CN107301617B - 一种评估废气监测数据质量的方法及设备 - Google Patents
一种评估废气监测数据质量的方法及设备 Download PDFInfo
- Publication number
- CN107301617B CN107301617B CN201710434284.9A CN201710434284A CN107301617B CN 107301617 B CN107301617 B CN 107301617B CN 201710434284 A CN201710434284 A CN 201710434284A CN 107301617 B CN107301617 B CN 107301617B
- Authority
- CN
- China
- Prior art keywords
- exhaust gas
- monitoring data
- gas monitoring
- characteristic
- day
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 606
- 239000002912 waste gas Substances 0.000 title claims abstract description 127
- 238000000034 method Methods 0.000 title claims abstract description 49
- 239000007789 gas Substances 0.000 claims abstract description 367
- 238000011156 evaluation Methods 0.000 claims abstract description 104
- 238000013441 quality evaluation Methods 0.000 claims abstract description 42
- 239000013598 vector Substances 0.000 claims description 35
- 230000002354 daily effect Effects 0.000 claims description 25
- 230000008859 change Effects 0.000 claims description 22
- 238000001514 detection method Methods 0.000 claims description 18
- 230000015654 memory Effects 0.000 claims description 18
- 238000005265 energy consumption Methods 0.000 claims description 14
- 238000001914 filtration Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000003203 everyday effect Effects 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 238000001303 quality assessment method Methods 0.000 claims description 5
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 description 17
- MWUXSHHQAYIFBG-UHFFFAOYSA-N nitrogen oxide Inorganic materials O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 16
- 238000005070 sampling Methods 0.000 description 9
- 238000005259 measurement Methods 0.000 description 7
- 230000005291 magnetic effect Effects 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 239000003245 coal Substances 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- UHOVQNZJYSORNB-UHFFFAOYSA-N Benzene Chemical compound C1=CC=CC=C1 UHOVQNZJYSORNB-UHFFFAOYSA-N 0.000 description 3
- YXFVVABEGXRONW-UHFFFAOYSA-N Toluene Chemical compound CC1=CC=CC=C1 YXFVVABEGXRONW-UHFFFAOYSA-N 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 239000003208 petroleum Substances 0.000 description 3
- 239000010865 sewage Substances 0.000 description 3
- 238000012731 temporal analysis Methods 0.000 description 3
- 238000000700 time series analysis Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 238000010219 correlation analysis Methods 0.000 description 2
- 238000013524 data verification Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000000746 purification Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000011272 standard treatment Methods 0.000 description 2
- XTQHKBHJIVJGKJ-UHFFFAOYSA-N sulfur monoxide Chemical compound S=O XTQHKBHJIVJGKJ-UHFFFAOYSA-N 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- -1 electricity Substances 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 239000002440 industrial waste Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- WSFSSNUMVMOOMR-NJFSPNSNSA-N methanone Chemical compound O=[14CH2] WSFSSNUMVMOOMR-NJFSPNSNSA-N 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 231100000572 poisoning Toxicity 0.000 description 1
