CN116466058B - 水质检测数据处理方法、水质评估***、设备及介质 - Google Patents
水质检测数据处理方法、水质评估***、设备及介质 Download PDFInfo
- Publication number
- CN116466058B CN116466058B CN202310708361.0A CN202310708361A CN116466058B CN 116466058 B CN116466058 B CN 116466058B CN 202310708361 A CN202310708361 A CN 202310708361A CN 116466058 B CN116466058 B CN 116466058B
- Authority
- CN
- China
- Prior art keywords
- water quality
- data
- value
- detection
- preset
- 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.)
- Active
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 724
- 238000001514 detection method Methods 0.000 title claims abstract description 586
- 238000013441 quality evaluation Methods 0.000 title claims abstract description 74
- 238000003672 processing method Methods 0.000 title claims abstract description 16
- 238000013523 data management Methods 0.000 claims abstract description 145
- 238000004458 analytical method Methods 0.000 claims abstract description 74
- 238000001303 quality assessment method Methods 0.000 claims abstract description 32
- 238000012544 monitoring process Methods 0.000 claims abstract description 23
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 92
- 229910052760 oxygen Inorganic materials 0.000 claims description 91
- 239000001301 oxygen Substances 0.000 claims description 91
- 238000000034 method Methods 0.000 claims description 41
- 238000005259 measurement Methods 0.000 claims description 28
- 238000012512 characterization method Methods 0.000 claims description 26
- 238000004891 communication Methods 0.000 claims description 7
- 238000013480 data collection Methods 0.000 claims description 5
- 238000012372 quality testing Methods 0.000 claims 3
- 238000005516 engineering process Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 5
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 238000012706 support-vector machine Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000003651 drinking water Substances 0.000 description 2
- 235000020188 drinking water Nutrition 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 239000012535 impurity Substances 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012067 mathematical method Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 229910052757 nitrogen Inorganic materials 0.000 description 2
- 229910052698 phosphorus Inorganic materials 0.000 description 2
- 239000011574 phosphorus Substances 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000010865 sewage Substances 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
- G01N1/34—Purifying; Cleaning
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/02—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
- G01N27/04—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance
- G01N27/06—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance of a liquid
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/18—Water
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/152—Water filtration
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Algebra (AREA)
- Medicinal Chemistry (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Food Science & Technology (AREA)
- Pure & Applied Mathematics (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
Abstract
本申请提供一种水质检测数据处理方法、水质评估***、设备及介质。该方案通过获取所对应的固定检测点的水质检测数据,并发送至数据管理云平台,再根据水质检测数据集合以及预设水质波动检测模型确定水质特性表征值,以根据水质检测数据集合以及预设水质变化检测模型确定待监测区域范围内相邻的固定检测点之间的水质变化特征值,在水质变化特征值大于预设水质变化阈值时,通过水质分析仪获取临时检测点的水质分析数据,并将水质分析数据发送至数据管理云平台,以使得数据管理云平台利用预设水质评估模型,并根据水质检测数据集合以及水质分析数据生成水质评估结果,进而实现较低成本的实时监测与综合评估。
Description
技术领域
本申请涉及数据处理技术,尤其涉及一种水质检测数据处理方法、水质评估***、设备及介质。
背景技术
水质检测技术的发展经历了多个阶段,随着科技和工业的不断进步,水质检测技术也得到了不断的改善和提高,越来越多的水质检测技术也不断涌现。
而目前为了实现对于待监测区域范围水质的实时监测,通常是在待监测区域范围内布置多个监测点,然后,在各个监测点设置各类传感器,例如,化学传感器、光学传感器以及带电学传感器。可见,该种监测方式,需要采用的设备成本较高,不适合应用于待监测区域范围较大的场景,例如针对的时河流、湖泊等的水质监测。
发明内容
本申请提供一种水质检测数据处理方法、水质评估***、设备及介质,用以实现对于较大待监测区域范围水质的低成本实时监测与综合评估。
第一方面,本申请提供一种水质检测数据处理方法,应用于水质评估***,所述***包括:数据管理云平台、水质分析仪以及设置在待监测区域范围内的水质检测传感单元集合,其中,所述水质分析仪以及所述水质检测传感单元集合中的各个水质检测传感单元均与所述数据管理云平台通信连接,所述方法包括:
