CN116757553B - 一种农业有机废弃物资源利用数字化信息管理系统 - Google Patents
一种农业有机废弃物资源利用数字化信息管理系统 Download PDFInfo
- Publication number
- CN116757553B CN116757553B CN202311007465.5A CN202311007465A CN116757553B CN 116757553 B CN116757553 B CN 116757553B CN 202311007465 A CN202311007465 A CN 202311007465A CN 116757553 B CN116757553 B CN 116757553B
- Authority
- CN
- China
- Prior art keywords
- moment
- ith
- reaction rate
- degree
- stable
- 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
- 239000010815 organic waste Substances 0.000 title claims abstract description 48
- 238000006243 chemical reaction Methods 0.000 claims abstract description 185
- 230000002159 abnormal effect Effects 0.000 claims abstract description 92
- 230000008859 change Effects 0.000 claims abstract description 64
- 238000004590 computer program Methods 0.000 claims abstract description 3
- 230000005856 abnormality Effects 0.000 claims description 42
- 238000000034 method Methods 0.000 claims description 18
- 238000012512 characterization method Methods 0.000 claims description 16
- 238000010606 normalization Methods 0.000 claims description 10
- 230000006870 function Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 abstract description 29
- 238000004140 cleaning Methods 0.000 abstract description 12
- 230000000694 effects Effects 0.000 abstract description 8
- 238000012216 screening Methods 0.000 abstract description 4
- 238000001514 detection method Methods 0.000 abstract description 2
- 239000007789 gas Substances 0.000 description 114
- 238000007726 management method Methods 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- 239000000376 reactant Substances 0.000 description 6
- 239000002699 waste material Substances 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 230000015556 catabolic process Effects 0.000 description 2
- 238000009264 composting Methods 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000006641 stabilisation Effects 0.000 description 2
- 238000011105 stabilization Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 239000002154 agricultural waste Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000031018 biological processes and functions Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006555 catalytic reaction Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000000813 microbial effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- 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)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Organic Low-Molecular-Weight Compounds And Preparation Thereof (AREA)
