CN116773746B - 烟气成分分析仪的数据记录系统及记录方法 - Google Patents
烟气成分分析仪的数据记录系统及记录方法 Download PDFInfo
- Publication number
- CN116773746B CN116773746B CN202310732596.3A CN202310732596A CN116773746B CN 116773746 B CN116773746 B CN 116773746B CN 202310732596 A CN202310732596 A CN 202310732596A CN 116773746 B CN116773746 B CN 116773746B
- Authority
- CN
- China
- Prior art keywords
- smoke component
- analyzer
- data
- smoke
- component 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.)
- Active
Links
- 239000000779 smoke Substances 0.000 title claims abstract description 360
- 238000000034 method Methods 0.000 title claims abstract description 21
- 230000002159 abnormal effect Effects 0.000 claims abstract description 83
- 238000012545 processing Methods 0.000 claims abstract description 35
- 230000005540 biological transmission Effects 0.000 claims abstract description 34
- 238000012795 verification Methods 0.000 claims abstract description 33
- 230000007613 environmental effect Effects 0.000 claims abstract description 22
- 239000011159 matrix material Substances 0.000 claims description 61
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 59
- 239000003546 flue gas Substances 0.000 claims description 59
- 238000012549 training Methods 0.000 claims description 9
- 238000011176 pooling Methods 0.000 claims description 8
- 230000005856 abnormality Effects 0.000 claims description 6
- 239000000470 constituent Substances 0.000 claims description 5
- 238000009423 ventilation Methods 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 2
- 238000013500 data storage Methods 0.000 abstract description 8
- 238000004590 computer program Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 3
- -1 CO2 Chemical compound 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000002737 fuel gas Substances 0.000 description 1
- 239000000295 fuel oil Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本申请提供了一种烟气成分分析仪的数据记录系统及记录方法,涉及数据存储技术领域,用于提高数据存储的安全性。系统包括:烟气成分分析仪获取烟气成分数据,并将烟气成分数据及分析仪信息发送给数据处理服务器;数据处理服务器根据各个烟气成分分析仪的分析仪信息中的位置信息和/或环境信息校验各个烟气成分分析仪获取的烟气成分数据是否出现异常;若所有烟气成分分析仪获取的烟气成分数据校验未出现异常,则将烟气成分分析仪获取的烟气成分数据及标识信息发送给数据传输通道;数据传输通道基于标识信息将烟气成分数据发送给区块链中对应的区块链节点上;区块链用于将烟气成分数据存储到对应的区块节点上。