根据预设周期时长,所述水质检测传感单元集合中的各个水质检测传感单元获取所对应的固定检测点的水质检测数据,并将所述水质检测数据发送至所述数据管理云平台,以形成水质检测数据集合;
所述数据管理云平台根据所述水质检测数据集合以及预设水质波动检测模型确定水质特性表征值;
若所述水质特性表征值超出预设水质特性表征值区间,则所述数据管理云平台根据所述水质检测数据集合以及预设水质变化检测模型确定所述待监测区域范围内相邻的固定检测点之间的水质变化特征值;
若相邻的第一固定检测点与第二固定检测点所对应的所述水质变化特征值大于预设水质变化阈值,则所述数据管理云平台向所述水质分析仪发送水质检测指令,所述水质检测指令包括临时检测点的位置信息,所述临时检测点位于所述第一固定检测点与所述第二固定检测点之间;
通过所述水质分析仪获取所述临时检测点的水质分析数据,并将所述水质分析数据发送至所述数据管理云平台;
所述数据管理云平台利用预设水质评估模型,并根据所述水质检测数据集合以及所述水质分析数据生成水质评估结果。
可选的,在所述数据管理云平台向所述水质分析仪发送水质检测指令之前,还包括:
所述数据管理云平台获取所述第一固定检测点的第一位置数据与所述第二固定检测点的第二位置数据;
根据所述第一位置数据以及所述第二位置数据从预设临时检测点列表中确定临时检测点集合,所述临时检测点集合为所述第一固定检测点与所述第二固定检测点之间所有临时监测点所构成的集合的子集,所述临时检测点集合中所包括的临时检测点的数量与所述水质变化特征值成正相关关系,其中,所述预设临时检测点列表用于记录所述待监测区域范围内布置的临时检测点的位置信息。
可选的,所述水质检测传感单元包括温度传感器以及pH传感器;对应的,所述水质检测传感单元集合中的各个水质检测传感单元获取所对应的固定检测点的水质检测数据,包括:
通过所述温度传感器获取所对应的固定检测点的温度数据,以及通过所述pH传感器获取所对应的固定检测点的pH值数据;
对应的,所述数据管理云平台根据所述水质检测数据集合以及预设水质波动检测模型确定水质特性表征值,包括:
所述数据管理云平台根据所述水质检测数据集合中温度数据集合以及公式1确定温度特性表征值/>,其中,所述公式1为:
,
其中,、/>分别是所述温度数据集合/>中第i个与第j个温度数据,n为固定检测点的个数;
所述数据管理云平台根据所述水质检测数据集合中pH值数据集合以及公式2确定pH值特性表征值/>,其中,所述公式2为:
,
其中,、/>分别是所述pH值数据集合/>中第i个与第j个pH值数据;
若所述温度特性表征值超出预设温度特性表征值区间和/或所述pH值特性表征值/>超出预设pH值特性表征值区间,则所述水质特性表征值超出预设水质特性表征值区间,所述水质特性表征值包括所述温度特性表征值/>以及所述pH值特性表征值/>。
可选的,所述水质分析仪包括:溶解氧测量模块以及电导率测量模块;对应的,所述通过所述水质分析仪获取所述临时检测点的水质分析数据,包括:
通过所述溶解氧测量模块获取所述临时检测点的溶解氧数据,以生成溶解氧数据集合;
根据所述溶解氧数据集合以及公式3确定溶解氧特征值/>,所述公式3为:
,
其中,为所述溶解氧数据集合/>中溶解氧数据的平均值,/>为所述溶解氧数据集合/>中溶解氧数据的最小值,/>为所述溶解氧数据集合/>中溶解氧数据的最大值;
通过所述电导率测量模块获取所述临时检测点在预设时长内的电导率数据,以生成电导率数据集合;
根据所述电导率数据集合以及公式4确定电导率特征值/>,所述公式4为:
,
其中,为所述电导率数据集合/>中电导率数据的平均值,/>为所述电导率数据集合/>中电导率数据的最小值,/>为所述电导率数据集合/>中电导率数据的最大值。
可选的,所述数据管理云平台利用预设水质评估模型,并根据所述水质检测数据集合以及所述水质分析数据生成水质评估结果,包括:
所述数据管理云平台利用公式5,并根据所述温度特性表征值、所述pH值特性表征值/>、所述溶解氧特征值/>以及电导率特征值/>确定所述水质评估结果S,所述公式5为:
,
其中,a、b、c、d分别为预设第一权重值、预设第二权重值、预设第三权重值以及预设第四权重值。
可选的,所述数据管理云平台根据所述水质检测数据集合以及预设水质变化检测模型确定所述待监测区域范围内相邻的固定检测点之间的水质变化特征值,包括:
所述数据管理云平台根据温度数据集合以及公式6确定所述待监测区域范围内相邻的固定检测点之间的温度变化特征值/>,其中,所述公式6为:
,
其中,为所述待监测区域范围内相邻的第i个固定检测点与第i+1个固定检测点之间的温度变化特征值,/>为第i个固定检测点与第i+1个固定检测点之间的距离,为所述待监测区域范围对应的检测距离;
所述数据管理云平台根据pH值数据集合以及公式7确定所述待监测区域范围内相邻的固定检测点之间的pH值变化特征值/>,其中,所述公式7为:
,
其中,为所述待监测区域范围内相邻的第i个固定检测点与第i+1个固定检测点之间的pH值变化特征值;
若所述第一固定检测点与所述第二固定检测点之间所对应的所述温度变化特征值大于预设温度变化阈值和/或所述pH值变化特征值/>大于预设pH值变化阈值,则确定所述第一固定检测点与所述第二固定检测点所对应的所述水质变化特征值大于所述预设水质变化阈值,所述水质变化特征值包括所述温度变化特征值与所述pH值变化特征值。
可选的,在所述根据所述水质检测数据集合以及所述水质分析数据生成水质评估结果之后,还包括:
若所述水质评估结果超出了预设水质评估结果范围,则在预设时长之后,重新根据新的水质检测数据集合以及新的水质分析数据生成新的水质评估结果/>;
根据所述水质评估结果、所述新的水质评估结果/>以及公式8确定水质评估结果变化率K,所述公式8为:
,
若所述水质评估结果变化率K大于预设变化率阈值,则根据公式9将所述预设周期时长调整为变更周期时长/>,所述公式9为:
,
根据所述变更周期时长,通过所述水质检测传感单元集合中的各个水质检测传感单元获取所对应的固定检测点的水质检测数据以及通过所述水质分析仪获取所述临时检测点的水质分析数据。
第二方面,本申请提供一种水质评估***,包括:数据管理云平台、水质分析仪以及设置在待监测区域范围内的水质检测传感单元集合,其中,所述水质分析仪以及所述水质检测传感单元集合中的各个水质检测传感单元均与所述数据管理云平台通信连接;
根据预设周期时长,所述水质检测传感单元集合中的各个水质检测传感单元获取所对应的固定检测点的水质检测数据,并将所述水质检测数据发送至所述数据管理云平台,以形成水质检测数据集合;
所述数据管理云平台根据所述水质检测数据集合以及预设水质波动检测模型确定水质特性表征值,其中,所述预设水质波动检测模型用于将所述水质检测数据集合与标定水质检测数据集合进行比对;
若所述水质特性表征值超出预设水质特性表征值区间,则所述数据管理云平台根据所述水质检测数据集合以及预设水质变化检测模型确定所述待监测区域范围内相邻的固定检测点之间的水质变化特征值;
若相邻的第一固定检测点与第二固定检测点所对应的所述水质变化特征值大于预设水质变化阈值,则所述数据管理云平台向所述水质分析仪发送水质检测指令,所述水质检测指令包括临时检测点的位置信息,所述临时检测点位于所述第一固定检测点与所述第二固定检测点之间;
通过所述水质分析仪获取所述临时检测点的水质分析数据,并将所述水质分析数据发送至所述数据管理云平台;
所述数据管理云平台利用预设水质评估模型,并根据所述水质检测数据集合以及所述水质分析数据生成水质评估结果。
可选的,所述数据管理云平台获取所述第一固定检测点的第一位置数据与所述第二固定检测点的第二位置数据;
根据所述第一位置数据以及所述第二位置数据从预设临时检测点列表中确定临时检测点集合,所述临时检测点集合为所述第一固定检测点与所述第二固定检测点之间所有临时监测点所构成的集合的子集,所述临时检测点集合中所包括的临时检测点的数量与所述水质变化特征值成正相关关系,其中,所述预设临时检测点列表用于记录所述待监测区域范围内布置的临时检测点的位置信息。
可选的,通过所述温度传感器获取所对应的固定检测点的温度数据,以及通过所述pH传感器获取所对应的固定检测点的pH值数据;
对应的,所述数据管理云平台根据所述水质检测数据集合以及预设水质波动检测模型确定水质特性表征值,包括:
所述数据管理云平台根据所述水质检测数据集合中温度数据集合以及公式1确定温度特性表征值/>,其中,所述公式1为:
,
其中,、/>分别是所述温度数据集合/>中第i个与第j个温度数据,n为固定检测点的个数;
所述数据管理云平台根据所述水质检测数据集合中pH值数据集合以及公式2确定pH值特性表征值/>,其中,所述公式2为:
,
其中,、/>分别是所述pH值数据集合/>中第i个与第j个pH值数据;
若所述温度特性表征值超出预设温度特性表征值区间和/或所述pH值特性表征值/>超出预设pH值特性表征值区间,则所述水质特性表征值超出预设水质特性表征值区间,所述水质特性表征值包括所述温度特性表征值/>以及所述pH值特性表征值/>。
可选的,所述水质分析仪包括:溶解氧测量模块以及电导率测量模块;对应的,所述通过所述水质分析仪获取所述临时检测点的水质分析数据,包括:
通过所述溶解氧测量模块获取所述临时检测点的溶解氧数据,以生成溶解氧数据集合;
根据所述溶解氧数据集合以及公式3确定溶解氧特征值/>,所述公式3为:
,