Abstract
本发明涉及数据异常检测技术领域,具体涉及一种农业有机废弃物资源利用数字化信息管理系统。该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,以实现如下步骤:根据农业有机废弃物堆料反应过程中各时刻与其预设邻近时刻的气体产出量的差异,得到数据异常程度;根据各时刻的预设邻近历史时刻的温度变化情况和气体产出量变化情况,得到各时刻反应速率趋于稳定的程度;根据各时刻反应速率趋于稳定的程度、各时刻以及其预设邻近历史时刻的温度变化情况,得到各时刻温度影响下数据偏差的异常表征值,进而结合数据异常程度筛选异常数据并进行剔除。本发明提高了监测数据的清洗效果。
Description
技术领域
本发明涉及数据异常检测技术领域,具体涉及一种农业有机废弃物资源利用数字化信息管理系统。
背景技术
农业有机废弃物是农业生产中产生的一种重要资源,通过有效利用这些废弃物可以实现能源循环利用和可持续发展。为了更好地管理和利用农业有机废弃物,数字化信息管理系统被广泛使用,该系统通过传感器、监测设备等实时采集农业废弃物的相关数据,例如堆料反应中反应参数(产出量)的监测,为后续反应分析提供数据依据,但是所采集的数据可能存在噪声,影响后续的分析结果,因此需要对采集的数据进行数据清洗。
对于农业有机废弃物堆料反应过程中所监测的产出数据清洗,主要是将采集到的异常数据剔除。由于堆料反应速率较慢,产出数据较为稳定,因此通常直接利用所监测到的产出数据的变化偏差反映监测数据的异常程度。但是堆料反应中反应速率具有变化关系,导致不同反应阶段产出数据变化具有一定的差异,同时反应速率受温度影响,即对产出数据变化具有影响,并且温度对产出数据变化的影响在不同反应速率阶段不同,最终导致监测数据变化存在更大差异,所以监测数据变化偏差所反映监测数据的异常程度不准确,进而使得农业有机废弃物堆料反应过程中监测数据的清洗效果较差。
发明内容
为了解决现有方法在对农业有机废弃物堆料反应过程中的监测数据进行数据清洗时存在的清洗效果较差的问题,本发明的目的在于提供一种农业有机废弃物资源利用数字化信息管理系统,所采用的技术方案具体如下:
本发明提供了一种农业有机废弃物资源利用数字化信息管理系统,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,以实现如下步骤:
获取农业有机废弃物堆料反应过程中各时刻的气体产出量和反应池内的温度;
根据各时刻与其预设邻近时刻的气体产出量的差异,得到各时刻的数据异常程度;根据各时刻的预设邻近历史时刻的温度变化情况和气体产出量变化情况,确定各时刻反应速率趋于稳定的可能性指标;根据各时刻反应速率趋于稳定的可能性指标以及各时刻与其预设邻近历史时刻反应速率趋于稳定的可能性指标的差异情况,得到各时刻反应速率趋于稳定的程度;
根据各时刻反应速率趋于稳定的程度、各时刻以及其预设邻近历史时刻的温度变化情况,得到各时刻温度影响下数据偏差的异常表征值;基于所述数据异常程度和所述异常表征值,确定各时刻对应的综合异常程度;
基于所述综合异常程度确定异常数据,并对异常数据进行剔除。
优选的,所述根据各时刻与其预设邻近时刻的气体产出量的差异,得到各时刻的数据异常程度,包括:
对于第i个时刻:
将第i个时刻与其相邻的前一个时刻的气体产出量之间的差值绝对值,确定为第i个时刻气体产出量的变化量;
计算第i个时刻的所有预设邻近时刻气体产出量的变化量的均值;将第i个时刻气体产出量的变化量与所述气体产出量的变化量的均值之间的差值绝对值,确定为第i个时刻的数据异常程度。
优选的,所述根据各时刻的预设邻近历史时刻的温度变化情况和气体产出量变化情况,确定各时刻反应速率趋于稳定的可能性指标,包括:
对于第i个时刻:
将第i个时刻与其相邻的前一个时刻的温度之间的差值,确定为第i个时刻的温度升高量;
将第i个时刻的每两个相邻预设邻近历史时刻中后一历史时刻与前一历史时刻的气体产出量的差值,作为后一历史时刻气体产出量的增加量;
获取第i个时刻的所有预设邻近历史时刻的温度升高量的最大值;根据所述温度升高量的最大值和第i个时刻对应的所有历史时刻气体产出量的增加量的均值,得到第i个时刻反应速率趋于稳定的可能性指标。
优选的,采用如下公式计算第i个时刻反应速率趋于稳定的可能性指标:
;
其中,为第i个时刻反应速率趋于稳定的可能性指标,为第i个时刻的所有预
设邻近历史时刻的温度升高量的最大值,K为第i个时刻的预设邻近历史时刻的数量,为第个时刻的气体产出量,为第个时刻的气体产出量,norm
( )为归一化函数,为预设第一调整参数,;
第i个时刻的预设邻近历史时刻为第个时刻到第个时刻之间的所有
时刻。
优选的,所述根据各时刻反应速率趋于稳定的可能性指标以及各时刻与其预设邻近历史时刻反应速率趋于稳定的可能性指标的差异情况,得到各时刻反应速率趋于稳定的程度,包括:
对于第i个时刻:
分别将第i个时刻反应速率趋于稳定的可能性指标与第i个时刻的每个预设邻近历史时刻反应速率趋于稳定的可能性指标之间的差值,确定为第i个时刻的对应预设邻近历史时刻的第一特征值;计算第i个时刻的所有预设邻近历史时刻的第一特征值的均值;
根据所述第i个时刻反应速率趋于稳定的可能性指标和所述第一特征值的均值,得到第i个时刻反应速率趋于稳定的程度。
优选的,根据所述第i个时刻反应速率趋于稳定的可能性指标和所述第一特征值的均值,得到第i个时刻反应速率趋于稳定的程度,包括:
