CN117093570A - 餐饮污染物监测数据处理方法、系统、管理服务平台 - Google Patents
餐饮污染物监测数据处理方法、系统、管理服务平台 Download PDFInfo
- Publication number
- CN117093570A CN117093570A CN202311056915.XA CN202311056915A CN117093570A CN 117093570 A CN117093570 A CN 117093570A CN 202311056915 A CN202311056915 A CN 202311056915A CN 117093570 A CN117093570 A CN 117093570A
- Authority
- CN
- China
- Prior art keywords
- data
- concentration
- average value
- pollutant
- time
- 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.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 133
- 239000003344 environmental pollutant Substances 0.000 title claims abstract description 108
- 231100000719 pollutant Toxicity 0.000 title claims abstract description 108
- 238000003672 processing method Methods 0.000 title claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 43
- 238000006243 chemical reaction Methods 0.000 claims abstract description 41
- 238000004140 cleaning Methods 0.000 claims abstract description 16
- 239000000779 smoke Substances 0.000 claims description 80
- 239000013618 particulate matter Substances 0.000 claims description 61
- 238000000034 method Methods 0.000 claims description 29
- 239000000356 contaminant Substances 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 11
- 238000003860 storage Methods 0.000 claims description 10
- 239000006233 lamp black Substances 0.000 abstract description 8
- 238000007726 management method Methods 0.000 description 74
- 238000012423 maintenance Methods 0.000 description 36
- 230000002159 abnormal effect Effects 0.000 description 24
- 230000002354 daily effect Effects 0.000 description 19
- 230000006870 function Effects 0.000 description 17
- 238000012806 monitoring device Methods 0.000 description 11
- 230000005540 biological transmission Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 7
- 230000036541 health Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 230000008520 organization Effects 0.000 description 4
- 238000000746 purification Methods 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000003517 fume Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
- G06F16/2308—Concurrency control
- G06F16/2315—Optimistic concurrency control