其中,为所述溶解氧数据集合/>中溶解氧数据的平均值,/>为所述溶解氧数据集合/>中溶解氧数据的最小值,/>为所述溶解氧数据集合/>中溶解氧数据的最大值;
通过所述电导率测量模块获取所述临时检测点在预设时长内的电导率数据,以生成电导率数据集合;
根据所述电导率数据集合以及公式4确定电导率特征值/>,所述公式4为:
,
其中,为所述电导率数据集合/>中电导率数据的平均值,/>为所述电导率数据集合/>中电导率数据的最小值,/>为所述电导率数据集合/>中电导率数据的最大值。
可选的,所述数据管理云平台利用预设水质评估模型,并根据所述水质检测数据集合以及所述水质分析数据生成水质评估结果,包括:
所述数据管理云平台利用公式5,并根据所述温度特性表征值、所述pH值特性表征值/>、所述溶解氧特征值/>以及电导率特征值/>确定所述水质评估结果S,所述公式5为:
,
其中,a、b、c、d分别为预设第一权重值、预设第二权重值、预设第三权重值以及预设第四权重值。
可选的,所述数据管理云平台根据所述水质检测数据集合以及预设水质变化检测模型确定所述待监测区域范围内相邻的固定检测点之间的水质变化特征值,包括:
所述数据管理云平台根据温度数据集合以及公式6确定所述待监测区域范围内相邻的固定检测点之间的温度变化特征值/>,其中,所述公式6为:
,
其中,为所述待监测区域范围内相邻的第i个固定检测点与第i+1个固定检测点之间的温度变化特征值,/>为第i个固定检测点与第i+1个固定检测点之间的距离,为所述待监测区域范围对应的检测距离;
所述数据管理云平台根据pH值数据集合以及公式7确定所述待监测区域范围内相邻的固定检测点之间的pH值变化特征值/>,其中,所述公式7为:
,
其中,为所述待监测区域范围内相邻的第i个固定检测点与第i+1个固定检测点之间的pH值变化特征值;
若所述第一固定检测点与所述第二固定检测点之间所对应的所述温度变化特征值大于预设温度变化阈值和/或所述pH值变化特征值/>大于预设pH值变化阈值,则确定所述第一固定检测点与所述第二固定检测点所对应的所述水质变化特征值大于所述预设水质变化阈值,所述水质变化特征值包括所述温度变化特征值与所述pH值变化特征值。
可选的,在所述根据所述水质检测数据集合以及所述水质分析数据生成水质评估结果之后,还包括:
若所述水质评估结果超出了预设水质评估结果范围,则在预设时长之后,重新根据新的水质检测数据集合以及新的水质分析数据生成新的水质评估结果/>;
根据所述水质评估结果、所述新的水质评估结果/>以及公式8确定水质评估结果变化率K,所述公式8为:
,
若所述水质评估结果变化率K大于预设变化率阈值,则根据公式9将所述预设周期时长调整为变更周期时长/>,所述公式9为:
,
根据所述变更周期时长,通过所述水质检测传感单元集合中的各个水质检测传感单元获取所对应的固定检测点的水质检测数据以及通过所述水质分析仪获取所述临时检测点的水质分析数据。
第三方面,本申请提供一种电子设备,包括:
处理器;以及,
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行第一方面中所述的任一种可能的方法。
第四方面,本申请提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现第一方面中所述的任一种可能的方法。
本申请提供的水质检测数据处理方法、水质评估***、设备及介质,通过水质检测传感单元集合中的各个水质检测传感单元获取所对应的固定检测点的水质检测数据,并将水质检测数据发送至数据管理云平台,以形成水质检测数据集合,再在数据管理云平台中,根据水质检测数据集合以及预设水质波动检测模型确定水质特性表征值,以在水质特性表征值超出预设水质特性表征值区间时,数据管理云平台根据水质检测数据集合以及预设水质变化检测模型确定待监测区域范围内相邻的固定检测点之间的水质变化特征值,若相邻的第一固定检测点与第二固定检测点所对应的水质变化特征值大于预设水质变化阈值,则数据管理云平台向水质分析仪发送水质检测指令,从而通过水质分析仪获取临时检测点的水质分析数据,并将水质分析数据发送至数据管理云平台,以使得数据管理云平台利用预设水质评估模型,并根据水质检测数据集合以及水质分析数据生成水质评估结果,进而在实现较低成本的前提下实现对于待监测区域范围内的水质的实时监测,并且,利用数据管理云平台对于检测数据的变化监控来确定发生变化的区域,以再通过水质分析仪对该区域进行进一步的详细检测,并最终将二者所检测的数据进行融合以对待监测区域范围内的水质进行综合的评估。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
图1是本申请根据一示例实施例示出的水质检测数据处理方法的流程示意图;
图2是本申请根据另一示例实施例示出的水质检测数据处理方法的流程示意图;
图3是本申请根据一示例实施例示出的水质评估***的结构示意图;
图4是本申请根据一示例实施例示出的电子设备的结构示意图。
通过上述附图,已示出本申请明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围,而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
图1是本申请根据一示例实施例示出的水质检测数据处理方法的流程示意图。如图1所示,本实施例提供的方法,包括:
S101、根据预设周期时长,水质检测传感单元集合中的各个水质检测传感单元获取所对应的固定检测点的水质检测数据。
本实施例提供的水质检测数据处理方法可以是应用于水质评估***,该***可以包括:数据管理云平台、水质分析仪以及设置在待监测区域范围内的水质检测传感单元集合,其中,水质分析仪以及水质检测传感单元集合中的各个水质检测传感单元均与数据管理云平台通信连接。
其中,本实施例中所采用的水质检测传感单元,可以是用于检测水体中各种指标的一种传感器单元,负责采集水质数据并将其转化为信号输出,以便于数据分析和处理,具体的,可是包括温度传感器以及pH值传感器,从而实现对于待监测区域范围内的水质温度以及pH值的检测。
另外,上述的水质分析仪可以是一种用于快速检测水体质量的仪器,它具备体积小、重量轻、易操作等特点,可广泛应用于水资源监测、污水处理、生活饮用水检测等领域。其中,在本实施例中所采用的水质分析仪可以包含以下几个主要模块:
采样部分:用于采集待测水样。
预处理模块:对采集的水样进行滤网预处理,去除水中的颗粒物等杂质。
检测模块:利用化学传感器或光学传感器等技术对待测水样进行分析检测,检测参数主要包括 pH 值、溶解氧、浊度、电导率、总氮、总磷等。
数据处理模块:将检测结果通过内置的显示屏或手机等设备进行显示,同时可以将数据存储到内部存储器或通过无线网络传输至云端,便于后续数据分析和管理。
通过使用本实施例中所提供的水质分析仪,可以快速实现对水质的灵活监测和分析,从而有效提高了监测效率和分析精度。同时,由于其体积小巧,重量轻,因此可以方便地进行野外实验或移动操作,适用于水资源管理等领域的检测需求。
在本步骤中,可以是根据预设周期时长,水质检测传感单元集合中的各个水质检测传感单元获取所对应的固定检测点的水质检测数据,并将水质检测数据发送至数据管理云平台,以形成水质检测数据集合。
可选的,水质检测传感单元包括温度传感器以及pH传感器;对应的,水质检测传感单元集合中的各个水质检测传感单元获取所对应的固定检测点的水质检测数据,可以包括:通过温度传感器获取所对应的固定检测点的温度数据,以及通过pH传感器获取所对应的固定检测点的pH值数据。
S102、数据管理云平台根据水质检测数据集合以及预设水质波动检测模型确定水质特性表征值。
在水质检测传感单元集合中的各个水质检测传感单元获取所对应的固定检测点的水质检测数据,并将水质检测数据发送至数据管理云平台,以形成水质检测数据集合之后,数据管理云平台可以根据水质检测数据集合以及预设水质波动检测模型确定水质特性表征值。
具体的,可以是数据管理云平台根据水质检测数据集合中温度数据集合以及公式1确定温度特性表征值/>,其中,公式1为:
,
其中,、/>分别是所述温度数据集合/>中第i个与第j个温度数据,n为固定检测点的个数;
所述数据管理云平台根据所述水质检测数据集合中pH值数据集合以及公式2确定pH值特性表征值/>,其中,所述公式2为:
,
其中,、/>分别是所述pH值数据集合/>中第i个与第j个pH值数据;
若温度特性表征值超出预设温度特性表征值区间和/或pH值特性表征值/>超出预设pH值特性表征值区间,则水质特性表征值超出预设水质特性表征值区间,水质特性表征值包括温度特性表征值/>以及pH值特性表征值/>。
S103、数据管理云平台根据水质检测数据集合以及预设水质变化检测模型确定待监测区域范围内相邻的固定检测点之间的水质变化特征值。
若水质特性表征值超出预设水质特性表征值区间,则数据管理云平台根据水质检测数据集合以及预设水质变化检测模型确定待监测区域范围内相邻的固定检测点之间的水质变化特征值。
S104、数据管理云平台向水质分析仪发送水质检测指令。
若相邻的第一固定检测点与第二固定检测点所对应的水质变化特征值大于预设水质变化阈值,则数据管理云平台向水质分析仪发送水质检测指令,水质检测指令包括临时检测点的位置信息,临时检测点位于第一固定检测点与第二固定检测点之间。
