CN114859002A - 基于废水监测数据的质量监控方法及系统 - Google Patents
基于废水监测数据的质量监控方法及系统 Download PDFInfo
- Publication number
- CN114859002A CN114859002A CN202210791266.7A CN202210791266A CN114859002A CN 114859002 A CN114859002 A CN 114859002A CN 202210791266 A CN202210791266 A CN 202210791266A CN 114859002 A CN114859002 A CN 114859002A
- Authority
- CN
- China
- Prior art keywords
- sampling frequency
- index
- sampling
- monitoring
- wastewater
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 150
- 239000002351 wastewater Substances 0.000 title claims abstract description 78
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000005070 sampling Methods 0.000 claims abstract description 370
- 230000035945 sensitivity Effects 0.000 claims abstract description 62
- 238000001514 detection method Methods 0.000 claims abstract description 45
- 239000000126 substance Substances 0.000 claims description 21
- 230000008569 process Effects 0.000 claims description 8
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 4
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 claims description 4
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 4
- 229910052760 oxygen Inorganic materials 0.000 claims description 4
- 239000001301 oxygen Substances 0.000 claims description 4
- 229910052698 phosphorus Inorganic materials 0.000 claims description 4
- 239000011574 phosphorus Substances 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 abstract description 8
- 230000008901 benefit Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000005265 energy consumption Methods 0.000 description 3
- 238000010606 normalization Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000007793 ph indicator Substances 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 238000003911 water pollution Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/18—Water
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/02—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
- G01N27/04—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance
- G01N27/06—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance of a liquid
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/18—Water
- G01N33/1806—Biological oxygen demand [BOD] or chemical oxygen demand [COD]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/20—Controlling water pollution; Waste water treatment
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Engineering & Computer Science (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Biodiversity & Conservation Biology (AREA)
- Biomedical Technology (AREA)
- Emergency Medicine (AREA)
- Molecular Biology (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
Abstract
本发明涉及控制调节技术领域，具体涉及基于废水监测数据的质量监控方法及系统。该方法获得了最优的采样频率，然后利用最优采样频率调节后续水质监测时的采样频率。该方法包括：根据各采样频率下各指标各采集时刻对应的采样监测偏差率、采样点的流速和各指标的超标次数，计算各采样频率下各指标的敏感程度；根据各采样频率下各项指标对应的序列，计算各采样频率下各指标的客观权重；根据检测精度指标、各指标的敏感程度和客观权重，计算各采样频率的监测数据与最高采样频率的监测数据的相似程度；根据相似程度得到最优采样频率，根据最优采样频率调节后续废水水质监测时的采样频率。本发明提高了监测精度的同时又降低了成本。
Description
技术领域
本发明涉及控制调节技术领域，具体涉及基于废水监测数据的质量监控方法及系统。
背景技术
在物质生活日趋丰富的同时，环境也在一定程度上有所恶化，环境污染已成为全球关注的焦点问题之一，其中水污染是尤为突出的问题，针对水污染而言，最受关注的问题就是废水处理，如何尽可能的解决好这一问题，应从源头出发。其中工厂是废水产生的最主要的场所，对于废水质量的监控是控制污染排放的重要措施，对废水进行质量监控时需要对排放前的水质进行采样检测。但是现有水质自动采样设备采用的是定时采样检测的方法，无法达到实时采样监测的效果，而实时采样监测就需要设置过多的检测设备保证实时检测，进一步的导致了能耗过大资源浪费的问题，因此需要获取一个最优的采样频率对废水水质进行检测，以达到更好的监测效果。
发明内容
为了解决现有方法对水质进行检测时采样频率设置不合理导致检测结果不准确或能耗大的问题，本发明的目的在于提供一种基于废水监测数据的质量监控方法，所采用的技术方案具体如下：
第一方面，本发明提供了一种基于废水监测数据的质量监控方法,该方法包括以下步骤：
获取不同采样频率下同一设定周期内各采集时刻废水的各项指标对应的序列；所述各项指标包括化学需氧量、pH值、电导率、氨氮含量、总磷含量和浊度；
对于任一采样频率下的任一指标：根据该指标各采集时刻对应的序列中元素的极差和标准差，计算该指标各采集时刻对应的采样监测偏差率；根据所述该指标各采集时刻对应的采样监测偏差率和采样点的流速，计算该采样频率下该指标的波动程度；根据所述波动程度和该指标的超标次数，计算该采样频率下该指标的敏感程度；
根据各采样频率下各项指标对应的序列，计算各采样频率下任一指标与其它指标的冲突性；根据所述冲突性，计算各采样频率下各项指标的客观权重；根据所述各采样频率下各项指标的客观权重和各采样频率下各项指标的敏感程度，计算各采样频率对应的检测精度指标；
根据各采样频率对应的检测精度指标、各采样频率下各项指标的敏感程度和各采样频率下各项指标的客观权重，计算各采样频率对应的监测数据与预设的最高采样频率对应的监测数据的相似程度；根据所述相似程度，得到废水监测的最优采样频率；根据废水监测的最优采样频率，调节后续废水水质监测时的采样频率。
第二方面，本发明提供了一种基于废水监测数据的质量监控系统，包括存储器和处理器，所述处理器执行所述存储器存储的计算机程序，以实现上述所述的基于废水监测数据的质量监控方法。
优选的，采用如下公式计算该指标各采集时刻对应的采样监测偏差率：
其中，
为该指标任一采集时刻对应的采样监测偏差率，
为该指标该采集时刻对应的序列中元素的最大值，
为该指标该采集时刻对应的序列中元素的最小值，
为该指标该采集时刻对应的序列中元素的标准差。
优选的，所述根据所述波动程度和该指标的超标次数，计算该采样频率下该指标的敏感程度，包括：
计算该采样频率下各采集时刻该指标对应的序列中元素的均值，将所述均值作为该指标在对应采集时刻的值；
根据该采样频率下该指标在各采集时刻的值、该采样频率下该指标的波动程度和超标次数，计算该采样频率下该指标的敏感程度。
优选的，采用如下公式计算该采样频率下该指标的敏感程度：
其中，
为该采样频率下该指标的敏感程度，
为该采样频率下采集时刻的总数量，
为该采样频率下该指标的波动程度，
为该采样频率下该指标的超标次数，
为该采样频率下该指标在第j个采集时刻的值，
为该指标对应的最大排放标准和最小排放标准中与
差异最小的值。
优选的，采用如下公式计算该采样频率下该指标的波动程度：
其中，
为该采样频率下该指标的波动程度，
为双曲正切函数，
为该采样频率下采集时刻的总数量，
为该采样频率下第j个采集时刻对应的采样监测偏差率，
为该采样频率下第j个采集时刻对应的流速。
优选的，采用如下公式计算各采样频率下任一指标与其它指标的冲突性：
其中，
为该采样频率下该指标与其它指标的冲突性，
为该采样频率下该指标对应的序列与第i个指标对应的序列的皮尔逊相关系数；
所述该采样频率下该指标对应的序列的获取过程为：根据该采样频率下该指标在各采集时刻的值，构建该采样频率下该指标对应的序列；所述该指标对应的序列中的元素为该指标在各采集时刻的值。
优选的，所述根据各采样频率对应的检测精度指标、各采样频率下各项指标的敏感程度和各采样频率下各项指标的客观权重，计算各采样频率对应的监测数据与预设的最高采样频率对应的监测数据的相似程度，包括：
对于任一采样频率：根据该采样频率下各项指标的客观权重，构建该采样频率对应的权重序列；根据该采样频率下各项指标的敏感程度，构建该采样频率对应的敏感程度序列；
根据各采样频率对应的权重序列、各采样频率对应的敏感程度序列和各采样频率对应的检测精度指标，计算各采样频率对应的监测数据与预设的最高采样频率对应的监测数据的相似程度。
优选的，采用如下公式计算各采样频率对应的监测数据与预设的最高采样频率对应的监测数据的相似程度：
其中，
为任一采样频率对应的监测数据与预设的最高采样频率对应的监测数据的相似程度，
为该采样频率对应的权重序列，
为预设的最高采样频率对应的权重序列，
为该采样频率对应的权重序列与预设的最高采样频率对应的权重序列的余弦相似度，
为该采样频率对应的敏感程度序列，
为预设的最高采样频率对应的敏感程度序列，
为该采样频率对应的检测精度指标，
为预设的最高采样频率对应的检测精度指标，
为该采样频率对应的敏感程度序列中元素的标准差，
为预设的最高采样频率对应的敏感程度序列中元素的标准差，
为该采样频率对应的敏感程度序列与预设的最高采样频率对应的敏感程度序列中数据的协方差。
优选的，所述根据所述相似程度，得到废水监测的最优采样频率，包括：
获取大于预设阈值的相似程度对应的各采样频率，将所述大于预设阈值的相似程度对应的各采样频率记为优选采样频率；
将优选采样频率中最小的采样频率作为废水监测的最优采样频率。
本发明具有如下有益效果：本发明考虑到在对废水进行监测时，采样频率较高会损耗较多的能量，降低工厂的效益；采样频率较低，检测精度较低，本发明计算了不同采样频率对应的监测数据与预设的最高采样频率对应的监测数据的相似程度，然后根据相似程度，得到废水监测的最优采样频率。不同采样频率对应的监测数据与预设的最高采样频率对应的监测数据的相似程度的具体计算过程为：对于任一采样频率下的任一项指标：计算该指标各采集时刻对应的采样监测偏差率，根据该指标各采集时刻对应的采样监测偏差率和采样点的流速，计算该采样频率下该指标的波动程度；根据波动程度和该指标的超标次数，计算该采样频率下该指标的敏感程度；根据各采样频率下任一指标与其它指标的冲突性，计算各采样频率下各项指标的客观权重；然后计算了各采样频率对应的检测精度指标；接着计算了各采样频率对应的监测数据与预设的最高采样频率对应的监测数据的相似程度。本发明提供的方法能够得到最优的废水采样频率，后续再对废水水质进行监测时，可直接利用最优采样频率对废水各项指标进行监测，提高了检测结果的准确性的同时又降低了检测成本。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
图1为本发明实施例所提供的一种基于废水监测数据的质量监控方法的流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种基于废水监测数据的质量监控方法及系统进行详细说明如下。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种基于废水监测数据的质量监控方法及系统的具体方案。
基于废水监测数据的质量监控方法实施例
现有方法对水质进行检测时采样频率设置不合理存在检测结果不准确或能耗大的问题。为了解决上述问题，本实施例提出了基于废水监测数据的质量监控方法，如图1所示，本实施例的基于废水监测数据的质量监控方法包括以下步骤：
步骤S1，获取不同采样频率下同一设定周期内各采集时刻废水的各项指标对应的序列；所述各项指标包括pH值、化学需氧量、电导率、氨氮含量、总磷含量和浊度。
对污水进行排放时，需要先判断是否达到国家制定的排放标准，本实施例考虑到实时监测水质或者以最高的采样频率监测水质会消耗过多的能量，降低工厂的效益，因此想要获取一个最优的采样频率，所述最优采样频率能够达到和最高采样频率相似的效果（即在少量的监测次数下可以高质量的得到监控废水的数据），同时能够避免采集数据冗余，保证工厂的效益。
本实施例以一周为一个周期，利用不同的采样频率对该周期内的废水水质进行监测，在具体应用中，实施者自行设置采样频率和采样周期。具体的，对于任一采样频率：利用相关的检测仪器采集该周期内废水的各项指标，其中，指标包括化学需氧量、pH值、电导率、氨氮含量、总磷含量以及浊度，需要说明的是，在具体应用中，监测指标包括但不限于上述指标。废水的各项指标的获取过程为公知技术，此处不再赘述。考虑到同一时刻采集的数据也可能存在误差，因此本实施例的采样样本为平行样本，即对于同一频率下同一采集时刻的同一指标，利用多个检测仪器进行检测得到多个数据，根据这些数据构建各项指标对应的序列，例如pH值：对于任一采样频率下的第1个采样时刻：根据该时刻获取的多个pH值，构建该时刻pH值对应的序列，即
，其中，
为该采样频率下第1个采集时刻采集到的第1个pH值，
为第1个采集时刻采集到的第2个pH值，
为第1个采集时刻采集到的第n个pH值。
至此得到了各采样频率下各采集时刻废水的各项指标对应的序列,后续根据各序列中元素的均值进行计算，其测试结果能够在一定程度上降低检测误差的影响，提高后续检测结果的准确性。
步骤S2，对于任一采样频率下的任一指标：根据该指标各采集时刻对应的序列中元素的极差和标准差，计算该指标各采集时刻对应的采样监测偏差率；根据所述该指标各采集时刻对应的采样监测偏差率和采样点的流速，计算该采样频率下该指标的波动程度；根据所述波动程度和该指标的超标次数，计算该采样频率下该指标的敏感程度。
对于任一采样频率下的任一项指标：
对于任一采集时刻：
计算该指标对应的序列中元素的极差（最大值与最小值的差值），同时计算该指标对应的序列中元素的标准差，该次采样结果的数据的极差和标准差能够反映该次采样监测偏差率，因此本实施例基于极差和标准差计算该指标该采集时刻对应的采样监测偏差率，即：
其中，
为该指标该采集时刻对应的采样监测偏差率，
为该指标该采集时刻对应的序列中元素的最大值，
为该指标该采集时刻对应的序列中元素的最小值，
为该指标该采集时刻对应的序列中元素的标准差。
考虑到废水的流速会对采样结果产生一定的影响，废水流速越大，意味着采样样本存在的随机误差可能越大，由于本实施例中水质采样方法属于抽样调查法，样本总数据的多少对采样分析的精准度有一定影响，故在分析采样结果时应对其也进行考虑。本实施例获取了该采集时刻对应的废水流速，基于该采集时刻对应的废水流速和该采集时刻对应的采样监测偏差率，计算该采样频率下该指标的波动程度，即：
其中，
为该采样频率下该指标的波动程度，
为双曲正切函数，
为该采样频率下采集时刻的总数量，
为该采样频率下第j个采集时刻对应的采样监测偏差率，
为该采样频率下第j个采集时刻对应的流速。波动程度反映当前频率下多次检测结果的变化幅度，当其变化幅度较大的情况下，意味着采样样本的不确定性较高。
废水指标可能会存在超标的情况，检测过程中某指标的超标次数越多，说明更应当关注该指标，其敏感程度越大。本实施例基于该采样频率下该指标的波动程度、该指标的超标次数与总采样次数的比值和各采集时刻对应的超标量，计算该采样频率下该指标的敏感程度，即：
其中，
为该采样频率下该指标的敏感程度，
为该采样频率下采集时刻的总数量，
为该采样频率下该指标的波动程度，
为该采样频率下该指标的超标次数，
为该采样频率下该指标在第j个采集时刻的值，
为该指标对应的标准排放范围中与
差异最小的值。
的获取过程为：根据该指标第j个采集时刻对应的序列，计算该序列中所有元素的均值
，将
记为该采样频率下该指标在第j个采集时刻的值。所述超标次数的计算方法为：判断该采样频率下该指标在各采集时刻的值是否大于
，若大于，则判定该指标在对应采集时刻超标，统计该采样频率下该指标超标的次数
。例如对于pH指标：假设其对应的排放标准的范围为[6,9]，若该采样频率下pH指标在第j个采集时刻的值为5，则
的值为6；若该采样频率下pH指标在第j个采集时刻的值为10，则
的值为9；若该采样频率下pH指标在第j个采集时刻的值为8，则
的值为8。在具体应用中，
的取值实施者可根据废水排放标准进行设置。
至此，得到了各采样频率下各指标对应的敏感程度。
步骤S3，根据各采样频率下各项指标对应的序列，计算各采样频率下任一指标与其它指标的冲突性；根据所述冲突性，计算各采样频率下各项指标的客观权重；根据所述各采样频率下各项指标的客观权重和各采样频率下各项指标的敏感程度，计算各采样频率对应的检测精度指标。
本实施例考虑到废水的不同指标可能会存在极为相似的情况，若两项指标即为相似，可以用其中一个指标来表征另一个指标，避免数据冗余。因此本实施例根据各采样频率下各项指标对应的序列，计算任一采样频率下任一指标与其它指标的冲突性。
具体的，对于任一采样频率下的任一指标：根据该指标在各采集时刻的值，构建该指标对应的序列，即
，其中，
为该指标在第1个采集时刻的值，
为该指标在第2个采集时刻的值，
为该指标在第
个采集时刻的值。
对于任一采样频率下的任一指标：用该指标对应的序列与其它指标对应的序列的皮尔逊相关系数来表征这两个序列的相关性，皮尔逊相关系数越大，说明该指标与其它指标的相关性越强，说明该指标与其它指标的数据变化情况越一致，即该指标与其他指标的冲突性就越小；该指标与其它指标的数据重复度越高，一定程度上削弱了该指标的评价强度，应当减少对该指标分配的权重。
本实施例根据该采样频率下该指标对应的序列与其它指标对应的序列的皮尔逊相关系数，计算该采样频率下该指标与其它指标的冲突性，即：
其中，
为该采样频率下该指标（第a个指标）与其它指标的冲突性，
为该采样频率下该指标（第a个指标）对应的序列与第i个指标对应的序列的皮尔逊相关系数。
本实施例计算该指标对应的序列中元素的标准差
，然后计算该指标对应的序列中元素的标准差
和该指标与其它指标的冲突性
的乘积
，将该乘积
记为该采样频率下该指标对应的参考率。
采用上述方法得到该采样频率下各指标对应的参考率，然后计算各采样频率下各指标的客观权重，该采样频率下的第a个指标的客观权重为：
其中，
为该采样频率下第a个指标的客观权重，
为该采样频率下第i个指标对应的参考率，
为该采样频率下第a个指标对应的参考率，
为检测指标的数量。
接下来本实施例根据各采样频率下各项指标的敏感程度和各采样频率下各项指标的客观权重，计算各采样频率对应的检测精度指标：
其中，
为任一采样频率对应的检测精度指标，
为该采样频率下第i个指标的敏感程度，
为该采样频率下第i个指标的客观权重。
采用上述方法，得到了各采样频率对应的检测精度指标。
步骤S4，根据各采样频率对应的检测精度指标、各采样频率下各项指标的敏感程度和各采样频率下各项指标的客观权重，计算各采样频率对应的监测数据与预设的最高采样频率对应的监测数据的相似程度；根据所述相似程度，得到废水监测的最优采样频率；根据废水监测的最优采样频率，调节后续废水水质监测时的采样频率。
考虑到采样频率越高，获取的数据越齐全，即采样频率越高，检测精度越高；但是采样频率过高会损耗过多的能量，降低工厂的效益，因此本实施例要选取一个最优的采样频率，后续再对废水水质进行监测时直接利用最优采样频率监测。
本实施例基于各采样频率对应的检测精度指标、各采样频率下各项指标的客观权重和各采样频率下各项指标的敏感程度，计算各采样频率下的监测数据与最高采样频率下的监测数据的相似程度。
对于任一采样频率：
根据该采样频率下各指标的客观权重，构建该采样频率对应的权重序列，即
，其中，
为该采样频率下第1个指标对应的客观权重，
为该采样频率下第2个指标对应的客观权重，
为该采样频率下第i个指标对应的客观权重；根据该采样频率下各项指标的敏感程度，构建该采样频率对应的敏感程度序列，即
，其中，
为该采样频率下第1个指标的敏感程度，
为该采样频率下第2个指标的敏感程度，
为该采样频率下第i个指标的敏感程度；然后根据该采样频率对应的权重序列、敏感程度序列和该采样频率对应的检测精度指标，计算该采样频率下的监测数据与最高采样频率下的监测数据的相似程度，即：
其中，
为该采样频率对应的监测数据与预设的最高采样频率对应的监测数据的相似程度，
为该采样频率对应的权重序列，
为预设的最高采样频率对应的权重序列，
为该采样频率对应的权重序列与预设的最高采样频率对应的权重序列的余弦相似度，
为该采样频率对应的敏感程度序列，
为预设的最高采样频率对应的敏感程度序列，
为该采样频率对应的检测精度指标，
为预设的最高采样频率对应的检测精度指标，
为该采样频率对应的敏感程度序列中元素的标准差，
为预设的最高采样频率对应的敏感程度序列中元素的标准差，
为该采样频率对应的敏感程度序列与预设的最高采样频率对应的敏感程度序列中数据的协方差。所述预设的最高采样频率为符合废水监测要求的最高采样频率。需要说明的是：相似程度的公式中的后一项为该采样频率对应的敏感程度序列和预设的最高采样频率对应的敏感程度序列的皮尔逊相关系数
，即
。
对各采样频率下的监测数据与预设的最高采样频率下的监测数据的相似程度进行归一化处理，得到各采样频率下的监测数据与预设的最高采样频率下的监测数据的归一化处理后的相似程度，本实施例后面提到的相似程度均为归一化处理后的相似程度。本实施例设置相似程度阈值
，得到相似程度大于
对应的各采样频率，将相似程度大于
对应的各采样频率记为优选采样频率，然后将优选采样频率中最小的采样频率作为最优采样频率，后续再对废水水质进行监测时，可直接利用最优采样频率对废水各项指标进行监测，提高了检测结果的准确性的同时又降低了检测成本。
本实施例考虑到在对废水进行监测时，采样频率较高会损耗较多的能量，降低工厂的效益；采样频率较低，检测精度较低，本实施例计算了不同采样频率对应的监测数据与预设的最高采样频率对应的监测数据的相似程度，然后根据相似程度，得到废水监测的最优采样频率。不同采样频率对应的监测数据与预设的最高采样频率对应的监测数据的相似程度的具体计算过程为：对于任一采样频率下的任一项指标：计算该指标各采集时刻对应的采样监测偏差率，根据该指标各采集时刻对应的采样监测偏差率和采样点的流速，计算该采样频率下该指标的波动程度；根据波动程度和该指标的超标次数，计算该采样频率下该指标的敏感程度；根据各采样频率下任一指标与其它指标的冲突性，计算各采样频率下各项指标的客观权重；然后计算了各采样频率对应的检测精度指标；接着计算了各采样频率对应的监测数据与预设的最高采样频率对应的监测数据的相似程度。本实施例提供的方法能够得到最优的废水采样频率，后续再对废水水质进行监测时，可直接利用最优采样频率对废水各项指标进行监测，提高了检测结果的准确性的同时又降低了检测成本。
基于废水监测数据的质量监控系统实施例
本实施例基于废水监测数据的质量监控系统包括存储器和处理器，所述处理器执行所述存储器存储的计算机程序，以实现上述所述的基于废水监测数据的质量监控方法。
由于基于废水监测数据的质量监控方法已经在基于废水监测数据的质量监控方法实施例中进行了说明，所以本实施例不再对基于废水监测数据的质量监控方法进行赘述。
需要说明的是：以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于废水监测数据的质量监控方法，其特征在于，该方法包括以下步骤：
获取不同采样频率下同一设定周期内各采集时刻废水的各项指标对应的序列；所述各项指标包括化学需氧量、pH值、电导率、氨氮含量、总磷含量和浊度；
对于任一采样频率下的任一指标：根据该指标各采集时刻对应的序列中元素的极差和标准差，计算该指标各采集时刻对应的采样监测偏差率；根据所述该指标各采集时刻对应的采样监测偏差率和采样点的流速，计算该采样频率下该指标的波动程度；根据所述波动程度和该指标的超标次数，计算该采样频率下该指标的敏感程度；
根据各采样频率下各项指标对应的序列，计算各采样频率下任一指标与其它指标的冲突性；根据所述冲突性，计算各采样频率下各项指标的客观权重；根据所述各采样频率下各项指标的客观权重和各采样频率下各项指标的敏感程度，计算各采样频率对应的检测精度指标；
根据各采样频率对应的检测精度指标、各采样频率下各项指标的敏感程度和各采样频率下各项指标的客观权重，计算各采样频率对应的监测数据与预设的最高采样频率对应的监测数据的相似程度；根据所述相似程度，得到废水监测的最优采样频率；根据废水监测的最优采样频率，调节后续废水水质监测时的采样频率。
2.根据权利要求1所述的基于废水监测数据的质量监控方法，其特征在于，采用如下公式计算该指标各采集时刻对应的采样监测偏差率：
其中，
为该指标任一采集时刻对应的采样监测偏差率，
为该指标该采集时刻对应的序列中元素的最大值，
为该指标该采集时刻对应的序列中元素的最小值，
为该指标该采集时刻对应的序列中元素的标准差。
3.根据权利要求1所述的基于废水监测数据的质量监控方法，其特征在于，所述根据所述波动程度和该指标的超标次数，计算该采样频率下该指标的敏感程度，包括：
计算该采样频率下各采集时刻该指标对应的序列中元素的均值，将所述均值作为该指标在对应采集时刻的值；
根据该采样频率下该指标在各采集时刻的值、该采样频率下该指标的波动程度和超标次数，计算该采样频率下该指标的敏感程度。
4.根据权利要求3所述的基于废水监测数据的质量监控方法，其特征在于，采用如下公式计算该采样频率下该指标的敏感程度：
其中，
为该采样频率下该指标的敏感程度，
为该采样频率下采集时刻的总数量，
为该采样频率下该指标的波动程度，
为该采样频率下该指标的超标次数，
为该采样频率下该指标在第j个采集时刻的值，
为该指标对应的标准排放范围中与
差异最小的值。
5.根据权利要求1所述的基于废水监测数据的质量监控方法，其特征在于，采用如下公式计算该采样频率下该指标的波动程度：
其中，
为该采样频率下该指标的波动程度，
为双曲正切函数，
为该采样频率下采集时刻的总数量，
为该采样频率下第j个采集时刻对应的采样监测偏差率，
为该采样频率下第j个采集时刻对应的流速。
6.根据权利要求1所述的基于废水监测数据的质量监控方法，其特征在于，采用如下公式计算各采样频率下任一指标与其它指标的冲突性：
其中，
为该采样频率下该指标与其它指标的冲突性，
为该采样频率下该指标对应的序列与第i个指标对应的序列的皮尔逊相关系数；
所述该采样频率下该指标对应的序列的获取过程为：根据该采样频率下该指标在各采集时刻的值，构建该采样频率下该指标对应的序列；所述该指标对应的序列中的元素为该指标在各采集时刻的值。
7.根据权利要求1所述的基于废水监测数据的质量监控方法，其特征在于，所述根据各采样频率对应的检测精度指标、各采样频率下各项指标的敏感程度和各采样频率下各项指标的客观权重，计算各采样频率对应的监测数据与预设的最高采样频率对应的监测数据的相似程度，包括：
对于任一采样频率：根据该采样频率下各项指标的客观权重，构建该采样频率对应的权重序列；根据该采样频率下各项指标的敏感程度，构建该采样频率对应的敏感程度序列；
根据各采样频率对应的权重序列、各采样频率对应的敏感程度序列和各采样频率对应的检测精度指标，计算各采样频率对应的监测数据与预设的最高采样频率对应的监测数据的相似程度。
8.根据权利要求7所述的基于废水监测数据的质量监控方法，其特征在于，采用如下公式计算各采样频率对应的监测数据与预设的最高采样频率对应的监测数据的相似程度：
其中，
为任一采样频率对应的监测数据与预设的最高采样频率对应的监测数据的相似程度，
为该采样频率对应的权重序列，
为预设的最高采样频率对应的权重序列，
为该采样频率对应的权重序列与预设的最高采样频率对应的权重序列的余弦相似度，
为该采样频率对应的敏感程度序列，
为预设的最高采样频率对应的敏感程度序列，
为该采样频率对应的检测精度指标，
为预设的最高采样频率对应的检测精度指标，
为该采样频率对应的敏感程度序列中元素的标准差，
为预设的最高采样频率对应的敏感程度序列中元素的标准差，
为该采样频率对应的敏感程度序列与预设的最高采样频率对应的敏感程度序列中数据的协方差。
9.根据权利要求1所述的基于废水监测数据的质量监控方法，其特征在于，所述根据所述相似程度，得到废水监测的最优采样频率，包括：
获取大于预设阈值的相似程度对应的各采样频率，将所述大于预设阈值的相似程度对应的各采样频率记为优选采样频率；
将优选采样频率中最小的采样频率作为废水监测的最优采样频率。
10.一种基于废水监测数据的质量监控系统，包括存储器和处理器，其特征在于，所述处理器执行所述存储器存储的计算机程序，以实现如权利要求1-9任一项所述的基于废水监测数据的质量监控方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210791266.7A CN114859002B (zh) | 2022-07-07 | 2022-07-07 | 基于废水监测数据的质量监控方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210791266.7A CN114859002B (zh) | 2022-07-07 | 2022-07-07 | 基于废水监测数据的质量监控方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114859002A true CN114859002A (zh) | 2022-08-05 |
| CN114859002B CN114859002B (zh) | 2022-09-16 |
Family
ID=82626178
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210791266.7A Active CN114859002B (zh) | 2022-07-07 | 2022-07-07 | 基于废水监测数据的质量监控方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114859002B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115454181A (zh) * | 2022-10-08 | 2022-12-09 | 南通智大信息技术有限公司 | 一种基于物联网的农业大棚智能监控方法及系统 |
| CN115980297A (zh) * | 2023-03-20 | 2023-04-18 | 山东省地质矿产勘查开发局八〇一水文地质工程地质大队(山东省地矿工程勘察院) | 一种水文地质调查用监测装置 |
| CN116975768A (zh) * | 2023-09-22 | 2023-10-31 | 山东爱福地生物股份有限公司 | 一种肥料安全生产的数据异常检测方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110333414A (zh) * | 2019-08-02 | 2019-10-15 | 华北电力大学（保定） | 电力变压器多层次状态评估方法 |
| US20190324432A1 (en) * | 2017-08-02 | 2019-10-24 | Strong Force Iot Portfolio 2016, Llc | Data monitoring systems and methods to update input channel routing in response to an alarm state |
| CN111445104A (zh) * | 2020-02-27 | 2020-07-24 | 上海交通大学 | 一种基于多水质评价指数的饮用水水质评价方法 |
| CN112505282A (zh) * | 2020-12-25 | 2021-03-16 | 生态环境部南京环境科学研究所 | 一种环境水体污染实时精准溯源预警方法及其系统 |
| CN112529147A (zh) * | 2020-10-19 | 2021-03-19 | 北京工业大学 | 断面水质中的氨氮含量预测方法及装置 |
| CN114384221A (zh) * | 2022-01-07 | 2022-04-22 | 广东中拓华盛信息科技有限公司 | 一种智能监测控制云平台 |
-
2022
- 2022-07-07 CN CN202210791266.7A patent/CN114859002B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190324432A1 (en) * | 2017-08-02 | 2019-10-24 | Strong Force Iot Portfolio 2016, Llc | Data monitoring systems and methods to update input channel routing in response to an alarm state |
| CN110333414A (zh) * | 2019-08-02 | 2019-10-15 | 华北电力大学（保定） | 电力变压器多层次状态评估方法 |
| CN111445104A (zh) * | 2020-02-27 | 2020-07-24 | 上海交通大学 | 一种基于多水质评价指数的饮用水水质评价方法 |
| CN112529147A (zh) * | 2020-10-19 | 2021-03-19 | 北京工业大学 | 断面水质中的氨氮含量预测方法及装置 |
| CN112505282A (zh) * | 2020-12-25 | 2021-03-16 | 生态环境部南京环境科学研究所 | 一种环境水体污染实时精准溯源预警方法及其系统 |
| CN114384221A (zh) * | 2022-01-07 | 2022-04-22 | 广东中拓华盛信息科技有限公司 | 一种智能监测控制云平台 |
Non-Patent Citations (3)
| Title |
|---|
| 杜剑威等: "蜀河水电站区域环境水质监测频率分析", 《陕西水利》 * |
| 邓英春: "水质常规监测采样频率确定方法研究", 《水资源保护》 * |
| 韩建伟等: "水质监测采样频率计算方法探讨", 《南水北调与水利科技》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115454181A (zh) * | 2022-10-08 | 2022-12-09 | 南通智大信息技术有限公司 | 一种基于物联网的农业大棚智能监控方法及系统 |
| CN115454181B (zh) * | 2022-10-08 | 2023-07-25 | 南通智大信息技术有限公司 | 一种基于物联网的农业大棚智能监控方法及系统 |
| CN115980297A (zh) * | 2023-03-20 | 2023-04-18 | 山东省地质矿产勘查开发局八〇一水文地质工程地质大队(山东省地矿工程勘察院) | 一种水文地质调查用监测装置 |
| CN115980297B (zh) * | 2023-03-20 | 2023-06-02 | 山东省地质矿产勘查开发局八〇一水文地质工程地质大队(山东省地矿工程勘察院) | 一种水文地质调查用监测装置 |
| CN116975768A (zh) * | 2023-09-22 | 2023-10-31 | 山东爱福地生物股份有限公司 | 一种肥料安全生产的数据异常检测方法 |
| CN116975768B (zh) * | 2023-09-22 | 2023-12-19 | 山东爱福地生物股份有限公司 | 一种肥料安全生产的数据异常检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114859002B (zh) | 2022-09-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114859002B (zh) | 基于废水监测数据的质量监控方法及系统 | |
| CN110378533B (zh) | 一种基于大数据分析的智能曝气管理方法 | |
| CN110889085A (zh) | 基于复杂网络多元在线回归的废水智能监控方法及系统 | |
| CN101459922A (zh) | 一种设置判决门限值的方法及装置 | |
| CN110738346A (zh) | 一种基于威布尔分布的批次电能表可靠度预测方法 | |
| CN101017128A (zh) | 基于电化学噪声的局部腐蚀分析方法和装置 | |
| CN113189623B (zh) | 一种卫星导航系统信号质量等级评估方法 | |
| CN107015153B (zh) | 一种蓄电池soh的电压和电流采样控制方法 | |
| US4660422A (en) | Means and method of sampling flow related variables from a waterway in an accurate manner using a programmable calculator | |
| CN110068727A (zh) | 一种基于Candan-Rife综合内插的单频信号频率估计方法 | |
| CN110057410B (zh) | 一种人均日生活污水污染物产生量测算方法及装置 | |
| CN113820615B (zh) | 一种电池健康度检测方法与装置 | |
| CN116466058B (zh) | 水质检测数据处理方法、水质评估系统、设备及介质 | |
| CN116128690B (zh) | 一种碳排放量成本值计算方法、装置、设备及介质 | |
| CN109670143B (zh) | 一种环境激励下土木工程结构振动频域响应信号统计规律检测方法 | |
| CN107728121B (zh) | 一种基于可变窗的局部拟合优度检验方法 | |
| CN103201687A (zh) | 低能量传感器接口 | |
| CN112415168B (zh) | 一种基于互联网的水质监测管理系统 | |
| CN111007220A (zh) | 一种生猪养殖污水水质敏捷监测的方法 | |
| CN117556368B (zh) | 基于物联网的水利监测异常数据处理方法 | |
| Johnson et al. | Predicting microbial growth in pulp using an electronic tongue | |
| CN111308058B (zh) | 计数孔电压报警阈值自适应方法、装置以及血细胞分析仪 | |
| CN109298238A (zh) | 一种频率测量方法及其测量系统 | |
| CN117406090A (zh) | 一种锂离子电池功耗检测方法及装置 | |
| CN117039893B (zh) | 配电网状态确定方法、装置及电子设备 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Quality monitoring method and system based on wastewater monitoring data Effective date of registration: 20230802 Granted publication date: 20220916 Pledgee: Hengfeng Bank Co.,Ltd. Jining Branch Pledgor: SHANDONG AIFUDI BIOLOGY HOLDING Co.,Ltd. Registration number: Y2023980050598 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right |