CN111858140A - 污染物监控数据的校验方法、装置、服务器和介质 - Google Patents
污染物监控数据的校验方法、装置、服务器和介质 Download PDFInfo
- Publication number
- CN111858140A CN111858140A CN202010664846.0A CN202010664846A CN111858140A CN 111858140 A CN111858140 A CN 111858140A CN 202010664846 A CN202010664846 A CN 202010664846A CN 111858140 A CN111858140 A CN 111858140A
- Authority
- CN
- China
- Prior art keywords
- pollutant emission
- data set
- emission data
- pollutant
- data
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/08—Error detection or correction by redundancy in data representation, e.g. by using checking codes
- G06F11/10—Adding special bits or symbols to the coded information, e.g. parity check, casting out 9's or 11's
- G06F11/1008—Adding special bits or symbols to the coded information, e.g. parity check, casting out 9's or 11's in individual solid state devices
- G06F11/1048—Adding special bits or symbols to the coded information, e.g. parity check, casting out 9's or 11's in individual solid state devices using arrangements adapted for a specific error detection or correction feature
-
- 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
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Abstract
本发明实施例公开了一种污染物监控数据的校验方法、装置、服务器和介质。其中，该方法包括：确定污染物排放量数据集合，并，确定生产污染物排放量数据的生产设备的能源消耗数据集合；根据污染物排放量数据集合和能源消耗数据集合，校验污染物排放量数据集合中的污染物排放量数据是否被篡改。本发明实施例能够结合污染物排放量数据生产设备的能源消耗数据，有效校验污染物排放量数据是否被篡改。
Description
技术领域
本发明实施例涉及一种数据校验技术，尤其涉及一种污染物监控数据的校验方法、装置、服务器和介质。
背景技术
随着我国经济及城市化的快速发展，环境保护在城市建设中起着越来越关键的作用。长期以来，对于工业污染物的监督管理和环保执法缺乏有效的监督手段，超标排放和偷排现象时有发生，环境监察工作任务重、难度大、压力更大。污染物监测信息采集与监控是环境治理的一项重要的基础工作，也是目前采用的主要手段。目前的污染物自动监控数据是由安装在污染物端的自动采样分析设备分析后通过数据传输设备上传到监控平台，作为监控及分析使用。
上述方案的缺陷在于：目前这种方法可以使用模拟软件自动监控设备漏洞等方式对存在超标的污染物自动监控数据篡改或直接篡改污染物的排放量等，使得监控平台难以判断接收到的污染物数据是否正确。
发明内容
本申请实施例提供一种污染物监控数据的校验方法、装置、服务器和介质，可以结合污染物排放量数据生产设备的能源消耗数据，有效校验污染物排放量数据是否被篡改。
第一方面，本发明实施例提供了一种污染物监控数据的校验方法，包括：
确定污染物排放量数据集合，并，确定生产污染物排放量数据的生产设备的能源消耗数据集合；
根据所述污染物排放量数据集合和所述能源消耗数据集合，校验所述污染物排放量数据集合中的污染物排放量数据是否被篡改。
可选的，确定污染物排放量数据集合，包括：
从污染物监控设备中采集至少两个污染物排放量数据；其中，所述污染物排放量数据为采集标准时段内污染物排放量的均值；
将所述至少两个污染物排放量数据作为污染物排放量数据集合。
可选的，根据所述污染物排放量数据集合和所述能源消耗数据集合，校验所述污染物排放量数据集合中的污染物排放量数据是否被篡改，包括：
根据所述污染物排放量数据集合和所述能源消耗数据集合，计算相关系数；
根据所述相关系数和预设系数阈值，校验所述污染物排放量数据集合中的污染物排放量数据是否被篡改。
可选的，所述相关系数为皮尔森系数。