可选的,在数据管理云平台向水质分析仪发送水质检测指令之前,还包括:数据管理云平台获取第一固定检测点的第一位置数据与第二固定检测点的第二位置数据;根据第一位置数据以及第二位置数据从预设临时检测点列表中确定临时检测点集合,临时检测点集合为第一固定检测点与第二固定检测点之间所有临时监测点所构成的集合的子集,临时检测点集合中所包括的临时检测点的数量与水质变化特征值成正相关关系,其中,预设临时检测点列表用于记录待监测区域范围内布置的临时检测点的位置信息。
值得说明的,上述的数据管理云平台向水质分析仪发送水质检测指令之前,还可以是数据管理云平台先获取该***中水质分析仪集合中的各个水质分析仪的当前工作状态以及当前所处位置,然后,根据前工作状态以及当前所处位置确定进行发送水质检测指令的目标水质分析仪。其中,可以是选择当前所处位置与所确定的临时检测点距离最近的、并且当前处于空闲状态的水质分析仪。此外,还可以选择当前所处位置与所确定的临时检测点距离最近的水质分析仪,然后,向其发送请求指令,以确定距离最近的水质分析仪能够前往水质分析仪的时间,若该时间在允许的时间范围内,则将其作为目标水质分析仪。
S105、通过水质分析仪获取临时检测点的水质分析数据。
在本步骤中,可以通过水质分析仪获取临时检测点的水质分析数据,并将水质分析数据发送至数据管理云平台。
本实施例中所使用的水质分析仪可以包括:溶解氧测量模块以及电导率测量模块;对应的,通过水质分析仪获取临时检测点的水质分析数据,包括:
通过溶解氧测量模块获取临时检测点的溶解氧数据,以生成溶解氧数据集合;
根据溶解氧数据集合以及公式3确定溶解氧特征值/>,公式3为:
其中,为溶解氧数据集合/>中溶解氧数据的平均值,/>为溶解氧数据集合/>中溶解氧数据的最小值,/>为溶解氧数据集合/>中溶解氧数据的最大值;
通过电导率测量模块获取临时检测点在预设时长内的电导率数据,以生成电导率数据集合;
根据电导率数据集合以及公式4确定电导率特征值/>,公式4为:
其中,为电导率数据集合/>中电导率数据的平均值,/>为电导率数据集合/>中电导率数据的最小值,/>为电导率数据集合/>中电导率数据的最大值。
S106、数据管理云平台利用预设水质评估模型,并根据水质检测数据集合以及水质分析数据生成水质评估结果。
最后,数据管理云平台利用预设水质评估模型,并根据水质检测数据集合以及水质分析数据生成水质评估结果。值得说明的,上述的预设水质评估模型可以是通过对水环境特征参数的分析和计算,综合评价水质状况的一种数学模型。例如可以是基于综合污染指数法、模糊数学法、神经网络法以及支持向量机法来建立该预设水质评估模型。具体的,上述的综合污染指数法,可以是通过对多种水质指标的测定,结合不同因素的权重因子,计算出综合污染指数,从而进行水质综合评价。而模糊数学法,则可以是将水质指标作为输入变量,经过数学处理后输出水质评估结果。而神经网络法,则可以是利用神经网络模型对大量水质数据进行训练,实现对水质变化趋势和污染状况的预测。此外,对于支持向量机法,则可以是通过对不同水质数据进行分类学习和判别分析,实现对未知水样的水质等级分类和评价。
在本实施例中,对于上述数据管理云平台利用预设水质评估模型,并根据水质检测数据集合以及水质分析数据生成水质评估结果,具体可以是包括:
数据管理云平台利用公式5,并根据温度特性表征值、pH值特性表征值/>、溶解氧特征值/>以及电导率特征值/>确定水质评估结果S,公式5为:
,
其中,a、b、c、d分别为预设第一权重值、预设第二权重值、预设第三权重值以及预设第四权重值。
在本实施例中,通过水质检测传感单元集合中的各个水质检测传感单元获取所对应的固定检测点的水质检测数据,并将水质检测数据发送至数据管理云平台,以形成水质检测数据集合,再在数据管理云平台中,根据水质检测数据集合以及预设水质波动检测模型确定水质特性表征值,以在水质特性表征值超出预设水质特性表征值区间时,数据管理云平台根据水质检测数据集合以及预设水质变化检测模型确定待监测区域范围内相邻的固定检测点之间的水质变化特征值,若相邻的第一固定检测点与第二固定检测点所对应的水质变化特征值大于预设水质变化阈值,则数据管理云平台向水质分析仪发送水质检测指令,从而通过水质分析仪获取临时检测点的水质分析数据,并将水质分析数据发送至数据管理云平台,以使得数据管理云平台利用预设水质评估模型,并根据水质检测数据集合以及水质分析数据生成水质评估结果,进而在实现较低成本的前提下实现对于待监测区域范围内的水质的实时监测,并且,利用数据管理云平台对于检测数据的变化监控来确定发生变化的区域,以再通过水质分析仪对该区域进行进一步的详细检测,并最终将二者所检测的数据进行融合以对待监测区域范围内的水质进行综合的评估。
图2是本申请根据另一示例实施例示出的水质检测数据处理方法的流程示意图。如图2所示,本实施例提供的方法,包括:
S201、根据预设周期时长,水质检测传感单元集合中的各个水质检测传感单元获取所对应的固定检测点的水质检测数据。
本实施例提供的水质检测数据处理方法可以是应用于水质评估***,该***可以包括:数据管理云平台、水质分析仪以及设置在待监测区域范围内的水质检测传感单元集合,其中,水质分析仪以及水质检测传感单元集合中的各个水质检测传感单元均与数据管理云平台通信连接。
其中,本实施例中所采用的水质检测传感单元,可以是用于检测水体中各种指标的一种传感器单元,负责采集水质数据并将其转化为信号输出,以便于数据分析和处理,具体的,可是包括温度传感器以及pH值传感器,从而实现对于待监测区域范围内的水质温度以及pH值的检测。
另外,上述的水质分析仪可以是一种用于快速检测水体质量的仪器,它具备体积小、重量轻、易操作等特点,可广泛应用于水资源监测、污水处理、生活饮用水检测等领域。其中,在本实施例中所采用的水质分析仪可以包含以下几个主要模块:
采样部分:用于采集待测水样。
预处理模块:对采集的水样进行滤网预处理,去除水中的颗粒物等杂质。
检测模块:利用化学传感器或光学传感器等技术对待测水样进行分析检测,检测参数主要包括 pH 值、溶解氧、浊度、电导率、总氮、总磷等。
数据处理模块:将检测结果通过内置的显示屏或手机等设备进行显示,同时可以将数据存储到内部存储器或通过无线网络传输至云端,便于后续数据分析和管理。
通过使用本实施例中所提供的水质分析仪,可以快速实现对水质的灵活监测和分析,从而有效提高了监测效率和分析精度。同时,由于其体积小巧,重量轻,因此可以方便地进行野外实验或移动操作,适用于水资源管理等领域的检测需求。
在本步骤中,可以是根据预设周期时长,水质检测传感单元集合中的各个水质检测传感单元获取所对应的固定检测点的水质检测数据,并将水质检测数据发送至数据管理云平台,以形成水质检测数据集合。
可选的,水质检测传感单元包括温度传感器以及pH传感器;对应的,水质检测传感单元集合中的各个水质检测传感单元获取所对应的固定检测点的水质检测数据,可以包括:通过温度传感器获取所对应的固定检测点的温度数据,以及通过pH传感器获取所对应的固定检测点的pH值数据。
S202、数据管理云平台根据水质检测数据集合以及预设水质波动检测模型确定水质特性表征值。
在水质检测传感单元集合中的各个水质检测传感单元获取所对应的固定检测点的水质检测数据,并将水质检测数据发送至数据管理云平台,以形成水质检测数据集合之后,数据管理云平台可以根据水质检测数据集合以及预设水质波动检测模型确定水质特性表征值。
具体的,可以是数据管理云平台根据水质检测数据集合中温度数据集合以及公式1确定温度特性表征值/>,其中,公式1为:
,
其中,、/>分别是温度数据集合/>中第i个与第j个温度数据,n为固定检测点的个数;
数据管理云平台根据水质检测数据集合中pH值数据集合以及公式2确定pH值特性表征值/>,其中,公式2为:
,
其中,、/>分别是pH值数据集合/>中第i个与第j个pH值数据;
若温度特性表征值超出预设温度特性表征值区间和/或pH值特性表征值/>超出预设pH值特性表征值区间,则水质特性表征值超出预设水质特性表征值区间,水质特性表征值包括温度特性表征值/>以及pH值特性表征值/>。
S203、数据管理云平台根据水质检测数据集合以及预设水质变化检测模型确定待监测区域范围内相邻的固定检测点之间的水质变化特征值。
若水质特性表征值超出预设水质特性表征值区间,则数据管理云平台根据水质检测数据集合以及预设水质变化检测模型确定待监测区域范围内相邻的固定检测点之间的水质变化特征值。
可选的,数据管理云平台根据水质检测数据集合以及预设水质变化检测模型确定待监测区域范围内相邻的固定检测点之间的水质变化特征值,可以包括:
数据管理云平台根据温度数据集合以及公式6确定待监测区域范围内相邻的固定检测点之间的温度变化特征值/>,其中,公式6为:/>
,
其中,为待监测区域范围内相邻的第i个固定检测点与第i+1个固定检测点之间的温度变化特征值,/>为第i个固定检测点与第i+1个固定检测点之间的距离,/>为待监测区域范围对应的检测距离;
数据管理云平台根据pH值数据集合以及公式7确定待监测区域范围内相邻的固定检测点之间的pH值变化特征值/>,其中,公式7为:
,
其中,为待监测区域范围内相邻的第i个固定检测点与第i+1个固定检测点之间的pH值变化特征值;
若第一固定检测点与第二固定检测点之间所对应的温度变化特征值大于预设温度变化阈值和/或pH值变化特征值/>大于预设pH值变化阈值,则确定第一固定检测点与第二固定检测点所对应的水质变化特征值大于预设水质变化阈值,水质变化特征值包括温度变化特征值与pH值变化特征值。