- 230000000607 poisoning effect Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004071 soot Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001988 toxicity Effects 0.000 description 1
- 231100000419 toxicity Toxicity 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 230000003936 working memory Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请的目的是提供一种评估废气监测数据质量的方法及设备，本申请通过预置废气监测数据的至少一个监测评估特征；获取企业废气对应的废气监测数据，并对所述废气监测数据进行质量评估，得到所述废气监测数据的各监测评估特征对应的特征值，并对所述废气监测数据的各监测评估特征对应的特征值进行计算，得到所述废气监测数据的各监测评估特征的权重；基于所述废气监测数据的各监测评估特征对应的特征值和权重，得到所述企业的废气监测数据的评估值，实现了对企业废气的废气监测数据进行质量评估，以便监管人员可以通过评估值来判断企业废气的废气监测数据是否真实有效，进而保证了企业废气真正的达到排污标准。
Description
技术领域
本申请涉及废气监测技术领域，尤其涉及一种评估废气监测数据质量的方法及设备。
背景技术
目前的工业园区，大多由多个分散的企业组成，而每个企业都会产生各种工业废气，则会存在不同的企业排出的废气中含有的污染因子是不同的。其中，废气中含有污染物种类很多，其物理和化学性质非常复杂，毒性也不尽相同。一方面，燃料燃烧排出的废气中含有二氧化硫、氮氧化物(NOx)、碳氢化合物等；另一方面，由于工业生产所用原料和工艺不同，而排放各种不同的有害气体，例如一氧化硫、二氧化硫、苯、甲苯及甲醛等，包含有上述废气污染因子的废气若不经过净化处理就排到环境中的话，会导致环境污染甚至人类中毒现象等。为了保证通过排污管道排除的废气符合规定，故需要对排除的废气进行取样监测，通常在排污管道的排污口前加装废气取样装置进行实时废气采样，并对实时取样的废气进行污染物分析，得到废气监测数据。由于大多数企业为了避免对废气进行净化处理，故会对本来没有净化合格的废气进行人为干预或者采用智能机器干预，使得监测到的废气监测数据能够符合规定，导致真正污染因子不达标的废气会被排出，对生态环境造成污染，故如何检测出企业的废气监测数据是否作假为业界研究的主要课题。
发明内容
本申请的一个目的是提供一种评估废气监测数据质量的方法及设备，以解决现有技术中的企业废气中的废气监测数据存在作假而导致的不真实性的问题。
根据本申请的一个方面，提供了一种评估废气监测数据质量的方法，其中，所述方法包括：
预置废气监测数据的至少一个监测评估特征；
获取企业废气对应的废气监测数据，并对所述废气监测数据进行质量评估，得到所述废气监测数据的各监测评估特征对应的特征值，并对所述废气监测数据的各监测评估特征对应的特征值进行计算，得到所述废气监测数据的各监测评估特征的权重；
基于所述废气监测数据的各监测评估特征对应的特征值和权重，得到所述企业的废气监测数据的评估值。
进一步地，上述方法中，所述获取企业废气对应的废气监测数据，并对所述废气监测数据进行质量评估，得到所述废气监测数据的各监测评估特征对应的特征值，包括：
选取一个目标月，并在所述目标月内获取企业工作时产生的企业废气每日对应的废气监测数据和监测天数；
分别对每日对应的废气监测数据进行质量评估，得到每日对应的废气监测数据的各监测评估特征对应的特征值；
基于所述监测天数和每日对应的废气监测数据的各监测评估特征对应的特征值，得到所述目标月对应的废气监测数据的各监测评估特征对应的特征值；
将所述目标月对应的所述废气监测数据的各监测评估特征对应的特征值，分别确定为所述企业的废气监测数据对应的监测评估特征对应的特征值。
进一步地，上述方法中，分别对每日对应的废气监测数据进行质量评估，得到每日对应的废气监测数据的各监测评估特征对应的特征值，包括：
获取每日对应的废气监测数据的日监测频次；
将每日对应的废气监测数据的日监测频次与对应的预设的日监测频次阈值进行比对，得到每日对应的废气监测数据的监测频次特征对应的特征值。
进一步地，上述方法中，分别对每日对应的废气监测数据进行质量评估，得到每日对应的废气监测数据的各监测评估特征对应的特征值，包括：获取每日对应的废气监测数据的监测值；
将每日对应的废气监测数据的监测值与对应的预设的监测值阈值进行比对，得到每日对应的废气监测数据的稳定性特征对应的特征值。
进一步地，上述方法中，分别对每日对应的废气监测数据进行质量评估，得到每日对应的废气监测数据的各监测评估特征对应的特征值，包括：获取每日对应的实时的废气监测数据和实时折算污染因子浓度，其中，所述实时的废气监测数据包括实时废气污染因子的浓度数据；
计算所述实时废气污染因子的浓度数据与实时折算污染因子浓度之间的相关性，得到浓度相关系数；
将所述浓度相关系数与预设的浓度相关性阈值进行比对，得到每日对应的废气监测数据的一致性特征对应的特征值。
进一步地，上述方法中，分别对每日对应的废气监测数据进行质量评估，得到每日对应的废气监测数据的各监测评估特征对应的特征值，
获取每日对应的废气监测数据的监测值，并对所述监测值进行极值过滤，得到所述废气监测数据过滤极值后的监测值；
计算每日对应的所述废气监测数据过滤极值后的监测值的标准差，并将相邻两日的所述标准差进行差值计算，得到所述标准差的波动差值的绝对值；
计算所述标准差的波动差值的绝对值与所述相邻两日中的第一日对应的标准差的比值，并将所述比值与预设的比值阈值进行比较，得到每日对应的废气监测数据的日间监测值变动频次特征对应的特征值。
进一步地，上述方法中，分别对每日对应的废气监测数据进行质量评估，得到每日对应的废气监测数据的各监测评估特征对应的特征值，获取每日对应的废气监测数据的监测值，对所述监测值取平均得到每日内的废气监测数据的监测平均值，并确定每日内的废气监测数据的监测最大值；
将每日内的废气监测数据的监测最大值与监测平均值的比值作为每日内的废气监测数据的标准化最大值；
计算相邻两天的所述标准化最大值的差的绝对值，并基于所述绝对值和对应的预设的变化率阈值，确定每日对应的废气监测数据的量程设限特征对应的特征值。
进一步地，上述方法中，分别对每日对应的废气监测数据进行质量评估，得到每日对应的废气监测数据的各监测评估特征对应的特征值，选取所述目标月中的目标周，在所述目标周内按照所述预设的时间间隔获取每日内的废气监测数据的监测值；
基于随机数检测算法对所述目标周内获取的所有所述监测值进行随机数检测，得到随机数检测结果；
基于所述随机数检测结果确定所述目标周内的每日对应的废气监测数据的随机数特征对应的特征值。
进一步地，上述方法中，所述监测评估特征还包括：相关性特征，则所述获取企业废气对应的废气监测数据，并对所述废气监测数据进行质量评估，得到所述废气监测数据的各监测评估特征对应的特征值，包括：
获取企业的每种能耗量数据对应的月耗量向量及对应的所述废气监测数据的月监测数据向量；
分别两两计算每种所述月耗量向量与对应的所述废气监测数据的月监测数据向量的相关性，得到所述企业的每种能耗量数据与所述废气监测数据之间的相关系数；
从所述相关系数中选出最大值，并将最大值对应的相关系数确定为所述废气监测数据的相关性特征对应的特征值。
