【技術實現步驟摘要】
本專利技術涉及水污染處理，為一種水體監測方法，具體為一種基于物聯網的工業園區廢水排放監測方法及系統。
技術介紹
1、水環境污染所導致的水資源危機日趨嚴峻，將嚴重制約著社會的發展，因此如何對水污染進行有效防控已成為愈發高度重視的話題。水質預測是水污染防控的關鍵環節，在水環境治理與修復中扮演著重要而不可或缺的角色。通過利用數學模型、統計方法、監測數據和信息技術等手段的水質預測可以提前預測出未來一段時間的水體質量狀況并模擬出相應的水質變化趨勢，這有助于提前發現潛在的水質問題并進行預警，同時針對性地進行源頭控制，從而在短時間內能采取有效的措施來應對突發事件。因此，水質預測是水環境管理中的有力工具，能有效推動污染防治工作同時降低水環境和生態系統所受到的潛在損害，這對于維護水體質量并促進水資源的可持續利用和生態系統的健康發展具有重要意義。
技術實現思路
1、為了實現上述技術效果，本專利技術實施例提供一種基于物聯網的工業園區廢水排放監測方法及系統，能夠通過機器學習的方法實現對于周圍水體的污染分析與預警。
2、為了達到上述目的，本專利技術實施例采用的技術方案如下：
3、第一方面，提供一種基于物聯網的工業園區廢水排放監測方法，所述方法應用于水污染管理系統，所述水污染管理系統包括配置于園區內的多中類型的傳感器以及與所述傳感器通信的服務器，每個類型的傳感器用于采集對應類型的水體數據，所述水體數據包括ph值、高錳酸鹽指數、氨氮含量指標、磷總量數據、總氮數據，所述方法配置于所述服務器
4、可選地，所述對所述實時水體數據進行預處理，剔除所述實時水體數據中的噪音數據，包括：確定當前時間點的實時水體數據中是否具有缺失值，并根據缺失值類型進行缺失值補充處理；并將補充處理后的實時水體數據通過離差標準化的方式進行處理，得到更新后的所述標準水體數據。
5、可選地，所述缺失值包括第一類型缺失值和第二類型缺失值，所述第一類型缺失值為第一時間間隔內缺失值，所述第二類型缺失值為第二時間間隔內缺失值；當所述缺失值為第一類型缺失值時，通過三次卷積插值的方法進行補充，當所述缺失值為第二類型缺失值時，剔除第二類型缺失值。
6、可選地，所述預測模型基于長短期記憶網絡進行構建，包括遺忘門、輸入門和輸出門；所述遺忘門用于接收當前的所述標準水體數據、上一時刻的狀態和上一時刻的輸出；所述輸入門包括sigmoid層和tanh層，所述sigmoid層用于決定更新哪些信息，所述tanh層用于生成新向量；所述輸出門設置有sigmoid函數和tanh層，所述sigmoid函數用于確定輸出部分，細胞狀態經過所述tanh層處理，兩者相乘得到最終需要輸出的信息。
7、可選地，所述將多個所述水體殘差向量輸入至異常檢測模型，包括：在多個所述水體殘差向量中進行組合選擇得到殘差向量組，每一組合中都包含不同的水體數據對應的所述殘差向量，將每一個所述殘差向量組輸入至所述異常檢測模型。
8、可選地，所述基于所述局部離群因子與所述目標閾值的關系確定是否具有異常，包括：當所述局部離群因子大于所述目標閾值，則確定所述殘差向量為離群因子，當所述局部離群因子小于所述目標閾值，則確定所述殘差向量為正常值。
9、可選地，所述局部離群因子基于鄰域所有點的平均局部可達密度與點p局部可達密度之比計算得到。
10、第二方面，提供一種基于物聯網的工業園區廢水排放監測系統，所述系統包括：傳感器，配置多個且設置于園區內，用于采集不同類型的水體數據；服務器，與所述傳感器連接，用于對采集到的水體數據進行處理，確定水污染異常檢測結果。
11、可選地，所述服務器內配置有：水體數據處理模塊，用于基于單位時間采集當前時間點的實時水體數據，并對所述實時水體數據進行預處理，剔除所述實時水體數據中的噪音數據，得到更新后的標準水體數據；預測模塊，用于將所述標準水體數據輸入至預測模型中，得到下一時間點的多個預測水體數據，并獲取該時間點下的多個實際水體數據，基于多個所述實際水體數據和多個所述預測數據得到多個水體殘差向量；異常檢測模塊，用于將多個所述水體殘差向量輸入至異常檢測模型，得到水污染異常檢測結果。
12、第三方面，提供一種終端設備，包括：存儲器和耦接至所述存儲器的處理器，所述處理器被配置為基于存儲在所述存儲器中的指令，執行上述任一項所述的方法。