S204、数据管理云平台向水质分析仪发送水质检测指令。
若相邻的第一固定检测点与第二固定检测点所对应的水质变化特征值大于预设水质变化阈值,则数据管理云平台向水质分析仪发送水质检测指令,水质检测指令包括临时检测点的位置信息,临时检测点位于第一固定检测点与第二固定检测点之间。
可选的,在数据管理云平台向水质分析仪发送水质检测指令之前,还包括:数据管理云平台获取第一固定检测点的第一位置数据与第二固定检测点的第二位置数据;根据第一位置数据以及第二位置数据从预设临时检测点列表中确定临时检测点集合,临时检测点集合为第一固定检测点与第二固定检测点之间所有临时监测点所构成的集合的子集,述临时检测点集合中所包括的临时检测点的数量与水质变化特征值成正相关关系,其中,预设临时检测点列表用于记录待监测区域范围内布置的临时检测点的位置信息。
S205、通过水质分析仪获取临时检测点的水质分析数据。
在本步骤中,可以通过水质分析仪获取临时检测点的水质分析数据,并将水质分析数据发送至数据管理云平台。
本实施例中所使用的水质分析仪可以包括:溶解氧测量模块以及电导率测量模块;对应的,通过水质分析仪获取临时检测点的水质分析数据,包括:
通过溶解氧测量模块获取临时检测点的溶解氧数据,以生成溶解氧数据集合;
根据溶解氧数据集合以及公式3确定溶解氧特征值/>,公式3为:
,
其中,为溶解氧数据集合/>中溶解氧数据的平均值,/>为溶解氧数据集合中溶解氧数据的最小值,/>为溶解氧数据集合/>中溶解氧数据的最大值;
通过电导率测量模块获取临时检测点在预设时长内的电导率数据,以生成电导率数据集合;
根据电导率数据集合以及公式4确定电导率特征值/>,公式4为:
,
其中,为电导率数据集合/>中电导率数据的平均值,/>为电导率数据集合/>中电导率数据的最小值,/>为电导率数据集合/>中电导率数据的最大值。
S206、数据管理云平台利用预设水质评估模型,并根据水质检测数据集合以及水质分析数据生成水质评估结果。
最后,数据管理云平台利用预设水质评估模型,并根据水质检测数据集合以及水质分析数据生成水质评估结果。值得说明的,上述的预设水质评估模型可以是通过对水环境特征参数的分析和计算,综合评价水质状况的一种数学模型。例如可以是基于综合污染指数法、模糊数学法、神经网络法以及支持向量机法来建立该预设水质评估模型。具体的,上述的综合污染指数法,可以是通过对多种水质指标的测定,结合不同因素的权重因子,计算出综合污染指数,从而进行水质综合评价。而模糊数学法,则可以是将水质指标作为输入变量,经过数学处理后输出水质评估结果。而神经网络法,则可以是利用神经网络模型对大量水质数据进行训练,实现对水质变化趋势和污染状况的预测。此外,对于支持向量机法,则可以是通过对不同水质数据进行分类学习和判别分析,实现对未知水样的水质等级分类和评价。
在本实施例中,对于上述数据管理云平台利用预设水质评估模型,并根据水质检测数据集合以及水质分析数据生成水质评估结果,具体可以是包括:
,
其中,a、b、c、d分别为预设第一权重值、预设第二权重值、预设第三权重值以及预设第四权重值。
S207、在预设时长之后,重新根据新的水质检测数据集合以及新的水质分析数据生成新的水质评估结果。
若水质评估结果超出了预设水质评估结果范围,则在预设时长之后,重新根据新的水质检测数据集合以及新的水质分析数据生成新的水质评估结果/>。
S208、根据水质评估结果以及新的水质评估结果确定水质评估结果变化率。
在本步骤中,可以是根据水质评估结果、新的水质评估结果/>以及公式8确定水质评估结果变化率K,公式8为:
,
S209、根据预设周期时长以及水质评估结果变化率确定变更周期时长,以根据变更周期时长,通过水质检测传感单元集合中的各个水质检测传感单元获取所对应的固定检测点的水质检测数据以及通过水质分析仪获取临时检测点的水质分析数据。
若水质评估结果变化率K大于预设变化率阈值,则根据公式9将预设周期时长调整为变更周期时长/>,公式9为:
,
根据变更周期时长,通过水质检测传感单元集合中的各个水质检测传感单元获取所对应的固定检测点的水质检测数据以及通过水质分析仪获取临时检测点的水质分析数据。
通过上述将水质检测传感单元集合中的各个水质检测传感单元获取水质数据的周期设置为动态变化,并且将其与水质评估结果变化率进行联动,既能够满足周期性地检测需求,又能够在水质状态发生变化时,动态缩短其检测周期,进而满足水质变化状态下的适应性动态检测。
图3是本申请根据一示例实施例示出的水质评估***的结构示意图。如图3所示,本实施例提供的***300,包括:数据管理云平台310、水质分析仪320以及设置在待监测区域范围内的水质检测传感单元集合330,其中,所述水质分析仪320以及所述水质检测传感单元集合330中的各个水质检测传感单元均与所述数据管理云平台310通信连接;
根据预设周期时长,所述水质检测传感单元集合330中的各个水质检测传感单元获取所对应的固定检测点的水质检测数据,并将所述水质检测数据发送至所述数据管理云平台310,以形成水质检测数据集合;
所述数据管理云平台310根据所述水质检测数据集合以及预设水质波动检测模型确定水质特性表征值,其中,所述预设水质波动检测模型用于将所述水质检测数据集合与标定水质检测数据集合进行比对;
若所述水质特性表征值超出预设水质特性表征值区间,则所述数据管理云平台310根据所述水质检测数据集合以及预设水质变化检测模型确定所述待监测区域范围内相邻的固定检测点之间的水质变化特征值;
若相邻的第一固定检测点与第二固定检测点所对应的所述水质变化特征值大于预设水质变化阈值,则所述数据管理云平台310向所述水质分析仪320发送水质检测指令,所述水质检测指令包括临时检测点的位置信息,所述临时检测点位于所述第一固定检测点与所述第二固定检测点之间;
通过所述水质分析仪320获取所述临时检测点的水质分析数据,并将所述水质分析数据发送至所述数据管理云平台310;
所述数据管理云平台310利用预设水质评估模型,并根据所述水质检测数据集合以及所述水质分析数据生成水质评估结果。
可选的,所述数据管理云平台310获取所述第一固定检测点的第一位置数据与所述第二固定检测点的第二位置数据;
根据所述第一位置数据以及所述第二位置数据从预设临时检测点列表中确定临时检测点集合,所述临时检测点集合为所述第一固定检测点与所述第二固定检测点之间所有临时监测点所构成的集合的子集,所述临时检测点集合中所包括的临时检测点的数量与所述水质变化特征值成正相关关系,其中,所述预设临时检测点列表用于记录所述待监测区域范围内布置的临时检测点的位置信息。
可选的,通过所述温度传感器获取所对应的固定检测点的温度数据,以及通过所述pH传感器获取所对应的固定检测点的pH值数据;
对应的,所述数据管理云平台310根据所述水质检测数据集合以及预设水质波动检测模型确定水质特性表征值,包括:
所述数据管理云平台310根据所述水质检测数据集合中温度数据集合以及公式1确定温度特性表征值/>,其中,所述公式1为:
,
其中,、/>分别是所述温度数据集合/>中第i个与第j个温度数据,n为固定检测点的个数;
所述数据管理云平台310根据所述水质检测数据集合中pH值数据集合以及公式2确定pH值特性表征值/>,其中,所述公式2为:
,
其中,、/>分别是所述pH值数据集合/>中第i个与第j个pH值数据;
若所述温度特性表征值超出预设温度特性表征值区间和/或所述pH值特性表征值/>超出预设pH值特性表征值区间,则所述水质特性表征值超出预设水质特性表征值区间,所述水质特性表征值包括所述温度特性表征值/>以及所述pH值特性表征值/>。
可选的,所述水质分析仪320包括:溶解氧测量模块以及电导率测量模块;通过所述溶解氧测量模块获取所述临时检测点的溶解氧数据,以生成溶解氧数据集合;
根据所述溶解氧数据集合以及公式3确定溶解氧特征值/>,所述公式3为:
,
其中,为所述溶解氧数据集合/>中溶解氧数据的平均值,/>为所述溶解氧数据集合/>中溶解氧数据的最小值,/>为所述溶解氧数据集合/>中溶解氧数据的最大值;
通过所述电导率测量模块获取所述临时检测点在预设时长内的电导率数据,以生成电导率数据集合;
根据所述电导率数据集合以及公式4确定电导率特征值/>,所述公式4为:
,
其中,为所述电导率数据集合/>中电导率数据的平均值,/>为所述电导率数据集合/>中电导率数据的最小值,/>为所述电导率数据集合/>中电导率数据的最大值。
可选的,所述数据管理云平台310利用公式5,并根据所述温度特性表征值、所述pH值特性表征值/>、所述溶解氧特征值/>以及电导率特征值/>确定所述水质评估结果S,所述公式5为:
,
其中,a、b、c、d分别为预设第一权重值、预设第二权重值、预设第三权重值以及预设第四权重值。
可选的,所述数据管理云平台310根据温度数据集合以及公式6确定所述待监测区域范围内相邻的固定检测点之间的温度变化特征值/>,其中,所述公式6为:
,
其中,为所述待监测区域范围内相邻的第i个固定检测点与第i+1个固定检测点之间的温度变化特征值,/>为第i个固定检测点与第i+1个固定检测点之间的距离,为所述待监测区域范围对应的检测距离;
所述数据管理云平台310根据pH值数据集合以及公式7确定所述待监测区域范围内相邻的固定检测点之间的pH值变化特征值/>,其中,所述公式7为:
,
其中,为所述待监测区域范围内相邻的第i个固定检测点与第i+1个固定检测点之间的pH值变化特征值;