根据本申请的另一方面，还提供了一种评估废气监测数据质量的设备，其中，该设备包括：
一个或多个处理器；以及
存储有计算机可读指令的存储器，所述计算机可读指令在被执行时使所述处理器执行如上述方法的操作。
与现有技术相比，本申请通过在对企业废气对应的废气监测数据进行质量进行评估之前，预置废气监测数据的至少一个监测评估特征；获取企业废气对应的废气监测数据，并对所述废气监测数据进行质量评估，得到所述废气监测数据的各监测评估特征对应的特征值，并对所述废气监测数据的各监测评估特征对应的特征值进行计算，得到所述废气监测数据的各监测评估特征的权重；基于所述废气监测数据的各监测评估特征对应的特征值和权重，得到所述企业的废气监测数据的评估值，实现了对企业废气的废气监测数据进行质量评估，以便监管人员可以通过计算得到的废气监测数据的评估值，来判断该企业排除的企业废气的废气监测数据是否具真实有效，进而保证了企业废气真正的达到排污标准。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1示出本申请一个方面的一种评估废气监测数据质量的方法流程示意图；
图2示出根据本申请一个方面的一种评估废气监测数据质量的方法的一实施例中的企业F最近一年的每种能耗量数据与对应的所述废气监测数据之间的相关系数矩阵Corxy；
图3示出根据本申请一个方面的一种评估废气监测数据质量的方法的计算流程。。
附图中相同或相似的附图标记代表相同或相似的部件。
具体实施方式
下面结合附图对本申请作进一步详细描述。
在本申请一个典型的配置中，终端、服务网络的设备和可信方均包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flashRAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括非暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
图1示出本申请一个方面的一种评估废气监测数据质量的方法，该方法应用于政府或废气排放监管部门或监管人员中的网络设备端，其中，该方法包括：步骤S11、步骤S12和步骤S13，具体步骤如下：
当需要对企业废气的废气监测数据进行真实性的质量评估之前，所述步骤S11预置废气监测数据的至少一个监测评估特征；所述步骤S12获取企业废气对应的废气监测数据，并对所述废气监测数据进行质量评估，得到所述废气监测数据的各监测评估特征对应的特征值，并对所述废气监测数据的各监测评估特征对应的特征值进行计算，得到所述废气监测数据的各监测评估特征的权重；所述步骤S13基于所述废气监测数据的各监测评估特征对应的特征值和权重，得到所述企业的废气监测数据的评估值，实现了对企业废气的废气监测数据进行质量评估，以便监管人员可以通过计算得到的废气监测数据的评估值，来判断该企业排出的企业废气的废气监测数据是否具真实有效，进而能够监督企业将排出的废气进行排污标准处理才排放，避免作假的废气监测数据对应的企业废气被排放出去，进而影响生态环境。
在此，所述废气监测数据可以是包括但不限于包括：废气流量数据、废气超标状态数据、废气超标上限数据及废气污染因子的浓度数据等，其中，所述废气污染因子可以包括二氧化硫(SO2)、氮氧化合物、烟尘及含氧量等；所述废气污染因子的浓度数据可以包括废气污染因子的实时废气污染因子的浓度数据与实时折算污染因子浓度。
本申请一实施例中，需要对至少一个企业的废气排放的废气监测数据进行真实性的判断，则首先需要构建废气监测数据的质量评估模型，其中所述质量评估模型中需要构建的参数为废气监测数据对应的监测评估特征，所述监测评估特征可以包括：监测频次特征、稳定性特征、一致性特征、量程设限特征、日间监测值变动频次特征、随机数特征及相关性特征。为了对至少一个企业的废气排放的废气监测数据进行归一化比较，故先预置废气监测数据的至少一个监测评估特征，并从至少一个监测评估特征的维度来对所有企业的废气监测数据进行质量评估。
接着本申请的上述实施例，所述步骤S12若获取企业F的企业废气对应的废气监测数据，并对所述废气监测数据进行质量评估，得到所述废气监测数据的监测评估特征对应的特征值，分别为监测频次特征对应的特征值为c1、稳定性特征对应的特征值为c2、一致性特征对应的特征值为c3、量程设限特征对应的特征值为c4、日间监测值变动频次特征对应的特征值为c5、随机数特征对应的特征值为c6及相关性特征对应的特征值为c7，实现对所述废气监测数据的各监测评估特征的特征值的计算。
在得到企业的废气监测数据对应的各监测评估特征对应的特征值之后，所述步骤S12采用熵权法对一个或多个企业的废气监测数据的各监测评估特征对应的特征值进行分析，计算得到预置的各监测评估特征的权重(weight)，例如，监测频次特征的权重为w1、稳定性特征的权重为w2、一致性特征的权重为w3、量程设限特征的权重为w4、日间监测值变动频次特征的权重为w5、随机数特征的权重为w6、及相关性特征的权重为w7。其中，w1+w2+w3+w4+w5+w6+w7＝1，实现了通过熵权法来确定监测评估特征对应的权重，以根据该归一化的权重来计算得到各个企业的废气监测数据的评估值。
接着所述步骤S13根据各个特征值及其对应的权重计算该企业F的企业废气的废气监测数据的评估值VF如下式：
VF＝c1*w1+c2*w2+c3*w3+c4*w4+c5*w5+c6*w6+c7*w7；
通过上述评估值VF的计算公式可以得出企业F的企业废气的废气监测数据的评估值，实现了对企业废气的废气监测数据进行质量评估。若该企业F对应的评估值VF越高，则越说明获取的企业F的企业废气对应的废气监测数据越接近于实际的废气监测数据，越说明该企业F的废气监测数据被人为干预的几率越低，更具有真实性，进而能够保证真实的废气监测数据对应的企业废气达到排污标准，没有进行人为作假。若该企业F对应的评估值VF越低，则说明人为干预或者机器干预了企业F的企业废气的监测，使得废气监测数据不真实，影响政府或监管部分及监管人员对企业F的企业废气的真实性监测。
进一步地，所述步骤S12获取企业废气对应的废气监测数据，并对所述废气监测数据进行质量评估，得到所述废气监测数据的各监测评估特征对应的特征值，包括：
选取一个目标月，并在所述目标月内获取企业工作时产生的企业废气每日对应的废气监测数据和监测天数；
分别对每日对应的废气监测数据进行质量评估，得到每日对应的废气监测数据的各监测评估特征对应的特征值；
基于所述监测天数和每日对应的废气监测数据的各监测评估特征对应的特征值，得到所述目标月对应的废气监测数据的各监测评估特征对应的特征值；
将所述目标月对应的所述废气监测数据的各监测评估特征对应的特征值，分别确定为所述企业的废气监测数据对应的各监测评估特征对应的特征值。
接着本申请的上述实施例，所述步骤S12中，若需要对企业F中的某一个月的废气监测数据进行分析，则确定选取的目标月M，并在该目标月M内获取企业F工作时产生的企业废气每日对应的废气监测数据和监测天数；若在目标月M中企业工作了20天，则企业废气的监测天数D为20，且还获取了企业工作时的每日对应的废气监测数据，即分别有20天的废气监测数据，例如企业工作的第一日的废气监测数据为Data1(包含废气流量数据、废气超标状态数据、废气超标上限数据及废气污染因子的浓度数据等)，企业工作的第二日的废气监测数据为Data2，……，企业工作的第二十日的废气监测数据为Data20。