Description
技术领域
本申请涉及数据存储技术领域,尤其涉及一种烟气成分分析仪的数据记录系统及记录方法。
背景技术
烟气成分分析仪是利用电化学传感器连续分析测量CO2、CO、NOx、SO2等烟气含量的设备。主要用于小型燃油、燃气锅炉污染排放或污染源附近的环境监测手持使用。
目前,在获取到烟气成分分析的数据之后,直接将获取的数据存储到本地,而直接存储到本地会出现数据被篡改的现象,由此导致数据存储的不安全。
发明内容
本申请实施例提供一种烟气成分分析仪的数据记录方法、装置及计算机设备,用于在提高数据存储的安全性。
本发明实施例提供一种烟气成分分析仪的数据记录系统,所述系统包括:烟气成分分析仪、数据处理服务器、数据传输通道、区块链;
所述烟气成分分析仪,用于获取烟气成分数据,并将所述烟气成分数据及分析仪信息发送给所述数据处理服务器;所述分析仪标识信息中包括位置信息、标识信息、环境信息;
所述数据处理服务器,用于根据各个烟气成分分析仪的分析仪信息中的位置信息和/或环境信息校验各个烟气成分分析仪获取的烟气成分数据是否出现异常;若所有烟气成分分析仪获取的烟气成分数据校验未出现异常,则将所述烟气成分分析仪获取的烟气成分数据及标识信息发送给所述数据传输通道;
所述数据传输通道,用于基于所述标识信息将所述烟气成分数据发送给所述区块链中对应的区块链节点上;
所述区块链,用于将所述烟气成分数据存储到对应的区块节点上,所述区块链包括多个区块节点,不同的区块节点用于存储不同的标识信息对应的烟气成分数据。
本发明实施例提供一种烟气成分分析仪的数据记录方法,所述方法包括:
获取烟气成分数据及分析仪信息;所述分析仪标识信息中包括位置信息、标识信息、环境信息;
根据各个烟气成分分析仪的分析仪信息中的位置信息和/或环境信息校验各个烟气成分分析仪获取的烟气成分数据是否出现异常;若所有烟气成分分析仪获取的烟气成分数据校验未出现异常,则将所述烟气成分分析仪获取的烟气成分数据及标识信息发送给区块链,使得所述区块链将所述烟气成分数据存储到对应的区块节点上,所述区块链包括多个区块节点,不同的区块节点用于存储不同的标识信息对应的烟气成分数据。
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述一种烟气成分分析仪的数据记录方法。
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述一种烟气成分分析仪的数据记录方法。
一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时实现上述的一种烟气成分分析仪的数据记录方法。
本发明提供一种烟气成分分析仪的数据记录系统及记录方法,包括:烟气成分分析仪、数据处理服务器、数据传输通道、区块链;所述烟气成分分析仪,用于获取烟气成分数据,并将所述烟气成分数据及分析仪信息发送给所述数据处理服务器;所述分析仪标识信息中包括位置信息、标识信息、环境信息;所述数据处理服务器,用于根据各个烟气成分分析仪的分析仪信息中的位置信息和/或环境信息校验各个烟气成分分析仪获取的烟气成分数据是否出现异常;若所有烟气成分分析仪获取的烟气成分数据校验未出现异常,则将所述烟气成分分析仪获取的烟气成分数据及标识信息发送给所述数据传输通道;所述数据传输通道,用于基于所述标识信息将所述烟气成分数据发送给所述区块链中对应的区块链节点上;所述区块链,用于将所述烟气成分数据存储到对应的区块节点上,所述区块链包括多个区块节点,不同的区块节点用于存储不同的标识信息对应的烟气成分数据。在申请基于数据处理服务器对获取的烟气成分数据进行校验,并将校验通过的烟气成分数据存储到区块链中,从而通过本申请可以保证数据存储的有效性以及安全性。
附图说明
图1为本申请提供的一种烟气成分分析仪的数据记录系统结构图;
图2为本申请提供的一种数据处理服务器的结构示意图;
图3为本申请提供的计算机设备的示意图。
具体实施方式
为了更好的理解上述技术方案,下面通过附图以及具体实施例对本申请实施例的技术方案做详细的说明,应当理解本申请实施例以及实施例中的具体特征是对本申请实施例技术方案的详细的说明,而不是对本申请技术方案的限定,在不冲突的情况下,本申请实施例以及实施例中的技术特征可以相互组合。
请参阅图1所示,为本发明实施例提供的一种烟气成分分析仪的数据记录系统,该系统包括:烟气成分分析仪、数据处理服务器、数据传输通道、区块链。其中,烟气成分分析仪、数据处理服务器、数据传输通道、区块链之间通信连接。
所述烟气成分分析仪,用于获取烟气成分数据,并将所述烟气成分数据及分析仪信息发送给所述数据处理服务器。