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2474—Sequence data queries, e.g. querying versioned data
-
- 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
本发明涉及大数据处理技术领域中的一种餐饮污染物监测数据处理方法、系统、管理服务平台,包括以下步骤:更新单位时间数据表;基于更新后的单位时间数据表获取清洗数据;每间隔一个单位时间计算一次污染物折算浓度数据;基于清洗数据、污染物折算浓度数据创建污染物实时数据表,当前污染物折算浓度数据与前一次计算的污染物折算浓度数据进行比较,若当前污染物折算浓度数据大于前一次计算的污染物折算浓度数据,则将当前污染物折算浓度数据填入实时数据表,反之则保留前一次计算的污染物折算浓度数据,每晚12点读取实时数据表中折算浓度做为日数据表中折算浓度,解决了现有餐饮油烟的管理数据未经筛查,进而影响最后数据展示的参考价值的问题。
Description
技术领域
本发明涉及大数据处理技术领域,具体涉及一种餐饮污染物监测数据处理方法、系统、管理服务平台。
背景技术
在餐饮业取得高速发展的今天,由餐饮源所引起的油烟污染已不仅是城市大气的主要污染源,更是城市环境治理中的一项老大难问题。目前针对于餐饮油烟的管理服务平台多数情况下为简单的数据接收处理、实时情况的展示、基础报警或告警功能,针对管理部门实际管理过程中的可用功能较少且缺乏创新,另一方面,由于对接收的数据不具备筛查功能,所实时展示的数据情况不具备准确定以及参考意义。
发明内容
本发明针对现有技术中的缺点,提供了一种餐饮污染物监测数据处理方法、系统、管理服务平台,解决了现有餐饮油烟的管理数据未经筛查,进而影响最后数据展示的参考价值的问题。
为了解决上述技术问题,本发明通过下述技术方案得以解决:
一种餐饮污染物监测数据处理方法,包括以下步骤:
基于监测设备所发送的污染物监测数据,更新单位时间数据表;
基于更新后的所述单位时间数据表,进行数据有效性判定,得到清洗数据;
基于所述清洗数据,进行每间隔一个单位时间计算一次污染物折算浓度数据的操作;
基于所述清洗数据以及污染物折算浓度数据创建污染物实时数据表,将最近一条设备发送数据更新至表内,且每次计算的当前污染物折算浓度数据与前一次计算的污染物折算浓度数据进行比较,若每次计算的当前污染物折算浓度数据大于前一次计算的污染物折算浓度数据,则将当前污染物折算浓度数据填入污染物实时数据表,反之则污染物实时数据表保留前一次计算的污染物折算浓度数据,同时创建日浓度数据表,每晚十二点读取实时数据表中折算浓度做为日数据表中折算浓度。
可选的,更新单位时间数据表,包括以下步骤:
获取监测设备基于设备上传频率所发送的污染物监测数据,其中,所述污染物监测数据包括每一组设备上传频率所上传的油烟浓度、颗粒物浓度以及VOCS浓度;
设定标准时间单位,并基于所述污染物监测数据,每间隔一个标准时间单位计算一次油烟浓度平均值、颗粒物浓度平均值以及VOCS浓度平均值;
构建监测设备关于每个标准时间单位的油烟浓度平均值、每个标准时间单位的颗粒物浓度平均值、每个标准时间单位的VOCS浓度平均值的单位时间数据表。
可选的,更新单位时间数据表,还包括以下步骤:
判断监测设备最新计算的油烟浓度平均值、颗粒物浓度平均值以及VOCS浓度平均值是否存在于单位时间数据表内;
若是,则在所述单位时间数据表内存储最新计算的油烟浓度平均值、颗粒物浓度平均值以及VOCS浓度平均值;若否,则在所述单位时间数据表内创建新的监测设备,并在新的监测设备对应栏存储最新计算的油烟浓度平均值、颗粒物浓度平均值以及VOCS浓度平均值。
可选的,数据有效性判定,得到清洗数据,包括以下步骤:
设定有效百分比阈值和有效数量N,获取当前时间的前N个单位时间内的最大油烟浓度平均值、最大颗粒物浓度平均值和最大VOCS浓度平均值,其中,N为正整数;
计算油烟浓度有效值、颗粒物浓度有效值和VOCS浓度有效值,并剔除油烟浓度平均值低于油烟浓度有效值、颗粒物浓度平均值低于颗粒物浓度有效值,以及VOCS浓度平均值低于VOCS浓度有效值所在时间的污染物监测数据。
可选的,计算污染物折算浓度数据,包括以下步骤:
获取当前时间的前N个单位时间的油烟浓度平均值、颗粒物浓度平均值和VOCS浓度平均值;
计算前N个单位时间的油烟浓度平均值的二次平均值、前N个单位时间的颗粒物浓度平均值的二次平均值、前N个单位时间的VOCS浓度平均值的二次平均值,依次得到当前时间的油烟折算浓度、颗粒物折算浓度和VOCS折算浓度。
可选的,油烟浓度有效值、颗粒物浓度有效值和VOCS浓度有效值的计算方式如下:
油烟浓度有效值=最大油烟浓度平均值*有效百分比阈值;
颗粒物浓度有效值=最大颗粒物浓度平均值*有效百分比阈值;
VOCS浓度有效值=最大VOCS浓度平均值*有效百分比阈值。
可选的,计算污染物折算浓度数据,还包括以下步骤:
设定数据剔除率阈值,当前N个单位时间的污染监测数据存在大于或等于数据剔除率阈值的污染监测数据被剔除时,不计算当前时间的污染物折算浓度数据。
一种管理服务平台,所述管理服务平台使用如上述任意一项所述的餐饮污染物监测数据处理方法,对所获取的餐饮污染物监测数据进行分析处理。
一种餐饮污染物监测数据处理系统,所述餐饮污染物监测数据处理系统执行如上述任意一项所述的餐饮污染物监测数据处理方法。