接着，分别对每日对应的废气监测数据进行质量评估，得到每日对应的废气监测数据的各监测评估特征对应的特征值，其中，每日对应的废气监测数据的各监测评估特征对应的特征值为二进制值，分别为0或1；例如若是对企业工作的第二日的废气监测数据为Data2进行质量评估，则得到企业工作的第二日对应的废气监测数据的监测频次特征对应的特征值为D2c1＝1、稳定性特征对应的特征值为D2c2＝1、一致性特征对应的特征值为D2c3＝0、量程设限特征对应的特征值为D2c4＝1、日间监测值变动频次特征对应的特征值为D2c5＝1、随机数特征对应的特征值为D2c6＝1，在此企业工作的20日内的其他日的废气监测数据的监测评估特征对应的特征值的质量评估方式和特征值的二进制形式与企业工作第二日的过程一致，在此不再赘述。
在计算得到企业F工作20日内的每日对应的废气监测数据的各监测评估特征对应的特征值，则可以计算得到该目标月M对应的废气监测数据的各监测评估特征对应的特征值，例如在企业M工作的20日内，若需要得到该目标月M对应的废气监测数据的监测频次特征对应的特征值Mc1，则首先统计企业M工作的20日内每日对应的废气监测数据的监测频次特征对应的特征值，依次分别为D1c1、D2c1、……、D20c1，并统计所有的特征值中的特征值为1的个数d，则该目标月M对应的废气监测数据的监测频次特征对应的特征值Mc1为：Mc1＝d/D；其中，D＝20，若d＝18，则该目标月M对应的废气监测数据的监测频次特征对应的特征值Mc1为18/20＝0.9；之后，所述步骤S12将所述目标月M对应的所述废气监测数据的监测频次特征对应的特征值Mc1，确定为企业F的所述废气监测数据的监测频次特征对应的特征值，即企业F的废气监测数据的监测频次特征对应的特征值为Mc1；在此，分别计算企业F的废气监测数据对应的稳定性特征、一致性特征、量程设限特征、日间监测值变动频次特征、随机数特征分别对应的特征值Mc2、Mc3、Mc4、Mc5及Mc6的计算方法，与计算该企业F的废气监测数据的监测频次特征对应的特征值为Mc1的计算方法一致，在此不再赘述；进而实现了通过对企业F的工作日内的每日对应的废气监测数据进行质量评估，进而得到企业F的所述废气监测数据的监测频次特征对应的特征值。
接着本申请的上述实施例，所述步骤S12通过以下三个方面对企业废气的废气监测数据进行质量评估，分别为：合规性质量评估、时间序列分析、大数据校验。下面分别从合规性质量评估、时间序列分析、大数据校验三个方面对所述步骤S12进行举例说明。
一方面，考虑到国家规定的对企业废气的排放标准，需要对企业废气的废气监测数据进行评估，以监测企业对企业废气的废气排放情况、废气监测方式及企业废气中的废气污染因子的浓度数据量等是否符合国家有关废气排放规范，故所述步骤S12中的分别对每日对应的废气监测数据进行质量评估，得到每日对应的废气监测数据的各监测评估特征对应的特征值，包括：
分别对每日对应的废气监测数据进行合规性质量评估，得到每日对应的废气监测数据的监测频次特征、稳定性特征及一致性特征分别对应的特征值。即对企业F在监测过程中获取的企业每日对应的废气监测数据进行上述三个维度的合规性评估之后，可以分别得到每日对应的废气监测数据的监测频次特征、稳定性特征及一致性特征分别对应的特征值，以便监管人员通过该特征值能够了解到企业F的企业废气的废气监测数据是否符合国家有关废气排放规范且是否符合真实性，以监督企业对废气监测数据的如实上报至政府、监管部门及监管人员。
接着本申请的上述实施例，在国家有关废气排放规范中，要求企业做到每小时对废气进行监测，即需要至多1小时采样一次企业废气，并记录每次的废气监测数据；由于现实中的一些企业不遵守国家对废气排放的采样频次的规定，为了节省成本，减少了监测频次，故本申请在所述步骤S12中的分别对每日对应的废气监测数据进行合规性质量评估，得到每日对应的废气监测数据的监测频次特征对应的特征值，包括：
获取每日对应的废气监测数据的日监测频次；
将每日对应的废气监测数据的日监测频次与对应的预设的日监测频次阈值进行比对，得到每日对应的废气监测数据的监测频次特征对应的特征值。
例如，所述企业F每日对应的废气监测数据对应的预设的日监测频次阈值可以是正整数，其中，本申请优选该正整数为24，在企业F工作的时候，统计企业F工作时的每天对应的废气监测数据(包含废气流量数据、废气超标状态数据、废气超标上限数据及废气污染因子的浓度数据等)的监测频次，若每日对应的废气监测数据的日监测频次小于等于对应的预设的日监测频次阈值，则说明企业F没有达到国际按规定的对废气进行监测的频次；例如，若废气污染因子的浓度数据每日的监测频次为48，由于废气污染因子的浓度数据每日的监测频次为48大于对应的预设的日监测频次阈值24，则说明监测频次为48对应的当日对废气的监测符合规定，则采样的当日标记为1，进而得到每日对应的废气监测数据的监测频次特征对应的特征值为1；当然，若废气污染因子的浓度数据每日的监测频次为12小于对应的预设的日监测频次阈值24的话，则说明对废气的监测不符合规定，则将采样的当日标记为0，进而得到每日对应的废气监测数据的监测频次特征对应的特征值为0，实现对企业F工作的每一天的废气进行废气监测数据进行的监测频次评估。
接着本申请的上述实施例，在国家有关废气排放规范中，当企业不停产的情况下，监测仪器必须24小时开机并回传废气监测数据，为了保证为企业废气的实时监测，故在企业不停产的情况下不允许监测仪器出现宕机，当监测仪器不运转时，表现为回传的废气监测数据为零，故为了保证对企业的废气监测数据进行真实性评估，故所述步骤S12中的分别对每日对应的废气监测数据进行合规性质量评估，得到每日对应的废气监测数据的稳定性特征对应的特征值，包括：
获取每日对应的废气监测数据的监测值；
将每日对应的废气监测数据的监测值与对应的预设的监测值阈值进行比对，得到每日对应的废气监测数据的稳定性特征对应的特征值。
例如，由于企业在不停产的情况下，企业产生的废气不会为零，进而对企业废气进行监测的废气监测数据不存在零，故将每日对应的废气监测数据的预设的监测值阈值优选为0，故在所述步骤S12中获取每日对应的废气监测数据的监测值之后，所述步骤S12接着判断每日对应的废气监测数据的监测值是否为0(零值)，得到判断结果为是或否；若判断得到的判断结果为每日对应的废气监测数据的监测值是零值的话，则说明人为或机器对废气监测数据进行干预，则将出现零值对应的采样日标记为0，即出现零值对应的采样日对应的废气监测数据的稳定性特征对应的特征值为0；若判断得到的判断结果为每日对应的废气监测数据的监测值不是零值的话，则说明废气监测数据具有真实性，则将不是零值对应的采样日标记为1，即不是零值对应的采样日对应的废气监测数据的稳定性特征对应的特征值为1，以通过标记的0或1来表征每日对应的废气监测数据的稳定性特征对应的特征值，实现对废气监测数据的稳定性评估。
接着本申请的上述实施例，由于在国家有关废气排放规范中，废气污染因子的实时废气污染因子的浓度数据与实时折算污染因子浓度应该呈现一致性，为了对该一致性进行验证，故所述步骤S12中的分别对每日对应的废气监测数据进行合规性质量评估，得到每日对应的废气监测数据的一致性特征对应的特征值，包括：
获取每日对应的实时的废气监测数据和实时折算污染因子浓度，其中，所述实时的废气监测数据包括实时废气污染因子的浓度数据；
计算所述实时废气污染因子的浓度数据与实时折算污染因子浓度之间的相关性，得到浓度相关系数；
将所述浓度相关系数与预设的浓度相关性阈值进行比对，得到每日对应的废气监测数据的一致性特征对应的特征值。