在本实施例中,烟气成分数据包括CO2、CO、NOx、SO2等种类的烟气含量,所述分析仪标识信息中包括位置信息、标识信息、环境信息。位置信息用于表示烟气成分分析仪的获取烟气成分数据的所在位置,标识信息用于唯一标识对应的烟气成分分析仪,环境信息用于描述烟气成分分析仪所处的环境,该环境信息可以为密闭环境、通风环境等,本实施例对此不做具体限定。
所述数据处理服务器,用于根据各个烟气成分分析仪的分析仪信息中的位置信息和/或环境信息校验各个烟气成分分析仪获取的烟气成分数据是否出现异常;若所有烟气成分分析仪获取的烟气成分数据校验未出现异常,则将所述烟气成分分析仪获取的烟气成分数据及标识信息发送给所述数据传输通道。
在本实施例中,通过比对属于同一个位置区域内各个烟气成分分析仪获取的烟气成分数据,确定出现异常的烟气成分分析仪。例如,在同一个密闭空间内,包含4个烟气成分分析仪,其中3个烟气成分分析仪获取的烟气成分数据基本一致,另一个烟气成分分析仪获取的烟气成分数据明显与其他三个有区别,由此可确定该烟气成分分析仪获取的烟气成分分析仪出现异常,此时需要将该异常信息返回给相应的烟气成分分析仪,使得该烟气成分分析仪重新获取烟气成分数据。需要说明的是,本实施例通过校验烟气成分数据是否出现异常,以此来确认烟气成分分析仪是否出现获取数据不准确的问题。
所述数据传输通道,用于基于所述标识信息将所述烟气成分数据发送给所述区块链中对应的区块链节点上;
在本实施例中,数据传输通道可以为一个或多个,若数据传输通道为一个,则将所有的烟气成分数据传输至数据传输通道,然后数据传输通道将烟气成分数据传输给对应的区块链节点上;若数据传输通道为多个,则根据标识信息与数据传输通道的对应关系,将烟气成分数据传输至对应的数据传输通道,然后各个数据传输通道将其烟气成分数据传输给对应的区块链节点上。
需要说明的是,本实施例通过查询预置映射表获取与标识信息对应的区块链节点,然后将烟气成分数据传输给对应的数据传输通道,使得数据传输通道将烟气成分数据传输给对应的区块链节点上。
所述区块链,用于将所述烟气成分数据存储到对应的区块节点上。
具体的,所述区块链包括校验节点和多个区块节点,不同的区块节点用于存储不同的标识信息对应的烟气成分数据区块链。其中,校验节点,用于对所述烟气成分数据进行校验,并将校验通过的所述烟气成分数据传输给区块节点;区块节点,用于存储所述校验节点传输的所述烟气成分数据。
本发明实施例提供一种烟气成分分析仪的数据记录系统,包括:烟气成分分析仪、数据处理服务器、数据传输通道、区块链;所述烟气成分分析仪,用于获取烟气成分数据,并将所述烟气成分数据及分析仪信息发送给所述数据处理服务器;所述分析仪标识信息中包括位置信息、标识信息、环境信息;所述数据处理服务器,用于根据各个烟气成分分析仪的分析仪信息中的位置信息和/或环境信息校验各个烟气成分分析仪获取的烟气成分数据是否出现异常;若所有烟气成分分析仪获取的烟气成分数据校验未出现异常,则将所述烟气成分分析仪获取的烟气成分数据及标识信息发送给所述数据传输通道;所述数据传输通道,用于基于所述标识信息将所述烟气成分数据发送给所述区块链中对应的区块链节点上;所述区块链,用于将所述烟气成分数据存储到对应的区块节点上,所述区块链包括多个区块节点,不同的区块节点用于存储不同的标识信息对应的烟气成分数据。在申请基于数据处理服务器对获取的烟气成分数据进行校验,并将校验通过的烟气成分数据存储到区块链中,从而通过本申请可以保证数据存储的有效性以及安全性。
在本发明提供的一个可选实施例中,所述数据处理服务器,包括:
获取模块,用于获取位置信息在预置范围内的烟气成分分析仪的烟气成分数据;
确定模块,用于确定在预置范围内的烟气成分分析仪对应的环境信息是否相同;
其中,预置范围可以根据实际需求进行设置,如该预置范围为同一个厂房内、同一个密闭空间,或者一定的区域范围内,本实施例对此不做具体限定。若确定模块确定在预置范围内的烟气成分分析仪对应的环境信息不同,则可以缩小预置范围,然后再次确定缩小后的预置范围内的烟气成分分析仪对应的环境信息是否相同,如果相同则通过校验模块对烟气成分数据进行校验,如果不同则进一步缩小预置范围内。
校验模块,用于若在预置范围内的烟气成分分析仪对应的环境信息相同,则通过统计所述位置信息在预置范围内的烟气成分分析仪的烟气成分数据,校验所述烟气成分分析仪获取的烟气成分数据是否出现异常;若所有烟气成分分析仪获取的烟气成分数据校验未出现异常,则将烟气成分分析仪获取的烟气成分数据及标识信息发送给所述数据传输通道。
具体的,本实施例将所述位置信息在预置范围内的烟气成分分析仪的烟气成分数据转换为特征向量矩阵,然后根据所述特征向量矩阵校验所述烟气成分分析仪获取的烟气成分数据是否出现异常。其中,所述特征向量矩阵中一行元素对应一个烟气成分分析仪的所有烟气成分数据,所述特征向量矩阵中一列元素对应所有烟气成分分析仪分别对应的一种烟气成分数据。
在本发明提供的一个可选实施例中,通过下述公式校验所述烟气成分分析仪获取的烟气成分数据是否出现异常:
Ave(j)=(a1j+a2j+...+anj)/m;