13、本專利技術實施例提供的技術方案中，通過采集多種類型水體數據，并通過預測模型對水體數據在未來周期內的數據進行預測，得到未來周期水體數據。然后將未來周期水體數據通過異常檢測模型進行異常識別得到異常識別結果，此異常識別結果為水污染風險結果。本實施例提供的水污染風險預警方法，能夠通過機器學習方法實現對于水體污染風險的識別和預測。
本文檔來自技高網...【技術保護點】
1.一種基于物聯網的工業園區廢水排放監測方法，其特征在于，所述方法包括：
2.根據權利要求1所述的基于物聯網的工業園區廢水排放監測方法，其特征在于，所述對所述實時水體數據進行預處理，剔除所述實時水體數據中的噪音數據，包括：確定當前時間點的實時水體數據中是否具有缺失值，并根據缺失值類型進行缺失值補充處理；并將補充處理后的實時水體數據通過離差標準化的方式進行處理，得到更新后的所述標準水體數據。
3.根據權利要求2所述的基于物聯網的工業園區廢水排放監測方法，其特征在于，所述缺失值包括第一類型缺失值和第二類型缺失值，所述第一類型缺失值為第一時間間隔內缺失值，所述第二類型缺失值為第二時間間隔內缺失值；當所述缺失值為第一類型缺失值時，通過三次卷積插值的方法進行補充，當所述缺失值為第二類型缺失值時，剔除第二類型缺失值。
4.根據權利要求1所述的基于物聯網的工業園區廢水排放監測方法，其特征在于，所述預測模型基于長短期記憶網絡進行構建，包括遺忘門、輸入門和輸出門；所述遺忘門用于接收當前的所述標準水體數據、上一時刻的狀態和上一時刻的輸出；所述輸入門包括sigmoi
5.根據權利要求1所述的基于物聯網的工業園區廢水排放監測方法，其特征在于，所述將多個所述水體殘差向量輸入至異常檢測模型，包括：在多個所述水體殘差向量中進行組合選擇得到殘差向量組，每一組合中都包含不同的水體數據對應的所述殘差向量，將每一個所述殘差向量組輸入至所述異常檢測模型。
6.根據權利要求5所述的基于物聯網的工業園區廢水排放監測方法，其特征在于，所述基于所述局部離群因子與所述目標閾值的關系確定是否具有異常，包括：當所述局部離群因子大于所述目標閾值，則確定所述殘差向量為離群因子，當所述局部離群因子小于所述目標閾值，則確定所述殘差向量為正常值。
7.根據權利要求6所述的基于物聯網的工業園區廢水排放監測方法，其特征在于，所述局部離群因子基于鄰域所有點的平均局部可達密度與點p局部可達密度之比計算得到。
8.一種基于物聯網的工業園區廢水排放監測系統，其特征在于，所述系統包括：
9.根據權利要求8所述的基于物聯網的工業園區廢水排放監測系統，其特征在于，所述服務器內配置有：
10.一種終端設備，包括：存儲器和耦接至所述存儲器的處理器，所述處理器被配置為基于存儲在所述存儲器中的指令，執行權利要求1-7任一項所述的方法。
...【技術特征摘要】
1.一種基于物聯網的工業園區廢水排放監測方法，其特征在于，所述方法包括：
2.根據權利要求1所述的基于物聯網的工業園區廢水排放監測方法，其特征在于，所述對所述實時水體數據進行預處理，剔除所述實時水體數據中的噪音數據，包括：確定當前時間點的實時水體數據中是否具有缺失值，并根據缺失值類型進行缺失值補充處理；并將補充處理后的實時水體數據通過離差標準化的方式進行處理，得到更新后的所述標準水體數據。
3.根據權利要求2所述的基于物聯網的工業園區廢水排放監測方法，其特征在于，所述缺失值包括第一類型缺失值和第二類型缺失值，所述第一類型缺失值為第一時間間隔內缺失值，所述第二類型缺失值為第二時間間隔內缺失值；當所述缺失值為第一類型缺失值時，通過三次卷積插值的方法進行補充，當所述缺失值為第二類型缺失值時，剔除第二類型缺失值。
4.根據權利要求1所述的基于物聯網的工業園區廢水排放監測方法，其特征在于，所述預測模型基于長短期記憶網絡進行構建，包括遺忘門、輸入門和輸出門；所述遺忘門用于接收當前的所述標準水體數據、上一時刻的狀態和上一時刻的輸出；所述輸入門包括sigmoid層和tanh層，所述sigmoid層用于決定更新哪些信息，所述tanh層用于生成新向量；所述輸出門設置有sigmoid函數和tanh層，所述sigmoid函數用于確定輸出...
【專利技術屬性】
技術研發人員：蘇潔，聶磊，高紅杰，于會彬，
申請(專利權)人：中國環境科學研究院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。