在此，所述预设的浓度相关性阈值为0-1之内的所有小数，在本申请的下述实施例中，优选所述预设的浓度相关性阈值为0.6。例如，所述步骤S12先获取企业F的每日对应的实时的废气监测数据和实时折算污染因子浓度，所述实时的废气监测数据包括实时废气污染因子的浓度数据，若每日对应的所述实时废气污染因子的浓度数据为向量P1，其中，向量P1中的每个值为当日实时获取的实时废气污染因子的浓度数据(即浓度值)且实时折算污染因子浓度为向量P2，其中，向量P2中的每个值为当日实时获取的废气监测数据的实时折算污染因子浓度，计算向量P1与向量P2之间的相关性，得到浓度相关系数对应的向量P12，其中，向量P12中的各个值表示每个实时废气污染因子的浓度数据与对应的实时折算污染因子浓度的浓度相关系数，若所述向量P12中的浓度相关系数小于所述述预设的浓度相关性阈值0.6，则将采样废气监测数据当日的废气监测数据的一致性特征对应的特征值标记为0，若所述向量P12中的浓度相关系大于等于所述述预设的浓度相关性阈值0.6，则将采样废气监测数据当日的废气监测数据的一致性特征对应的特征值标记为1，实现对实时的废气监测数据中的实时废气污染因子的浓度数据与对应的实时折算污染因子浓度的一致性评估。
另一方面，由于企业的企业废气中，废气监测数据(包含废气流量数据、废气超标状态数据、废气超标上限数据及废气污染因子的浓度数据等)中的废气污染因子的浓度数据是一列随时间变化而变化的数据，统计上称之为时间序列。通过一系列时间序列分析，我们可以判断出废气污染因子的浓度数据有没有人为作假或机器故障的情况发生。废气监测中经常会出现仪器故障或由于人为干预，导致测量得到的废气污染因子的浓度数据长时间不变或在某一值附近随机波动，再或者人为设定量程上限，让测量得到的废气污染因子的浓度数据永远在某一范围内波动，故所述步骤S12中的分别对每日对应的废气监测数据进行质量评估，得到每日对应的废气监测数据的各监测评估特征对应的特征值，包括：分别对每日对应的废气监测数据进行时间序列评估，得到每日对应的废气监测数据的量程设限特征、日间监测值变动频次特征、随机数特征分别对应的特征值，以实现对企业中每日产生的企业废气的废气监测数据进行时间序列评估，以辨别获取的废气监测数据的真实性，避免了仪器故障或由于人为干预，导致测量得到的废气监测数据的失真。
接着本申请的上述实施例，由于对企业废气的测量中有些企业给废气污染因子浓度设定量程，使其一直在某一范围内浮动，以保证废气永远不超标，为了避免此种人为或机器的干预，所述步骤S12中的分别对每日对应的废气监测数据进行时间序列评估，得到每日对应的废气监测数据的日间监测值变动频次特征对应的特征值，包括：
获取每日对应的废气监测数据的监测值，并对所述监测值进行极值过滤，得到所述废气监测数据过滤极值后的监测值；
计算每日对应的所述废气监测数据过滤极值后的监测值的标准差，并将相邻两日的所述标准差进行差值计算，得到所述标准差的波动差值的绝对值；
计算所述标准差的波动差值的绝对值与所述相邻两日中的第一日对应的标准差的比值，并将所述比值与预设的比值阈值进行比较，得到每日对应的废气监测数据的日间监测值变动频次特征对应的特征值。
例如，所述预设的比值阈值为0-1之内的任意小数，在本申请的优选实施例中，将所述预设的比值阈值优选为0.01。步骤S12获取目标月M中企业工作时每日对应的废气监测数据的监测值L1、L2、……、Ln，其中n为获取的废气监测数据的监测值的个数，接着对所述监测值L1、L2、……、Ln进行极值过滤，若监测值中的L10和L35为极值，则得到所述废气监测数据过滤极值后的监测值为L1、L2、……、L9、L11、L12、……、L34、……、Ln；接着所述步骤S12计算每日对应的所述废气监测数据过滤极值后的监测值L1、L2、……、L9、L11、L12、……、L34、……、Ln的标准差sd；接着获取相邻两日的标准差分别为sd(t)和sd(t-1),其中t为采样废气监测数据的第t日，计算所述标准差的波动差值的绝对值|sdt-sdt-1|与所述相邻两日中的第一日对应的标准差sd(t-1)的比值，即|sdt-sdt-1|/sdt-1，并将所述比值|sdt-sdt-1|/sdt-1与预设的比值阈值0.01进行比较，例如，若|sdt-sdt-1|/sdt-1<＝0.01则将所述相邻两日中的第二日对应的废气监测数据的日间监测值变动频次特征对应的特征值确定为0，若|sdt-sdt-1|/sdt-1>0.01则将所述相邻两日中的第二日对应的废气监测数据的日间监测值变动频次特征对应的特征值确定为1，实现对企业对产生的废气的日与日之间的废气监测数据对应的测量值变动率的评估。
接着本申请的上述实施例，由于对企业废气的测量中有些企业给废气污染因子浓度设定量程，使其一直在某一范围内浮动，以保证永远不超标，为了避免此种人为或机器的干预，所述步骤S12中的分别对每日对应的废气监测数据进行时间序列评估，得到每日对应的废气监测数据的量程设限特征对应的特征值，包括：
获取每日对应的废气监测数据的监测值，对所述监测值取平均得到每日内的废气监测数据的监测平均值，并确定每日内的废气监测数据的监测最大值；
将每日内的废气监测数据的监测最大值与监测平均值的比值作为每日内的废气监测数据的标准化最大值；
计算相邻两天的所述标准化最大值的差的绝对值，并计算所述绝对值与所述相两天中的第一天对应的所述标准化最大值之间的变化率比值；
基于所述变化率比值和对应的预设的变化率阈值，确定每日对应的废气监测数据的量程设限特征对应的特征值例如，所述步骤S12按照预设的时间间隔(例如时间间隔为1小时)获取每日内的废气监测数据的监测值，对所述监测值取平均得到每日内的废气监测数据(例如废气污染因子的浓度数据等)的监测平均值meant，其中t代表按照时间顺序的工作日，即工作的第t日，并从每日的所有的监测值中选择出废气监测数据(例如废气污染因子的浓度数据等)的监测最大值maxt，接着将每日内的废气监测数据的监测最大值maxt与监测平均值meant的比值作为每日内的废气监测数据的标准化最大值Smaxt＝maxt/meant，并计算相邻两天的所述标准化最大值的差的绝对值，例如将标准化最大值Smaxt和前一天的Smaxt-1相比较，得到|Smaxt-Smaxt-1|，接着就算所述绝对值|Smaxt-Smaxt-1|和与所述相两天中的第一天对应的所述标准化最大值之间的变化率比值：|Smaxt-Smaxt-1|/Smaxt-1，之后，将所述变化率比值和对应的预设的变化率阈值(可以包括0-1之间的任何小数，本申请的实施例中优选为0.01)进行比对，若比对得到的关系如|Smaxt-Smaxt-1|/Smaxt-1<＝0.01，则采样日t对应的废气监测数据的量程设限特征对应的特征值被标记为0，否则特征值被标记为1，实现对获取的每日的废气监测数据的日间监测值变动频次评估，以避免人为对废气监测数据的干预。
接着本申请的上述实施例，由于对企业废气的测量中有些企业用机器随机生成的随机数替代实际测量值，为了避免此种情况，所述步骤S12中的分别对每日对应的废气监测数据进行时间序列评估，得到每日对应的废气监测数据的随机数特征对应的特征值，包括：
选取所述目标月中的目标周，在所述目标周内按照所述预设的时间间隔获取每日内的废气监测数据的监测值；
基于随机数检测算法对所述目标周内获取的所有所述监测值进行随机数检测，得到随机数检测结果；
基于所述随机数检测结果确定所述目标周内的每日对应的废气监测数据的随机数特征对应的特征值。
例如，选取所述目标月M中的目标周Week，在所述目标周Week内按照所述预设的时间间隔(例如时间间隔为五分钟、半小时及实时获取等)的时间序列获取每日内的废气监测数据(例如废气污染因子的浓度数据等)的监测值，并基于随机数检测算法(可以包括但不限于是Box-Ljung test随机数据数检测算法等)对所述目标周内获取的所有所述监测值进行随机数检测，得到随机数检测结果，分别为是或者否，若所述随机数检测结果为是，则所述目标周Week内的每日对应的废气监测数据的随机数特征对应的特征值均确定为0，若所述随机数检测结果为否，则所述目标周Week内的每日对应的废气监测数据的随机数特征对应的特征值均确定为1，以排除获取的企业废气的废气监测数据(例如废气污染因子的浓度数据等)为随机数的可能性。