将所述第一特征值的均值的归一化结果与预设第二调整参数的和值,记为特征指标;
将特征指标的倒数与所述第i个时刻反应速率趋于稳定的可能性指标的乘积,确定为第i个时刻反应速率趋于稳定的程度。
优选的,根据各时刻反应速率趋于稳定的程度、各时刻以及其预设邻近历史时刻的温度变化情况,得到各时刻温度影响下数据偏差的异常表征值,包括:
对于第i个时刻:
将第i个时刻的每两个相邻预设邻近历史时刻中后一历史时刻与前一历史时刻的温度升高量的差值,作为后一历史时刻的第二特征值;将第i个时刻对应的所有历史时刻的第二特征值的最大值所对应的历史时刻,作为目标时刻;
根据第i个时刻的温度升高量、第i个时刻对应的所有历史时刻的第二特征值的最大值、第i个时刻与所述目标时刻之间的时间间隔,得到第i个时刻温度影响下数据偏差的异常表征值,所述第i个时刻的温度升高量、所述第二特征值的最大值、所述时间间隔均与所述异常表征值呈负相关关系。
优选的,采用如下公式计算第i个时刻温度影响下数据偏差的异常表征值:
;
其中,为第i个时刻温度影响下数据偏差的异常表征值,为第i个时刻的第
二特征值,K为第i个时刻的预设邻近历史时刻的数量,为第个时刻的
第二特征值,为第个时刻的第二特征值,为第i个时刻与目标时刻之间的时
间间隔,max( )为取最大值函数,norm( )为归一化函数,为预设第三调整参数,。
优选的,所述基于所述数据异常程度和所述异常表征值,确定各时刻对应的综合异常程度,包括:
对于任一时刻:将该时刻的所述数据异常程度和该时刻的所述异常表征值的乘积,确定为该时刻对应的综合异常程度。
优选的,所述基于所述综合异常程度确定异常数据,包括:
对所述综合异常程度进行归一化处理,分别判断各时刻对应的综合异常程度的归一化结果是否大于预设异常程度阈值,若大于,则将对应时刻的气体产出量确定为异常数据。
本发明至少具有如下有益效果:
1、本发明在利用气体产出量数据变化偏差反映监测数据异常情况的过程中,结合每个时刻与其预设邻近时刻的气体产出量的差异,从数值偏离程度的角度对每个时刻的数据异常程度进行了初步评估,又考虑了气体产出量与温度和反应速率之间的变化关系,获得了温度影响下数据偏差的异常表征值,进而结合温度影响下数据偏差的异常表征值和数据异常程度对采集到的数据进行了筛选,避免将真实的气体产出量数据误判为异常数据,使得异常数据的筛选结果更准确,提高了农业有机废弃物堆料反应过程中监测数据的清洗效果。
2、本发明根据产出量的变化情况以及温度变化情况,确定了每个时刻反应速率趋于稳定的程度,考虑了农业有机废弃物堆料在实际反应中反应速率稳定是持续存在的,避免单个时刻所获得的趋于稳定程度偶然性影响,所以利用多个连续时刻反应速率趋于稳定的可能性指标共同反映对应时刻反应速率趋于稳定的程度,提高了所获得的监测时刻反应速率关系的准确性。
3、本发明考虑了不同反应速率对气体产出量的影响,减少反应速率变化所引起的正常气体产出量数据变化对数据异常表现的影响,从而提高了所获得的异常表征值的可靠性。
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农业有机废弃物资源利用数字化信息管理系统所执行的方法的流程图。
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农业有机废弃物资源利用数字化信息管理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农业有机废弃物资源利用数字化信息管理系统的具体方案。
一种农业有机废弃物资源利用数字化信息管理系统实施例:
本实施例所针对的具体场景为:在对农业有机废弃物堆料反应过程中的监测数据进行清洗时,异常程度越大的数据清洗的可能性越大,监测数据异常反映为监测变化偏差,同时在温度影响下不同反应阶段监测数据具有不同变化关系,所以本实施例利用监测数据变化偏差以及偏差在温度影响下的异常表现,确定每个时刻对应的综合异常程度,进而筛选出农业有机废弃物堆料反应过程中的异常数据,并对异常数据进行剔除,提高后续分析结果的准确度和可信度。
本实施例提出了一种农业有机废弃物资源利用数字化信息管理系统,如图1所示,本实施例的一种农业有机废弃物资源利用数字化信息管理系统包括以下步骤:
步骤S1,获取农业有机废弃物堆料反应过程中各时刻的气体产出量和反应池内的温度。
农业有机废弃物资源利用过程常见有堆肥反应,即利用农业有机废弃物能够获得使用的其他资源,常见有甲烷等有机气体,农业有机废弃物堆料反应过程中所产出的有机气体通过管道传送到储存室,在传送管道安装传感器,用于采集有机气体的产出量,同时在反应池内安装温度传感器,用于采集温度数据,最后将采集到的气体产出量和温度数据传输到数据管理中心,进行后续数据清洗。本实施例采集农业有机废弃物堆料反应过程中的气体产出量和反应池内的温度,本实施例设置气体产出量和反应池内的温度均为每秒采集一次,也即每1秒均采集了一个气体产出量数据和一个温度数据,在具体应用中,实施者可自行设置气体产出量和反应池内的温度的采集频率,需要说明的是,每个采集时刻均有一个产出量数据和一个温度数据。
至此,采集到了农业有机废弃物堆料反应过程中每个时刻的气体产出量和反应池内的温度。
步骤S2,根据各时刻与其预设邻近时刻的气体产出量的差异,得到各时刻的数据异常程度;根据各时刻的预设邻近历史时刻的温度变化情况和气体产出量变化情况,确定各时刻反应速率趋于稳定的可能性指标;根据各时刻反应速率趋于稳定的可能性指标以及各时刻与其预设邻近历史时刻反应速率趋于稳定的可能性指标的差异情况,得到各时刻反应速率趋于稳定的程度。