若所述第一固定检测点与所述第二固定检测点之间所对应的所述温度变化特征值大于预设温度变化阈值和/或所述pH值变化特征值/>大于预设pH值变化阈值,则确定所述第一固定检测点与所述第二固定检测点所对应的所述水质变化特征值大于所述预设水质变化阈值,所述水质变化特征值包括所述温度变化特征值与所述pH值变化特征值。
可选的,若所述水质评估结果超出了预设水质评估结果范围,则在预设时长之后,所述数据管理云平台310重新根据新的水质检测数据集合以及新的水质分析数据生成新的水质评估结果/>;
根据所述水质评估结果、所述新的水质评估结果/>以及公式8确定水质评估结果变化率K,所述公式8为:
,
若所述水质评估结果变化率K大于预设变化率阈值,则根据公式9将所述预设周期时长调整为变更周期时长/>,所述公式9为:
,
根据所述变更周期时长,通过所述水质检测传感单元集合330中的各个水质检测传感单元获取所对应的固定检测点的水质检测数据以及通过所述水质分析仪320获取所述临时检测点的水质分析数据。
图4是本申请根据一示例实施例示出的电子设备的结构示意图。如图4所示,本实施例提供的一种电子设备400包括:处理器401以及存储器402;其中:
存储器402,用于存储计算机程序,该存储器还可以是flash(闪存)。
处理器401,用于执行存储器存储的执行指令,以实现上述方法中的各个步骤。具体可以参见前面方法实施例中的相关描述。
可选地,存储器402既可以是独立的,也可以跟处理器401集成在一起。
当所述存储器402是独立于处理器401之外的器件时,所述电子设备400还可以包括:
总线403,用于连接所述存储器402和处理器401。
本实施例还提供一种可读存储介质,可读存储介质中存储有计算机程序,当电子设备的至少一个处理器执行该计算机程序时,电子设备执行上述的各种实施方式提供的方法。
本实施例还提供一种程序产品,该程序产品包括计算机程序,该计算机程序存储在可读存储介质中。电子设备的至少一个处理器可以从可读存储介质读取该计算机程序,至少一个处理器执行该计算机程序使得电子设备实施上述的各种实施方式提供的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本申请的真正范围和精神由下面的权利要求书指出。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求书来限制。
Claims (6)
1.一种水质检测数据处理方法,其特征在于,应用于水质评估***,所述***包括:数据管理云平台、水质分析仪以及设置在待监测区域范围内的水质检测传感单元集合,其中,所述水质分析仪以及所述水质检测传感单元集合中的各个水质检测传感单元均与所述数据管理云平台通信连接,所述方法包括:
根据预设周期时长,所述水质检测传感单元集合中的各个水质检测传感单元获取所对应的固定检测点的水质检测数据,并将所述水质检测数据发送至所述数据管理云平台,以形成水质检测数据集合;
所述数据管理云平台根据所述水质检测数据集合以及预设水质波动检测模型确定水质特性表征值;
若所述水质特性表征值超出预设水质特性表征值区间,则所述数据管理云平台根据所述水质检测数据集合以及预设水质变化检测模型确定所述待监测区域范围内相邻的固定检测点之间的水质变化特征值;
若相邻的第一固定检测点与第二固定检测点所对应的所述水质变化特征值大于预设水质变化阈值,则所述数据管理云平台向所述水质分析仪发送水质检测指令,所述水质检测指令包括临时检测点的位置信息,所述临时检测点位于所述第一固定检测点与所述第二固定检测点之间;
通过所述水质分析仪获取所述临时检测点的水质分析数据,并将所述水质分析数据发送至所述数据管理云平台;
所述数据管理云平台利用预设水质评估模型,并根据所述水质检测数据集合以及所述水质分析数据生成水质评估结果;
所述水质检测传感单元包括温度传感器以及pH传感器;对应的,所述水质检测传感单元集合中的各个水质检测传感单元获取所对应的固定检测点的水质检测数据,包括:
通过所述温度传感器获取所对应的固定检测点的温度数据,以及通过所述pH传感器获取所对应的固定检测点的pH值数据;
对应的,所述数据管理云平台根据所述水质检测数据集合以及预设水质波动检测模型确定水质特性表征值,包括:
所述数据管理云平台根据所述水质检测数据集合中温度数据集合以及公式1确定温度特性表征值/>,其中,所述公式1为:
,
其中,、/>分别是所述温度数据集合/>中第i个与第j个温度数据,n为固定检测点的个数;
所述数据管理云平台根据所述水质检测数据集合中pH值数据集合以及公式2确定pH值特性表征值/>,其中,所述公式2为:
,
其中,、/>分别是所述pH值数据集合/>中第i个与第j个pH值数据;
若所述温度特性表征值超出预设温度特性表征值区间和/或所述pH值特性表征值超出预设pH值特性表征值区间,则所述水质特性表征值超出预设水质特性表征值区间,所述水质特性表征值包括所述温度特性表征值/>以及所述pH值特性表征值/>;
所述水质分析仪包括:溶解氧测量模块以及电导率测量模块;对应的,所述通过所述水质分析仪获取所述临时检测点的水质分析数据,包括:
通过所述溶解氧测量模块获取所述临时检测点的溶解氧数据,以生成溶解氧数据集合;
根据所述溶解氧数据集合以及公式3确定溶解氧特征值/>,所述公式3为:
,
其中,为所述溶解氧数据集合/>中溶解氧数据的平均值,/>为所述溶解氧数据集合/>中溶解氧数据的最小值,/>为所述溶解氧数据集合/>中溶解氧数据的最大值;
通过所述电导率测量模块获取所述临时检测点在预设时长内的电导率数据,以生成电导率数据集合;
根据所述电导率数据集合以及公式4确定电导率特征值/>,所述公式4为:
,
其中,为所述电导率数据集合/>中电导率数据的平均值,/>为所述电导率数据集合/>中电导率数据的最小值,/>为所述电导率数据集合/>中电导率数据的最大值;
所述数据管理云平台利用预设水质评估模型,并根据所述水质检测数据集合以及所述水质分析数据生成水质评估结果,包括:
所述数据管理云平台利用公式5,并根据所述温度特性表征值、所述pH值特性表征值、所述溶解氧特征值/>以及电导率特征值/>确定所述水质评估结果S,所述公式5为:
,
其中,a、b、c、d分别为预设第一权重值、预设第二权重值、预设第三权重值以及预设第四权重值;
所述数据管理云平台根据所述水质检测数据集合以及预设水质变化检测模型确定所述待监测区域范围内相邻的固定检测点之间的水质变化特征值,包括:
所述数据管理云平台根据温度数据集合以及公式6确定所述待监测区域范围内相邻的固定检测点之间的温度变化特征值/>,其中,所述公式6为:
,
其中,为所述待监测区域范围内相邻的第i个固定检测点与第i+1个固定检测点之间的温度变化特征值,/>为第i个固定检测点与第i+1个固定检测点之间的距离,/>为所述待监测区域范围对应的检测距离;
所述数据管理云平台根据pH值数据集合以及公式7确定所述待监测区域范围内相邻的固定检测点之间的pH值变化特征值/>,其中,所述公式7为:
,
其中,为所述待监测区域范围内相邻的第i个固定检测点与第i+1个固定检测点之间的pH值变化特征值;
若所述第一固定检测点与所述第二固定检测点之间所对应的所述温度变化特征值大于预设温度变化阈值和/或所述pH值变化特征值/>大于预设pH值变化阈值,则确定所述第一固定检测点与所述第二固定检测点所对应的所述水质变化特征值大于所述预设水质变化阈值,所述水质变化特征值包括所述温度变化特征值与所述pH值变化特征值。
2.根据权利要求1所述的水质检测数据处理方法,其特征在于,在所述数据管理云平台向所述水质分析仪发送水质检测指令之前,还包括:
所述数据管理云平台获取所述第一固定检测点的第一位置数据与所述第二固定检测点的第二位置数据;
根据所述第一位置数据以及所述第二位置数据从预设临时检测点列表中确定临时检测点集合,所述临时检测点集合为所述第一固定检测点与所述第二固定检测点之间所有临时监测点所构成的集合的子集,所述临时检测点集合中所包括的临时检测点的数量与所述水质变化特征值成正相关关系,其中,所述预设临时检测点列表用于记录所述待监测区域范围内布置的临时检测点的位置信息。
3.根据权利要求1-2中任意一项所述的水质检测数据处理方法,其特征在于, 在所述根据所述水质检测数据集合以及所述水质分析数据生成水质评估结果之后,还包括:
若所述水质评估结果超出了预设水质评估结果范围,则在预设时长之后,重新根据新的水质检测数据集合以及新的水质分析数据生成新的水质评估结果/>;
根据所述水质评估结果、所述新的水质评估结果/>以及公式8确定水质评估结果变化率K,所述公式8为:
,
若所述水质评估结果变化率K大于预设变化率阈值,则根据公式9将所述预设周期时长调整为变更周期时长/>,所述公式9为:
,
根据所述变更周期时长,通过所述水质检测传感单元集合中的各个水质检测传感单元获取所对应的固定检测点的水质检测数据以及通过所述水质分析仪获取所述临时检测点的水质分析数据。
4.一种水质评估***,其特征在于,包括:数据管理云平台、水质分析仪以及设置在待监测区域范围内的水质检测传感单元集合,其中,所述水质分析仪以及所述水质检测传感单元集合中的各个水质检测传感单元均与所述数据管理云平台通信连接;
根据预设周期时长,所述水质检测传感单元集合中的各个水质检测传感单元获取所对应的固定检测点的水质检测数据,并将所述水质检测数据发送至所述数据管理云平台,以形成水质检测数据集合;