可选的，，所述皮尔森系数采用如下公式计算：
其中，r为皮尔森系数；n为污染物排放量数据集合中的数据总个数，或者能源消耗数据集合中的数据总个数；xi为污染物排放量数据集合中的第i个污染物排放量数据；yi为能源消耗数据集合中的第i个能源消耗数据；
为污染物排放量数据集合中所有污染物排放量数据的平均值；
为能源消耗数据集合中所有能源消耗数据的平均值。
可选的，根据所述相关系数和预设系数阈值，校验所述污染物排放量数据集合中的污染物排放量数据是否被篡改，包括：
若所述相关系数小于预设系数阈值，则判定所述污染物排放量数据集合中的污染物排放量数据未被篡改；
若所述相关系数大于等于所述预设系数阈值，则判定所述污染物排放量数据集合中的污染物排放量数据被篡改。
可选的，在判定所述污染物排放量数据集合中的污染物排放量数据被篡改之后，所述方法还包括：
生成报警提示信息，用于提示管理人员对所述污染物排放量数据集合中的污染物排放量数据进行核查。
第二方面，本发明实施例提供了一种污染物监控数据的校验装置，包括：
数据集合确定模块，用于确定污染物排放量数据集合，并，确定生产污染物排放量数据的生产设备的能源消耗数据集合；
数据校验模块，用于根据所述污染物排放量数据集合和所述能源消耗数据集合，校验所述污染物排放量数据集合中的污染物排放量数据是否被篡改。
数据集合确定模块，具体用于：
从污染物监控设备中采集至少两个污染物排放量数据；其中，所述污染物排放量数据为采集标准时段内污染物排放量的均值；
将所述至少两个污染物排放量数据作为污染物排放量数据集合。
可选的，数据校验模块，具体用于：
根据所述污染物排放量数据集合和所述能源消耗数据集合，计算相关系数；
根据所述相关系数和预设系数阈值，校验所述污染物排放量数据集合中的污染物排放量数据是否被篡改。
可选的，所述相关系数为皮尔森系数。
可选的，所述皮尔森系数采用如下公式计算：
其中，r为皮尔森系数；n为污染物排放量数据集合中的数据总个数，或者能源消耗数据集合中的数据总个数；xi为污染物排放量数据集合中的第i个污染物排放量数据；yi为能源消耗数据集合中的第i个能源消耗数据；
为污染物排放量数据集合中所有污染物排放量数据的平均值；
为能源消耗数据集合中所有能源消耗数据的平均值。
可选的，数据校验模块，还具体用于：
若所述相关系数小于预设系数阈值，则判定所述污染物排放量数据集合中的污染物排放量数据未被篡改；
若所述相关系数大于等于所述预设系数阈值，则判定所述污染物排放量数据集合中的污染物排放量数据被篡改。
可选的，还包括：
报警提示信息生成模块，用于生成报警提示信息，用于提示管理人员对所述污染物排放量数据集合中的污染物排放量数据进行核查。
第三方面，本发明实施例还提供了一种服务器，该服务器包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明实施例中的任一种所述的污染物监控数据的校验方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明实施例中的任一种所述的污染物监控数据的校验方法。
本发明实施例确定污染物排放量数据集合，并，确定生产污染物排放量数据的生产设备的能源消耗数据集合；根据污染物排放量数据集合和能源消耗数据集合，校验污染物排放量数据集合中的污染物排放量数据是否被篡改。本发明实施例能够结合污染物排放量数据生产设备的能源消耗数据，有效校验污染物排放量数据是否被篡改。
附图说明
图1是本发明实施例一中的污染物监控数据的校验方法的流程示意图；
图2是本发明实施例二中的污染物监控数据的校验方法的流程示意图；
图3是本发明实施例三中的污染物监控数据的校验装置的结构示意图；
图4是本发明实施例四中的服务器的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1是本发明实施例一中的污染物监控数据的校验方法的流程示意图。本实施例可适用于对污染物排放量数据的真实性进行有效检测的情况。本实施例方法可由污染物监控数据的校验装置来执行，该装置可采用硬件/或软件的方式来实现，并可配置于服务器中。可实现本申请任意实施例所述的污染物监控数据的校验方法。如图1所示，该方法具体包括如下：
S110、确定污染物排放量数据集合，并，确定生产污染物排放量数据的生产设备的能源消耗数据集合。
在本实施例中，污染物排放量数据集合为监控平台从污染物监控设备中定期采集得到的至少两个污染物排放量数据，或者，可以在污染物监控设备中设定向监控平台发送污染物排放量数据的时间，以定期向监控平台发送设定时段内的污染物排放量数据；例如，可以设置污染物排放量数据的发送时间间隔为一周，且污染物监控设备采集污染物排放量数据的时间单位为每小时，则一周内，污染物监控设备向监控平台会发送24×7＝168个数据。
具体的，污染物监控设备发送至监控平台的污染物排放量数据是由某一污染物生产设备产生的；其中，产生一定污染物排放量数据的能源消耗数据是一定的，即生产设备排放的污染物排放量数据与生产设备的能源消耗数据是成正比的；且能源消耗数据集合中的数据总个数与污染物排放量数据集合中的数据总个数是相等的。
S120、根据污染物排放量数据集合和能源消耗数据集合，校验污染物排放量数据集合中的污染物排放量数据是否被篡改。