在对农业有机废弃物堆料反应过程的监测数据进行清洗的过程中,监测数据变化偏差越大,说明其异常程度越大。温度在不同反应速率阶段引起气体产出量的变化不同,气体产出量本身变化越大,监测数据变化偏差的异常表现程度越高。本实施例根据温度在不同反应速率阶段的影响关系所反映监测数据变化偏差的异常表现,对每个时刻监测数据的异常情况进行分析。
农业有机废弃物堆料反应过程主要利用废弃物中能够参与反应的物质作为反应物,由于废弃物中能够参与反应的物质纯度相对较低,因此堆料反应速率较低,导致气体产出量较低,并且反应速率变化较慢,所以气体产出量的变化较慢,因此可以利用每个时刻与邻近时刻的气体产出量的差异,对每个时刻的数据异常程度进行分析。所监测的单个气体产出量数据变化与其周围邻近时刻气体产出量数据变化的偏差越大,其异常程度越高,因此,本实施例首先根据每个时刻与其预设邻近时刻的气体产出量的差异,对每个时刻的异常程度进行初步评估,也即确定每个时刻的数据异常程度。
对于第i个时刻:
将第i个时刻与其相邻的前一个时刻的气体产出量之间的差值绝对值,确定为第i
个时刻气体产出量的变化量;计算第i个时刻的所有预设邻近时刻气体产出量的变化量的
均值;将第i个时刻气体产出量的变化量与所述气体产出量的变化量的均值之间的差值绝
对值,确定为第i个时刻的数据异常程度,第i个时刻的数据异常程度的具体计算公式为,其中,为第i个时刻气体产出量的变化量,为第i个时刻气体产出
量的变化量,即第i个时刻与第i-1个时刻的气体产出量之间的差值绝对值,为第i个时刻
的所有预设邻近时刻气体产出量的变化量的均值;对于第i个时刻,其预设邻近时刻的获取
方法具体为:将与第i个时刻的时间间隔为预设时长的所有历史时刻,作为第i个时刻的预
设邻近历史时刻;同时获取与第i个时刻的时间间隔为预设时长的所有未来时刻,将第i个
时刻的所有预设邻近历史时刻和与第i个时刻的时间间隔为预设时长的所有未来时刻均作
为第i个时刻的预设邻近时刻;本实施例中的预设时长为10秒,因此,第i个时刻的预设邻近
时刻的总数量为20个,第i个时刻的预设邻近历史时刻的总数量为10个,在具体应用中,实
施者可根据具体情况进行设置。
采用上述方法,能够获得农业有机废弃物堆料反应过程中每个时刻的数据异常程度,本实施例利用所监测的气体产出量数据与邻近时刻的气体产出量数据的差异反映监测数据的异常程度。但是在实际反应中,不同反应速率下气体产出量存在差异,所以在反应速率变化时,其气体产出量数据同样会发生变化,此时对应时序上气体产出量之间存在差异,导致上述所获得数据异常程度存在偏差,所以本实施例需要结合反应速率的变化情况对监测数据的异常变化进行分析。
在利用反应速率变化判断气体产出量变化关系时,首先需要确定反应速率的变化特征,在实际农业有机废弃物堆料反应中,温度直接影响反应速率,所以本实施例将根据反应池内的温度变化反映气体产出量的变化情况,从而确定气体产出量变化的异常表现。
在农业有机废弃物堆料反应过程中,废弃物的降解和转化涉及许多化学和生物过程,较高的温度通常会增加微生物活性和酶催化反应的速率,从而促进废弃物的分解和降解。所以,在实际反应中反应池温度越高,反应物分子具有更高的动能,加速反应发生,同时使得反应速率的变化速率加快,也即温度与气体产出量之间的相对变化关系,主要依据温度对反应速率的加快作用。堆料反应的过程是一个持续的化学反应过程,其在不同阶段反应速率变化不同,从而使得不同阶段反应速率受温度的影响关系存在差异,最终表现为温度变化对气体产出量数据变化的影响不同,从而使得温度对气体产出量数据变化的异常表现影响不同。
在农业有机废弃物堆料反应过程中,开始阶段由于反应物刚开始接触,反应物的接触面积较小,随着反应的持续进行使得反应物的接触面积增加,从而使得反应速率持续升高,在此过程中反应物接触面积对反应速率的影响逐渐较小直至消失,然后反应达到相对稳定阶段。反应速率越趋于稳定阶段,温度对速率的影响越大,即温度变化对气体产出量变化的影响越大。
反应速率趋于稳定阶段程度主要表现为当前时刻气体产出量的变化,即产出的增加量越小,越趋于反应速率稳定阶段。每个时刻气体产出量的增加情况需要结合之前多个时刻的变化进行分析,并且在多个时刻对应的产出变化可能受温度变化的影响,即反应速率趋于稳定的阶段同样可能由于温度的升高导致产出量增多,相同气体产出量对应温度升高量越大,对应反应速率趋于稳定阶段的表现程度越高。
基于此,本实施例将根据每个时刻的预设邻近历史时刻的温度变化情况和气体产出量变化情况,确定每个时刻反应速率趋于稳定的可能性指标;根据每个时刻反应速率趋于稳定的可能性指标以及每个时刻与其预设邻近历史时刻反应速率趋于稳定的可能性指标的差异情况,得到每个时刻反应速率趋于稳定的程度。
对于第i个时刻:
将第i个时刻与其相邻的前一个时刻的温度之间的差值,确定为第i个时刻的温度升高量;将第i个时刻的每两个相邻预设邻近历史时刻中后一历史时刻与前一历史时刻的气体产出量的差值,作为后一历史时刻气体产出量的增加量;获取第i个时刻的所有预设邻近历史时刻的温度升高量的最大值;根据所述温度升高量的最大值和第i个时刻对应的所有历史时刻气体产出量的增加量的均值,得到第i个时刻反应速率趋于稳定的可能性指标。第i个时刻反应速率趋于稳定的可能性指标的具体计算公式为:
;
其中,为第i个时刻反应速率趋于稳定的可能性指标,为第i个时刻的所有预
设邻近历史时刻的温度升高量的最大值,K为第i个时刻的预设邻近历史时刻的数量,为第个时刻的气体产出量,为第个时刻的气体产出量,norm
( )为归一化函数,为预设第一调整参数,。第i个时刻的预设邻近历史时刻为第个时刻到第个时刻之间的所有时刻。
本实施例在可能性指标的计算公式中引入预设第一调整参数是为了防止分母为