若|Aij-Ave(j)|>δj,则确定第i个烟气成分分析仪中的第j种的烟气成分数据异常;
其中,n为所述特征向量矩阵的行数,m为所述特征向量矩阵的列数;Ave(j)为第j种烟气成分数据的均值;j∈(1,m);δj为第j种烟气成分数据中的最小值,Aij为所述特征向量矩阵的第i行第j列的烟气成分数据。
在本发明提供的一个可选实施例中,将所述特征向量矩阵输入到异常识别模型确定在预置范围内出现烟气成分数据异常的烟气成分分析仪;其中,所述异常识别模型是根据样本特征向量矩阵以及样本特征向量矩阵对应的各个烟气成分分析仪的标签,所述标签包括正常、异常。
更进一步的,所述异常识别模型包括:输入层、隐藏层、卷积层、池化层和输出层。异常识别模型的训练过程为:将所述样本特征向量矩阵通过所述输入层输入到隐藏层、卷积层、池化层和输出层得到预测结果数据,所述预测结果数据用于表示各个烟气成分分析仪分别对应的异常预测结果;根据所述预测结果数据和所述样本特征向量矩阵对应的各个烟气成分分析仪的标签计算损失值;若所述损失值大于等于预置数值,则继续对所述异常识别模型进行训练,直至所述损失值小于预置数值,停止对所述异常识别模型的训练。
在本实施例中,所述损失值通过下述公式计算:
其中,n为所述样本特征向量矩阵的行数,m为所述样本特征向量矩阵的列数,pij为第i个烟气成分分析仪的第j种烟气成分数据的预测值,pij为第i个烟气成分分析仪的第j种烟气成分数据的实际值。
传输模块,用于若存在烟气成分分析仪获取的烟气成分数据校验出现异常,则将异常的烟气成分数据传输给对应的所述烟气成分分析仪,使得所述烟气成分分析仪重新获取烟气成分数据。
本发明实施例提供一种烟气成分分析仪的数据记录方法,该方法应用于数据处理服务器,所述方法包括:
步骤201,获取烟气成分数据及分析仪信息;所述分析仪标识信息中包括位置信息、标识信息、环境信息;
步骤202,根据各个烟气成分分析仪的分析仪信息中的位置信息和/或环境信息校验各个烟气成分分析仪获取的烟气成分数据是否出现异常;
具体的步骤202包括:获取位置信息在预置范围内的烟气成分分析仪的烟气成分数据;确定在预置范围内的烟气成分分析仪对应的环境信息是否相同;若在预置范围内的烟气成分分析仪对应的环境信息相同,则通过统计所述位置信息在预置范围内的烟气成分分析仪的烟气成分数据,校验所述烟气成分分析仪获取的烟气成分数据是否出现异常。
将所述位置信息在预置范围内的烟气成分分析仪的烟气成分数据转换为特征向量矩阵,所述特征向量矩阵中一行元素对应一个烟气成分分析仪的所有烟气成分数据,所述特征向量矩阵中一列元素对应所有烟气成分分析仪分别对应的一种烟气成分数据;
根据所述特征向量矩阵校验所述烟气成分分析仪获取的烟气成分数据是否出现异常。
通过下述公式校验所述烟气成分分析仪获取的烟气成分数据是否出现异常:
Ave(j)=(a1j+a2j+...+anj)/m;
若|Aij-Ave(j)|>δj,则确定第i个烟气成分分析仪中的第j种的烟气成分数据异常;
其中,n为所述特征向量矩阵的行数,m为所述特征向量矩阵的列数;Ave(j)为第j种烟气成分数据的均值;j∈(1,m);δj为第j种烟气成分数据中的最小值,Aij为所述特征向量矩阵的第i行第j列的烟气成分数据。
将所述特征向量矩阵输入到异常识别模型确定在预置范围内出现烟气成分数据异常的烟气成分分析仪;
其中,所述异常识别模型是根据样本特征向量矩阵以及样本特征向量矩阵对应的各个烟气成分分析仪的标签,所述标签包括正常、异常。
在本实施例中,所述异常识别模型包括:输入层、隐藏层、卷积层、池化层和输出层;将所述样本特征向量矩阵通过所述输入层输入到隐藏层、卷积层、池化层和输出层得到预测结果数据,所述预测结果数据用于表示各个烟气成分分析仪分别对应的异常预测结果;根据所述预测结果数据和所述样本特征向量矩阵对应的各个烟气成分分析仪的标签计算损失值;若所述损失值大于等于预置数值,则继续对所述异常识别模型进行训练,直至所述损失值小于预置数值,停止对所述异常识别模型的训练。
步骤203,若所有烟气成分分析仪获取的烟气成分数据校验未出现异常,则将所述烟气成分分析仪获取的烟气成分数据及标识信息发送给区块链,使得所述区块链将所述烟气成分数据存储到对应的区块节点上,所述区块链包括多个区块节点,不同的区块节点用于存储不同的标识信息对应的烟气成分数据。
本申请实施例提供一种烟气成分分析仪的数据记录方法,获取烟气成分数据及分析仪信息;所述分析仪标识信息中包括位置信息、标识信息、环境信息;根据各个烟气成分分析仪的分析仪信息中的位置信息和/或环境信息校验各个烟气成分分析仪获取的烟气成分数据是否出现异常;若所有烟气成分分析仪获取的烟气成分数据校验未出现异常,则将所述烟气成分分析仪获取的烟气成分数据及标识信息发送给区块链,使得所述区块链将所述烟气成分数据存储到对应的区块节点上,所述区块链包括多个区块节点,不同的区块节点用于存储不同的标识信息对应的烟气成分数据。在申请基于数据处理服务器对获取的烟气成分数据进行校验,并将校验通过的烟气成分数据存储到区块链中,从而通过本申请可以保证数据存储的有效性以及安全性。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