所述数据管理云平台根据所述水质检测数据集合以及预设水质波动检测模型确定水质特性表征值,其中,所述预设水质波动检测模型用于将所述水质检测数据集合与标定水质检测数据集合进行比对;
若所述水质特性表征值超出预设水质特性表征值区间,则所述数据管理云平台根据所述水质检测数据集合以及预设水质变化检测模型确定所述待监测区域范围内相邻的固定检测点之间的水质变化特征值;
若相邻的第一固定检测点与第二固定检测点所对应的所述水质变化特征值大于预设水质变化阈值,则所述数据管理云平台向所述水质分析仪发送水质检测指令,所述水质检测指令包括临时检测点的位置信息,所述临时检测点位于所述第一固定检测点与所述第二固定检测点之间;
通过所述水质分析仪获取所述临时检测点的水质分析数据,并将所述水质分析数据发送至所述数据管理云平台;
所述数据管理云平台利用预设水质评估模型,并根据所述水质检测数据集合以及所述水质分析数据生成水质评估结果;
所述水质检测传感单元包括温度传感器以及pH传感器;对应的,所述水质检测传感单元集合中的各个水质检测传感单元获取所对应的固定检测点的水质检测数据,包括:
通过所述温度传感器获取所对应的固定检测点的温度数据,以及通过所述pH传感器获取所对应的固定检测点的pH值数据;
对应的,所述数据管理云平台根据所述水质检测数据集合以及预设水质波动检测模型确定水质特性表征值,包括:
所述数据管理云平台根据所述水质检测数据集合中温度数据集合以及公式1确定温度特性表征值/>,其中,所述公式1为:
,
其中,、/>分别是所述温度数据集合/>中第i个与第j个温度数据,n为固定检测点的个数;
所述数据管理云平台根据所述水质检测数据集合中pH值数据集合以及公式2确定pH值特性表征值/>,其中,所述公式2为:
,
其中,、/>分别是所述pH值数据集合/>中第i个与第j个pH值数据;
若所述温度特性表征值超出预设温度特性表征值区间和/或所述pH值特性表征值超出预设pH值特性表征值区间,则所述水质特性表征值超出预设水质特性表征值区间,所述水质特性表征值包括所述温度特性表征值/>以及所述pH值特性表征值/>;
所述水质分析仪包括:溶解氧测量模块以及电导率测量模块;对应的,所述通过所述水质分析仪获取所述临时检测点的水质分析数据,包括:
通过所述溶解氧测量模块获取所述临时检测点的溶解氧数据,以生成溶解氧数据集合;
根据所述溶解氧数据集合以及公式3确定溶解氧特征值/>,所述公式3为:
,
其中,为所述溶解氧数据集合/>中溶解氧数据的平均值,/>为所述溶解氧数据集合/>中溶解氧数据的最小值,/>为所述溶解氧数据集合/>中溶解氧数据的最大值;
通过所述电导率测量模块获取所述临时检测点在预设时长内的电导率数据,以生成电导率数据集合;
根据所述电导率数据集合以及公式4确定电导率特征值/>,所述公式4为:
,
其中,为所述电导率数据集合/>中电导率数据的平均值,/>为所述电导率数据集合/>中电导率数据的最小值,/>为所述电导率数据集合/>中电导率数据的最大值;
所述数据管理云平台利用预设水质评估模型,并根据所述水质检测数据集合以及所述水质分析数据生成水质评估结果,包括:
所述数据管理云平台利用公式5,并根据所述温度特性表征值、所述pH值特性表征值、所述溶解氧特征值/>以及电导率特征值/>确定所述水质评估结果S,所述公式5为:
,
其中,a、b、c、d分别为预设第一权重值、预设第二权重值、预设第三权重值以及预设第四权重值;
所述数据管理云平台根据所述水质检测数据集合以及预设水质变化检测模型确定所述待监测区域范围内相邻的固定检测点之间的水质变化特征值,包括:
所述数据管理云平台根据温度数据集合以及公式6确定所述待监测区域范围内相邻的固定检测点之间的温度变化特征值/>,其中,所述公式6为:
,
其中,为所述待监测区域范围内相邻的第i个固定检测点与第i+1个固定检测点之间的温度变化特征值,/>为第i个固定检测点与第i+1个固定检测点之间的距离,/>为所述待监测区域范围对应的检测距离;
所述数据管理云平台根据pH值数据集合以及公式7确定所述待监测区域范围内相邻的固定检测点之间的pH值变化特征值/>,其中,所述公式7为:
,
其中,为所述待监测区域范围内相邻的第i个固定检测点与第i+1个固定检测点之间的pH值变化特征值;
若所述第一固定检测点与所述第二固定检测点之间所对应的所述温度变化特征值大于预设温度变化阈值和/或所述pH值变化特征值/>大于预设pH值变化阈值,则确定所述第一固定检测点与所述第二固定检测点所对应的所述水质变化特征值大于所述预设水质变化阈值,所述水质变化特征值包括所述温度变化特征值与所述pH值变化特征值。
5.一种电子设备,其特征在于,包括:
处理器;以及,
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1至3任一项所述的方法。
6.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如权利要求1至3任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310708361.0A CN116466058B (zh) | 2023-06-15 | 2023-06-15 | 水质检测数据处理方法、水质评估***、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310708361.0A CN116466058B (zh) | 2023-06-15 | 2023-06-15 | 水质检测数据处理方法、水质评估***、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116466058A CN116466058A (zh) | 2023-07-21 |
CN116466058B true CN116466058B (zh) | 2023-09-05 |
Family
ID=87177397
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310708361.0A Active CN116466058B (zh) | 2023-06-15 | 2023-06-15 | 水质检测数据处理方法、水质评估***、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116466058B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117671507B (zh) * | 2024-01-29 | 2024-05-10 | 南昌大学 | 一种结合气象数据的河流水质预测方法 |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1657935A (zh) * | 2005-03-01 | 2005-08-24 | 徐祖信 | 河流单因子水质标识指数评价方法 |
CN104535735A (zh) * | 2015-01-09 | 2015-04-22 | 成都海兰天澄科技有限公司 | 水质远程在线监测方法 |
CN105866364A (zh) * | 2016-02-28 | 2016-08-17 | 西北大学 | 一种地下水污染检测评估*** |
CN107807215A (zh) * | 2017-12-12 | 2018-03-16 | 河北国呈电子科技有限公司 | 基于物联网的水质监测***及平台 |
CN207937800U (zh) * | 2017-11-28 | 2018-10-02 | 上海博取仪器有限公司 | 基于单片机的传感器信号处理*** |
CN111474315A (zh) * | 2020-05-26 | 2020-07-31 | 扬州大学 | 一种基于静态值守与动态巡检水质监测预警***及监测预警方法 |
CN111855945A (zh) * | 2020-07-28 | 2020-10-30 | 王艳捷 | 一种智慧型流域水质污染溯源的船载监测技术及方法 |
WO2021017947A1 (zh) * | 2019-07-31 | 2021-02-04 | Oppo广东移动通信有限公司 | 终端控制方法、装置、移动终端及存储介质 |
CN113610381A (zh) * | 2021-08-02 | 2021-11-05 | 江苏云聚汇科技有限公司 | 一种基于5g网络的水质远程实时监测*** |
KR102331744B1 (ko) * | 2021-02-25 | 2021-12-01 | 주식회사 엠에스텍 | 수돗물 수질 측정기 및 이를 구비한 공동 주택용 스마트 수돗물 수질 진단 및 위험요소 예측 시스템 및 방법 |
CN113782108A (zh) * | 2021-11-11 | 2021-12-10 | 中国环境监测总站 | 一种地表水环境质量监测评价方法及*** |
CN114444259A (zh) * | 2021-12-20 | 2022-05-06 | 浙江仁欣环科院有限责任公司 | 一种雨污管网溯源追踪***及方法 |
CN114612266A (zh) * | 2022-03-16 | 2022-06-10 | 河北工程大学 | 基于遗传算法的城市管网饮用水水质监测报警***及方法 |
CN115081963A (zh) * | 2022-08-19 | 2022-09-20 | 江西省生态环境科学研究与规划院 | 一种地下水质风险分析方法及*** |
CN115577018A (zh) * | 2022-12-01 | 2023-01-06 | 北京华科仪科技股份有限公司 | 一种水质监测数据的智能处理方法及*** |
CN115688227A (zh) * | 2022-10-13 | 2023-02-03 | 长江空间信息技术工程有限公司(武汉) | 数字孪生水利工程运行安全监测***及运行方法 |
CN115829120A (zh) * | 2022-11-29 | 2023-03-21 | 中国环境科学研究院 | 基于机器学习方法的水质预测预警*** |
-
2023
- 2023-06-15 CN CN202310708361.0A patent/CN116466058B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1657935A (zh) * | 2005-03-01 | 2005-08-24 | 徐祖信 | 河流单因子水质标识指数评价方法 |
CN104535735A (zh) * | 2015-01-09 | 2015-04-22 | 成都海兰天澄科技有限公司 | 水质远程在线监测方法 |
CN105866364A (zh) * | 2016-02-28 | 2016-08-17 | 西北大学 | 一种地下水污染检测评估*** |
CN207937800U (zh) * | 2017-11-28 | 2018-10-02 | 上海博取仪器有限公司 | 基于单片机的传感器信号处理*** |
CN107807215A (zh) * | 2017-12-12 | 2018-03-16 | 河北国呈电子科技有限公司 | 基于物联网的水质监测***及平台 |
WO2021017947A1 (zh) * | 2019-07-31 | 2021-02-04 | Oppo广东移动通信有限公司 | 终端控制方法、装置、移动终端及存储介质 |
CN111474315A (zh) * | 2020-05-26 | 2020-07-31 | 扬州大学 | 一种基于静态值守与动态巡检水质监测预警***及监测预警方法 |
CN111855945A (zh) * | 2020-07-28 | 2020-10-30 | 王艳捷 | 一种智慧型流域水质污染溯源的船载监测技术及方法 |
KR102331744B1 (ko) * | 2021-02-25 | 2021-12-01 | 주식회사 엠에스텍 | 수돗물 수질 측정기 및 이를 구비한 공동 주택용 스마트 수돗물 수질 진단 및 위험요소 예측 시스템 및 방법 |
CN113610381A (zh) * | 2021-08-02 | 2021-11-05 | 江苏云聚汇科技有限公司 | 一种基于5g网络的水质远程实时监测*** |
CN113782108A (zh) * | 2021-11-11 | 2021-12-10 | 中国环境监测总站 | 一种地表水环境质量监测评价方法及*** |
CN114444259A (zh) * | 2021-12-20 | 2022-05-06 | 浙江仁欣环科院有限责任公司 | 一种雨污管网溯源追踪***及方法 |
CN114612266A (zh) * | 2022-03-16 | 2022-06-10 | 河北工程大学 | 基于遗传算法的城市管网饮用水水质监测报警***及方法 |
CN115081963A (zh) * | 2022-08-19 | 2022-09-20 | 江西省生态环境科学研究与规划院 | 一种地下水质风险分析方法及*** |
CN115688227A (zh) * | 2022-10-13 | 2023-02-03 | 长江空间信息技术工程有限公司(武汉) | 数字孪生水利工程运行安全监测***及运行方法 |
CN115829120A (zh) * | 2022-11-29 | 2023-03-21 | 中国环境科学研究院 | 基于机器学习方法的水质预测预警*** |
CN115577018A (zh) * | 2022-12-01 | 2023-01-06 | 北京华科仪科技股份有限公司 | 一种水质监测数据的智能处理方法及*** |
Non-Patent Citations (1)
Title |
---|
基于改良综合水质标识指数法的松花江流域(吉林省)水质评价;殷飞;金世佳;;节水灌溉(第05期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116466058A (zh) | 2023-07-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105866364B (zh) | 一种地下水污染检测评估*** | |
CN116466058B (zh) | 水质检测数据处理方法、水质评估***、设备及介质 | |
CN111898691A (zh) | 一种河流突发水污染预警溯源方法、***、终端及介质 | |
CN105738587A (zh) | 一种水质监测*** | |
CN110243465A (zh) | 桥梁振动加速度和固有频率在线实时监控装置、终端及方法 | |
CN115824993B (zh) | 水体化学需氧量的确定方法、装置、计算机设备及介质 | |
CN111191671B (zh) | 一种用电器波形检测方法、***、电子设备及存储介质 | |
Ma et al. | A novel broad learning system based leakage detection and universal localization method for pipeline networks | |
CN112348290A (zh) | 河流水质预测方法、装置、存储介质及设备 | |
CN113203691A (zh) | 一种基于小波分析的水质污染物溯源方法 | |
CN107091913A (zh) | 一种基于无线传感技术的污水监测*** | |
Rymarczyk et al. | Applying the logistic regression in electrical impedance tomography to analyze conductivity of the examined objects | |
CN116698986B (zh) | 一种基于调谐带通滤波器的吸音材料质控***和方法 | |
CN110568074B (zh) | 基于非接触多点测振与Hilbert变换的风力机叶片裂纹定位方法 | |
CN117189309A (zh) | 一种智算中心柴油发电机组的噪声降低方法及装置 | |
CN117392091A (zh) | 一种絮凝效果图像检测方法、***、电子设备及介质 | |
CN117192057A (zh) | 一种水质检测方法、装置及存储介质 | |
CN111896119A (zh) | 红外测温方法及电子设备 | |
Sumitra et al. | Design and deployment of wireless sensor networks for flood detection in Indonesia | |
US20180293441A1 (en) | Method and apparatus for real-time detection of a scene | |
CN214376495U (zh) | 一种便携式岩石岩性快速分类识别装置 | |
CN114004138A (zh) | 基于大数据人工智能的建筑监测方法、***及存储介质 | |
CN114813614A (zh) | 一种傅里叶红外气体分析方法和*** | |
CN114399669A (zh) | 目标检测方法和装置 | |
CN111007220B (zh) | 一种生猪养殖污水水质敏捷监测的方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Water quality testing data processing methods, water quality assessment systems, equipment, and media Effective date of registration: 20231219 Granted publication date: 20230905 Pledgee: Industrial Bank Co.,Ltd. Shanghai pilot Free Trade Zone Lingang New District sub branch Pledgor: SHANGHAI BOQU INSTRUMENT CO.,LTD. Registration number: Y2023310000889 |
|
PE01 | Entry into force of the registration of the contract for pledge of patent right |