[發明專利]基于時間序列關聯與聚類分析的水質污染物變化監測系統

在審

• 申請號: 201811096012.3
• 申請日: 2018-09-19
• 公開（公告）號: CN110929743A
• 公開（公告）日: 2020-03-27
• 發明（設計）人: 張鵬飛
• 申請（專利權）人: 上海儀電（集團）有限公司中央研究院
• 主分類號: G06K9/62
• 分類號: G06K9/62;G01N33/18
• 代理公司: 上?？剖⒅R產權代理有限公司 31225
• 代理人: 翁惠瑜

1.一種基于時間序列關聯與聚類分析的水質污染物變化監測系統，其特征在于，包括：

實時河道水質檢測裝置，用于采集多維度的實時河道水質數據；

數據預處理裝置，用于對所述實時河道水質數據進行預處理；

歷史時間序列獲取裝置，用于保存經預處理的實時河道水質數據，形成每一測量對象的歷史時間序列，并獲取每一測量對象的動態合理閾值；

污染物變化測量裝置，用于根據多個檢測站點的所述歷史時間序列，聚類獲得主要污染變化情況。

2.根據權利要求1所述的基于時間序列關聯與聚類分析的水質污染物變化監測系統，其特征在于，所述實時河道水質數據包括化學需氧量、磷、氨氮、氧化還原電位、溶氧量、電導率和/或濁度。

3.根據權利要求1所述的基于時間序列關聯與聚類分析的水質污染物變化監測系統，其特征在于，所述數據預處理裝置包括：

缺失值檢查單元，用于對接收的數據進行漏傳缺項檢測并補全；

異常值處理單元，用于剔除數據中超出所述動態合理閾值范圍的錯誤數據；

數據合并單元，用于將所有數據進行合并處理。

4.根據權利要求1所述的基于時間序列關聯與聚類分析的水質污染物變化監測系統，其特征在于，所述歷史時間序列獲取裝置包括：

序列統計模塊，用于對歷史時間序列中單一測量對象的時間序列進行平穩性和周期性統計。

5.根據權利要求1所述的基于時間序列關聯與聚類分析的水質污染物變化監測系統，其特征在于，所述污染物變化測量裝置包括：

污染物類型識別模塊，用于根據所述歷史時間序列利用KMeans聚類算法獲取不同時間的污染類型。

6.根據權利要求1所述的基于時間序列關聯與聚類分析的水質污染物變化監測系統，其特征在于，利用KMeans聚類算法獲取污染類型的具體過程包括以下步驟：

1)獲取聚類類別及數量；

2)對數據進聚類，并對離群點進行判定和清除；

3)根據少量樣本數據特征均值調整各類別的聚類中心；

4)計算全樣本數據與步驟3)獲得的各聚類中心的距離，將其劃分至最近類別中；

5)重新計算每個類別的聚類中心；

6)判斷聚類結果是否收斂，若是，則結束，若否，則返回步驟3)。

7.根據權利要求1所述的基于時間序列關聯與聚類分析的水質污染物變化監測系統，其特征在于，還包括：

站點間水質對比裝置，用于利用Minkowski距離方法計算獲得各檢測站點的水質參數差距。

8.根據權利要求1所述的基于時間序列關聯與聚類分析的水質污染物變化監測系統，其特征在于，還包括：

報警裝置，用于在主要污染變化情況發生異常時產生報警信息。

9.根據權利要求1所述的基于時間序列關聯與聚類分析的水質污染物變化監測系統，其特征在于，每個所述檢測站點均設有一實時河道水質檢測裝置、一數據預處理裝置和一歷史時間序列獲取裝置。