在一实施例中,提供一种数据处理服务器,该数据处理服务器与上述实施例中一种烟气成分分析仪的数据记录方法一一对应。如图2所示,所述数据处理服务器各功能模块详细说明如下:
获取模块21,用于获取烟气成分数据及分析仪信息;所述分析仪标识信息中包括位置信息、标识信息、环境信息;
校验模块22,用于根据各个烟气成分分析仪的分析仪信息中的位置信息和/或环境信息校验各个烟气成分分析仪获取的烟气成分数据是否出现异常;
发送模块23,用于若所有烟气成分分析仪获取的烟气成分数据校验未出现异常,则将所述烟气成分分析仪获取的烟气成分数据及标识信息发送给区块链,使得所述区块链将所述烟气成分数据存储到对应的区块节点上,所述区块链包括多个区块节点,不同的区块节点用于存储不同的标识信息对应的烟气成分数据。
在本发明提供的一个可选实施例中,所述数据处理服务器,包括:
获取模块21,用于获取位置信息在预置范围内的烟气成分分析仪的烟气成分数据;
确定模块24,用于确定在预置范围内的烟气成分分析仪对应的环境信息是否相同;
校验模块22,用于若在预置范围内的烟气成分分析仪对应的环境信息相同,则通过统计所述位置信息在预置范围内的烟气成分分析仪的烟气成分数据,校验所述烟气成分分析仪获取的烟气成分数据是否出现异常。
在本发明提供的一个可选实施例中,所述校验模块22,具体用于:
将所述位置信息在预置范围内的烟气成分分析仪的烟气成分数据转换为特征向量矩阵,所述特征向量矩阵中一行元素对应一个烟气成分分析仪的所有烟气成分数据,所述特征向量矩阵中一列元素对应所有烟气成分分析仪分别对应的一种烟气成分数据;
根据所述特征向量矩阵校验所述烟气成分分析仪获取的烟气成分数据是否出现异常。
在本发明提供的一个可选实施例中,所述校验模块22,具体用于:
通过下述公式校验所述烟气成分分析仪获取的烟气成分数据是否出现异常:
Ave(j)=(a1j+a2j+...+anj)/m;
若|Aij-Ave(j)|>δj,则确定第i个烟气成分分析仪中的第j种的烟气成分数据异常;
其中,n为所述特征向量矩阵的行数,m为所述特征向量矩阵的列数;Ave(j)为第j种烟气成分数据的均值;j∈(1,m);δj为第j种烟气成分数据中的最小值,Aij为所述特征向量矩阵的第i行第j列的烟气成分数据。
在本发明提供的一个可选实施例中,所述校验模块22,具体用于:
将所述特征向量矩阵输入到异常识别模型确定在预置范围内出现烟气成分数据异常的烟气成分分析仪;
其中,所述异常识别模型是根据样本特征向量矩阵以及样本特征向量矩阵对应的各个烟气成分分析仪的标签,所述标签包括正常、异常。
在本发明提供的一个可选实施例中,所述异常识别模型包括:输入层、隐藏层、卷积层、池化层和输出层;
将所述样本特征向量矩阵通过所述输入层输入到隐藏层、卷积层、池化层和输出层得到预测结果数据,所述预测结果数据用于表示各个烟气成分分析仪分别对应的异常预测结果;
根据所述预测结果数据和所述样本特征向量矩阵对应的各个烟气成分分析仪的标签计算损失值;
若所述损失值大于等于预置数值,则继续对所述异常识别模型进行训练,直至所述损失值小于预置数值,停止对所述异常识别模型的训练。
在本发明提供的一个可选实施例中,所述损失值通过下述公式计算:
其中,n为所述样本特征向量矩阵的行数,m为所述样本特征向量矩阵的列数,pij为第i个烟气成分分析仪的第j种烟气成分数据的预测值,pij为第i个烟气成分分析仪的第j种烟气成分数据的实际值。
在本发明提供的一个可选实施例中,所述数据处理服务器,还包括:
传输模块,用于若存在烟气成分分析仪获取的烟气成分数据校验出现异常,则将异常的烟气成分数据传输给对应的所述烟气成分分析仪,使得所述烟气成分分析仪重新获取烟气成分数据。
关于装置的具体限定可以参见上文中对于一种烟气成分分析仪的数据记录方法的限定,在此不再赘述。上述设备中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种烟气成分分析仪的数据记录方法。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:
获取烟气成分数据及分析仪信息;所述分析仪标识信息中包括位置信息、标识信息、环境信息;
根据各个烟气成分分析仪的分析仪信息中的位置信息和/或环境信息校验各个烟气成分分析仪获取的烟气成分数据是否出现异常;若所有烟气成分分析仪获取的烟气成分数据校验未出现异常,则将所述烟气成分分析仪获取的烟气成分数据及标识信息发送给区块链,使得所述区块链将所述烟气成分数据存储到对应的区块节点上,所述区块链包括多个区块节点,不同的区块节点用于存储不同的标识信息对应的烟气成分数据。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取烟气成分数据及分析仪信息;所述分析仪标识信息中包括位置信息、标识信息、环境信息;