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,其特征在于,所述计算机程序被处理器执行时,执行上述任意一项所述的餐饮污染物监测数据处理方法。
采用本发明提供的技术方案,与现有技术相比,具有如下有益效果:
通过对所采集的污染监测数据进行数据有效性筛查,从而对具有较小污染物浓度的相关数据进行剔除处理,从而实现现有餐饮油烟的管理数据未经筛查,进而影响最后数据展示的参考价值的问题;
通过建立单位时间数据表、污染物实时数据表以及日浓度数据表,实现各个时间维度的餐饮污染物浓度的统计,从而使得工作人员可更简单直观地查阅餐饮油烟的污染物浓度情况。
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,下面将对实施例或现有技术描述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讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本实施例二提出的一种管理服务平台的架构图。
具体实施方式
下面结合实施例对本发明做进一步的详细说明,以下实施例是对本发明的解释而本发明并不局限于以下实施例。
实施例一
一种餐饮污染物监测数据处理方法,包括以下步骤:基于监测设备所发送的污染物监测数据,更新单位时间数据表,具体包括以下步骤:获取监测设备基于设备上传频率所发送的污染物监测数据,其中,污染物监测数据包括每一组设备上传频率所上传的油烟浓度、颗粒物浓度以及VOCS浓度;设定标准时间单位,并基于污染物监测数据,每间隔一个标准时间单位计算一次油烟浓度平均值、颗粒物浓度平均值以及VOCS浓度平均值;构建监测设备关于每个标准时间单位的油烟浓度平均值、每个标准时间单位的颗粒物浓度平均值、每个标准时间单位的VOCS浓度平均值的单位时间数据表。
由于各地监测设备的不同,因此,不同地区的监测设备所上报的上传频率不同,以某地区的监测设备的上传频率为1次/分钟为例,此时,该区域的每组监测设备采集其所在位置处的污染物监测数据,并以1次/分钟的频率进行上报,其中,每次上报的污染物监测数据包括油烟浓度、颗粒物浓度以及VOCS浓度。
接着,设定标准时间单位,且为贴近国际检测标准,将标准时间单位设定为10分钟,然后基于每次上报的污染物监测数据,每间隔十分钟计算一次油烟浓度平均值、颗粒物浓度平均值以及VOCS浓度平均值,然后创建监测设备以及监测设备在时间戳上的每十分钟的油烟浓度平均值、颗粒物浓度平均值以及VOCS浓度平均值的单位时间数据表,其中,单位时间数据表为一对多关系,即一个监测设备编码对应多条数据,该多条数据指的是包括时间戳、每隔十分钟所计算得到的油烟浓度平均值、颗粒物浓度平均值以及VOCS浓度平均值。
另一方面在得到最新的十个上报的污染物监测数据后,还需判断监测设备最新计算的油烟浓度平均值、颗粒物浓度平均值以及VOCS浓度平均值是否存在于单位时间数据表内;若是,则表示新获取的污染物监测数据为已存在于单位时间数据表内的监测设备所上传,因此只需在单位时间数据表内存储最新计算的油烟浓度平均值、颗粒物浓度平均值以及VOCS浓度平均值即可;若否,则表示出现了新的监测设备在上报污染物监测数据,因此需在单位时间数据表内创建新的监测设备,并在新的监测设备对应栏存储最新计算的油烟浓度平均值、颗粒物浓度平均值以及VOCS浓度平均值,即通过所获取的十个上报的污染物检测数据、所计算的油烟浓度平均值、颗粒物浓度平均值以及VOCS浓度平均值,与单位时间数据表内已经存储的数据进行比对,从而确定,新获取的十个上报的污染物监测数据是否为新检测设备所上传,从而保证数据的实时性,以及准确性。
完成单位时间数据表的更新后,需要对一些油烟浓度、颗粒物浓度以及VOCS浓度较小的数据进行剔除,从而凸显出更为显著的污染物浓度数据所在的时间点,以便展示给工作人员进行集中时间段的污染物浓度观察,因此还需进行数据有效性判定,得到清洗数据,具体地,包括以下步骤:设定有效百分比阈值和有效数量N,获取当前时间的前N个单位时间内的最大油烟浓度平均值、最大颗粒物浓度平均值和最大VOCS浓度平均值,其中,N为正整数;计算油烟浓度有效值、颗粒物浓度有效值和VOCS浓度有效值,并剔除油烟浓度平均值低于油烟浓度有效值、颗粒物浓度平均值低于颗粒物浓度有效值,以及VOCS浓度平均值低于VOCS浓度有效值所在时间的污染物监测数据。
为贴近标准检测要求,设定有效百分比阈值为25%,有效数量N为5,然后计算油烟浓度有效值、颗粒物浓度有效值和VOCS浓度有效值,计算方式如下:油烟浓度有效值=最大油烟浓度平均值*有效百分比阈值;颗粒物浓度有效值=最大颗粒物浓度平均值*有效百分比阈值;VOCS浓度有效值=最大VOCS浓度平均值*有效百分比阈值,从而剔除当前时间的前5个十分钟污染物监测数据中油烟浓度较低、颗粒物浓度较低、VOCS浓度较低的相关十分钟污染物监测数据,以去除较小污染物浓度的不必要数据显示。