另一方面，为了综合从多维度来辨别获取的所述废气监测数据的真实性，本申请的实施例中的所述监测评估特征还包括：相关性特征。对所述相关性特征的分析，所述步骤S12中的获取企业废气对应的废气监测数据，并对所述废气监测数据进行质量评估，得到所述废气监测数据的各监测评估特征对应的特征值，包括：
获取企业废气对应的废气监测数据，并对所述废气监测数据进行相关性评估，得到所述废气监测数据的相关性特征对应的特征值。进一步地，所述步骤S12获取企业的每种能耗量数据对应的月耗量向量及对应的所述废气监测数据的月监测数据向量；
分别两两计算每种所述月耗量向量与对应的所述废气监测数据的月监测数据向量的相关性，得到所述企业的每种能耗量数据与所述废气监测数据之间的相关系数；
从所述相关系数中选出最大值，并将最大值对应的相关系数确定为所述废气监测数据的相关性特征对应的特征值。
例如，所述能耗量数据包括但不限于是企业F的月用水量、月用电量、月用煤量及月用石油量等，为了综合考虑获取的废气监测数据的真实性，故需要在所述能耗量数据与所述废气监测数据之间进行多维数据相关性分析评估。例如企业F能耗使用为水、电量、煤及石油，会产生含有二氧化硫(SO2)和氮氧化物(NOx)的企业废气，为了保证计算得到的相关性特征的准确度，取企业F最近一年的月度废气监测数据，并得到该企业F的每种能耗量数据对应的月耗量向量，分别为：月度用水量向量Vwareri：Vwater1，Vwater2…Vwater12、月度用电量向量Veleci、月度用煤量向量Vcoali及月度用石油量向量Voili，并对应的计算废气监测数据(例如废气流量数据和废气污染因子的浓度数据等，其中优选所述废气污染因子的浓度数据为SO2浓度和氮氧化物浓度)的月监测数据向量，分别为：月平均SO2向量Vso2i、月平均当氧化物向量Vnoi及月累计废气流量向量Vfluxi，其中，所述月平SO2向量Vso2i由实时获取的SO2浓度按月份求平均数获得，所述月累计废气流量向量Vfluxi由实时废气流量数据按月份加总获得；其中i用于指示企业F最近一年的每个月份数，即i＝1、2、3、4、5、6、7、8、9、10、11和12；接着所述步骤S12分别两两计算每种所述月耗量向量与对应的所述废气监测数据的月监测数据向量的相关性，得到所述企业的每种能耗量数据与对应的所述废气监测数据之间的相关系数矩阵Corxy如图2所示，其中，x＝1、2和3，y＝1、2、3和4，进而根据相关系数矩阵Corxy中的相关系数得到所述企业的每种能耗量数据与所述废气监测数据之间的相关系数；例如相关系数Cor23用于指示企业F这一年中的用煤量与产生企业废气中的氮氧化物浓度之间的相关性；接着从所述相关系数中选出最大值，并将最大值对应的相关系数确定为所述废气监测数据的相关性特征对应的特征值，若相关系数Cor21为最大值MaxCor，则所述最大值对应的相关系数MaxCor＝Cor21确定为所述废气监测数据的相关性特征对应的特征值MaxCor，实现对能耗量数据与对应的废气监测数据之间的相关性分析。
如图3所示，所述步骤S12计算得到所述监测频次特征、稳定性特征、一致性特征、量程设限特征、日间监测值变动频次特征、随机数特征及相关性特征之后，通过废气监测数据的评估值VA如下式：
VA＝c1*w1+c2*w2+c3*w3+c4*w4+c5*w5+c6*w6+c7*w7；得到企业F的每个排气口处的废气监测数据的评估值VAp，其中所述p为企业F的排气口处的个数。为了加强对废气监测数据的真实性监测和防止对生态环境造成伤害，故将每个排气口处的废气监测数据的评估值VAp进行比较，并将最差的排气口处的废气监测数据得到的评估值minVAp作为该企业F的所述废气监测数据的评估值VA＝minVAp，实现了对企业废气的废气监测数据进行质量评估，以便监管人员可以通过计算得到的废气监测数据的评估值，来判断该企业排出的企业废气的废气监测数据是否具真实有效，监管人员可以选择得分低的企业进行现场检查，极大的提高了监管的准确性，进而能够监督企业将排出的废气进行排污标准处理才排放，避免作假的废气监测数据对应的企业废气被排放出去，进而影响生态环境。
此外，本申请实施例还提供了一种评估废气监测数据质量的设备，其中，该设备包括：
一个或多个处理器；以及
存储有计算机可读指令的存储器，所述计算机可读指令在被执行时使所述处理器执行前述方法的操作。
例如，计算机可读指令在被执行时使所述一个或多个处理器：在对企业废气对应的废气监测数据进行质量进行评估之前，预置废气监测数据的至少一个监测评估特征；获取企业废气对应的废气监测数据，并对所述废气监测数据进行质量评估，得到所述废气监测数据的各监测评估特征对应的特征值，并对所述废气监测数据的各监测评估特征对应的特征值进行计算，得到所述废气监测数据的各监测评估特征的权重；基于所述废气监测数据的各监测评估特征对应的特征值和权重，得到所述企业的废气监测数据的评估值，实现了对企业废气的废气监测数据进行质量评估，以便监管人员可以通过计算得到的废气监测数据的评估值，来判断该企业排除的企业废气的废气监测数据是否具真实有效，进而保证了企业废气真正的达到排污标准。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。
需要注意的是，本申请可在软件和/或软件与硬件的组合体中被实施，例如，可采用专用集成电路(ASIC)、通用目的计算机或任何其他类似硬件设备来实现。在一个实施例中，本申请的软件程序可以通过处理器执行以实现上文所述步骤或功能。同样地，本申请的软件程序(包括相关的数据结构)可以被存储到计算机可读记录介质中，例如，RAM存储器，磁或光驱动器或软磁盘及类似设备。另外，本申请的一些步骤或功能可采用硬件来实现，例如，作为与处理器配合从而执行各个步骤或功能的电路。
另外，本申请的一部分可被应用为计算机程序产品，例如计算机程序指令，当其被计算机执行时，通过该计算机的操作，可以调用或提供根据本申请的方法和/或技术方案。而调用本申请的方法的程序指令，可能被存储在固定的或可移动的记录介质中，和/或通过广播或其他信号承载媒体中的数据流而被传输，和/或被存储在根据所述程序指令运行的计算机设备的工作存储器中。在此，根据本申请的一个实施例包括一个装置，该装置包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器，其中，当该计算机程序指令被该处理器执行时，触发该装置运行基于前述根据本申请的多个实施例的方法和/或技术方案。
对于本领域技术人员而言，显然本申请不限于上述示范性实施例的细节，而且在不背离本申请的精神或基本特征的情况下，能够以其他的具体形式实现本申请。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本申请的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。装置权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。
Claims (8)
1.一种评估废气监测数据质量的方法，其中，所述方法包括：
预置废气监测数据的至少一个监测评估特征；
获取企业废气对应的废气监测数据，并对所述废气监测数据进行质量评估，得到所述废气监测数据的各监测评估特征对应的特征值，并对所述废气监测数据的各监测评估特征对应的特征值进行计算，得到所述废气监测数据的各监测评估特征的权重；
基于所述废气监测数据的各监测评估特征对应的特征值和权重，得到所述企业的废气监测数据的评估值；
将所述企业的废气监测数据的评估值反馈给监管人员，以使所述监管人员根据所述废气监测数据的评估值来判断所述废气监测数据是否具有真实性；
其中，所述获取企业废气对应的废气监测数据，并对所述废气监测数据进行质量评估，得到所述废气监测数据的各监测评估特征对应的特征值，包括：选取一个目标月，并在所述目标月内获取企业工作时产生的企业废气每日对应的废气监测数据和监测天数；分别对每日对应的废气监测数据进行质量评估，得到每日对应的废气监测数据的各监测评估特征对应的特征值；基于所述监测天数和每日对应的废气监测数据的各监测评估特征对应的特征值，得到所述目标月对应的废气监测数据的各监测评估特征对应的特征值；将所述目标月对应的所述废气监测数据的各监测评估特征对应的特征值，分别确定为所述企业的废气监测数据对应的监测评估特征对应的特征值；
其中，所述分别对每日对应的废气监测数据进行质量评估，得到每日对应的废气监测数据的各监测评估特征对应的特征值，包括：选取所述目标月中的目标周，在所述目标周内按照预设的时间间隔获取每日内的废气监测数据的监测值；基于随机数检测算法对所述目标周内获取的所有所述监测值进行随机数检测，得到随机数检测结果；基于所述随机数检测结果确定所述目标周内的每日对应的废气监测数据的随机数特征对应的特征值。
2.根据权利要求1所述的方法，其中，分别对每日对应的废气监测数据进行质量评估，得到每日对应的废气监测数据的各监测评估特征对应的特征值，包括：
获取每日对应的废气监测数据的日监测频次；
将每日对应的废气监测数据的日监测频次与对应的预设的日监测频次阈值进行比对，得到每日对应的废气监测数据的监测频次特征对应的特征值。
3.根据权利要求1所述的方法，其中，分别对每日对应的废气监测数据进行质量评估，得到每日对应的废气监测数据的各监测评估特征对应的特征值，包括：获取每日对应的废气监测数据的监测值；
将每日对应的废气监测数据的监测值与对应的预设的监测值阈值进行比对，得到每日对应的废气监测数据的稳定性特征对应的特征值。
4.根据权利要求1所述的方法，其中，分别对每日对应的废气监测数据进行质量评估，得到每日对应的废气监测数据的各监测评估特征对应的特征值，包括：获取每日对应的实时的废气监测数据和实时折算污染因子浓度，其中，所述实时的废气监测数据包括实时废气污染因子的浓度数据；
计算所述实时废气污染因子的浓度数据与实时折算污染因子浓度之间的相关性，得到浓度相关系数；
将所述浓度相关系数与预设的浓度相关性阈值进行比对，得到每日对应的废气监测数据的一致性特征对应的特征值。
5.根据权利要求1所述的方法，其中，分别对每日对应的废气监测数据进行质量评估，得到每日对应的废气监测数据的各监测评估特征对应的特征值，
获取每日对应的废气监测数据的监测值，并对所述监测值进行极值过滤，得到所述废气监测数据过滤极值后的监测值；
计算每日对应的所述废气监测数据过滤极值后的监测值的标准差，并将相邻两日的所述标准差进行差值计算，得到所述标准差的波动差值的绝对值；
计算所述标准差的波动差值的绝对值与所述相邻两日中的第一日对应的标准差的比值，并将所述比值与预设的比值阈值进行比较，得到每日对应的废气监测数据的日间监测值变动频次特征对应的特征值。
6.根据权利要求1所述的方法，其中，分别对每日对应的废气监测数据进行质量评估，得到每日对应的废气监测数据的各监测评估特征对应的特征值，获取每日对应的废气监测数据的监测值，对所述监测值取平均得到每日内的废气监测数据的监测平均值，并确定每日内的废气监测数据的监测最大值；
将每日内的废气监测数据的监测最大值与监测平均值的比值作为每日内的废气监测数据的标准化最大值；
计算相邻两天的所述标准化最大值的差的绝对值，并计算所述绝对值与所述相邻两天中的第一天对应的所述标准化最大值之间的变化率比值；
基于所述变化率比值和对应的预设的变化率阈值，确定每日对应的废气监测数据的量程设限特征对应的特征值。
7.根据权利要求1所述的方法，其中，所述监测评估特征还包括：相关性特征，则所述获取企业废气对应的废气监测数据，并对所述废气监测数据进行质量评估，得到所述废气监测数据的各监测评估特征对应的特征值，包括：
获取企业的每种能耗量数据对应的月耗量向量及对应的所述废气监测数据的月监测数据向量；
分别两两计算每种所述月耗量向量与对应的所述废气监测数据的月监测数据向量的相关性，得到所述企业的每种能耗量数据与所述废气监测数据之间的相关系数；
从所述相关系数中选出最大值，并将最大值对应的相关系数确定为所述废气监测数据的相关性特征对应的特征值。
8.一种评估废气监测数据质量的设备，其中，该设备包括：
一个或多个处理器；以及
存储有计算机可读指令的存储器，所述计算机可读指令在被执行时使所述处理器执行如权利要求1至7中任一项所述方法的操作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710434284.9A CN107301617B (zh) | 2017-06-09 | 2017-06-09 | 一种评估废气监测数据质量的方法及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710434284.9A CN107301617B (zh) | 2017-06-09 | 2017-06-09 | 一种评估废气监测数据质量的方法及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107301617A CN107301617A (zh) | 2017-10-27 |
| CN107301617B true CN107301617B (zh) | 2020-11-13 |
Family
ID=60134631
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710434284.9A Active CN107301617B (zh) | 2017-06-09 | 2017-06-09 | 一种评估废气监测数据质量的方法及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107301617B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6737315B2 (ja) * | 2018-10-18 | 2020-08-05 | 栗田工業株式会社 | 排ガスを処理するために用いる処理剤の在庫管理システムおよび在庫管理方法 |
| CN110033200A (zh) * | 2019-04-19 | 2019-07-19 | 苏州环职安环境工程技术有限公司 | 企业排放废气监控数据质量评价方法 |
| CN111275333B (zh) * | 2020-01-20 | 2021-06-01 | 江苏神彩科技股份有限公司 | 污染数据处理方法和装置 |
| CN112200387A (zh) * | 2020-11-06 | 2021-01-08 | 中冶赛迪重庆环境咨询有限公司 | 一种污染物排放稳定性的评估方法 |
| CN113012388B (zh) * | 2021-02-19 | 2023-02-24 | 浙江清之元信息科技有限公司 | 污染源在线监测系统及在线监测数据作假识别分析方法 |
| CN113610344B (zh) * | 2021-06-30 | 2023-11-14 | 江苏省生态环境监控中心(江苏省环境信息中心) | 一种污染预警方法、装置、电子设备及存储介质 |