0,本实施例中的预设第一调整参数为0.1,在具体应用中,实施者可根据具体情况进行设
置。表示第个时刻的气体产出量的增加量,表示第i个时刻的所有预设邻近历史时刻的气体产出量的增加
量的均值,该均值越小,说明第i个时刻的气体产出量越趋于稳定,即第i个时刻趋于反应稳
定阶段的程度越高。第i个时刻的所有预设邻近历史时刻的温度升高量的最大值越大,说明
气体产出量的增加量表现反应速率趋于稳定阶段的表现程度越高。当第i个时刻的所有预
设邻近历史时刻的温度升高量的最大值越大、第i个时刻的所有预设邻近历史时刻的气体
产出量的增加量的均值越小时,第i个时刻反应速率趋于稳定的可能性指标越大。
接下来本实施例分别将第i个时刻反应速率趋于稳定的可能性指标与第i个时刻的每个预设邻近历史时刻反应速率趋于稳定的可能性指标之间的差值,确定为第i个时刻的对应预设邻近历史时刻的第一特征值;计算第i个时刻的所有预设邻近历史时刻的第一特征值的均值;将所述第一特征值的均值的归一化结果与预设第二调整参数的和值,记为特征指标;将特征指标的倒数与所述第i个时刻反应速率趋于稳定的可能性指标的乘积,确定为第i个时刻反应速率趋于稳定的程度。第i个时刻反应速率趋于稳定的程度的具体计算公式为:
;
其中,为第i个时刻反应速率趋于稳定的程度,为第i-k个时刻反应速率趋
于稳定的可能性指标,为预设第二调整参数。
本实施例在反应速率趋于稳定的程度的计算公式中引入预设第二调整参数是为
了防止分母为0,本实施例中的预设第二调整参数为0.1,在具体应用中,实施者可根据具体
情况进行设置。表示第i-k个时刻的第一特征值,表示
第i个时刻的所有预设邻近历史时刻的第一特征值的均值,也即反应速率趋于稳定程度的
增量均值,该均值越小,第i个时刻农业有机废弃物堆料的反应速率趋于稳定阶段的可能性
越大。当第i个时刻反应速率趋于稳定的可能性指标越大、第i个时刻的所有预设邻近历史
时刻的第一特征值的均值越小时,说明第i个时刻农业有机废弃物堆料的反应速率越趋于
稳定,即第i个时刻反应速率趋于稳定的程度越大。
采用上述方法,能够获得每个时刻反应速率趋于稳定的程度。考虑了反应速率稳定所表现的气体产出量稳定且持续稳定,避免偶然性气体产出量稳定的影响,同时考虑了温度对气体产出量的影响,避免温度引起的气体产出量变化干扰反应速率稳定性的判断,提高所获得的反应速率趋于稳定的程度的可信度。
需要说明的是,若农业有机废弃物堆料反应过程中某一时刻的预设邻近时刻的数量小于20,则分别获取该时刻的所有预设邻近时刻的气体产出量的均值和反应池内的温度的均值,利用气体产出量的均值和反应池内的温度的均值进行插值处理,也即补全数据,使得该时刻的预设邻近时刻的数量等于20个。同理,若农业有机废弃物堆料反应过程中某一时刻的预设邻近历史时刻的数量小于10,则分别获取该时刻的所有预设邻近历史时刻的气体产出量的均值和反应池内的温度的均值,利用所有预设邻近历史时刻的气体产出量的均值和反应池内的温度的均值进行插值处理,也即补全数据,使得该时刻的预设邻近历史时刻的数量等于10个。对于农业有机废弃物堆料反应过程中的第一个时刻,不存在预设邻近历史时刻,因此不对农业有机废弃物堆料反应过程中的第一个时刻进行分析,也即后续不剔除第一个时刻的气体产出量数据。
步骤S3,根据各时刻反应速率趋于稳定的程度、各时刻以及其预设邻近历史时刻的温度变化情况,得到各时刻温度影响下数据偏差的异常表征值;基于所述数据异常程度和所述异常表征值,确定各时刻对应的综合异常程度。
考虑相邻两个时刻的温度升高量的差异能够反映温度变化的突出程度,温度变化越突出,使得废弃物的反应速率变化的越突出,也即气体产出量的变化偏差越大,采集到的气体产出量变化的偏差异常表现程度越低。同时若某一时刻与其预设邻近历史时刻的第二特征值的最大值所对应的历史时刻的时间间隔越小,则最突出的温度变化对第i个时刻产出量数据变化的影响越大。基于此,本实施例将根据各时刻反应速率趋于稳定的程度、各时刻以及其预设邻近历史时刻的温度变化情况,得到各时刻温度影响下数据偏差的异常表征值。
对于第i个时刻:
将第i个时刻的每两个相邻预设邻近历史时刻中后一历史时刻与前一历史时刻的温度升高量的差值,作为后一历史时刻的第二特征值;将第i个时刻对应的所有历史时刻的第二特征值的最大值所对应的历史时刻,作为目标时刻;根据第i个时刻的温度升高量、第i个时刻对应的所有历史时刻的第二特征值的最大值、第i个时刻与所述目标时刻之间的时间间隔,得到第i个时刻温度影响下数据偏差的异常表征值,所述第i个时刻的温度升高量、所述第二特征值的最大值、所述时间间隔均与所述异常表征值呈负相关关系。作为一个具体实施方式,给出异常表征值的具体计算公式,第i个时刻温度影响下数据偏差的异常表征值的具体计算公式为:
;
其中,为第i个时刻温度影响下数据偏差的异常表征值,为第i个时刻的第
二特征值,K为第i个时刻的预设邻近历史时刻的数量,为第个时刻的
第二特征值,为第个时刻的第二特征值,为第i个时刻与目标时刻之间的时
间间隔,max( )为取最大值函数,norm( )为归一化函数,为预设第三调整参数,。
表示第个时刻的第二特征值与第个时刻的
第二特征值之间的差值,能够表征温度变化的突出程度,其值越大,温度变化越突出,使得
反应速率变化越突出,即气体产出量变化偏差越大,气体产出量变化的偏差的异常表现程
度越低;表示第i个时刻对应的所有历史时刻的第二特
征值的最大值,其值越大,突出程度最大的温度变化对气体产出量变化的影响越大,第i个
时刻气体产出量数据变化的可能性越大,即第i个时刻监测数据偏差的异常表现程度越低;;
表示特征指标,本实施例在异常表征值的计算公式中引入预设第三调整参数是为了防止分母为0,本实施例中的预设第三调整参数为0.1,在具体应用中,实施者可根据具体情况进行设置。第i个时刻与目标时刻之间的时间间隔越短,最突出的温度变化对第i个时刻气体产出量数据变化的影响越大,第i个时刻气体产出量数据变化偏差的异常表现程度越高。当第i个时刻的第二特征值越小、第i个时刻对应的所有历史时刻的第二特征值的最大值越小、第i个时刻与目标时刻之间的时间间隔越短时,第i个时刻温度影响下数据偏差的异常表征值越大。
采用上述方法,能够获得每个时刻温度影响下数据偏差的异常表征值。
农业有机废弃物堆料反应过程中反应速率表现为先升高在趋于稳定,并且反应速率越趋于稳定阶段,气体产出量变化的异常表现程度受温度变化的影响越高。基于所获得的每个时刻反应速率趋于稳定的程度,判断每个时刻气体产出量数据变化偏差的异常表现,也即确定每个时刻温度影响下数据偏差的异常表征值。其中反应速率越趋于稳定阶段,气体产出量数据变化程度越大,气体产出量数据变化偏差的异常表现程度越高。
对于任一时刻:将该时刻的所述数据异常程度和该时刻的所述异常表征值的乘积,确定为该时刻对应的综合异常程度。综合异常程度越大,说明对应时刻的监测数据越异常。
采用上述方法,能够获得每个时刻对应的综合异常程度。
步骤S4,基于所述综合异常程度确定异常数据,并对异常数据进行剔除。
本实施例在步骤S3中获得了每个时刻对应的综合异常程度,综合异常程度越大,说明对应时刻的监测数据越异常,因此本实施例将基于综合异常程度从采集到的农业有机废弃物堆料反应过程中的所有气体产出量数据中筛选出异常数据,并对其进行剔除。
具体地,首先分别对每个时刻对应的综合异常程度进行归一化处理,然后分别判断每个时刻对应的综合异常程度的归一化结果是否大于预设异常程度阈值,若大于,则将对应时刻的气体产出量确定为异常数据,并对该数据进行剔除,提高后续分析结果的准确度和可信度;若小于或等于,则将对应时刻的气体产出量确定为正常数据。本实施例采用最大最小值归一化方法对综合异常程度进行归一化处理,该方法为现有技术,此处不再过多赘述。本实施例中的预设异常程度阈值为0.9,在具体应用中,实施者可根据具体情况进行设置。
至此,完成了对农业有机废弃物堆料反应过程中的异常数据的剔除,实现了数据清洗。
本实施例在利用气体产出量数据变化偏差反映监测数据异常情况的过程中,结合每个时刻与其预设邻近时刻的气体产出量的差异,从数值偏离程度的角度对每个时刻的数据异常程度进行了初步评估,又考虑了气体产出量与温度和反应速率之间的变化关系,获得了温度影响下数据偏差的异常表征值,进而结合温度影响下数据偏差的异常表征值和数据异常程度对采集到的数据进行了筛选,避免将真实的气体产出量数据误判为异常数据,使得异常数据的筛选结果更准确,提高了农业有机废弃物堆料反应过程中监测数据的清洗效果。本实施例根据产出量的变化情况以及温度变化情况,确定了每个时刻反应速率趋于稳定的程度,考虑了农业有机废弃物堆料在实际反应中反应速率稳定是持续存在的,避免单个时刻所获得的趋于稳定程度偶然性影响,所以利用多个连续时刻反应速率趋于稳定的可能性指标共同反映对应时刻反应速率趋于稳定的程度,提高了所获得的监测时刻反应速率关系的准确性。本实施例考虑了不同反应速率对气体产出量的影响,减少反应速率变化所引起的正常气体产出量数据变化对数据异常表现的影响,从而提高了所获得的异常表征值的可靠性。
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 (2)
1.一种农业有机废弃物资源利用数字化信息管理系统,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,以实现如下步骤:
获取农业有机废弃物堆料反应过程中各时刻的气体产出量和反应池内的温度;
根据各时刻与其预设邻近时刻的气体产出量的差异,得到各时刻的数据异常程度;根据各时刻的预设邻近历史时刻的温度变化情况和气体产出量变化情况,确定各时刻反应速率趋于稳定的可能性指标;根据各时刻反应速率趋于稳定的可能性指标以及各时刻与其预设邻近历史时刻反应速率趋于稳定的可能性指标的差异情况,得到各时刻反应速率趋于稳定的程度;
根据各时刻反应速率趋于稳定的程度、各时刻以及其预设邻近历史时刻的温度变化情况,得到各时刻温度影响下数据偏差的异常表征值;基于所述数据异常程度和所述异常表征值,确定各时刻对应的综合异常程度;
基于所述综合异常程度确定异常数据,并对异常数据进行剔除;
所述根据各时刻与其预设邻近时刻的气体产出量的差异,得到各时刻的数据异常程度,包括:
对于第i个时刻:
将第i个时刻与其相邻的前一个时刻的气体产出量之间的差值绝对值,确定为第i个时刻气体产出量的变化量;
计算第i个时刻的所有预设邻近时刻气体产出量的变化量的均值;将第i个时刻气体产出量的变化量与所述气体产出量的变化量的均值之间的差值绝对值,确定为第i个时刻的数据异常程度;
所述根据各时刻的预设邻近历史时刻的温度变化情况和气体产出量变化情况,确定各时刻反应速率趋于稳定的可能性指标,包括:
对于第i个时刻:
将第i个时刻与其相邻的前一个时刻的温度之间的差值,确定为第i个时刻的温度升高量;
将第i个时刻的每两个相邻预设邻近历史时刻中后一历史时刻与前一历史时刻的气体产出量的差值,作为后一历史时刻气体产出量的增加量;
获取第i个时刻的所有预设邻近历史时刻的温度升高量的最大值;根据所述温度升高量的最大值和第i个时刻对应的所有历史时刻气体产出量的增加量的均值,得到第i个时刻反应速率趋于稳定的可能性指标;
采用如下公式计算第i个时刻反应速率趋于稳定的可能性指标:
其中,为第i个时刻反应速率趋于稳定的可能性指标,/>为第i个时刻的所有预设邻近历史时刻的温度升高量的最大值,K为第i个时刻的预设邻近历史时刻的数量,/>为第/>个时刻的气体产出量,/>为第/>个时刻的气体产出量,norm( )为归一化函数,/>为预设第一调整参数,/>;
第i个时刻的预设邻近历史时刻为第个时刻到第/>个时刻之间的所有时刻;
所述根据各时刻反应速率趋于稳定的可能性指标以及各时刻与其预设邻近历史时刻反应速率趋于稳定的可能性指标的差异情况,得到各时刻反应速率趋于稳定的程度,包括:
对于第i个时刻:
分别将第i个时刻反应速率趋于稳定的可能性指标与第i个时刻的每个预设邻近历史时刻反应速率趋于稳定的可能性指标之间的差值,确定为第i个时刻的对应预设邻近历史时刻的第一特征值;计算第i个时刻的所有预设邻近历史时刻的第一特征值的均值;
根据所述第i个时刻反应速率趋于稳定的可能性指标和所述第一特征值的均值,得到第i个时刻反应速率趋于稳定的程度;
根据所述第i个时刻反应速率趋于稳定的可能性指标和所述第一特征值的均值,得到第i个时刻反应速率趋于稳定的程度,包括:
将所述第一特征值的均值的归一化结果与预设第二调整参数的和值,记为特征指标;
将特征指标的倒数与所述第i个时刻反应速率趋于稳定的可能性指标的乘积,确定为第i个时刻反应速率趋于稳定的程度;
根据各时刻反应速率趋于稳定的程度、各时刻以及其预设邻近历史时刻的温度变化情况,得到各时刻温度影响下数据偏差的异常表征值,包括:
对于第i个时刻:
将第i个时刻的每两个相邻预设邻近历史时刻中后一历史时刻与前一历史时刻的温度升高量的差值,作为后一历史时刻的第二特征值;将第i个时刻对应的所有历史时刻的第二特征值的最大值所对应的历史时刻,作为目标时刻;
根据第i个时刻的温度升高量、第i个时刻对应的所有历史时刻的第二特征值的最大值、第i个时刻与所述目标时刻之间的时间间隔,得到第i个时刻温度影响下数据偏差的异常表征值,所述第i个时刻的温度升高量、所述第二特征值的最大值、所述时间间隔均与所述异常表征值呈负相关关系;
采用如下公式计算第i个时刻温度影响下数据偏差的异常表征值:
其中,为第i个时刻温度影响下数据偏差的异常表征值,/>为第i个时刻的第二特征值,K为第i个时刻的预设邻近历史时刻的数量,/>为第/>个时刻的第二特征值,/>为第/>个时刻的第二特征值,/>为第i个时刻与目标时刻之间的时间间隔,max( )为取最大值函数,norm( )为归一化函数,/>为预设第三调整参数,/>;
所述基于所述数据异常程度和所述异常表征值,确定各时刻对应的综合异常程度,包括:
对于任一时刻:将该时刻的所述数据异常程度和该时刻的所述异常表征值的乘积,确定为该时刻对应的综合异常程度。
2.根据权利要求1所述的一种农业有机废弃物资源利用数字化信息管理系统,其特征在于,所述基于所述综合异常程度确定异常数据,包括:
对所述综合异常程度进行归一化处理,分别判断各时刻对应的综合异常程度的归一化结果是否大于预设异常程度阈值,若大于,则将对应时刻的气体产出量确定为异常数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311007465.5A CN116757553B (zh) | 2023-08-11 | 2023-08-11 | 一种农业有机废弃物资源利用数字化信息管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311007465.5A CN116757553B (zh) | 2023-08-11 | 2023-08-11 | 一种农业有机废弃物资源利用数字化信息管理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116757553A CN116757553A (zh) | 2023-09-15 |
CN116757553B true CN116757553B (zh) | 2023-11-21 |
Family
ID=87961211
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311007465.5A Active CN116757553B (zh) | 2023-08-11 | 2023-08-11 | 一种农业有机废弃物资源利用数字化信息管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116757553B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117146384B (zh) * | 2023-10-30 | 2024-01-30 | 深圳市宇隆伟业科技有限公司 | 基于数据驱动的空调运行状态监测方法 |
CN117786371B (zh) * | 2024-02-27 | 2024-05-10 | 聊城市检验检测中心 | 一种温度监测数据优化预测分析方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1493550A (zh) * | 2003-08-26 | 2004-05-05 | 洁 谷 | 利用农业废弃物生产生物有机肥的方法 |
US8794049B1 (en) * | 2011-01-26 | 2014-08-05 | Marci Norkin | Real-time monitor for wine fermentation |
CN108168608A (zh) * | 2017-12-21 | 2018-06-15 | 中国科学院合肥物质科学研究院 | 农牧废弃物无害化高效堆肥品质在线智能监测系统 |
CN116414076A (zh) * | 2023-06-12 | 2023-07-11 | 济宁长兴塑料助剂有限公司 | 一种回收醇生产数据智能监控系统 |
CN116522821A (zh) * | 2023-05-08 | 2023-08-01 | 万华化学集团股份有限公司 | 水煤浆气化炉温度的确定方法、装置、系统及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9429467B2 (en) * | 2014-04-11 | 2016-08-30 | Lockheed Martin Corporation | System for non-contact optical-power measurement |
-
2023
- 2023-08-11 CN CN202311007465.5A patent/CN116757553B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1493550A (zh) * | 2003-08-26 | 2004-05-05 | 洁 谷 | 利用农业废弃物生产生物有机肥的方法 |
US8794049B1 (en) * | 2011-01-26 | 2014-08-05 | Marci Norkin | Real-time monitor for wine fermentation |
CN108168608A (zh) * | 2017-12-21 | 2018-06-15 | 中国科学院合肥物质科学研究院 | 农牧废弃物无害化高效堆肥品质在线智能监测系统 |
CN116522821A (zh) * | 2023-05-08 | 2023-08-01 | 万华化学集团股份有限公司 | 水煤浆气化炉温度的确定方法、装置、系统及存储介质 |
CN116414076A (zh) * | 2023-06-12 | 2023-07-11 | 济宁长兴塑料助剂有限公司 | 一种回收醇生产数据智能监控系统 |
Non-Patent Citations (1)
Title |
---|
氧化铝生产种分过程R_(peq)的测定及其与降温制度的关系;尹周澜, 刘吉波, 张平民, 陈启元, 李洁;中国有色金属学报(06);194-197 * |
Also Published As
Publication number | Publication date |
---|---|
CN116757553A (zh) | 2023-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116757553B (zh) | 一种农业有机废弃物资源利用数字化信息管理系统 | |
CN108647272B (zh) | 一种基于数据分布的小样本扩充对脱丁烷塔底丁烷浓度进行预测的方法 | |
JP4762088B2 (ja) | プロセス異常診断装置 | |
CN116414076B (zh) | 一种回收醇生产数据智能监控系统 | |
CN111931834B (zh) | 基于孤立森林算法的铝型材挤压过程流数据异常检测方法、设备及存储介质 | |
CN112414694B (zh) | 基于多元状态估计技术的设备多级异常状态识别方法及装置 | |
CN109840671B (zh) | 运行改进效果计算设备、运行改进效果计算方法和记录介质 | |
CN115496424B (zh) | 一种甲醇制氢工艺安全管理方法及系统 | |
CN117708748B (zh) | 一种用于离心风机的运行监测系统及方法 | |
CN117009831B (zh) | 一种精细化工事故风险预测评估方法 | |
CN101038485A (zh) | 丙烯聚合生产数据检测及故障诊断系统及方法 | |
Maestri et al. | A robust clustering method for detection of abnormal situations in a process with multiple steady-state operation modes | |
CN117196353A (zh) | 基于大数据的环境污染评估与监测方法及系统 | |
CN115311829B (zh) | 一种基于海量数据的精准告警方法及系统 | |
CN109683594B (zh) | 一种异常变量精确识别与定位方法 | |
CN116878590B (zh) | 一种数智化服务协同运营管理系统 | |
CN116448263B (zh) | 一种勃姆石生产设备运行状态检测方法 | |
CN113052302A (zh) | 基于循环神经网络的机器健康监控方法、装置及终端设备 | |
CN115237180B (zh) | 一种用于甲酯生产中粗品制备的智能控制方法 | |
CN116304823A (zh) | 一种垃圾焚烧过程在线诊断方法 | |
CN113341926B (zh) | 一种基于稀疏加权邻域保持嵌入的多阶段间歇过程故障检测方法 | |
CN115138309A (zh) | 一种用于甲酯生产中粗品制备的智能生产监测方法 | |
Maestri et al. | Kernel PCA performance in processes with multiple operation modes | |
CN112925290A (zh) | 一种基于多变量本征chirp模态分解的厂级振荡检测方法 | |
CN111626099A (zh) | 一种基于改进ccm的工业控制系统多回路振荡因果关系分析方法 |
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 |