进一步地,基于清洗数据,进行每间隔一个单位时间计算一次污染物折算浓度数据的操作,其中,计算污染物折算浓度数据,包括以下步骤:设定数据剔除率阈值,当前N个单位时间的污染监测数据存在大于或等于数据剔除率阈值的污染监测数据被剔除时,不计算当前时间的污染物折算浓度数据,为贴近国际检测标准,将数据剔除率阈值设定为60%,在计算每个十分钟所在时刻的折算浓度时,判断当前时间的前5个十分钟所计算的油烟浓度平均值、颗粒物浓度平均值、VOCS浓度平均值中,是否存在少于3个十分钟所计算的油烟浓度平均值、颗粒物浓度平均值、VOCS浓度平均值被剔除,即存在超过60%的数据被剔除,则不计算折算浓度数据。
获取当前时间的前N个单位时间的油烟浓度平均值、颗粒物浓度平均值和VOCS浓度平均值;计算前N个单位时间的油烟浓度平均值的二次平均值、前N个单位时间的颗粒物浓度平均值的二次平均值、前N个单位时间的VOCS浓度平均值的二次平均值,依次得到当前时间的油烟折算浓度、颗粒物折算浓度和VOCS折算浓度,基于清洗数据以及污染物折算浓度数据创建污染物实时数据表,并基于污染物实时数据表更新每日污染物折算浓度。
实时数据表包括最近一条设备发送的数据,包括数据采集时间、油烟浓度、颗粒物浓度、非甲烷浓度、风机状态、风机电流值、净化器状态、净化器电流值,还包括每个十分钟对应的油烟折算浓度、颗粒物折算浓度和VOCS折算浓度,同时,每日0点当日浓度数据表更新后将当日的各个折算浓度置零,以便以日为单位记录当日的污染物相关数据。
具体地,为更为显著地显示实时数据情况及当日最高的折算浓度数据,需要将最近一条设备发送数据更新至表内,且每次计算的当前污染物折算浓度数据与前一次计算的污染物折算浓度数据进行比较,若每次计算的当前污染物折算浓度数据大于前一次计算的污染物折算浓度数据,则将当前污染物折算浓度数据填入污染物实时浓度数据表,反之则污染物实时浓度数据表保留前一次计算的污染物折算浓度数据,同时创建日浓度数据表,每晚12点读取实时数据表中折算浓度做为日数据表中折算浓度。更具体地,在污染物实时数据表中,在每十分钟所计算的油烟折算浓度、颗粒物折算浓度和VOCS折算浓度与前一次所存储的油烟折算浓度、颗粒物折算浓度和VOCS折算浓度进行比较,若大于前一次所计算的数值,则用当前所计算的油烟折算浓度或颗粒物折算浓度或VOCS折算浓度覆盖前一次所计算的数值,反之则不进行更新。以日为单位更新日浓度数据表,每晚12点读取实时数据表中折算浓度做为日数据表中折算浓度,当日浓度数据更新完毕后,将污染物实时浓度数据表进行置零处理,从而使得日浓度数据表内所记录的数据为当日最高浓度数据,以便工作人员进行月度、年度最高污染物浓度数据的查阅。
实施例二
一种管理服务平台,管理服务平台使用如实施例任意一项的餐饮污染物监测数据处理方法,对所获取的餐饮污染物监测数据进行分析处理。
具体地,如图1所示,管理服务平台包括展示层、应用层、支撑层、数据层、网络层和感知层,其中,数据层用于接收到餐饮油烟在线检测仪发送的数据后,进行数据的实时处理、计算、统计,例如执行实施例一的餐饮污染物监测数据处理方法,博阿凯基础信息数据库、应用信息数据库、元数据库、感知数据库以及数据交互中心;应用层用于实现特定业务的使用,其功能模块又包括大屏驾驶舱模块、在线监管模块、统计分析模块、基础信息管理模块、运维模块、事件管理模块、信息审核模块、贴心服务模块和信用积分模块;支撑层用于支撑应用层及展示层各类模块的使用,包括身份认证模块、消息服务模块、权限设置模块、GIS模块、告警服务模块、系统设置模块;展示层包括桌面端(例如web网页端等)、大屏以及移动端(例如APP、小程序等);网络层用于实现平台与监测设备之间的网络通信,例如2.4G通信、4G通信、WIFI通信或5G通信等;感知层用于实现餐饮污染物的相关数据的采集,其包括风机传感器、净化传感器、监测仪传感器以及数采仪。
进一步地,本实施例所提供的管理服务平台可以根据不同餐饮单位类型、不同监测设备制定了适配展示方案,结合数据可视化从多个模块,全面展示了餐饮油烟排放相关的各类数据。
具体地,首先通过直观展示餐饮油烟重点数据情况(在线、达标、超标情况),实现餐饮油烟监管分析一张图,包括餐饮单位情况、餐饮单位分布情况(地图锚点),实时排放状态、重点数据下级单位排名情况、减排情况、企业类型的占比情况等,助力管理部门领导全面掌握辖区内餐饮油烟排放及管控情况。且针对管理部门级别分别做了不同的数据展示内容展示逻辑,全国、省、市级别的采用整体情况及排名情况较多的展示逻辑,区县采用较详细点位数据的展示逻辑,以解决管理部门各层级不同使用需求的问题。
其次,实行一点一档/一店一档的管理办法,具体地,对每个监测点位均建立档案,通过各个监测点的设立,管理部门可全面了解到对应店铺所有信息,包括基础资料、排放情况、净化器清洗记录、巡查记录、事件处理记录、运行维护记录等,极大的缩减管理部门的使用成本,短时间内了解重点店铺所以的详细情况。
另一方面,在特殊时期,还可进行实时管理、报警管理及健康码管理:因为目前油烟排放管理环境复杂,且具备不可复原的数据特点,管理部门多数情况下需要通过阶段数据及日数据观察其整体情况,同时也需管控到实时的排放情况,针对上述管理需要,可通过制定三个不同的时间维度进行展示餐饮单位餐饮油烟排放情况,其中,实时管理主要为所有采集到的实时数据情况以及当日0点~查询时刻的数据综合情况的展示,包括数据采集时间,实时排放浓度,当日排放浓度、排放状态,同时增加了监测仪状态、排风净化系统状态等内容,可以全面了解到餐椅单位的实时排放情况;报警管理为日数据的展示,包括折算浓度,净化器使用情况,排放状态,监测仪状态等;健康码管理为阶段数据情况展示,根据平台的规则对餐饮单位赋予红绿码,通过红绿码的形式表现其阶段情况,同时该三种数据展示,对重点元素均可增加数据筛选、排序、导出等功能,最大限度的提升管理部门工作效率。