根据各个烟气成分分析仪的分析仪信息中的位置信息和/或环境信息校验各个烟气成分分析仪获取的烟气成分数据是否出现异常;若所有烟气成分分析仪获取的烟气成分数据校验未出现异常,则将所述烟气成分分析仪获取的烟气成分数据及标识信息发送给区块链,使得所述区块链将所述烟气成分数据存储到对应的区块节点上,所述区块链包括多个区块节点,不同的区块节点用于存储不同的标识信息对应的烟气成分数据。
在一个实施例中,提供了一种计算机程序产品,所述计算机程序产品包括计算机程序,计算机程序被处理器执行实现以下步骤:
获取烟气成分数据及分析仪信息;所述分析仪标识信息中包括位置信息、标识信息、环境信息;
根据各个烟气成分分析仪的分析仪信息中的位置信息和/或环境信息校验各个烟气成分分析仪获取的烟气成分数据是否出现异常;若所有烟气成分分析仪获取的烟气成分数据校验未出现异常,则将所述烟气成分分析仪获取的烟气成分数据及标识信息发送给区块链,使得所述区块链将所述烟气成分数据存储到对应的区块节点上,所述区块链包括多个区块节点,不同的区块节点用于存储不同的标识信息对应的烟气成分数据。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (5)
1.一种烟气成分分析仪的数据记录系统,其特征在于,所述系统包括:烟气成分分析仪、数据处理服务器、数据传输通道、区块链;
所述烟气成分分析仪,用于获取烟气成分数据,并将所述烟气成分数据及分析仪信息发送给所述数据处理服务器;所述分析仪标识信息中包括位置信息、标识信息、环境信息,所述位置信息用于表示烟气成分分析仪的获取烟气成分数据的所在位置,所述标识信息用于唯一标识对应的烟气成分分析仪,所述环境信息用于描述烟气成分分析仪所处的环境,该环境信息包括密闭环境、通风环境;
所述数据处理服务器,用于根据各个烟气成分分析仪的分析仪信息中的位置信息和环境信息校验各个烟气成分分析仪获取的烟气成分数据是否出现异常;若所有烟气成分分析仪获取的烟气成分数据校验未出现异常,则将所述烟气成分分析仪获取的烟气成分数据及标识信息发送给所述数据传输通道;
所述数据传输通道,用于基于所述标识信息将所述烟气成分数据发送给所述区块链中对应的区块链节点上;
所述区块链,用于将所述烟气成分数据存储到对应的区块节点上,所述区块链包括多个区块节点,不同的区块节点用于存储不同的标识信息对应的烟气成分数据;
所述数据处理服务器,包括:
获取模块,用于获取位置信息在预置范围内的烟气成分分析仪的烟气成分数据;
确定模块,用于确定在预置范围内的烟气成分分析仪对应的环境信息是否相同;
校验模块,用于若在预置范围内的烟气成分分析仪对应的环境信息相同,则通过统计所述位置信息在预置范围内的烟气成分分析仪的烟气成分数据,校验所述烟气成分分析仪获取的烟气成分数据是否出现异常;
所述校验模块,具体用于:
将所述位置信息在预置范围内的烟气成分分析仪的烟气成分数据转换为特征向量矩阵,所述特征向量矩阵中一行元素对应一个烟气成分分析仪的所有烟气成分数据,所述特征向量矩阵中一列元素对应所有烟气成分分析仪分别对应的一种烟气成分数据;
根据所述特征向量矩阵校验所述烟气成分分析仪获取的烟气成分数据是否出现异常;
所述校验模块,具体用于:
通过下述公式校验所述烟气成分分析仪获取的烟气成分数据是否出现异常:
Ave(j)=(a1j+a2j+...+anj)/m;
若|Aij-Ave(j)|>δj,则确定第i个烟气成分分析仪中的第j种的烟气成分数据异常;
其中,n为所述特征向量矩阵的行数,m为所述特征向量矩阵的列数;Ave(j)为第j种烟气成分数据的均值;j∈(1,m);δj为第j种烟气成分数据中的最小值,Aij为所述特征向量矩阵的第i行第j列的烟气成分数据;
所述数据处理服务器,还包括:
传输模块,用于若存在烟气成分分析仪获取的烟气成分数据校验出现异常,则将异常的烟气成分数据传输给对应的所述烟气成分分析仪,使得所述烟气成分分析仪重新获取烟气成分数据;
所述区块链包括:
校验节点,用于对所述烟气成分数据进行校验,并将校验通过的所述烟气成分数据传输给区块节点;
所述区块节点,用于存储所述校验节点传输的所述烟气成分数据。
2.根据权利要求1所述的系统,其特征在于,所述校验模块,具体还用于:
将所述特征向量矩阵输入到异常识别模型确定在预置范围内出现烟气成分数据异常的烟气成分分析仪;
其中,所述异常识别模型是根据样本特征向量矩阵以及样本特征向量矩阵对应的各个烟气成分分析仪的标签,所述标签包括正常、异常。
3.根据权利要求2所述的系统,其特征在于,所述异常识别模型包括:输入层、隐藏层、卷积层、池化层和输出层;
将所述样本特征向量矩阵通过所述输入层输入到隐藏层、卷积层、池化层和输出层得到预测结果数据,所述预测结果数据用于表示各个烟气成分分析仪分别对应的异常预测结果;
根据所述预测结果数据和所述样本特征向量矩阵对应的各个烟气成分分析仪的标签计算损失值;
