[發明專利]一種面向重點區域防控的預警方法及系統有效
| 申請號: | 202211086740.2 | 申請日: | 2022-09-07 |
| 公開(公告)號: | CN115171362B | 公開(公告)日: | 2022-12-02 |
| 發明(設計)人: | 李淑琴 | 申請(專利權)人: | 江西珉軒智能科技有限公司 |
| 主分類號: | G08B31/00 | 分類號: | G08B31/00;G06Q10/04;G06Q10/06;G06Q50/26;G06N3/04;G06N3/08 |
| 代理公司: | 南昌卓爾精誠專利代理事務所(普通合伙) 36133 | 代理人: | 徐柳華 |
| 地址: | 330096 江西省南昌市南昌*** | 國省代碼: | 江西;36 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 面向 重點 區域 預警 方法 系統 | ||
1.一種面向重點區域防控的預警方法,其特征在于,所述方法包括:
S1、采集重點區域排污企業在特定時長內的歷史排污數據,判斷各排污企業的歷史排污數據是否符合要求,并在不符合要求時生成預警信息;
S2、采集重點區域環境監測點在特定時長內的歷史環境參數,對歷史環境參數進行標準分析:
當標準分析符合要求時,進行預警分析;
當標準分析不符合要求時,生成預警信息;
當預警分析符合要求時,進行步驟S3;
當預警分析不符合要求時,生成預警信息;
S3、將歷史上報排污數據輸入至環境分析模型中,獲得預測環境參數,將預測環境參數與歷史環境參數進行比對分析,根據分析結果進行預警;
步驟S3中環境分析模型的建立過程為:
采集該重點區域若干個時間點的歷史排污數據及歷史環境參數,選取各項環境參數及對應時間點相關聯排污項的排污數據,生成訓練樣本;
以卷積神經網絡搭建模型,通過各項環境參數的訓練樣本對模型進行訓練,獲得各項環境參數的環境分析模型;
步驟S3中,比對分析的過程為:
根據歷史環境參數,分別建立每項環境參數歷史數值隨時間變化曲線;
根據預測環境參數分別建立每項環境參數預測數值隨時間變化曲線;
針對每項環境參數,將與在同一個坐標系中建立,計算高于區域的面積值;
將面積值與該項環境參數對應的預設閾值進行比對:
若≥,則發出預警信號;
比對分析的過程還包括:
若≥,則獲取與距離最大點對應的時間點;
獲取時間段內該重點區域的氣候信息,判斷該時間段內是否出現預設的特定氣候類型,并在判斷未出現時發出預警信號;
其中,為預設時段。
2.根據權利要求1所述的一種面向重點區域防控的預警方法,其特征在于,步驟S2中標準分析的過程為:
根據歷史環境參數統計各項環境參數隨時間變化曲線、…;
將、…分別與對應的標準區間進行比對:
若∈,則標準分析符合要求;
否則,標準分析不符合要求;
其中,為環境參數的項數,表示第項環境參數的曲線,表示第項環境參數對應的標準區間。
3.根據權利要求2所述的一種面向重點區域防控的預警方法,其特征在于,步驟S2中預警分析的過程為:
對、…進行求導,獲得各項環境參數變化量隨時間變化曲線、…;
將、…分別與對應的變化量閾值進行比對:
若<,則預警分析符合要求;
否則,預警分析不符合要求;
其中,表示第項環境參數變化量的曲線,表示第項環境參數的變化量閾值。
4.根據權利要求2所述的一種面向重點區域防控的預警方法,其特征在于,所述方法還包括:
S4、根據各項環境參數標準分析的結果進行環境整體狀態分析。
5.根據權利要求4所述的一種面向重點區域防控的預警方法,其特征在于,所述環境整體狀態分析的過程為:
通過公式計算出環境整體狀態系數;
其中,為第項環境參數的權重系數,為第項環境參數的應用系數,當∈時,=0;當?時,=;
將與預設閾值、進行比對:
若≥,則判斷環境整體狀態極差;
若,則判斷環境整體狀態較差;
若≤,則環境整體狀態較優。
6.一種面向重點區域防控的預警系統,其特征在于,所述系統包括:
排污數據采集模塊,用于采集重點區域排污企業在特定時長內的歷史排污數據;
環境參數監測模塊,采集重點區域環境監測點在特定時長內的歷史環境參數;
分析模塊,用于判斷各排污企業的歷史排污數據是否符合要求,及對歷史環境參數進行標準分析:
當標準分析符合要求時,進行預警分析:
當預警分析符合要求時,進行比對分析;
環境分析模型,用于根據歷史上報排污數據預測環境參數;
比對模塊,用于將預測環境參數與歷史環境參數進行比對分析;
預警模塊,用于在各排污企業的歷史排污數據不符合要求時、標準分析不符合要求時、預警分析不符合要求時及比對分析不符合要求時發出預警信息;
環境分析模型的建立過程為:
采集該重點區域若干個時間點的歷史排污數據及歷史環境參數,選取各項環境參數及對應時間點相關聯排污項的排污數據,生成訓練樣本;
以卷積神經網絡搭建模型,通過各項環境參數的訓練樣本對模型進行訓練,獲得各項環境參數的環境分析模型;
比對分析的過程為:
根據歷史環境參數,分別建立每項環境參數歷史數值隨時間變化曲線;
根據預測環境參數分別建立每項環境參數預測數值隨時間變化曲線;
針對每項環境參數,將與在同一個坐標系中建立,計算高于區域的面積值;
將面積值與該項環境參數對應的預設閾值進行比對:
若≥,則發出預警信號;
比對分析的過程還包括:
若≥,則獲取與距離最大點對應的時間點;
獲取時間段內該重點區域的氣候信息,判斷該時間段內是否出現預設的特定氣候類型,并在判斷未出現時發出預警信號;
其中,為預設時段。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于江西珉軒智能科技有限公司,未經江西珉軒智能科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202211086740.2/1.html,轉載請聲明來源鉆瓜專利網。