最后,通过统计报表的形式,根据管理部门常用需求,可设计制定总体情况报表、油烟减排统计报表、监测报警统计报表、运维情况报表、监测点统计报表、月度报表、监测点超标统计报表、工况时常统计报表等多项报表;而针对以往报表数据提前生成、统计维度较少、自助查询功能较弱等方面,还可采用实时统计方式,各类系统用户根据其所拥有的权限对数据进行提前过滤,在查询时做到实时查询、实时统计,通过数据库优化、数据任务优化、统计流程优化等方面提升了实时统计效率,并且可根据多项参数对统计情况进行调整,包括组织架构、时间日期、统计周期、监测点性质等,减少管理部门管理过程中数据处理时间,增强工作效率。
本实施例所提供的管理服务平台还可设计健康码闭环管理功能,其主要功能是增加了判断餐饮单位阶段运行情况的判断,包括红码、黄码、绿码三种状态,分别表示运行情况报警、管理部门事件处理、运行情况良好,针对实际的管理需求,制定健康码闭环管理流程,提升了管理质量及管理效率。
具体地,首先通过检测到的油烟数据,进行每日排放状态及系统状态的判断,其中,排放状态包括:超标、达标,系统状态包括:在线、正常离线、异常离线;然后判断餐饮店铺是否正常使用净化器,具体地,每日计算风机运行时长及净化器运行时常,并计算其联动比数据,计算公式为:净化器运行时长/风机运行时长*100%,若联动比<80%,则判断该餐饮单位昨日不正常使用净化器。
然后通过健康码判断规则,每日进行赋码,其中赋码的规则是:确定一个起始日期,以起始日期开始,统计起始日期到目前当日的数据情况,若起始到目前已超过30天,则统计当日前30天内的数据情况,统计元素包括:超标天数、不正常使用净化器天数、异常离线天数,然后根据统计数据,假如超标天数>value1,或不正常使用净化器天数>value2,或异常离线天数>value3,或超标天数+不正常使用净化器天数+异常离线天数>value4,则给该餐饮单位赋红码,若未达到红码条件,则给该餐饮单位赋绿码,需要说明的是,在本实施例中value1、value2、value3、value4均可进行自主设定。
另一方面,根据赋码情况,针对红码,还可手动进行核查环节发起,发起该环节后,平台将自动派发核查运维单至在线监测设备运维人员处,由运维人员上门进行红码核实;运维人员根据核实情况对运维单进行处理,若非设备原因导致的红码,确认红码属实,平台自动生成事件处理单且红码状态转变为黄码,代表正在处理中,派发到管理人员处进行处理,若为设备原因导致的红码,运维单填写不属实且上传处理措施及原因,提交后平台自动转绿码,起始日期重置为核实日期。
最后,管理部门对事件进行处理并反馈处理情况,若处理完毕则平台对该餐饮单位进行健康码转绿操作,管理部门暂未处理过程中,若该餐饮单位连续5天合规达标排放,平台自动将其健康码转绿,备注转绿原因,起始日期重置。
进一步地,本实施例所提供的管理服务平台通过增加了设备故障相关的报警消息,使得无论监测设备是否具备故障消息上报功能,平台均可根据期日间表现情况,分析是否存在故障类情况,包括:异常离线(离线超X小时,X可设置)、风机电流监控故障、净化器电流监控故障、油烟监测故障、净化器故障等;增加了针对管理人员及餐饮单位的服务类报警,包括:不正常使用净化器、净化器未供电、店家关闭监测仪、净化器异常需清洗等。
另一方面,还针对监测设备厂商,增加了数据异常报警,主要判断设备是否存在数据准确性问题,主要包括:数据偏小,长时间为0,数据漂移等,具体规则为:
a)采集监测仪基本情况、安装情况、风机及净化器基本情况,包括接电方式(风机取电、净化器取电、24小时供电)、传输方式(合并传输、独立传输)、风机及净化器标准电流等,根据采集数据进行分类;
b)根据分类情况及当日数据情况,判断系统状态。以独立传输、监测仪净化器取电举例说明,可判断9种状态,分别为:正常、净化器异常、净化器监控异常、风机监控异常、监测仪异常、监控异常、监测仪及风机监控异常、净化器未供电、异常离线。判断因素为:风机监控昨日数据、净化器监控昨日数据及监测仪昨日数据。
其中,判断系统状态方法为:若风机监控电流值正常上传,净化器监控电流值正常上传,且值>0.8倍的标准电流(标准电流指净化器正常工作状态下电流值),监测仪数据正常上传,则系统状态判定为正常;若风机监控电流值正常上传,净化器监控电流值正常上传且值<0.8倍的标准电流,监测仪数据正常上传,则判定为净化器异常;若风机监控电流值正常上传,净化器监控无电流值上传,监测仪数据正常上传,则判定为净化器监控异常;若风机监控无数据上传,净化器监控电流值上传,监测仪数据正常上传,则判定为风机监控异常;若风机监控电流值正常上传,净化器监控电流值上传,监测仪无数据上传,则判定监测仪异常;若风机监控无数据上传,净化器监控无数据上传,监测仪数据正常上传,则判定监控异常;若风机监控无数据上传,净化器监控电流值正常上传,监测仪无数据上传或风机监控电流值正常上传,净化器监控无数据上传,监测仪无数据上传或所有设备均无数据上传,则判定监测仪及风机监控异常。
