时间产量数据进行修正计算,获取排污监测设备的动态阈值范围;
S206、判断是否存在排污监测设备的污染物浓度数据实测值超出标准阈值范围,若存在则判断排污单位存在偷排情况。
9.根据权利要求8所述的环保数据在线实时监测方法,其特征在于,所述步骤S3包括:
S302、统计预设时段下异常污染物浓度数据;获取异常的污染物浓度数据对应的排污监测设备的设备编号;
S304、根据设备编号的第一位进行分类,每类排污监测设备的设备编号的第一位相同;在每类排污监测设备中,将设备编号第二位最小的排污监测设备作为关键排污监测设备;
S306、将关键排污监测设备采集的异常污染物浓度数据设定为关键异常环保数据。
10.根据权利要求9所述的环保数据在线实时监测方法,其特征在于,所述步骤S202之前,还包括步骤S201、采集历史数据库中的标准数据,包括不同工况模型下的生产设备的历史生产设备的产品类型、历史生产设备的用电功率数据、净化设备模式数据、净化设备用电功率数据;经过训练、验证,获取机器学习模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211682034.4A CN115729199A (zh) | 2022-12-27 | 2022-12-27 | 一种环保数据在线实时监测***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211682034.4A CN115729199A (zh) | 2022-12-27 | 2022-12-27 | 一种环保数据在线实时监测***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115729199A true CN115729199A (zh) | 2023-03-03 |
Family
ID=85301768
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211682034.4A Pending CN115729199A (zh) | 2022-12-27 | 2022-12-27 | 一种环保数据在线实时监测***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115729199A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116436166A (zh) * | 2023-06-12 | 2023-07-14 | 青岛恒源新电力科技有限公司 | 一种基于物联网的电力数据分析监控方法及*** |
CN116628437A (zh) * | 2023-04-13 | 2023-08-22 | 南京轩果基础建筑工程有限公司 | 一种污水循环深度净化处理的数据监测方法 |
-
2022
- 2022-12-27 CN CN202211682034.4A patent/CN115729199A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116628437A (zh) * | 2023-04-13 | 2023-08-22 | 南京轩果基础建筑工程有限公司 | 一种污水循环深度净化处理的数据监测方法 |
CN116436166A (zh) * | 2023-06-12 | 2023-07-14 | 青岛恒源新电力科技有限公司 | 一种基于物联网的电力数据分析监控方法及*** |
CN116436166B (zh) * | 2023-06-12 | 2023-09-05 | 青岛恒源新电力科技有限公司 | 一种基于物联网的电力数据分析监控方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115729199A (zh) | 一种环保数据在线实时监测***及方法 | |
CN112863134B (zh) | 一种农村污水处理设施运行异常的智能诊断***及方法 | |
CN114047719A (zh) | 一种农村生活污水处理设施远程监测评估***与运行方法 | |
CN112184090B (zh) | 标准用电特征库建立方法、环保监测方法、***和监测仪 | |
CN107436277A (zh) | 基于相似距离判别的单指标数据质量控制方法 | |
CN109165234B (zh) | 机器人异常分析方法及装置 | |
CN109767084A (zh) | 一种企业环境行为分析处理的方法及设备 | |
CN113792988B (zh) | 一种企业在线监测数据异常识别方法 | |
CN112001511A (zh) | 基于数据挖掘的设备可靠性及动态风险评价方法、***和设备 | |
CN111200530A (zh) | 一种基于kpi指标进行根因分析的方法及装置 | |
CN116298159B (zh) | 一种工业污水厂污染物溯源方法、装置、存储介质和计算机设备 | |
CN113271224A (zh) | 节点的定位方法、装置、存储介质及电子装置 | |
CN108595687A (zh) | 用水量异常检测方法和数据库服务器 | |
CN111832909B (zh) | 一种污水违规排放应急响应***和方法 | |
CN115063014A (zh) | 一种基于5g网络的工业废水监管***及方法 | |
CN117420283B (zh) | 一种一体化多通道水质监测方法及*** | |
CN106327103A (zh) | 一种配电室运行状态的评价***及评价方法 | |
CN112798041A (zh) | 一种基于工业生产智能化的现场环境监测***及方法 | |
CN117278591A (zh) | 基于云平台的园区异常报警*** | |
CN117726036A (zh) | 污染源监测设备的智慧管理***、方法及存储介质 | |
CN115150248A (zh) | 网络流量异常检测方法、装置、电子设备和存储介质 | |
CN117220917A (zh) | 一种基于云计算的网络实时监控方法 | |
CN115102790B (zh) | 基于大数据的网络流量异常感知***及方法 | |
CN104714205B (zh) | 电表错置侦测***及其方法 | |
CN114049033B (zh) | 一种基于用电数据分布的排污企业监测方法 |
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 |