| CN117236522B (zh) * | 2023-11-10 | 2024-02-13 | 四川智源能诚售电有限公司 | 一种电力能耗管理方法、系统、电子设备及介质 |
| CN117575161B (zh) * | 2023-11-30 | 2024-06-11 | 生态环境部土壤与农业农村生态环境监管技术中心 | 工业污染源监测布点方法和装置 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN203535436U (zh) * | 2013-07-18 | 2014-04-09 | 广东长天思源环保科技股份有限公司 | 污染源智能环保监控系统 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1276363C (zh) * | 2002-11-13 | 2006-09-20 | 深圳市朗科科技有限公司 | 借助半导体存储装置实现数据安全存储和算法存储的方法 |
| CN106503206A (zh) * | 2016-10-26 | 2017-03-15 | 国家电网公司 | 一种基于熵权法的通用数据质量评估方法 |
| CN106709242B (zh) * | 2016-12-07 | 2018-12-07 | 常州大学 | 一种鉴别污水监测数据真伪的方法 |
-
2017
- 2017-06-09 CN CN201710434284.9A patent/CN107301617B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN203535436U (zh) * | 2013-07-18 | 2014-04-09 | 广东长天思源环保科技股份有限公司 | 污染源智能环保监控系统 |
Non-Patent Citations (1)
| Title |
|---|
| On the equivalent of low-rank linear regressions and linear discriminant analysis based regressions;Xiao Cai等;《KDD "13: Proceedings of the 19th ACM SIGKDD international conference on Knowledge discovery and data mining》;20130831;第1124-1132页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107301617A (zh) | 2017-10-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107301617B (zh) | 一种评估废气监测数据质量的方法及设备 | |
| CN107292501B (zh) | 一种评估废水监测数据质量的方法及设备 | |
| CN110634080B (zh) | 异常用电检测方法、装置、设备及计算机可读存储介质 | |
| Pospelov et al. | Construction of a method for detecting arbitrary hazard pollutants in the atmospheric air based on the structural function of the current pollutant concentrations | |
| CN106650797A (zh) | 一种基于集成elm的配电网窃电嫌疑用户智能识别方法 | |
| CN110990393A (zh) | 一种行业企业数据异常行为的大数据识别方法 | |
| CN112836738B (zh) | 基于bp神经网络的窃电行为检测方法 | |
| CN103955202B (zh) | 一种基于燃煤电厂脱硫系统数据自动诊断甄别方法 | |
| CN109492708A (zh) | 一种基于ls-knn的管道漏磁内检测缺失数据插补方法 | |
| CN115689396B (zh) | 污染物排放管控方法、装置、设备及介质 | |
| CN115222303B (zh) | 基于大数据的行业风险数据分析方法、系统及存储介质 | |
| CN108763966B (zh) | 一种尾气检测作弊监管系统及方法 | |
| CN113742993A (zh) | 干式变压器寿命损失预测方法、装置、设备及存储介质 | |
| CN115166625A (zh) | 智能电表误差估计方法及装置 | |
| CN109856321A (zh) | 异常高值点位的确定方法 | |
| CN105808902B (zh) | 用于湿法脱硫系统运行工况分析的定性方法 | |
| CN107194188B (zh) | 一种评估危废申报数据质量的方法及设备 | |
| CN104504237A (zh) | 一种燃煤电厂脱硝系统数据自动诊断甄别模型 | |
| CN112394040A (zh) | 一种机动车排污监管系统及方法 | |
| CN116976709A (zh) | 基于流域生态系统的脆弱性评估方法 | |
| Fu et al. | An investigation of the quality of air data in Beijing | |
| CN110703701A (zh) | 一种适用于燃煤电站环保装备运行数据的高效数据预处理方法 | |
| CN114001887B (zh) | 一种基于挠度监测的桥梁损伤评定方法 | |
| CN113610344A (zh) | 一种污染预警方法、装置、电子设备及存储介质 | |
| CN116878728B (zh) | 一种压力传感器故障检测分析处理系统 |
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 | ||
| CB02 | Change of applicant information |
Address after: 215122 12 Louyang Road, Suzhou Industrial Park, Suzhou, Jiangsu Applicant after: Jiangsu God color Polytron Technologies Inc Address before: 215002 9 building, No. 18 Zhen Ye Road, 18 Suzhou Industrial Park, Suzhou, Jiangsu. Applicant before: Jiangsu Menglan God color Polytron Technologies Inc |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 215122 12 Louyang Road, Suzhou Industrial Park, Suzhou, Jiangsu Patentee after: Shencai Technology Co., Ltd Address before: 215122 12 Louyang Road, Suzhou Industrial Park, Suzhou, Jiangsu Patentee before: JIANGSU SHENCAI TECHNOLOGY Co.,Ltd. |
|
| CP01 | Change in the name or title of a patent holder |