另一方面,平台每日会对昨日油烟浓度数据进行分析判断,如发生数据偏小,长时间为0,数据漂移等现象则自动报警产生运维单派发至运维人员处。各数据异常判断方式:数据偏小:该餐饮企业昨日数据持续小于某一个值(该值可设定,如0.05);长时间为0:昨日油烟上报分钟数据中连续X分钟数据均为0(X为设定值);数据漂移:昨日油烟上报分钟数据,从未有0值,且持续保持某一数值超过X分钟;
最后根据上述判断出的异常情况,针对设备故障类的,平台自动产生运维单下发至运维人员处提醒其处理,运维人员现场处理后可提交处理记录。
进一步地,本实施例还开发了多项管理服务类功能,包括针对设备供应单位的运行维护管理闭环,针对餐饮店铺的贴心服务、信用积分模块,针对管理过程中的一点一档模块,全面支撑管理部门、餐饮单位、设备供应单位多个角色的平台服务能力。
首先,运行维护管理为完善的运行维护管理体系,且具备设备故障分析能力,其主要针对日常、有计划的运维任务,通过自主派单的形式下发至对应运维人员处进行处理;运维单主要类型包括:拆机、移机、巡检、维保等;针对平台分析出的设备故障及数据异常等问题,采用自动派单形式下发至对应运维人员处进行处理。
所有的运维记录均线上留档,情况可查,包括下发时间、处理人员、处理耗时、处理结果、定位、处理照片等,还可通过后续数据表现情况,对运维工作实际完成情况进行评定,有助于运维质量的体现,对运维人员的运维质量,运维情况的管理均可通过此功能模块实现闭环管理。
其次,贴心服务及信用积分板块用于解决目前餐饮单位对油烟排放要求了解不足,法律法规普及不广的问题,专为餐饮单位设立的贴心服务板块,可进行油烟污染治理相关法律、法规,治理标准、要求及规范的发布,起到政策普及的作用,同时可上传油烟排放、净化相关的技术文档,提供专业技术支持,如解决方案、专业服务等,协助餐饮单位履行好餐饮油烟的净化以及合规、达标排放责任。制定了信用积分管理制度,通过餐饮单位的排放情况、净化器清洗情况、处罚情况、投诉情况等多方面结合对餐饮单位每个周期进行积分评定。通过积分评定可较清晰的了解到餐饮单位油烟情况,且根据积分给予一定的补贴,提高餐饮店铺合规达标排放的积极性。
而一点一档模块则用于对餐饮店铺实行一点一档管理办法,每个监测点位均建立档案,通过该功能模块,管理部门可全面了解到对应店铺所有信息,包括基础资料、排放情况、净化器清洗记录,事件处理记录等,极大的缩减管理部门的使用成本,短时间内了解重点店铺所以的详细情况。
另一方面本服务管理凭条还针对点位接入,数据接入方面,制定了完善的数据接入流程,包括基础资料审核,点位创建,数据审核,点位上线及下线功能,基础资料审核可由设备供应单位提供安装设备相关的检测报告、各类证书、说明书等内容,上传审核通过后可进行点位资料提交及创建,绑定设备及点位之间绑定关系后进行数据审核,主要审核是否存在数据异常情况,如长时间为0,数据漂移等,无此类情况则审核通过,正式接入平台,纳入平台管理点位,审核不通过则无法在正式平台中对该点位进行管理。
进一步地,本实施例还制定了完善的组织架构体系,主要包括组织单位、监测点管理、设备管理三方面,其中,组织单位主要为创建、修改各类单位,包括单位名称,联系人,联系电话等基础信息,单位类型包括餐饮单位、行政单位、第三方单位、系统用户四类,单位与单位之间可自主设定上下级关系,根据实际管理架构进行调整,极大的提升了管理过程中层级关系复杂,各地管理层级不一致等问题,可根据需要自行进行设定,如行政单位可设置市城管局、各区级城管局、各街道城管局、各中队城管队伍多级别,每级别通过上级单位字段进行上下级层级的控制,各区级城管局单位的上级单位即为市城管局,餐饮单位可为行政单位的下级,但无法成为行政单位的上级,餐饮单位一般位于层级关系的最下级,行政单位、第三方单位、系统用户等单位可对其下属单位的所有数据进行管理及查看,但无法查看到其上级单位的各类数据。
监测点管理为实际监测点位的创建、各类信息录入级修改,主要包括厨房信息、风机信息、净化器信息、监测仪信息、其他信息等,监测点位可绑定至对应的餐饮单位,且一个餐饮单位可绑定多个监测点,主要应用于多排放管道分别监测的情况。
设备管理主要功能是对设备和监测点绑定关系的制定及修改,可设定设备的品牌、设备类型、型号等,同时针对监测点管理中点位的传输方式设定,在设备管理中有相应的设备绑定规则,合并传输点位仅可绑定一台设备且为浓度检测仪设备,如要替换需进行拆移机运维单处理流程,独立传输点位可绑定3台设备,分别为风机监控1台、净化器监控1台、油烟监测仪1台,每个类型最多绑定1台,替换时也需进行运维单拆移机流程。
同时设备管理模块可对数据转发进行配置,配置转发参数后,可根据参数对原始数据进行实时转发,实现数据共享。针对不同的传输方式,设备类型,平台接收到数据后进行的操作会有所区别,如独立传输情况下,监控设备平台仅获取其数据中的排风净化系统状态,并与监测仪当前分钟数据中的排放浓度数据进行合并,属于多数据汇聚为单数据,合并传输所有数据则均获取于油烟监测仪,设备通讯恢复方面均采用HJ212污染物检测传输协议实现,满足多方、各类设备的数据对接需求。
实施例三
一种餐饮污染物监测数据处理系统,由于餐饮污染物监测数据处理系统执行如实施例一任意一项所述的餐饮污染物监测数据处理方法,因此在本实施例中不再做详细赘述。
一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时,执行实施例一任意一项所述的餐饮污染物监测数据处理方法。
计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线段的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线段、电线段、光缆、RF等等,或者上述的任意合适的组合。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块、模组或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元、模组或组件可以结合或者可以集成到另一个装置,或一些特征可以忽略,或不执行。
所述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一个物理单元或多个物理单元,即可以位于一个地方,或者也可以分布到多个不同地方。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
特别地,根据本发明公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分从网络上被下载和安装,和/或从可拆卸介质被安装。在该计算机程序被中央处理单元(CPU)执行时,执行本申请的方法中限定的上述功能。需要说明的是,本申请上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线段、或半导体的系统、装置或器件,或者任意以上的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何在本发明揭露的技术范围内的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种餐饮污染物监测数据处理方法,其特征在于,包括以下步骤:
基于监测设备所发送的污染物监测数据,更新单位时间数据表;
基于更新后的所述单位时间数据表,进行数据有效性判定,得到清洗数据;
基于所述清洗数据,进行每间隔一个单位时间计算一次污染物折算浓度数据的操作;
基于所述清洗数据以及污染物折算浓度数据创建污染物实时数据表,将最近一条设备发送数据更新至表内,且每次计算的当前污染物折算浓度数据与前一次计算的污染物折算浓度数据进行比较,若每次计算的当前污染物折算浓度数据大于前一次计算的污染物折算浓度数据,则将当前污染物折算浓度数据填入污染物实时数据表,反之则污染物实时数据表保留前一次计算的污染物折算浓度数据,同时创建日浓度数据表,每晚十二点读取实时数据表中折算浓度做为日数据表中折算浓度。
2.根据权利要求1所述的一种餐饮污染物监测数据处理方法,其特征在于,更新单位时间数据表,包括以下步骤:
获取监测设备基于设备上传频率所发送的污染物监测数据,其中,所述污染物监测数据包括每一组设备上传频率所上传的油烟浓度、颗粒物浓度以及VOCS浓度;
设定标准时间单位,并基于所述污染物监测数据,每间隔一个标准时间单位计算一次油烟浓度平均值、颗粒物浓度平均值以及VOCS浓度平均值;
构建监测设备关于每个标准时间单位的油烟浓度平均值、每个标准时间单位的颗粒物浓度平均值、每个标准时间单位的VOCS浓度平均值的单位时间数据表。
3.根据权利要求2所述的一种餐饮污染物监测数据处理方法,其特征在于,更新单位时间数据表,还包括以下步骤:
判断监测设备最新计算的油烟浓度平均值、颗粒物浓度平均值以及VOCS浓度平均值是否存在于单位时间数据表内;
若是,则在所述单位时间数据表内存储最新计算的油烟浓度平均值、颗粒物浓度平均值以及VOCS浓度平均值;若否,则在所述单位时间数据表内创建新的监测设备,并在新的监测设备对应栏存储最新计算的油烟浓度平均值、颗粒物浓度平均值以及VOCS浓度平均值。
4.根据权利要求2所述的一种餐饮污染物监测数据处理方法,其特征在于,数据有效性判定,得到清洗数据,包括以下步骤:
设定有效百分比阈值和有效数量N,获取当前时间的前N个单位时间内的最大油烟浓度平均值、最大颗粒物浓度平均值和最大VOCS浓度平均值,其中,N为正整数;
计算油烟浓度有效值、颗粒物浓度有效值和VOCS浓度有效值,并剔除油烟浓度平均值低于油烟浓度有效值、颗粒物浓度平均值低于颗粒物浓度有效值,以及VOCS浓度平均值低于VOCS浓度有效值所在时间的污染物监测数据。
5.根据权利要求4所述的一种餐饮污染物监测数据处理方法,其特征在于,计算污染物折算浓度数据,包括以下步骤:
获取当前时间的前N个单位时间的油烟浓度平均值、颗粒物浓度平均值和VOCS浓度平均值;
计算前N个单位时间的油烟浓度平均值的二次平均值、前N个单位时间的颗粒物浓度平均值的二次平均值、前N个单位时间的VOCS浓度平均值的二次平均值,依次得到当前时间的油烟折算浓度、颗粒物折算浓度和VOCS折算浓度。
6.根据权利要求4所述的一种餐饮污染物监测数据处理方法,其特征在于,油烟浓度有效值、颗粒物浓度有效值和VOCS浓度有效值的计算方式如下:
油烟浓度有效值=最大油烟浓度平均值*有效百分比阈值;
颗粒物浓度有效值=最大颗粒物浓度平均值*有效百分比阈值;
VOCS浓度有效值=最大VOCS浓度平均值*有效百分比阈值。
7.根据权利要求5所述的一种餐饮污染物监测数据处理方法,其特征在于,计算污染物折算浓度数据,还包括以下步骤:
设定数据剔除率阈值,当前N个单位时间的污染监测数据存在大于或等于数据剔除率阈值的污染监测数据被剔除时,不计算当前时间的污染物折算浓度数据。
8.一种管理服务平台,其特征在于,所述管理服务平台使用如权利要求1-7任意一项所述的餐饮污染物监测数据处理方法,对所获取的餐饮污染物监测数据进行分析处理。
9.一种餐饮污染物监测数据处理系统,其特征在于,所述餐饮污染物监测数据处理系统执行如权利要求1-7任意一项所述的餐饮污染物监测数据处理方法。
10.一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,其特征在于,所述计算机程序被处理器执行时,执行权利要求1-7任意一项所述的餐饮污染物监测数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311056915.XA CN117093570A (zh) | 2023-08-21 | 2023-08-21 | 餐饮污染物监测数据处理方法、系统、管理服务平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311056915.XA CN117093570A (zh) | 2023-08-21 | 2023-08-21 | 餐饮污染物监测数据处理方法、系统、管理服务平台 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117093570A true CN117093570A (zh) | 2023-11-21 |
Family
ID=88769242
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311056915.XA Pending CN117093570A (zh) | 2023-08-21 | 2023-08-21 | 餐饮污染物监测数据处理方法、系统、管理服务平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117093570A (zh) |
-
2023
- 2023-08-21 CN CN202311056915.XA patent/CN117093570A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111121862A (zh) | 一种空天地一体化的大气环境监测系统及方法 | |
CN111639885A (zh) | 一种农污管理系统及管理方法 | |
CN106932543A (zh) | 火电厂环境烟气监测预警系统 | |
CN110737237B (zh) | 一种水务管理系统 | |
CN104424527A (zh) | 一种城市污水处理运行绩效评估云计算系统 | |
CN106707940B (zh) | 一种采油井设备综合管理系统 | |
CN113467296A (zh) | 一种菱镁行业能效分析和提升的方法 | |
CN109615233B (zh) | 基于基础数采的智慧水务管理平台 | |
KR100564362B1 (ko) | 도시철도차량 유지보수 정보화 예방정비 분석을 이용한예방 정비 시스템 및 방법 | |
CN109858807B (zh) | 一种企业运营监控的方法及系统 | |
CN111335950B (zh) | 一种区域煤矿瓦斯灾害风险预警数据采集系统及采集方法 | |
CN113993141B (zh) | 网络优化方法及装置 | |
CN117093570A (zh) | 餐饮污染物监测数据处理方法、系统、管理服务平台 | |
CN109493571B (zh) | 一种基于辐射环境监测数据的报警系统 | |
CN115586304A (zh) | 一种环境区域空气监测系统 | |
CN116484195A (zh) | 一种用于空气站常规污染物数据异常报警反馈的方法和系统 | |
CN112163797B (zh) | 一种基于bim技术的水务工程实时监控方法及系统 | |
CN114172934A (zh) | 一种基于环保产业互联网平台的环保岛设备管理系统 | |
CN114529182A (zh) | 一种生态环境监测质量管理系统 | |
CN115018434A (zh) | 一种新能源电站远程运维管理系统 | |
KR100604386B1 (ko) | 철도차량의 유지보수 작업시스템 | |
CN202565313U (zh) | 轨道交通地震灾害应对系统 | |
CN204346999U (zh) | 烟气排放监测系统 | |
KR20140028489A (ko) | 재난예측 추적시스템 및 방법 | |
CN112883013B (zh) | 城市大气污染源排放清单一致性审核系统 |
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 |