若所述损失值大于等于预置数值,则继续对所述异常识别模型进行训练,直至所述损失值小于预置数值,停止对所述异常识别模型的训练。
4.根据权利要求3所述的系统,其特征在于,所述损失值通过下述公式计算:
其中,n为所述样本特征向量矩阵的行数,m为所述样本特征向量矩阵的列数,pij为第i个烟气成分分析仪的第j种烟气成分数据的预测值,pij为第i个烟气成分分析仪的第j种烟气成分数据的实际值。
5.一种烟气成分分析仪的数据记录方法,所述方法应用于数据处理服务器,所述方法包括:
获取烟气成分数据及分析仪信息;所述分析仪标识信息中包括位置信息、标识信息、环境信息, 所述位置信息用于表示烟气成分分析仪的获取烟气成分数据的所在位置,所述标识信息用于唯一标识对应的烟气成分分析仪,所述环境信息用于描述烟气成分分析仪所处的环境,该环境信息包括密闭环境、通风环境;
根据各个烟气成分分析仪的分析仪信息中的位置信息和环境信息校验各个烟气成分分析仪获取的烟气成分数据是否出现异常;若所有烟气成分分析仪获取的烟气成分数据校验未出现异常,则将所述烟气成分分析仪获取的烟气成分数据及标识信息发送给区块链,使得所述区块链将所述烟气成分数据存储到对应的区块节点上,所述区块链包括多个区块节点,不同的区块节点用于存储不同的标识信息对应的烟气成分数据;
所述数据处理服务器,包括:
获取模块,用于获取位置信息在预置范围内的烟气成分分析仪的烟气成分数据;
确定模块,用于确定在预置范围内的烟气成分分析仪对应的环境信息是否相同;
校验模块,用于若在预置范围内的烟气成分分析仪对应的环境信息相同,则通过统计所述位置信息在预置范围内的烟气成分分析仪的烟气成分数据,校验所述烟气成分分析仪获取的烟气成分数据是否出现异常;
所述校验模块,具体用于:
将所述位置信息在预置范围内的烟气成分分析仪的烟气成分数据转换为特征向量矩阵,所述特征向量矩阵中一行元素对应一个烟气成分分析仪的所有烟气成分数据,所述特征向量矩阵中一列元素对应所有烟气成分分析仪分别对应的一种烟气成分数据;
根据所述特征向量矩阵校验所述烟气成分分析仪获取的烟气成分数据是否出现异常;
所述校验模块,具体用于:
通过下述公式校验所述烟气成分分析仪获取的烟气成分数据是否出现异常:
Ave(j)=(a1j+a2j+...+anj)/m;
若|Aij-Ave(j)|>δj,则确定第i个烟气成分分析仪中的第j种的烟气成分数据异常;
其中,n为所述特征向量矩阵的行数,m为所述特征向量矩阵的列数;Ave(j)为第j种烟气成分数据的均值;j∈(1,m);δj为第j种烟气成分数据中的最小值,Aij为所述特征向量矩阵的第i行第j列的烟气成分数据;
所述数据处理服务器,还包括:
传输模块,用于若存在烟气成分分析仪获取的烟气成分数据校验出现异常,则将异常的烟气成分数据传输给对应的所述烟气成分分析仪,使得所述烟气成分分析仪重新获取烟气成分数据;
所述区块链包括:
校验节点,用于对所述烟气成分数据进行校验,并将校验通过的所述烟气成分数据传输给区块节点;
所述区块节点,用于存储所述校验节点传输的所述烟气成分数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310732596.3A CN116773746B (zh) | 2023-06-20 | 2023-06-20 | 烟气成分分析仪的数据记录系统及记录方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310732596.3A CN116773746B (zh) | 2023-06-20 | 2023-06-20 | 烟气成分分析仪的数据记录系统及记录方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116773746A CN116773746A (zh) | 2023-09-19 |
CN116773746B true CN116773746B (zh) | 2024-01-30 |
Family
ID=87992574
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310732596.3A Active CN116773746B (zh) | 2023-06-20 | 2023-06-20 | 烟气成分分析仪的数据记录系统及记录方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116773746B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106918682A (zh) * | 2017-05-08 | 2017-07-04 | 秦皇岛海涛万福环保设备股份有限公司 | 一种用于火化机烟气净化装置中的烟气实时在线监测系统 |
CN109980781A (zh) * | 2019-03-26 | 2019-07-05 | 惠州学院 | 一种变电站智能监控系统 |
CN110166972A (zh) * | 2019-05-28 | 2019-08-23 | 朱清 | 一种带有区块链模块的智能传感系统 |
CN111428694A (zh) * | 2020-04-27 | 2020-07-17 | 石盼成 | 基于区块链的智慧工地异常烟雾监测系统 |
CN112200350A (zh) * | 2020-09-17 | 2021-01-08 | 广东安博通信息科技有限公司 | 烟气排放预测方法、系统及计算机可读存储介质 |
-
2023
- 2023-06-20 CN CN202310732596.3A patent/CN116773746B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106918682A (zh) * | 2017-05-08 | 2017-07-04 | 秦皇岛海涛万福环保设备股份有限公司 | 一种用于火化机烟气净化装置中的烟气实时在线监测系统 |
CN109980781A (zh) * | 2019-03-26 | 2019-07-05 | 惠州学院 | 一种变电站智能监控系统 |
CN110166972A (zh) * | 2019-05-28 | 2019-08-23 | 朱清 | 一种带有区块链模块的智能传感系统 |
CN111428694A (zh) * | 2020-04-27 | 2020-07-17 | 石盼成 | 基于区块链的智慧工地异常烟雾监测系统 |
CN112200350A (zh) * | 2020-09-17 | 2021-01-08 | 广东安博通信息科技有限公司 | 烟气排放预测方法、系统及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116773746A (zh) | 2023-09-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107544463B (zh) | 一种车用控制器诊断功能的自动测试方法及测试装置 | |
CN104506522A (zh) | 漏洞扫描方法及装置 | |
CN113554153A (zh) | 氮氧化物排放量预测方法、装置、计算机设备及介质 | |
CN111966084A (zh) | Tbox检测装置及方法 | |
CN114414935A (zh) | 基于大数据的配电网馈线故障区域自动化定位方法和系统 | |
CN115168868B (zh) | 一种应用于人工智能的业务漏洞分析方法及服务器 | |
CN111507483A (zh) | 返修板检测装置、方法及计算机可读存储介质 | |
CN114238980B (zh) | 一种工控设备漏洞挖掘方法、系统、设备及存储介质 | |
CN116488915A (zh) | 基于深度学习的Web攻击检测与分类识别方法及装置 | |
CN116795572A (zh) | 汽车诊断软件故障快速处理方法、装置、介质及设备 | |
CN116773746B (zh) | 烟气成分分析仪的数据记录系统及记录方法 | |
CN114385694A (zh) | 一种数据加工处理方法、装置、计算机设备及存储介质 | |
CN112527321B (zh) | 基于深度学习的应用上线方法、系统、设备及介质 | |
US10152407B1 (en) | Optimization of analysis of automated test results | |
CN113609216A (zh) | 基于区块链的产品质量诊断方法、装置、设备及存储介质 | |
CN111290953B (zh) | 分析测试日志的方法与装置 | |
CN112532645A (zh) | 一种物联网设备运行数据监测方法、系统及电子设备 | |
CN115758389A (zh) | 漏洞处理结果校验方法、装置、电子设备及存储介质 | |
CN115328753A (zh) | 一种故障预测方法及装置、电子设备、存储介质 | |
CN115842861A (zh) | 边缘连接设备适配方法、装置及计算机可读存储介质 | |
CN114266483B (zh) | 一种基于物联网的危险废物监管系统 | |
CN114064489A (zh) | 一种自动化测试方法、装置、设备及可读存储介质 | |
CN110427330B (zh) | 一种代码分析的方法以及相关装置 | |
CN110865939B (zh) | 应用程序质量监测方法、装置、计算机设备和存储介质 | |
CN117041362B (zh) | 一种针对工控协议语义逆向结果的校验方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |