CN117725559A - 一种甲醛传感器的数值修正方法及系统 - Google Patents
一种甲醛传感器的数值修正方法及系统 Download PDFInfo
- Publication number
- CN117725559A CN117725559A CN202311700913.XA CN202311700913A CN117725559A CN 117725559 A CN117725559 A CN 117725559A CN 202311700913 A CN202311700913 A CN 202311700913A CN 117725559 A CN117725559 A CN 117725559A
- Authority
- CN
- China
- Prior art keywords
- detection
- influence
- smoke
- data corresponding
- detection 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.)
- Pending
Links
- WSFSSNUMVMOOMR-UHFFFAOYSA-N Formaldehyde Chemical compound O=C WSFSSNUMVMOOMR-UHFFFAOYSA-N 0.000 title claims abstract description 495
- 238000012937 correction Methods 0.000 title claims abstract description 158
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000001514 detection method Methods 0.000 claims abstract description 496
- 230000007613 environmental effect Effects 0.000 claims abstract description 41
- 239000000779 smoke Substances 0.000 claims description 191
- 238000012360 testing method Methods 0.000 claims description 65
- 238000012545 processing Methods 0.000 claims description 39
- 239000012855 volatile organic compound Substances 0.000 claims description 30
- 230000015654 memory Effects 0.000 claims description 21
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 238000013527 convolutional neural network Methods 0.000 description 4
- YHXISWVBGDMDLQ-UHFFFAOYSA-N moclobemide Chemical compound C1=CC(Cl)=CC=C1C(=O)NCCN1CCOCC1 YHXISWVBGDMDLQ-UHFFFAOYSA-N 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- UHOVQNZJYSORNB-UHFFFAOYSA-N Benzene Chemical compound C1=CC=CC=C1 UHOVQNZJYSORNB-UHFFFAOYSA-N 0.000 description 3
- YXFVVABEGXRONW-UHFFFAOYSA-N Toluene Chemical compound CC1=CC=CC=C1 YXFVVABEGXRONW-UHFFFAOYSA-N 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 230000035772 mutation Effects 0.000 description 3
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- WSFSSNUMVMOOMR-NJFSPNSNSA-N methanone Chemical compound O=[14CH2] WSFSSNUMVMOOMR-NJFSPNSNSA-N 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- CTQNGGLPUBDAKN-UHFFFAOYSA-N O-Xylene Chemical compound CC1=CC=CC=C1C CTQNGGLPUBDAKN-UHFFFAOYSA-N 0.000 description 1
- XTXRWKRVRITETP-UHFFFAOYSA-N Vinyl acetate Chemical compound CC(=O)OC=C XTXRWKRVRITETP-UHFFFAOYSA-N 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 235000019504 cigarettes Nutrition 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000005034 decoration Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 230000005802 health problem Effects 0.000 description 1
- 238000003905 indoor air pollution Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 150000002894 organic compounds Chemical class 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 239000008096 xylene Substances 0.000 description 1