污染物监控平台会定期从污染物监控设备中获取污染物排放量数据，并根据国家规定的某污染物排放量指标，对获得到的污染物排放量数据进行核对，以确定该污染物排放量是否超标。
由于，传统方式下，仅是通过采集到的污染物排放量数据和国家规定的污染物排放量指标，去比对该污染物排放量数据是否超标；若获取到的污染物排放量数据在国家规定的数据指标内，则判定该污染物排放量未超标，并不干涉生产该污染物排放量数据的生产设备的排放量；若获取到的污染物排放量数据在国家规定的数据指标外，则判定污染物排放量已超标，并强制管控生产该污染物排放量数据的生产设备的排放量，强制制止该污染物排放量数据的增多。
上述方式中，由于污染物监控设备中可以插入第三方软件，直接判定一定时段内污染物监控设备采集到的污染物排放量数据是否超标，若超标，则直接修改污染物排放量数据，以达到数据作弊的目的；再将修改后的污染物排放量数据传输至监控平台审核，因此，监控平台的管理人员无法得知从污染物监控设备中采集得到的污染物排放量数据是否真实。
在本实施例中，由于污染物排放量数据与生产该污染物排放量数据的生产设备的能源消耗数据具有一定比例关系，因此，采用污染物排放量数据集合和能源消耗数据集合，校验污染物排放量数据集合中的污染物排放量数据是否被篡改，能够准确有效的检测出污染物排放量数据集合中的污染物排放量数据是否被有意篡改。
本发明实施例确定污染物排放量数据集合，并，确定生产污染物排放量数据的生产设备的能源消耗数据集合；根据污染物排放量数据集合和能源消耗数据集合，校验污染物排放量数据集合中的污染物排放量数据是否被篡改。本发明实施例能够结合污染物排放量数据生产设备的能源消耗数据，有效校验污染物排放量数据是否被篡改。
实施例二
图2是本发明实施例二中的污染物监控数据的校验方法的流程示意图。本实施例是在上述实施例的基础上进一步扩展与优化，并可与上述技术方案中任意可选方案组合。如图2所示，该方法包括：
S210、确定污染物排放量数据集合，并，确定生产污染物排放量数据的生产设备的能源消耗数据集合。
S220、根据污染物排放量数据集合和能源消耗数据集合，计算相关系数。
在本实施例中，污染物排放量数据和能源消耗数据具有一定的比例关系，因此，由污染物排放量数据组成的污染物排放量数据结合，和，由能源消耗数据组成的能源消耗数据集合，也具有一定的比例关系。相关系数为污染物排放量数据集合与能源消耗数据集合之间的相关性比例，其可以直接反映出污染物排放量数据集合与能源消耗数据集合之间是否具有实际上的关联关系。
可选的，相关系数为皮尔森系数。皮尔森系数(Pearson CorrelationCoefficient)是一种线性相关系数，也称皮尔森积矩相关系数(Pearson product-momentcorrelation coefficient)；是用来反映两个变量线性相关程度的统计量。本实施例采用皮尔森系数能够有效衡量污染物排放量数据集合和能源消耗数据集合之间的线性相关性，从而有效检测出污染物排放量数据集合中的污染物排放量数据是否被篡改。
S230、根据相关系数和预设系数阈值，校验污染物排放量数据集合中的污染物排放量数据是否被篡改。
在本实施例中，预设系数阈值是监控平台的管理人员根据不同污染物排放量数据进行预先设置的，例如，可以设置为0.8。其目的是为了有效测试污染物排放量数据集合和能源消耗数据集合之间的相关强弱程度。
可选的，S230包括：若相关系数小于预设系数阈值，则判定污染物排放量数据集合中的污染物排放量数据未被篡改；若相关系数大于等于预设系数阈值，则判定污染物排放量数据集合中的污染物排放量数据被篡改。若污染物排放量数据被篡改，但相应的能源消耗数据不会被轻易篡改，因此，篡改后的污染物排放量数据集合与能源消耗数据集合之间的相关系数肯定会降低；在本实施例中，采用设置一个预先系数阈值，用来和相关系数进行比对，以根据比对结果直观准确的确定出污染物排放量数据集合中的污染物排放量数据被篡改。
本发明实施例确定污染物排放量数据集合，并，确定生产污染物排放量数据的生产设备的能源消耗数据集合；根据污染物排放量数据集合和能源消耗数据集合，计算相关系数；根据相关系数和预设系数阈值，校验污染物排放量数据集合中的污染物排放量数据是否被篡改。本发明实施例通过计算污染物排放量数据集合和能源消耗数据集合之间的相关系数，从而能够快速准确的判断出污染物排放量数据集合和能源消耗数据集合之间是否具有实际性的关联。
可选的，确定污染物排放量数据集合，包括：
从污染物监控设备中采集至少两个污染物排放量数据；其中，污染物排放量数据为采集标准时段内污染物排放量的均值；
将至少两个污染物排放量数据作为污染物排放量数据集合。
在本实施例中，标准时段为监控平台的管理人员设置的采集污染物排放量数据的采集起始时间和结束时间；并将采集到的至少两个污染物排放量数据加入至污染物排放量数据集合中。本实施例中通过采集至少两个污染物排放量数据，组成污染物排放量数据集合，能够使得在后续计算相关系数的过程中提供较多的计算数据，从而能够有效提高相关系数的准确性。具体的，与每一个污染物排放量数据对应的能源消耗数据也是在相同的标准时段内，从生产设备中采集得到的。
可选的，皮尔森系数采用如下公式计算：
其中，r为皮尔森系数；n为污染物排放量数据集合中的数据总个数，或者能源消耗数据集合中的数据总个数；xi为污染物排放量数据集合中的第i个污染物排放量数据；yi为能源消耗数据集合中的第i个能源消耗数据；
为污染物排放量数据集合中所有污染物排放量数据的平均值；
为能源消耗数据集合中所有能源消耗数据的平均值。
在本实施例中，污染物排放量数据集合中的数据总个数n的取值越大，则计算出的相关系数越精确；例如，若采集单位为小时，则采集一周内的污染物排放量数据可以设置不同的标准时段，以得到多个污染物排放量数据，比如n可以等于800。
可选的，在判定污染物排放量数据集合中的污染物排放量数据被篡改之后，还包括：
生成报警提示信息，用于提示管理人员对污染物排放量数据集合中的污染物排放量数据进行核查。
在本实施例中，报警提示信息为提示监控平台中管理人员的一个提示信号，其可以以监控平台指定页面上，或者发邮件至管理人员邮箱的方式呈现，以达到提醒管理人员接收到的污染物排放量数据存在问题的目的。本实施例能够在检测出污染物排放量数据集合中存在被篡改的污染物排放量数据的情况时，实时生成报警提示信息，以通知管理人员进行及时查看，从而有效提高了监控平台对污染物排放量数据的统一管理核查。
实施例三
图3是本发明实施例三中的污染物监控数据的校验装置的结构示意图，本实施例可适用于对污染物排放量数据的真实性进行有效检测的情况。该装置配置于服务器中，可实现本申请任意实施例所述的污染物监控数据的校验定方法。该装置具体包括如下：
数据集合确定模块310，用于确定污染物排放量数据集合，并，确定生产污染物排放量数据的生产设备的能源消耗数据集合；
数据校验模块320，用于根据所述污染物排放量数据集合和所述能源消耗数据集合，校验所述污染物排放量数据集合中的污染物排放量数据是否被篡改。
可选的，数据集合确定模块310，具体用于：
从污染物监控设备中采集至少两个污染物排放量数据；其中，所述污染物排放量数据为采集标准时段内污染物排放量的均值；
将所述至少两个污染物排放量数据作为污染物排放量数据集合。
可选的，数据校验模块320，具体用于：
根据所述污染物排放量数据集合和所述能源消耗数据集合，计算相关系数；
根据所述相关系数和预设系数阈值，校验所述污染物排放量数据集合中的污染物排放量数据是否被篡改。
可选的，所述相关系数为皮尔森系数。
可选的，所述皮尔森系数采用如下公式计算：
其中，r为皮尔森系数；n为污染物排放量数据集合中的数据总个数，或者能源消耗数据集合中的数据总个数；xi为污染物排放量数据集合中的第i个污染物排放量数据；yi为能源消耗数据集合中的第i个能源消耗数据；
为污染物排放量数据集合中所有污染物排放量数据的平均值；
为能源消耗数据集合中所有能源消耗数据的平均值。
可选的，数据校验模块320，还具体用于：
若所述相关系数小于预设系数阈值，则判定所述污染物排放量数据集合中的污染物排放量数据未被篡改；
若所述相关系数大于等于所述预设系数阈值，则判定所述污染物排放量数据集合中的污染物排放量数据被篡改。
在上述实施例的基础上，可选的，本实施例装置还包括：
报警提示信息生成模块，用于生成报警提示信息，用于提示管理人员对所述污染物排放量数据集合中的污染物排放量数据进行核查。
通过本发明实施例三的污染物监控数据的校验装置，能够结合污染物排放量数据生产设备的能源消耗数据，有效校验污染物排放量数据是否被篡改。
本发明实施例所提供的污染物监控数据的校验装置可执行本发明任意实施例所提供的污染物监控数据的校验方法，具备执行方法相应的功能模块和有益效果。
实施例四
图4是本发明实施例四中的服务器的结构示意图，如图4所示，该服务器包括处理器410、存储器420、输入装置430和输出装置440；服务器中处理器410的数量可以是一个或多个，图4中以一个处理器410为例；服务器中的处理器410、存储器420、输入装置430和输出装置440可以通过总线或其他方式连接，图4中以通过总线连接为例。
存储器420作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的污染物监控数据的校验方法对应的程序指令/模块。处理器410通过运行存储在存储器420中的软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现本发明实施例所提供的污染物监控数据的校验方法。
存储器420可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器420可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器420可进一步包括相对于处理器410远程设置的存储器，这些远程存储器可以通过网络连接至服务器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置430可用于接收输入的数字或字符信息，以及产生与服务器的用户设置以及功能控制有关的键信号输入，可以包括键盘、鼠标等。输出装置440可包括显示屏等显示设备。
实施例五
本实施例提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于实现本发明实施例所提供的污染物监控数据的校验方法。
当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的污染物监控数据的校验方法中的相关操作。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是，上述搜索装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种污染物监控数据的校验方法，其特征在于，所述方法包括：
确定污染物排放量数据集合，并，确定生产污染物排放量数据的生产设备的能源消耗数据集合；
根据所述污染物排放量数据集合和所述能源消耗数据集合，校验所述污染物排放量数据集合中的污染物排放量数据是否被篡改。
2.根据权利要求1所述的方法，其特征在于，确定污染物排放量数据集合，包括：
从污染物监控设备中采集至少两个污染物排放量数据；其中，所述污染物排放量数据为采集标准时段内污染物排放量的均值；
将所述至少两个污染物排放量数据作为污染物排放量数据集合。
3.根据权利要求1所述的方法，其特征在于，根据所述污染物排放量数据集合和所述能源消耗数据集合，校验所述污染物排放量数据集合中的污染物排放量数据是否被篡改，包括：
根据所述污染物排放量数据集合和所述能源消耗数据集合，计算相关系数；
根据所述相关系数和预设系数阈值，校验所述污染物排放量数据集合中的污染物排放量数据是否被篡改。
4.根据权利要求1所述的方法，其特征在于，所述相关系数为皮尔森系数。
5.根据权利要求4所述的方法，其特征在于，所述皮尔森系数采用如下公式计算：
其中，r为皮尔森系数；n为污染物排放量数据集合中的数据总个数，或者能源消耗数据集合中的数据总个数；xi为污染物排放量数据集合中的第i个污染物排放量数据；yi为能源消耗数据集合中的第i个能源消耗数据；
为污染物排放量数据集合中所有污染物排放量数据的平均值；
为能源消耗数据集合中所有能源消耗数据的平均值。
6.根据权利要求3所述的方法，其特征在于，根据所述相关系数和预设系数阈值，校验所述污染物排放量数据集合中的污染物排放量数据是否被篡改，包括：
若所述相关系数小于预设系数阈值，则判定所述污染物排放量数据集合中的污染物排放量数据未被篡改；
若所述相关系数大于等于所述预设系数阈值，则判定所述污染物排放量数据集合中的污染物排放量数据被篡改。
7.根据权利要求6所述的方法，其特征在于，在判定所述污染物排放量数据集合中的污染物排放量数据被篡改之后，所述方法还包括：
生成报警提示信息，用于提示管理人员对所述污染物排放量数据集合中的污染物排放量数据进行核查。
8.一种污染物监控数据的校验装置，其特征在于，所述装置包括：
数据集合确定模块，用于确定污染物排放量数据集合，并，确定生产污染物排放量数据的生产设备的能源消耗数据集合；
数据校验模块，用于根据所述污染物排放量数据集合和所述能源消耗数据集合，校验所述污染物排放量数据集合中的污染物排放量数据是否被篡改。
9.一种服务器，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1～7中任一所述的污染物监控数据的校验方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1～7中任一所述的污染物监控数据的校验方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010664846.0A CN111858140B (zh) | 2020-07-10 | 2020-07-10 | 污染物监控数据的校验方法、装置、服务器和介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010664846.0A CN111858140B (zh) | 2020-07-10 | 2020-07-10 | 污染物监控数据的校验方法、装置、服务器和介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111858140A true CN111858140A (zh) | 2020-10-30 |
| CN111858140B CN111858140B (zh) | 2021-08-27 |
Family
ID=72984396
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010664846.0A Active CN111858140B (zh) | 2020-07-10 | 2020-07-10 | 污染物监控数据的校验方法、装置、服务器和介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111858140B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113987058A (zh) * | 2021-11-01 | 2022-01-28 | 中科三清科技有限公司 | 排放清单的确定方法和装置 |
| CN115187151A (zh) * | 2022-09-13 | 2022-10-14 | 北京锘崴信息科技有限公司 | 基于联邦学习的排放可信分析方法及金融信息评价方法 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120232702A1 (en) * | 2011-03-11 | 2012-09-13 | Honeywell International Inc. | Setpoint optimization for air handling units |
| WO2012129675A1 (en) * | 2011-03-31 | 2012-10-04 | Energent Incorporated | A computer implemented electrical energy hub management system and method |
| CN103748620A (zh) * | 2011-04-22 | 2014-04-23 | 艾克潘尔基公司 | 用于分析能量使用的系统和方法 |
| CN103905816A (zh) * | 2014-03-31 | 2014-07-02 | 华南理工大学 | 一种基于enf相关系数的监控视频篡改盲检测方法 |
| CN107229796A (zh) * | 2017-06-05 | 2017-10-03 | 东北大学 | 一种燃煤电厂大气污染物排放仿真方法 |
| US20180218095A1 (en) * | 2017-01-30 | 2018-08-02 | International Business Machines Corporation | Suggesting Sensor Placements for Improving Emission Inventory |
| CN109063910A (zh) * | 2018-08-02 | 2018-12-21 | 浙江海洋大学 | 一种基于大数据的船舶污染物排放实时监测方法 |
| CN208283760U (zh) * | 2018-05-02 | 2018-12-25 | 贵州财大鼎新科创产业有限公司 | 环境数据监控设备以及系统 |
| CN109142822A (zh) * | 2018-08-14 | 2019-01-04 | 赫普科技发展（北京）有限公司 | 一种带碳减排量计算的智能电表系统 |
| CN208705198U (zh) * | 2018-08-24 | 2019-04-05 | 泉州众鑫达信息科技有限公司 | 一种扬尘在线监测控制系统 |
| CN110866856A (zh) * | 2019-12-24 | 2020-03-06 | 赫普能源环境科技有限公司 | 一种钢铁企业温室气体排放监测系统及方法 |
-
2020
- 2020-07-10 CN CN202010664846.0A patent/CN111858140B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120232702A1 (en) * | 2011-03-11 | 2012-09-13 | Honeywell International Inc. | Setpoint optimization for air handling units |
| WO2012129675A1 (en) * | 2011-03-31 | 2012-10-04 | Energent Incorporated | A computer implemented electrical energy hub management system and method |
| CN103748620A (zh) * | 2011-04-22 | 2014-04-23 | 艾克潘尔基公司 | 用于分析能量使用的系统和方法 |
| CN103905816A (zh) * | 2014-03-31 | 2014-07-02 | 华南理工大学 | 一种基于enf相关系数的监控视频篡改盲检测方法 |
| US20180218095A1 (en) * | 2017-01-30 | 2018-08-02 | International Business Machines Corporation | Suggesting Sensor Placements for Improving Emission Inventory |
| CN107229796A (zh) * | 2017-06-05 | 2017-10-03 | 东北大学 | 一种燃煤电厂大气污染物排放仿真方法 |
| CN208283760U (zh) * | 2018-05-02 | 2018-12-25 | 贵州财大鼎新科创产业有限公司 | 环境数据监控设备以及系统 |
| CN109063910A (zh) * | 2018-08-02 | 2018-12-21 | 浙江海洋大学 | 一种基于大数据的船舶污染物排放实时监测方法 |
| CN109142822A (zh) * | 2018-08-14 | 2019-01-04 | 赫普科技发展（北京）有限公司 | 一种带碳减排量计算的智能电表系统 |
| CN208705198U (zh) * | 2018-08-24 | 2019-04-05 | 泉州众鑫达信息科技有限公司 | 一种扬尘在线监测控制系统 |
| CN110866856A (zh) * | 2019-12-24 | 2020-03-06 | 赫普能源环境科技有限公司 | 一种钢铁企业温室气体排放监测系统及方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113987058A (zh) * | 2021-11-01 | 2022-01-28 | 中科三清科技有限公司 | 排放清单的确定方法和装置 |
| CN115187151A (zh) * | 2022-09-13 | 2022-10-14 | 北京锘崴信息科技有限公司 | 基于联邦学习的排放可信分析方法及金融信息评价方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111858140B (zh) | 2021-08-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111654489B (zh) | 一种网络安全态势感知方法、装置、设备及存储介质 | |
| CN102340485B (zh) | 基于信息关联的网络安全态势感知系统及其方法 | |
| CN111858140B (zh) | 污染物监控数据的校验方法、装置、服务器和介质 | |
| CN108198408B (zh) | 一种基于用电信息采集系统的自适应反窃电监控方法及系统 | |
| CN101706749B (zh) | 基于软件安全缺陷检测的综合处理方法 | |
| RU2011151543A (ru) | Способ и устройство для обнаружения утечки в системе подачи топлива | |
| CN202420664U (zh) | 环境噪声自动监测仪 | |
| CN116366374B (zh) | 基于大数据的电网网络管理的安全评估方法、系统及介质 | |
| CN110458529A (zh) | 一种基于大数据的水污染分析、预测方法 | |
| WO2008124663A1 (en) | Analyzing smoke or other emissions with pattern recognition | |
| CN116593495B (zh) | 烟气在线监测设备的运维智能控制系统及方法 | |
| CN115409395A (zh) | 一种水利施工工程的质量验收检查方法及系统 | |
| CN113064835A (zh) | 一种计算机软件测试系统 | |
| CN113449703A (zh) | 环境在线监测数据的质控方法、装置、存储介质及设备 | |
| Frank et al. | Extracting operating modes from building electrical load data | |
| CN112948262A (zh) | 一种系统测试方法、装置、计算机设备和存储介质 | |
| CN116128690B (zh) | 一种碳排放量成本值计算方法、装置、设备及介质 | |
| CN108427882B (zh) | 基于行为特征抽取的安卓软件动态分析检测法 | |
| CN114884849B (zh) | 基于Adaboost的CAN总线异常检测方法及系统 | |
| CN113836539A (zh) | 基于精准测试的电力工控系统漏洞全流程处置系统及方法 | |
| CN112541177A (zh) | 一种基于数据安全的异常检测方法及系统 | |
| CN112073396A (zh) | 一种内网横向移动攻击行为的检测方法及装置 | |
| CN111934949A (zh) | 一种基于数据库注入测试的安全测试系统 | |
| CN113705547B (zh) | 环境弄虚作假行为识别动态管控方法、装置 | |
| CN113590442B (zh) | 一种主机性能检测方法、装置、电子设备及存储介质 |
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 | ||
| CB02 | Change of applicant information |
Address after: 215000 No.12 Louyang Road, Suzhou Industrial Park, Suzhou City, Jiangsu Province Applicant after: Shencai Technology Co., Ltd Address before: 215000 No.12 Louyang Road, Suzhou Industrial Park, Suzhou City, Jiangsu Province Applicant before: JIANGSU SHENCAI TECHNOLOGY Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |