CN115471135A - 一种环保业务分析系统 - Google Patents

Abstract

本发明公开了一种环保业务分析系统，该系统包括输入单元，所述输入单元包括约束性条件模块以及数据库；所述约束性条件模块用于供用户输入环保业务指标数据以及管理层级数据；所述数据库用于存储工厂内各生产线、生产线内部分设备的相关数据以及危废相关的排出数据；中间处理单元，所述中间处理单元包括相连的分析处理模块以及信息组织模块；所述约束性条件模块以及所述数据库均与所述分析处理模块相连。该系统可以充分挖掘采集环保数据价值，提供未来趋势、实时预警、异常定位以及异常归因等功能，通过对模型结果进行语义解释，并将解释结果填充进模板，可自动生成现状统计和管理建议。

Description

一种环保业务分析系统

技术领域

本发明涉及物联网技术领域，特别是涉及一种基于机器学习算法的智慧环保业务分析系统。

背景技术

当前智慧环保系统借助物联网技术，把感应器和装备嵌入到各种环境监控对象(物体)中，通过计算机网络将环保领域物联网整合起来，以更加精细和动态的方式实现环境管理和决策。

这类智慧环保系统主要由环保现场监测子系统、环保数据库子系统、环保业务子系统、环保数据可视化系统组成。其中，环保现场监测子系统通过各类传感器或者装备获得数据，将数据存入环保数据库子系统，环保业务子系统通过数据库子系统获得数据进行业务流程，将业务流程结果在环保数据可视化中进行展示。

一个典型的智慧环保系统内包括前端数据采集、数据存储、数据汇总及分析、业务管理等四大部分。在前端数据采集部分，系统利用部署在各处的前端采集设备进行环保数据的采集，并实时监控设备状态信息；在数据存储部分，系统将采集到的数据进行预处理，按照不同需要和类别存入不同数据库；在数据汇总及分析部分，系统调用数据库中数据，并对数据进行汇总、统计以及简单分析；在业务管理部分，系统根据上述数据以及分析结果，形成报表和简单指标，方便管理人员进一步处理。

从上述过程可以看出，数据的处理和价值主要体现在数据汇总及分析部分，以及业务管理部分。在一般的智慧环保系统中，数据汇总及分析部分仅提供现场环保数据查询和简单的统计分析，如最大值、最小值、平均值等统计，以及根据预设阈值进行预警管理。而在业务管理部分，也仅提供诸如实时环保数据显示，以及基于上述统计数据进行报表生成、业务审批等功能。

环保业务子系统对数据的处理，主要为简单的统计分析，生成统计表格，仅能展示当前系统中的总量、平均值、最高最低值、基于阈值的实时判断、历史数据等，无法对数据挖掘更多信息。在环保业务子系统各个阶段，还需要人工参与决策，进行趋势预测、异常判断、异常归因等，最终通过人工分析得到管理报告和相关建议。

可见，现有智慧环保系统主要作用集中在数据采集和数据展示上，对于数据的处理、以及对环保管理的自动化方面，则无法满足需求。由于仅仅对数据进行简单处理，没有深度挖掘现有数据的价值，导致当前的智慧环保系统无法实现更加智能化的功能，比如在现有智慧环保系统中，基于现有数据，无法实现未来趋势预测、实时预警、异常判断、异常归因、环保管理报告自动生成等功能。

因此，如何提供一种可以充分利用采集的现有和历史数据，根据众多机器学习模型挖掘数据信息，做到未来趋势预测、实时预警、异常归因等功能的环保业务分析系统，是迫切需要本领域技术人员解决的技术问题。

发明内容

鉴于上述问题，本发明提供用于克服上述问题或者至少部分地解决上述问题的一种环保业务分析系统，该系统将机器学习方法放置于业务分析的流程中，充分利用采集的现有和历史数据，根据众多机器学习模型挖掘数据信息，做到未来趋势预测、实时预警、异常归因等功能，并通过语义解释和合理组织，将数据挖掘信息组合成具有现状分析和管理建议的报告内容，更加有效利用数据价值。

本发明提供了如下方案：

一种环保业务分析系统，包括：

输入单元，所述输入单元包括约束性条件模块以及数据库；所述约束性条件模块用于供用户输入环保业务指标数据以及管理层级数据；所述数据库用于存储工厂内各生产线、生产线内部分设备的相关数据以及危废相关的排出数据；

中间处理单元，所述中间处理单元包括相连的分析处理模块以及信息组织模块；所述约束性条件模块以及数据库均与所述分析处理模块相连；所述分析处理模块用于根据通过所述约束性条件模块输入的约束性条件调用所述数据库中的对应数据，并调用相应机器学习算法和统计分析接口对接收的数据进行处理，获得各类处理结果；所述信息组织模块用于根据所述处理结果，按照预定模板将所述处理结果进行解释和组合生成可供对应层级管理者阅读的现状描述信息和建议信息。

优选地：所述环保业务指标数据包括各类危废排放量指标、当年的能耗指标。

优选地：所述相关数据以及所述排出数据通过传感器以及设备输出方式获得。

优选地：所述分析处理模块包括数据调用子模块以及均与所述数据调用子模块相连的统计分析子模块、预测子模块、实时预警子模块、异常子模块。

优选地：所述数据调用子模块用于根据输入的所述管理层级数据调用所述数据库中的对应层级的数据并送入后续子模块。

优选地：所述统计分析子模块用于统计根据当前时段的相关数据的总量、历史时段的历史总量、小时间段内的最大值、最小值、平均值基本统计信息，获得当前总量、指标进度和统计图表。

优选地：所述预测子模块用于通过数据预测算法对历史统计数据进行预测计算得到未来总量、未来指标进度和未来的统计趋势图表；所述数据预测算法包括根据所述历史统计数据的时间单位确定的多种预测算法。

优选地：所述实时预警子模块用于接收所述数据预测算法传输的未来数秒钟或者数分钟内的对应数据预测值；根据所述数据预测值与接下来数秒钟或者数分钟内的实际数据进行比较，当差距超过一定阈值或者实际数值超过安全界限，则给出告警信息。

优选地：所述异常子模块用于将若干同类设备或者同类型生产线的数据采用DBSCAN算法计算获得聚类结果和离异点结果。

优选地：所述信息组织模块用于接收所述分析处理模块中各子模块的输出结果，并按照预定模板将输出结果进行解释和组合，生成可供对应层级管理者阅读的现状描述信息和建议信息。

根据本发明提供的具体实施例，本发明公开了以下技术效果：

本申请实施例提供的一种环保业务分析系统，可以充分挖掘采集环保数据价值，提供未来趋势、实时预警、异常定位以及异常归因等功能，通过对模型结果进行语义解释，并将解释结果填充进模板，可自动生成现状统计和管理建议。

当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。

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，下面将对实施例中所需要使用的附图作简单地介绍。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说，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他的附图。

图1是本发明实施例提供的一种环保业务分析系统的整体框架图；

图2是本发明实施例提供的分析处理模块的框架图；

图3是本发明实施例提供的特定月度的统计数据预测算法流程图；

图4是本发明实施例提供的特定季度的统计数据预测算法流程图；

图5是本发明实施例提供的连续月度的统计数据预测算法流程图；

图6是本发明实施例提供的连续季度的统计数据预测算法流程图；

图7是本发明实施例提供的实时预警子模块框架图；

图8是本发明实施例提供的异常子模块流程图；

图9是本发明实施例提供的信息组织模块框架图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。

参见图1，为本发明实施例提供的一种环保业务分析系统，如图1所示，该系统可以包括：

输入单元，所述输入单元包括约束性条件模块以及数据库；所述约束性条件模块用于供用户输入环保业务指标数据以及管理层级数据；所述数据库用于存储工厂内各生产线、生产线内部分设备的相关数据以及危废相关的排出数据；具体的，所述环保业务指标数据包括各类危废排放量指标、当年的能耗指标。所述相关数据以及所述排出数据通过传感器以及设备输出方式获得。

中间处理单元，所述中间处理单元包括相连的分析处理模块以及信息组织模块；所述约束性条件模块以及数据库均与所述分析处理模块相连；所述分析处理模块用于根据通过所述约束性条件模块输入的约束性条件调用所述数据库中的对应数据，并调用相应机器学习算法和统计分析接口对接收的数据进行处理，获得各类处理结果；所述信息组织模块用于根据所述处理结果，按照预定模板将所述处理结果进行解释和组合生成可供对应层级管理者阅读的现状描述信息和建议信息。

本申请实施例提供的环保业务分析系统，可以根据时间对环保数据进行分类，分别训练针对某个月度和某个季度的回归模型，以及连续月度和连续季度的回归模型，这些模型综合起来形成对环保总体态势的预测。根据数据波动大小，分别实时训练LR模型和AR模型，利用这两种模型对实时数据进行短时间内的模拟，并辅以业务逻辑，形成实时预警。对设备或者生产线采集多维数据，训练基于密度的聚类算法，根据聚集簇结果和离散点结果，对聚集簇中的设备实现分类，对离散点的设备实现归因分析。

进一步的，所述分析处理模块包括数据调用子模块以及均与所述数据调用子模块相连的统计分析子模块、预测子模块、实时预警子模块、异常子模块。

所述数据调用子模块用于根据输入的所述管理层级数据调用所述数据库中的对应层级的数据并送入后续子模块。

所述统计分析子模块用于统计根据当前时段的相关数据的总量、历史时段的历史总量、小时间段内的最大值、最小值、平均值基本统计信息，获得当前总量、指标进度和统计图表。

所述预测子模块用于通过数据预测算法对历史统计数据进行预测计算得到未来总量、未来指标进度和未来的统计趋势图表；所述数据预测算法包括根据所述历史统计数据的时间单位确定的多种预测算法。

所述实时预警子模块用于接收所述数据预测算法传输的未来数秒钟或者数分钟内的对应数据预测值；根据所述数据预测值与接下来数秒钟或者数分钟内的实际数据进行比较，当差距超过一定阈值或者实际数值超过安全界限，则给出告警信息。

所述异常子模块用于将若干同类设备或者同类型生产线的数据采用DBSCAN算法计算获得聚类结果和离异点结果。

所述信息组织模块用于接收所述分析处理模块中各子模块的输出结果，并按照预定模板将输出结果进行解释和组合，生成可供对应层级管理者阅读的现状描述信息和建议信息。

下面对本申请实施例提供的系统进行详细介绍说明。

环保业务分析系统整体上包含输入部分的约束条件模块和数据库，中间处理部分的分析处理模块和信息组织模块，以及最后的输出管理评价和建议。

这里，约束条件模块主要提供约束性条件，包括业务指标和管理层级等。数据库主要包含从分布在厂区各个生产线以及危废排口处的众多传感器获得的数据。

在获得上述输入后，分析处理模块调用相关机器学习算法和简单统计接口进行分析处理，得到各类分析结果，通过信息组织模块将初步结果按照给定的模板格式进行组织，从而得到可供管理人员阅读的管理评价和建议。

(1)约束条件模块

在该模块中，客户应输入环保业务指标和管理层级这两类数据。

环保业务指标为外部约束性条件，通常由政府或者上级单位规定。这类数据通常体现为企业当年的各类危废排放量指标、当年的能耗指标等。

管理层级为客户自定义。不同的管理层级关注的数据层面不同，接收到的管理评价和建议应该也不同。因此，该模块的管理层级将直接决定后续数据类型的输入，以及对这些数据的处理。

(2)数据库

数据库中保存的数据，应当包含工厂内各生产线、生产线内部分设备的相关数据，以及危废相关的排出数据。通常，这些数据通过传感器、设备输出等方式获得。出于算法训练的需要，同类数据最好有12个月的记录。

同时，数据库中应同时记录影响生产和危废排放的意外事件，如停电、高温等不可抗力事件，方便后期训练时剔除无效数据。

(3)分析处理模块

该模块根据约束性条件调用数据库中的对应数据，同时调用相应机器学习算法和统计分析接口，对接收的数据进行处理，从而获得各类处理结果。

如图2所示，分析处理模块共包含统计分析子模块、预测子模块、实时预警子模块、异常子模块、数据调用子模块等5个子模块。

1.数据调用子模块

在数据调用子模块中，根据输入的管理层级调用数据库中的对应层级的数据，并将该数据送入后续子模块。

2.统计分析子模块

在统计分析子模块中，数据主要为当前时段工厂内的各生产线及危废排放相关数据。通过统计当前时段的相关数据的总量、历史时段的历史总量、小时间段内的最大值、最小值、平均值等基本统计信息，获得当前总量、指标进度和统计图表等，便于展示。

3.预测子模块

在预测子模块中，输入数据主要为相关历史统计数据。鉴于工厂的工作计划往往以月度和季度作为基本单位，因此，相关历史统计数据也应该是月度和季度的。通过调用训练好的回归模型，对未来几个月度和季度的统计数据进行预测。在获得未来的月度和季度的统计数据后，同样可以计算得到未来总量、未来指标进度和未来的统计趋势图表。

为了实现更好的预测效果，这里应考虑四种组织类型的数据，对应多种不同输出的预测算法。

数据类型1：历史年份中同月度的统计数据。比如过去五年中的所有1月份统计数据、所有2月份统计数据，直至所有12月份的统计数据等。针对每个月度的历史统计数据，训练一个该月度的预测算法。因此，共需训练12种月度统计数据的预测算法。如图3所示，以1月份统计数据预测算法为例，输入未来年份，输出为未来该年份的1月份统计数据的预测值。

数据类型2：历史年份同季度的统计数据。比如过去五年中的所有1季度、2季度、3季度和4季度的统计数据。针对每个季度的历史统计数据，训练一个该季度的预测算法。因此，共需训练4种季度统计数据的预测算法。如图4所示，与数据类型1相似，输入未来年份，输出为未来该年份的特定月份的统计数据预测值。

数据类型3：历史年份中连续月度的统计数据。比如过去五年中每个月的统计数据。基于所有月度的统计数据，训练一个月度的预测算法。如图5所示，该算法输入为未来月份，输出为未来该月份的统计数据预测值。

数据类型4：历史年份中连续季度的统计数据。比如过去五年中的每个季度的统计数据。基于所有季度的统计数据，训练一个季度的预测算法。如图6所示，该算法输入为未来季度，输出为未来该季度的统计数据预测值。

4.实时预警子模块

在实时预警子模块中，输入数据为过去数分钟或者数小时内的相关数据。如图7所示，输入相关数据后，预测算法将给出未来数秒钟或者数分钟内的对应数据预测值。根据该预测值与接下来数秒钟或者数分钟内的实际数据进行比较，当差距超过一定阈值或者实际数值超过安全界限，则给出告警信息。

如图7所示，为了更好拟合实时数据，应根据数据的波动对数据进行区分。对于波动较小的数据，在短时间内，可以认为其线性趋势不会改变，因此采用线性回归模型(LR模型)进行预测即可。对于波动较大的数据，在短时间内，可以认为其时间序列行为不随时间改变，因此采用自回归模型(AR模型)进行预测即可。

5.异常子模块

在异常子模块中，输入为同类设备或者同类型生产线的相关数据。为避免单一纬度数据的随机性对结果的影响，此处数据应采用多维度的数据，如设备的能耗数据、排废数据等综合起来作为该设备的数据。为了更加有效发现设备或者生产线的异常，采用基于密度的聚类算法(DBSCAN算法)。

如图8所示，通过将若干同类设备或者同类型生产线的数据送入DBSCAN算法中，获得聚类结果和离异点结果。

1、对聚类结果而言，可能产生多个聚类簇。每一个聚类簇表示在现有数据维度下可归为一类的设备集合，可以据此对设备或者生产线进行划分或者归类。

2、而对离异点而言，可能产生多个离异点。每一个离异点即为异常的设备或者生产线。从离异点所处的位置到附近聚类簇的差距，可以得到每个离异点离异的原因，即在哪几种维度上导致的离异。根据各维度所代表的实际含义，可以得到设备或者生产线产生异常的现实原因。

(4)信息组织模块

该模块接收分析处理模块中各子模块的输出结果，并按照预定模板将输出结果进行解释和组合，生成可供对应层级管理者阅读的现状描述和建议。

如图9所示，该模块接收4类数据，经过信息预处理子模块的处理，得到各类数据的语义解释，即将数据对应到实际意义。再将处理后的数据依据模板进行填充，生成最后的管理内容和建议。

如图9所示，该模块主要接收如下4类数据：

①当前总量、指标进度和现状统计图表等。该类数据从上述的统计分析子模块中获得，主要用于生成当前现状的描述信息。举例来说，某厂截至8月份共耗电10000瓦，耗水1752吨，排放废水40吨，达到当年能耗指标80％、当年废水排放指标90％，其中，机加厂占当前总能耗的78％，转子厂占当前总能耗的22％。

②预测的未来月度以及季度的总量、指标进度以及情况统计等。该类数据从上述的预测子模块中获得，主要基于预测数据生成未来态势的描述信息。举例来说，某厂未来3月内，预计耗电4000瓦，耗水700吨，排放废水15吨，届时达到全年能耗110％，废水排放指标120％，其中，机加厂占总能耗的80％，转子厂占总能耗的20％。

③设备、生产线或者子单位的实时告警信息。该类数据从上述的实时预警子模块中获得，主要用于对设备、生产线或者子单位进行实时监控以及未来短时间内的预警。举例来说，某厂内转子加工生产线将于30分钟后废物排放超标，请注意。

④设备、生产线或者子单位的分类、异常信息以及异常原因。该类数据从上述的异常子模块中获得，主要生成设备、生产线或者子单位的归类层次，对其中的异常设备、生产线或者子单位进行归因。举例来说，某厂内1号转子生产线为异常生产线，判别原因为废水排量过高。

在信息预处理子模块中，对输入信息进行简单判断，添加合适的提示信息。如“未来3月内全年能耗110％，废水排放指标120％，已经超过指标限额，请及时采取措施”。

在模板填充子模块中，将各类信息进行合理组合，制作相应表格和图表，并放置在对应文档位置上，最终生成完整的报告文档。

总之，本申请实施例提供的环保业务分析系统，可以充分挖掘采集环保数据价值，提供未来趋势、实时预警、异常定位以及异常归因等功能，通过对模型结果进行语义解释，并将解释结果填充进模板，可自动生成现状统计和管理建议。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加上必需的通用硬件平台的方式来实现。基于这样的理解，本申请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存储介质中，如ROM/RAM、磁碟、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)执行本申请各个实施例或者实施例的某些部分所述的方法。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。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，均包含在本发明的保护范围内。

Claims (10)

1.一种环保业务分析系统，其特征在于，包括：

输入单元，所述输入单元包括约束性条件模块以及数据库；所述约束性条件模块用于供用户输入环保业务指标数据以及管理层级数据；所述数据库用于存储工厂内各生产线、生产线内部分设备的相关数据以及危废相关的排出数据；

中间处理单元，所述中间处理单元包括相连的分析处理模块以及信息组织模块；所述约束性条件模块以及所述数据库均与所述分析处理模块相连；

所述分析处理模块用于根据通过所述约束性条件模块输入的约束性条件调用所述数据库中的对应数据，并调用相应机器学习算法和统计分析接口对接收的数据进行处理，获得各类处理结果；

所述信息组织模块用于根据所述处理结果，按照预定模板将所述处理结果进行解释和组合生成可供对应层级管理者阅读的现状描述信息和建议信息。

2.根据权利要求1所述的环保业务分析系统，其特征在于，所述环保业务指标数据包括各类危废排放量指标、当年的能耗指标。

3.根据权利要求1所述的环保业务分析系统，其特征在于，所述相关数据以及所述排出数据通过传感器以及设备输出方式获得。

4.根据权利要求1所述的环保业务分析系统，其特征在于，所述分析处理模块包括数据调用子模块以及均与所述数据调用子模块相连的统计分析子模块、预测子模块、实时预警子模块、异常子模块。

5.根据权利要求4所述的环保业务分析系统，其特征在于，所述数据调用子模块用于根据输入的所述管理层级数据调用所述数据库中的对应层级的数据并送入后续子模块。

6.根据权利要求4所述的环保业务分析系统，其特征在于，所述统计分析子模块用于统计根据当前时段的相关数据的总量、历史时段的历史总量、小时间段内的最大值、最小值、平均值基本统计信息，获得当前总量、指标进度和统计图表。

7.根据权利要求4所述的环保业务分析系统，其特征在于，所述预测子模块用于通过数据预测算法对历史统计数据进行预测计算得到未来总量、未来指标进度和未来的统计趋势图表；所述数据预测算法包括根据所述历史统计数据的时间单位确定的多种预测算法。

8.根据权利要求7所述的环保业务分析系统，其特征在于，所述实时预警子模块用于接收所述数据预测算法传输的未来数秒钟或者数分钟内的对应数据预测值；根据所述数据预测值与接下来数秒钟或者数分钟内的实际数据进行比较，当差距超过一定阈值或者实际数值超过安全界限，则给出告警信息。

9.根据权利要求4所述的环保业务分析系统，其特征在于，所述异常子模块用于将若干同类设备或者同类型生产线的数据采用DBSCAN算法计算获得聚类结果和离异点结果。

10.根据权利要求4所述的环保业务分析系统，其特征在于，所述信息组织模块用于接收所述分析处理模块中各子模块的输出结果，并按照预定模板将输出结果进行解释和组合，生成可供对应层级管理者阅读的现状描述信息和建议信息。

Images