Classifications
-
- 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
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
- Y02A50/20—Air quality improvement or preservation, e.g. vehicle emission control or emission reduction by using catalytic converters
Landscapes
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
Abstract
一种甲醛传感器的数值修正方法及系统,涉及甲醛检测技术领域。在该方法中,获取甲醛传感器在实际检测时间点时检测得到的当前甲醛检测数值和多个第一影响因素对应的实际检测数据;获取预设时间段内各个第一影响因素对应的历史检测数据;基于各个第一影响因素对应的历史检测数据,得到实际检测时间点时各个第一影响因素对应的预测检测数据;基于各个第一影响因素对应的实际检测数据和预测检测数据,判断是否存在第二影响因素;当存在第二影响因素时,基于第二影响因素对应的实际检测数据对当前甲醛检测数值进行修正,得到修正甲醛检测数值。实施本申请的技术方案可以在不同的环境条件下,提高甲醛传感器检测得到的甲醛检测数值的准确性和稳定性。
Description
技术领域
本申请涉及甲醛检测技术领域,具体涉及一种甲醛传感器的数值修正方法及系统。
背景技术
随着社会经济的发展,人们生活质量不断提高,人们对人居生活的品质要求也越来越高,而家居装修后室内的空气污染与健康问题成了许多人关注的重要话题。其中,甲醛检测是许多人关注的重中之重。
然而,现如今的家用甲醛传感器或民用传感器在检测甲醛时,其检测原理是利用气体污染传感器遇到污染物产生电压、电流、电阻的变化机理,得出检测结果。但由于这种传感器及易受环境影响,在不同的环境条件下对相同区域的甲醛进行检测,得到的甲醛检测数值有着较大的差别,其检测的甲醛检测数值的准确性和稳定性较差。因此,如何在不同的环境条件下,提高甲醛传感器检测得到的甲醛检测数值的准确性和稳定性,成为亟需解决的问题。
因此,亟需一种甲醛传感器的数值修正方法及系统来解决当前技术存在的问题。
发明内容
本申请提供了一种甲醛传感器的数值修正方法及系统,可以在不同的环境条件下,提高甲醛传感器检测得到的甲醛检测数值的准确性和稳定性。
第一方面,本申请提供了一种甲醛传感器的数值修正方法,所述方法包括:获取甲醛传感器在实际检测时间点时检测得到的当前甲醛检测数值和多个第一影响因素对应的实际检测数据;获取预设时间段内各个所述第一影响因素对应的历史检测数据;基于各个所述第一影响因素对应的所述历史检测数据,得到实际检测时间点时各个所述第一影响因素对应的预测检测数据;基于各个所述第一影响因素对应的所述实际检测数据和所述预测检测数据,判断是否存在第二影响因素;其中,所述第二影响因素对应的所述实际检测数据和所述预测检测数据的误差处于预设误差范围之外;当存在所述第二影响因素时,基于所述第二影响因素对应的实际检测数据对所述当前甲醛检测数值进行修正,得到修正甲醛检测数值。
通过采用上述技术方案,通过获取甲醛传感器在实际检测时间点时检测得到的当前甲醛检测数值和多个第一影响因素对应的实际检测数据,以获取可能对甲醛检测数值造成影响的多个潜在影响因素的实际数据;再获取预设时间段内各个第一影响因素对应的历史检测数据,并基于各个第一影响因素对应的历史检测数据,得到实际检测时间点时各个第一影响因素对应的预测检测数据,以获得可能对甲醛检测数值造成影响的多个潜在影响因素的预测数据;再基于各个第一影响因素对应的实际检测数据和预测检测数据,判断是否存在第二影响因素,以判断第二影响因素的实际检测数据是否发生突变;若在第二影响因素,则确定当前环境条件下的第二影响因素会对甲醛检测数值造成较大影响,因此基于第二影响因素对应的实际检测数据对当前甲醛检测数值进行修正,以使得修正后的修正甲醛检测数值更加准确,从而可以有效提高甲醛传感器检测得到的甲醛检测数值的准确性和稳定性。
可选的,所述第一影响因素包括湿度影响因素、温度影响因素以及环境挥发性有机化合物影响因素;所述基于各个所述第一影响因素对应的所述历史检测数据,得到实际检测时间点时各个所述第一影响因素对应的预测检测数据,具体包括:对所述湿度影响因素对应的所述历史检测数据进行标准化处理,得到第一标准化检测数据;对所述温度影响因素对应的所述历史检测数据进行标准化处理,得到第二标准化检测数据;对所述环境挥发性有机化合物影响因素对应的所述历史检测数据进行标准化处理,得到第三标准化检测数据;将所述第一标准化检测数据输入至预设的湿度预测模型,得到所述湿度影响因素对应的预测检测数据;将所述第二标准化检测数据输入至预设的温度预测模型,得到所述温度影响因素对应的预测检测数据;将所述第三标准化检测数据输入至预设的环境预测模型,得到所述环境挥发性有机化合物影响因素对应的预测检测数据。
通过采用上述技术方案,通过考虑多个潜在影响因素对甲醛传感器读数的影响,并通过使用历史数据和对应的预测模型来预测这些影响因素的值,从而使得可以更准确地校正甲醛检测值,以检测到更精确的甲醛检测结果。
可选的,所述第二影响因素包括湿度影响因素、温度影响因素以及环境挥发性有机化合物影响因素;所述基于所述第二影响因素对应的实际检测数据对所述当前甲醛检测数值进行修正,得到修正甲醛检测数值,具体包括获取预设的湿度修正模型、预设的温度修正模型以及预设的环境修正模型;基于所述湿度影响因素对应的实际检测数据和所述湿度修正模型,得到湿度修正因子;基于所述温度影响因素对应的实际检测数据和所述温度修正模型,得到温度修正因子;基于所述环境挥发性有机化合物影响因素对应的实际检测数据和所述环境修正模型,得到环境修正因子;基于所述湿度修正因子、所述温度修正因子以及所述环境修正因子,得到综合修正因子,并基于所述综合修正因子对所述当前甲醛检测数值进行修正,得到修正甲醛检测数值。
通过采用上述技术方案,通过根据湿度、温度和环境挥发性有机化合物等因素的实际测量数据得到对应的修正因子,并得到综合修正因子,再根据综合修正因子对当前甲醛检测数值进行修正,从而使得可以更准确地校正甲醛检测值,以检测到更精确的甲醛检测结果。
可选的,所述基于所述湿度修正因子、所述温度修正因子以及所述环境修正因子,
得到综合修正因子,并基于所述综合修正因子对所述当前甲醛检测数值进行修正,得到修
正甲醛检测数值,具体包括:通过以下公式计算得到所述综合修正因子:;
其中,为所述综合修正因子,为所述湿度修正因子,为所述温度修正因子,为所
述环境修正因子;通过以下公式计算得到所述修正甲醛检测数值:;其中,Y为
所述修正甲醛检测数值,X为所述当前甲醛检测数值。
可选的,在所述获取甲醛传感器在实际检测时间点时检测得到的当前甲醛检测数值和多个第一影响因素对应的实际检测数据之前,所述方法还包括:获取当前时间点甲醛传感器检测得到的烟雾检测信息;获取当前时间点甲醛传感器检测得到的温度和湿度;将所述温度、所述湿度以及所述烟雾检测信息输入至烟雾影响匹配模型,得到烟雾影响时间;基于所述当前时间点、所述烟雾影响时间以及预设检测时间点对所述预设检测时间点进行修正,得到所述实际检测时间点。
通过采用上述技术方案,通过获取当前时间点甲醛传感器检测得到的烟雾检测信息,以确定当前环境下的烟雾检测信息是否会对甲醛检测结果造成影响;再通过将温度、湿度以及烟雾检测信息输入至烟雾影响匹配模型,得到烟雾影响时间,以确定从当前时间点直到烟雾浓度下降至不对甲醛检测结果的浓度造成干扰时的持续时间,进而对预设检测时间点进行修正,得到实际检测时间点,从而使得在实际检测时间点进行甲醛浓度检测不会由于烟雾浓度对检测结果造成干扰,从而可以有效提高甲醛传感器检测得到的甲醛检测数值的准确性和稳定性。
可选的,所述烟雾检测信息包括烟雾检测浓度以及烟雾检测颗粒度;所述将所述温度、所述湿度以及所述烟雾检测信息输入至烟雾影响匹配模型,得到烟雾影响时间,具体包括:将所述烟雾检测浓度、所述烟雾检测颗粒度、所述温度以及所述湿度与所述烟雾影响匹配模型中的多个烟雾影响匹配数据集进行匹配,得到匹配结果;其中,每个所述烟雾影响匹配数据集中包括测试烟雾检测浓度、测试烟雾检测颗粒度、测试温度、测试湿度以及测试烟雾影响时间;当所述匹配结果为匹配到相关烟雾影响匹配数据集时,基于所述相关烟雾影响匹配数据集中的所述测试烟雾影响时间,得到所述烟雾影响时间;其中,所述相关烟雾影响匹配数据集中的所述测试烟雾检测浓度与所述烟雾检测浓度的第一误差、所述相关烟雾影响匹配数据集中的所述测试烟雾检测颗粒度与所述烟雾检测颗粒度的第二误差、所述相关烟雾影响匹配数据集中的测试温度与所述温度的第三误差、所述相关烟雾影响匹配数据集中的所述测试湿度与所述湿度的第四误差均处于预设误差范围内。
可选的,所述基于所述当前时间点、所述烟雾影响时间以及预设检测时间点对所述预设检测时间点进行修正,得到所述实际检测时间点,具体包括:基于所述当前时间点、所述烟雾影响时间以及预设检测时间点,计算得到检测延后时长;将所述预设检测时间点加上所述检测延后时长,得到所述实际检测时间点;其中,通过以下公式计算得到所述检测延后时长,检测延后时长=预设检测时间点-当前时间点-烟雾影响时间。
在本申请的第二方面提供了一种甲醛传感器的数值修正系统,所述系统包括获取模块、处理模块以及数值修正模块;所述获取模块,用于获取甲醛传感器在实际检测时间点时检测得到的当前甲醛检测数值和多个第一影响因素对应的实际检测数据;所述获取模块,还用于获取预设时间段内各个所述第一影响因素对应的历史检测数据;所述处理模块,用于基于各个所述第一影响因素对应的所述历史检测数据,得到实际检测时间点时各个所述第一影响因素对应的预测检测数据;所述处理模块,还用于基于各个所述第一影响因素对应的所述实际检测数据和所述预测检测数据,判断是否存在第二影响因素;其中,所述第二影响因素对应的所述实际检测数据和所述预测检测数据的误差处于预设误差范围之外;所述数值修正模块,用于当存在所述第二影响因素时,基于所述第二影响因素对应的实际检测数据对所述当前甲醛检测数值进行修正,得到修正甲醛检测数值。
在本申请的第三方面提供了一种电子设备,包括处理器、存储器、用户接口及网络接口,所述存储器用于存储指令,所述用户接口和网络接口用于给其它设备通信,所述处理器用于执行所述存储器中存储的指令,以使所述电子设备执行如本申请第一方面任意一项所述的方法。
在本申请的第四方面提供了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能够被处理器加载并执行如本申请第一方面任意一项所述的方法的计算机程序。
综上所述,本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
1、通过获取甲醛传感器在实际检测时间点时检测得到的当前甲醛检测数值和多个第一影响因素对应的实际检测数据,以获取可能对甲醛检测数值造成影响的多个潜在影响因素的实际数据;再获取预设时间段内各个第一影响因素对应的历史检测数据,并基于各个第一影响因素对应的历史检测数据,得到实际检测时间点时各个第一影响因素对应的预测检测数据,以获得可能对甲醛检测数值造成影响的多个潜在影响因素的预测数据;再基于各个第一影响因素对应的实际检测数据和预测检测数据,判断是否存在第二影响因素,以判断第二影响因素的实际检测数据是否发生突变;若在第二影响因素,则确定当前环境条件下的第二影响因素会对甲醛检测数值造成较大影响,因此基于第二影响因素对应的实际检测数据对当前甲醛检测数值进行修正,以使得修正后的修正甲醛检测数值更加准确,从而可以有效提高甲醛传感器检测得到的甲醛检测数值的准确性和稳定性。
2、通过获取当前时间点甲醛传感器检测得到的烟雾检测信息,以确定当前环境下的烟雾检测信息是否会对甲醛检测结果造成影响;再通过将温度、湿度以及烟雾检测信息输入至烟雾影响匹配模型,得到烟雾影响时间,以确定从当前时间点直到烟雾浓度下降至不对甲醛检测结果的浓度造成干扰时的持续时间,进而对预设检测时间点进行修正,得到实际检测时间点,从而使得在实际检测时间点进行甲醛浓度检测不会由于烟雾浓度对检测结果造成干扰,从而可以有效提高甲醛传感器检测得到的甲醛检测数值的准确性和稳定性。
附图说明
图1是本申请实施例提供的一种甲醛传感器的数值修正方法的流程示意图之一;
图2是本申请实施例提供的一种甲醛传感器的数值修正方法的流程示意图之二;
图3是本申请实施例提供的一种甲醛传感器的数值修正方法的流程示意图之三;
图4是本申请实施例提供的一种甲醛传感器的数值修正系统的结构示意图;
图5是本申请实施例公开的一种电子设备的结构示意图。
附图标记说明:1、获取模块;2、处理模块;3、数值修正模块;500、电子设备;501、处理器;502、通信总线;503、用户接口;504、网络接口;505、存储器。
具体实施方式
为了使本领域的技术人员更好地理解本说明书中的技术方案,下面将结合本说明书实施例中的附图,对本说明书实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。
在本申请实施例的描述中,“例如”或者“举例来说”等词用于表示作例子、例证或说明。本申请实施例中被描述为“例如”或者“举例来说”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用“例如”或者“举例来说”等词旨在以具体方式呈现相关概念。
在本申请实施例的描述中,术语“多个”的含义是指两个或两个以上。例如,多个系统是指两个或两个以上的系统,多个屏幕终端是指两个或两个以上的屏幕终端。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其它方式另外特别强调。
本申请提供了一种甲醛传感器的数值修正方法,参照图1,其示出了本申请实施例提供的一种甲醛传感器的数值修正方法的流程示意图之一。该方法包括步骤S11-S15,上述步骤如下:
步骤S11:获取甲醛传感器在实际检测时间点时检测得到的当前甲醛检测数值和多个第一影响因素对应的实际检测数据。
具体来说,在本技术方案中,服务器获取甲醛传感器在实际检测时间点时检测得到的当前甲醛检测数值和多个第一影响因素对应的实际检测数据。
更具体地来说,甲醛传感器是一个综合传感器,在其内部设置了多种类型的子传感器。在服务器获取甲醛传感器在实际检测时间点时检测得到的当前甲醛检测数值和多个第一影响因素对应的实际检测数据之前,首先在实际检测时间点时发送控制信号至甲醛传感器中的各个子传感器,控制甲醛检测子传感器检测当前甲醛检测数值,并控制其他子传感器检测多个第一影响因素对应的实际检测数据。在此之后,服务器将接收甲醛检测子传感器传回的当前甲醛检测数值,以及其他子传感器传回的多个第一影响因素对应的实际检测数据。
其中,多个第一影响因素即导致甲醛传感器易受环境影响的影响因素,在后续实施例中将对多个第一影响因素进行详细说明。
实际检测时间点即实际进行甲醛检测的时间点,例如7点05分00秒。
步骤S12:获取预设时间段内各个第一影响因素对应的历史检测数据。
具体来说,在本技术方案中,服务器获取预设时间段内各个第一影响因素对应的历史检测数据。其中,预设时间段是指在实际检测时间点之前的预设时间段,其优选值为24小时。需要说明的是,预设时间段的值还可根据实际情况进行具体设定。
步骤S13:基于各个第一影响因素对应的历史检测数据,得到实际检测时间点时各个第一影响因素对应的预测检测数据。
具体来说,在本技术方案中,服务器基于各个第一影响因素对应的历史检测数据,得到实际检测时间点时各个第一影响因素对应的预测检测数据。即服务对各个第一影响因素对应的历史检测数进行预测,得到实际检测时间点时各个第一影响因素对应的预测检测数据。
其中,第一影响因素包括湿度影响因素、温度影响因素以及环境挥发性有机化合物影响因素。环境挥发性有机化合物,即TVOC(Total Volatile Organic Compounds),其是指室内空气中的所有挥发性有机化合物的总和,这包括多种不同的有机化合物,如甲醛、苯、甲苯、二甲苯、乙醇、醋酸乙烯等。
因此,前述实施例中服务器获得的多个第一影响因素对应的实际检测数据,即服务器通过甲醛传感器中的湿度检测子传感器检测得到实际湿度数据,通过甲醛传感器中的温度检测子传感器检测得到实际温度数据,以及通过甲醛传感器中的TVOC检测子传感器检测得到环境挥发性有机化合物检测数据。
下述实施例将对服务器基于各个第一影响因素对应的历史检测数据,得到实际检测时间点时各个第一影响因素对应的预测检测数据的方法进行详细说明。
在一种可能的实施方式中,步骤S13具体包括如下步骤:
对湿度影响因素对应的历史检测数据进行标准化处理,得到第一标准化检测数据。
具体来说,在本技术方案中,服务器对湿度影响因素对应的历史检测数据进行标准化处理,得到第一标准化检测数据。
更具体地来说,对湿度影响因素对应的历史检测数据进行标准化处理即去除湿度影响因素对应的历史检测数据中的噪声或趋势,以确保湿度影响因素对应的历史检测数据在相同的尺度上。
对温度影响因素对应的历史检测数据进行标准化处理,得到第二标准化检测数据。
具体来说,在本技术方案中,服务器对温度影响因素对应的历史检测数据进行标准化处理,得到第二标准化检测数据。
更具体地来说,对温度影响因素对应的历史检测数据进行标准化处理即去除温度影响因素对应的历史检测数据中的噪声或趋势,以确保温度影响因素对应的历史检测数据在相同的尺度上。
对环境挥发性有机化合物影响因素对应的历史检测数据进行标准化处理,得到第三标准化检测数据。
具体来说,在本技术方案中,服务器对环境挥发性有机化合物影响因素对应的历史检测数据进行标准化处理,得到第三标准化检测数据。
更具体地来说,对环境挥发性有机化合物影响因素对应的历史检测数据进行标准化处理即去除环境挥发性有机化合物影响因素对应的历史检测数据中的噪声或趋势,以确保环境挥发性有机化合物影响因素对应的历史检测数据在相同的尺度上。
将第一标准化检测数据输入至预设的湿度预测模型,得到湿度影响因素对应的预测检测数据。
具体来说,在本技术方案中,服务器将第一标准化检测数据输入至预设的湿度预测模型,得到湿度影响因素对应的预测检测数据。其中,预设的湿度预测模型可以为卷积神经网络(CNN)模型。即服务器将第一标准化检测数据输入至卷积神经网络模型中,并通过卷积神经网络模型对第一标准化检测数据进行回归预测,得到湿度影响因素对应的预测检测数据。
将第二标准化检测数据输入至预设的温度预测模型,得到温度影响因素对应的预测检测数据。
具体来说,在本技术方案中,服务器将第二标准化检测数据输入至预设的温度预测模型,得到温度影响因素对应的预测检测数据。其中,预设的温度预测模型可以为LSTM模型,LSTM(Long Short-Term Memory)是长短期记忆网络,其是一种时间递归神经网络。即服务器将第二标准化检测数据输入至LSTM模型中,并通过LSTM模型对第二标准化检测数据进行预测,得到温度影响因素对应的预测检测数据。
将第三标准化检测数据输入至预设的环境预测模型,得到环境挥发性有机化合物影响因素对应的预测检测数据。
具体来说,在本技术方案中,服务器将第三标准化检测数据输入至预设的环境预测模型,得到环境挥发性有机化合物影响因素对应的预测检测数据。其中,预设的环境预测模型可以为ARIMA模型,即自回归差分移动平均模型(Autoregressive Integrated MovingAverage Model),ARIMA模型主要由三部分构成,分别为自回归模型(AR)、差分过程(I)和移动平均模型(MA)。即服务器将第三标准化检测数据输入至ARIMA模型中,并通过ARIMA模型对第三标准化检测数据进行预测,得到环境挥发性有机化合物影响因素对应的预测检测数据。
需要说明的是,上述预设的湿度预测模型、预设的温度预测模型以及预设的环境预测模型的选择还可以根据实际情况进行具体选择。
步骤S14:基于各个第一影响因素对应的实际检测数据和预测检测数据,判断是否存在第二影响因素;其中,第二影响因素对应的实际检测数据和预测检测数据的误差处于预设误差范围之外。
具体来说,在本技术方案中,服务器基于各个第一影响因素对应的实际检测数据和预测检测数据,判断是否存在第二影响因素。
更具体地来说,如果第一影响因素对应的实际检测数据相对于预测检测数据而言,发生了较大的突变,即实际检测数据和预测检测数据的误差处于预设误差范围之外,则将该第一影响因素视为第二影响因素。其中,实际检测数据和预测检测数据的误差=(实际检测数据-预测检测数据)/预测检测数据。预设误差范围优选为±20%,预设误差范围还可以根据用户实际测量甲醛数值的精度需求进行具体设定。
步骤S15:当存在第二影响因素时,基于第二影响因素对应的实际检测数据对当前甲醛检测数值进行修正,得到修正甲醛检测数值。
具体来说,在本技术方案中,当存在第二影响因素时,服务器基于第二影响因素对应的实际检测数据对当前甲醛检测数值进行修正,得到修正甲醛检测数值。其中,第二影响因素包括湿度影响因素、温度影响因素以及环境挥发性有机化合物影响因素。
下述实施例将对服务器基于第二影响因素对应的实际检测数据对当前甲醛检测数值进行修正,得到修正甲醛检测数值的方法进行详细说明。
在一种可能的实施方式中,参照图2,其示出了本申请实施例提供的一种甲醛传感器的数值修正方法的流程示意图之二。步骤S15具体包括步骤S151-S155:
步骤S151:获取预设的湿度修正模型、预设的温度修正模型以及预设的环境修正模型。
具体来说,在本技术方案中,服务器获取预设的湿度修正模型、预设的温度修正模型以及预设的环境修正模型。
预设的湿度修正模型中包含了大量湿度数据与不同的湿度修正因子的映射关系;预设的温度修正模型中包含了大量温度数据与不同的温度修正因子的映射关系;预设的环境修正模型中包含了大量TVOC浓度数据与不同的环境修正因子的映射关系。
举例来说,例如当湿度为20%时,对应的湿度修正因子为0.05;湿度为50%时,对应的湿度修正因子为0.12。当温度为20℃时,对应的温度修正因子为0.07;温度为30℃时,对应的温度修正因子为0.1。当TVOC浓度数据为1ppm时,对应的环境修正因子为0.02,当TVOC浓度数据为2ppm时,对应的环境修正因子为0.05。
需要说明的是,上述举例仅为示例性的,不同的湿度、温度以及TVOC浓度其对应的修正因子需要基于实际情况进行具体设定。
步骤S152:基于湿度影响因素对应的实际检测数据和湿度修正模型,得到湿度修正因子。
具体来说,在本技术方案中,服务器基于湿度影响因素对应的实际检测数据和湿度修正模型,得到湿度修正因子。即服务器将当前在实际检测时间点时检测得到的湿度输入至湿度修正模型中,得到湿度修正因子。
步骤S153:基于温度影响因素对应的实际检测数据和温度修正模型,得到温度修正因子。
具体来说,在本技术方案中,服务器基于温度影响因素对应的实际检测数据和温度修正模型,得到温度修正因子。即服务器将当前在实际检测时间点时检测得到的温度输入至温度修正模型中,得到温度修正因子。
步骤S154:基于环境挥发性有机化合物影响因素对应的实际检测数据和环境修正模型,得到环境修正因子。
具体来说,在本技术方案中,服务器基于环境挥发性有机化合物影响因素对应的实际检测数据和环境修正模型,得到环境修正因子。即服务器将当前在实际检测时间点时检测得到的TVOC浓度输入至环境修正模型中,得到环境修正因子。
步骤S155:基于湿度修正因子、温度修正因子以及环境修正因子,得到综合修正因子,并基于综合修正因子对当前甲醛检测数值进行修正,得到修正甲醛检测数值。
具体来说,在本技术方案中,服务器基于湿度修正因子、温度修正因子以及环境修正因子,得到综合修正因子,并基于综合修正因子对当前甲醛检测数值进行修正,得到修正甲醛检测数值。
在一种可能的实施方式中,通过以下公式计算得到综合修正因子:;其中,为综合修正因子,为湿度修正因子,为温度修正因子,为
环境修正因子。通过以下公式计算得到修正甲醛检测数值:;其中,Y为修正甲
醛检测数值,X为当前甲醛检测数值。
具体来说,在本技术方案中,在上述举例中,当湿度修正因子为0.12,温度修正因子0.1,环境修正因子为0.05时,则得到的综合修正因子为0.27。因此当当前甲醛检测数值为0.15ppm时,得到的修正甲醛检测数值约为0.19ppm。
在一种可能的实施方式中,参照图3,其示出了本申请实施例提供的一种甲醛传感器的数值修正方法的流程示意图之三。在步骤S11之前,方法还包括步骤S21-S24:
步骤S21:获取当前时间点甲醛传感器检测得到的烟雾检测信息。
具体来说,在本技术方案中,服务器获取当前时间点甲醛传感器检测得到的烟雾检测信息。即服务器通过甲醛传感器中的烟雾检测子传感器检测得到烟雾检测信息。其中,烟雾检测信息包括但不限于香烟燃烧、油烟等烟雾的烟雾检测浓度以及PM2.5等烟雾检测颗粒度的信息。
步骤S22:获取当前时间点甲醛传感器检测得到的温度和湿度。
具体来说,在本技术方案中,服务器获取当前时间点甲醛传感器检测得到的温度和湿度。
步骤S23:将温度、湿度以及烟雾检测信息输入至烟雾影响匹配模型,得到烟雾影响时间。
具体来说,在本技术方案中,服务器将温度、湿度以及烟雾检测信息输入至烟雾影响匹配模型,得到烟雾影响时间。其中,烟雾影响时间即从当前时间点直到烟雾浓度下降至不对甲醛检测结果的浓度造成干扰时的持续时间。
下述实施将对将温度、湿度以及烟雾检测信息输入至烟雾影响匹配模型,得到烟雾影响时间的方法进行详细说明。
在一种可能的实施方式中,步骤S23具体包括如下步骤:
将烟雾检测浓度、烟雾检测颗粒度、温度以及湿度与烟雾影响匹配模型中的多个烟雾影响匹配数据集进行匹配,得到匹配结果;其中,每个烟雾影响匹配数据集中包括测试烟雾检测浓度、测试烟雾检测颗粒度、测试温度以及测试湿度。
具体来说,在本技术方案中,服务器烟雾检测浓度、烟雾检测颗粒度、温度以及湿度与烟雾影响匹配模型中的多个烟雾影响匹配数据集进行匹配,得到匹配结果。其中,每个烟雾影响匹配数据集中包括测试烟雾检测浓度、测试烟雾检测颗粒度、测试温度、测试湿度以及测试烟雾影响时间。
更具体地来说,实验人员首先需要设定一个测试烟雾检测浓度、测试烟雾检测颗粒度、测试温度以及测试湿度,并进行计时,直到测试烟雾检测浓度、测试烟雾检测颗粒度下降至不对甲醛检测结果造成影响时,记录测试烟雾影响时间。并构建多个烟雾影响匹配数据集。再基于多个烟雾影响匹配数据集构建得到烟雾影响匹配模型。
当匹配结果为匹配到相关烟雾影响匹配数据集时,基于相关烟雾影响匹配数据集中的测试烟雾影响时间,得到烟雾影响时间;其中,相关烟雾影响匹配数据集中的测试烟雾检测浓度与烟雾检测浓度的第一误差、相关烟雾影响匹配数据集中的测试烟雾检测颗粒度与烟雾检测颗粒度的第二误差、相关烟雾影响匹配数据集中的测试温度与温度的第三误差、相关烟雾影响匹配数据集中的测试湿度与湿度的第四误差均处于预设误差范围内。
具体来说,在本技术方案中,当服务器得到的匹配结果为匹配到相关烟雾影响匹配数据集时,基于相关烟雾影响匹配数据集中的测试烟雾影响时间,得到烟雾影响时间。即将相关烟雾影响匹配数据集中的测试烟雾影响时间作为烟雾影响时间。
其中,相关烟雾影响匹配数据集中的测试烟雾检测浓度与烟雾检测浓度的第一误差为测试烟雾检测浓度减去烟雾检测浓度得到的绝对值再除以测试烟雾检测浓度;第二误差为测试烟雾检测颗粒度减去烟雾检测颗粒度得到的绝对值再除以测试烟雾检测颗粒度;第三误差为测试温度减去温度得到的绝对值再除以测试温度;第四误差为测试湿度减去湿度得到的绝对值再除以测试湿度。
预设误差范围优选为10%。即当第一误差、第二误差、第三误差以及第四误差均小于10%时,即匹配得到相关烟雾影响匹配数据集。
步骤S24:基于当前时间点、烟雾影响时间以及预设检测时间点对预设检测时间点进行修正,得到实际检测时间点。
具体来说,在本技术方案中,服务器基于当前时间点、烟雾影响时间以及预设检测时间点对预设检测时间点进行修正,得到实际检测时间点。
在一种可能的实施方式中,步骤S24具体包括如下步骤:
基于当前时间点、烟雾影响时间以及预设检测时间点,计算得到检测延后时长。将预设检测时间点加上检测延后时长,得到实际检测时间点;其中,通过以下公式计算得到检测延后时长,检测延后时长=预设检测时间点-当前时间点-烟雾影响时间。
具体来说,在本技术方案中,服务器基于当前时间点、烟雾影响时间以及预设检测时间点,计算得到检测延后时长。再将预设检测时间点加上检测延后时长,得到实际检测时间点。
举例来说,假设预设检测时间点为8点,当前时间点为7点30分,烟雾影响时间为40分30秒,因此计算得到的检测延后时长为10分30秒,进而得到的实际检测时间点为8点10分30秒。
参照图4,其示出了本申请实施例提供的一种甲醛传感器的数值修正系统的结构示意图,系统包括获取模块1、处理模块2以及数值修正模块3;获取模块1,用于获取甲醛传感器在实际检测时间点时检测得到的当前甲醛检测数值和多个第一影响因素对应的实际检测数据;获取模块1,还用于获取预设时间段内各个第一影响因素对应的历史检测数据;处理模块2,用于基于各个第一影响因素对应的历史检测数据,得到实际检测时间点时各个第一影响因素对应的预测检测数据;处理模块2,还用于基于各个第一影响因素对应的实际检测数据和预测检测数据,判断是否存在第二影响因素;其中,第二影响因素对应的实际检测数据和预测检测数据的误差处于预设误差范围之外;数值修正模块3,用于当存在第二影响因素时,基于第二影响因素对应的实际检测数据对当前甲醛检测数值进行修正,得到修正甲醛检测数值。
在一种可能的实施方式中,处理模块2,还用于对湿度影响因素对应的历史检测数据进行标准化处理,得到第一标准化检测数据;处理模块2,还用于对温度影响因素对应的历史检测数据进行标准化处理,得到第二标准化检测数据;处理模块2,还用于对环境挥发性有机化合物影响因素对应的历史检测数据进行标准化处理,得到第三标准化检测数据;处理模块2,还用于将第一标准化检测数据输入至预设的湿度预测模型,得到湿度影响因素对应的预测检测数据;处理模块2,还用于将第二标准化检测数据输入至预设的温度预测模型,得到温度影响因素对应的预测检测数据;处理模块2,还用于将第三标准化检测数据输入至预设的环境预测模型,得到环境挥发性有机化合物影响因素对应的预测检测数据。
在一种可能的实施方式中,获取模块1,还用于获取预设的湿度修正模型、预设的温度修正模型以及预设的环境修正模型;数值修正模块3,还用于基于湿度影响因素对应的实际检测数据和湿度修正模型,得到湿度修正因子;数值修正模块3,还用于基于温度影响因素对应的实际检测数据和温度修正模型,得到温度修正因子;数值修正模块3,还用于基于环境挥发性有机化合物影响因素对应的实际检测数据和环境修正模型,得到环境修正因子;数值修正模块3,还用于基于湿度修正因子、温度修正因子以及环境修正因子,得到综合修正因子,并基于综合修正因子对当前甲醛检测数值进行修正,得到修正甲醛检测数值。
在一种可能的实施方式中,数值修正模块3,还用于通过以下公式计算得到综合修
正因子:;其中,为综合修正因子,为湿度修正因子,为温度修正因
子,为环境修正因子;数值修正模块3,还用于通过以下公式计算得到修正甲醛检测数
值:;其中,Y为修正甲醛检测数值,X为当前甲醛检测数值。
在一种可能的实施方式中,获取模块1,还用于获取当前时间点甲醛传感器检测得到的烟雾检测信息;获取模块1,还用于获取当前时间点甲醛传感器检测得到的温度和湿度;处理模块2,还用于将温度、湿度以及烟雾检测信息输入至烟雾影响匹配模型,得到烟雾影响时间;数值修正模块3,还用于基于当前时间点、烟雾影响时间以及预设检测时间点对预设检测时间点进行修正,得到实际检测时间点。
在一种可能的实施方式中,处理模块2,还用于将烟雾检测浓度、烟雾检测颗粒度、温度以及湿度与烟雾影响匹配模型中的多个烟雾影响匹配数据集进行匹配,得到匹配结果;其中,每个烟雾影响匹配数据集中包括测试烟雾检测浓度、测试烟雾检测颗粒度、测试温度、测试湿度以及测试烟雾影响时间;处理模块2,还用于当匹配结果为匹配到相关烟雾影响匹配数据集时,基于相关烟雾影响匹配数据集中的测试烟雾影响时间,得到烟雾影响时间;其中,相关烟雾影响匹配数据集中的测试烟雾检测浓度与烟雾检测浓度的第一误差、相关烟雾影响匹配数据集中的测试烟雾检测颗粒度与烟雾检测颗粒度的第二误差、相关烟雾影响匹配数据集中的测试温度与温度的第三误差、相关烟雾影响匹配数据集中的测试湿度与湿度的第四误差均处于预设误差范围内。
在一种可能的实施方式中,数值修正模块3,还用于基于当前时间点、烟雾影响时间以及预设检测时间点,计算得到检测延后时长;数值修正模块3,还用于将预设检测时间点加上检测延后时长,得到实际检测时间点;其中,通过以下公式计算得到检测延后时长,检测延后时长=预设检测时间点-当前时间点-烟雾影响时间。
需要说明的是:上述实施例提供的装置在实现其功能时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的装置和方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
本申请还公开一种电子设备。参照图5,图5是本申请实施例的公开的一种电子设备的结构示意图。该电子设备500可以包括:至少一个处理器501,至少一个网络接口504,用户接口503,存储器505,至少一个通信总线502。
其中,通信总线502用于实现这些组件之间的连接通信。
其中,用户接口503可以包括显示屏(Display)、摄像头(Camera),可选用户接口503还可以包括标准的有线接口、无线接口。
其中,网络接口504可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。
其中,处理器501可以包括一个或者多个处理核心。处理器501利用各种接口和线路连接整个服务器内的各个部分,通过运行或执行存储在存储器505内的指令、程序、代码集或指令集,以及调用存储在存储器505内的数据,执行服务器的各种功能和处理数据。可选的,处理器501可以采用数字信号处理(DigitalSignalProcessing,DSP)、现场可编程门阵列(Field-ProgrammableGateArray,FPGA)、可编程逻辑阵列(ProgrammableLogicArray,PLA)中的至少一种硬件形式来实现。处理器501可集成中央处理器(CentralProcessingUnit,CPU)、图像处理器(GraphicsProcessingUnit,GPU)和调制解调器等中的一种或几种的组合。其中,CPU主要处理操作系统、用户界面和应用程序等;GPU用于负责显示屏所需要显示的内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到处理器501中,单独通过一块芯片进行实现。
其中,存储器505可以包括随机存储器(RandomAccessMemory,RAM),也可以包括只读存储器(Read-OnlyMemory)。可选的,该存储器505包括非瞬时性计算机可读介质(non-transitorycomputer-readablestoragemedium)。存储器505可用于存储指令、程序、代码、代码集或指令集。存储器505可包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等;存储数据区可存储上面各个方法实施例中涉及的数据等。存储器505可选的还可以是至少一个位于远离前述处理器501的存储装置。参照图5,作为一种计算机可读存储介质的存储器505中可以包括操作系统、网络通信模块、用户接口模块以及一种应用程序。
在图5所示的电子设备500中,用户接口503主要用于为用户提供输入的接口,获取用户输入的数据;而处理器501可以用于调用存储器505中存储一种应用程序,当由一个或多个处理器501执行时,使得电子设备500执行如上述实施例中一个或多个的方法。需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其它顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必需的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其它实施例的相关描述。
在本申请所提供的几种实施方式中,应该理解到,所披露的装置,可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,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些服务接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
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单元来实现本实施例方案的目的。
另外,在本申请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。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。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或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储器包括:U盘、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上者,仅为本公开的示例性实施例,不能以此限定本公开的范围。即但凡依本公开教导所作的等效变化与修饰,皆仍属本公开涵盖的范围内。本领域技术人员在考虑说明书及实践真理的公开后,将容易想到本公开的其它实施方案。
本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未记载的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的范围和精神由权利要求限定。
Claims (10)
1.一种甲醛传感器的数值修正方法,其特征在于,所述方法包括:
获取甲醛传感器在实际检测时间点时检测得到的当前甲醛检测数值和多个第一影响因素对应的实际检测数据;
获取预设时间段内各个所述第一影响因素对应的历史检测数据;
基于各个所述第一影响因素对应的所述历史检测数据,得到实际检测时间点时各个所述第一影响因素对应的预测检测数据;
基于各个所述第一影响因素对应的所述实际检测数据和所述预测检测数据,判断是否存在第二影响因素;其中,所述第二影响因素对应的所述实际检测数据和所述预测检测数据的误差处于预设误差范围之外;
当存在所述第二影响因素时,基于所述第二影响因素对应的实际检测数据对所述当前甲醛检测数值进行修正,得到修正甲醛检测数值。
2.根据权利要求1所述的方法,其特征在于,所述第一影响因素包括湿度影响因素、温度影响因素以及环境挥发性有机化合物影响因素;所述基于各个所述第一影响因素对应的所述历史检测数据,得到实际检测时间点时各个所述第一影响因素对应的预测检测数据,具体包括:
对所述湿度影响因素对应的所述历史检测数据进行标准化处理,得到第一标准化检测数据;
对所述温度影响因素对应的所述历史检测数据进行标准化处理,得到第二标准化检测数据;
对所述环境挥发性有机化合物影响因素对应的所述历史检测数据进行标准化处理,得到第三标准化检测数据;
将所述第一标准化检测数据输入至预设的湿度预测模型,得到所述湿度影响因素对应的预测检测数据;
将所述第二标准化检测数据输入至预设的温度预测模型,得到所述温度影响因素对应的预测检测数据;
将所述第三标准化检测数据输入至预设的环境预测模型,得到所述环境挥发性有机化合物影响因素对应的预测检测数据。
3.根据权利要求1所述的方法,其特征在于,所述第二影响因素包括湿度影响因素、温度影响因素以及环境挥发性有机化合物影响因素;所述基于所述第二影响因素对应的实际检测数据对所述当前甲醛检测数值进行修正,得到修正甲醛检测数值,具体包括
获取预设的湿度修正模型、预设的温度修正模型以及预设的环境修正模型;
基于所述湿度影响因素对应的实际检测数据和所述湿度修正模型,得到湿度修正因子;
基于所述温度影响因素对应的实际检测数据和所述温度修正模型,得到温度修正因子;
基于所述环境挥发性有机化合物影响因素对应的实际检测数据和所述环境修正模型,得到环境修正因子;
基于所述湿度修正因子、所述温度修正因子以及所述环境修正因子,得到综合修正因子,并基于所述综合修正因子对所述当前甲醛检测数值进行修正,得到修正甲醛检测数值。
4.根据权利要求3所述的方法,其特征在于,所述基于所述湿度修正因子、所述温度修正因子以及所述环境修正因子,得到综合修正因子,并基于所述综合修正因子对所述当前甲醛检测数值进行修正,得到修正甲醛检测数值,具体包括:
通过以下公式计算得到所述综合修正因子:
;
其中,为所述综合修正因子,/>为所述湿度修正因子,/>为所述温度修正因子,/>为所述环境修正因子;
通过以下公式计算得到所述修正甲醛检测数值:
;
其中,Y为所述修正甲醛检测数值,X为所述当前甲醛检测数值。
5.根据权利要求1所述的方法,其特征在于,在所述获取甲醛传感器在实际检测时间点时检测得到的当前甲醛检测数值和多个第一影响因素对应的实际检测数据之前,所述方法还包括:
获取当前时间点甲醛传感器检测得到的烟雾检测信息;
获取当前时间点甲醛传感器检测得到的温度和湿度;
将所述温度、所述湿度以及所述烟雾检测信息输入至烟雾影响匹配模型,得到烟雾影响时间;
基于所述当前时间点、所述烟雾影响时间以及预设检测时间点对所述预设检测时间点进行修正,得到所述实际检测时间点。
6.根据权利要求5所述的方法,其特征在于,所述烟雾检测信息包括烟雾检测浓度以及烟雾检测颗粒度;所述将所述温度、所述湿度以及所述烟雾检测信息输入至烟雾影响匹配模型,得到烟雾影响时间,具体包括:
将所述烟雾检测浓度、所述烟雾检测颗粒度、所述温度以及所述湿度与所述烟雾影响匹配模型中的多个烟雾影响匹配数据集进行匹配,得到匹配结果;其中,每个所述烟雾影响匹配数据集中包括测试烟雾检测浓度、测试烟雾检测颗粒度、测试温度、测试湿度以及测试烟雾影响时间;
当所述匹配结果为匹配到相关烟雾影响匹配数据集时,基于所述相关烟雾影响匹配数据集中的所述测试烟雾影响时间,得到所述烟雾影响时间;其中,所述相关烟雾影响匹配数据集中的所述测试烟雾检测浓度与所述烟雾检测浓度的第一误差、所述相关烟雾影响匹配数据集中的所述测试烟雾检测颗粒度与所述烟雾检测颗粒度的第二误差、所述相关烟雾影响匹配数据集中的测试温度与所述温度的第三误差、所述相关烟雾影响匹配数据集中的所述测试湿度与所述湿度的第四误差均处于预设误差范围内。
7.根据权利要求5所述的方法,其特征在于,所述基于所述当前时间点、所述烟雾影响时间以及预设检测时间点对所述预设检测时间点进行修正,得到所述实际检测时间点,具体包括:
基于所述当前时间点、所述烟雾影响时间以及预设检测时间点,计算得到检测延后时长;
将所述预设检测时间点加上所述检测延后时长,得到所述实际检测时间点;其中,通过以下公式计算得到所述检测延后时长,检测延后时长=预设检测时间点-当前时间点-烟雾影响时间。
8.一种甲醛传感器的数值修正系统,其特征在于,所述系统包括获取模块、处理模块以及数值修正模块;
所述获取模块,用于获取甲醛传感器在实际检测时间点时检测得到的当前甲醛检测数值和多个第一影响因素对应的实际检测数据;
所述获取模块,还用于获取预设时间段内各个所述第一影响因素对应的历史检测数据;
所述处理模块,用于基于各个所述第一影响因素对应的所述历史检测数据,得到实际检测时间点时各个所述第一影响因素对应的预测检测数据;
所述处理模块,还用于基于各个所述第一影响因素对应的所述实际检测数据和所述预测检测数据,判断是否存在第二影响因素;其中,所述第二影响因素对应的所述实际检测数据和所述预测检测数据的误差处于预设误差范围之外;
所述数值修正模块,用于当存在所述第二影响因素时,基于所述第二影响因素对应的实际检测数据对所述当前甲醛检测数值进行修正,得到修正甲醛检测数值。
9.一种电子设备,其特征在于,包括处理器(501)、存储器(505)、用户接口(503)及网络接口(504),所述存储器(505)用于存储指令,所述用户接口(503)和网络接口(504)用于给其它设备通信,所述处理器(501)用于执行所述存储器(505)中存储的指令,以使所述电子设备(500)执行如权利要求1-7任意一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有指令,当所述指令被执行时,执行如权利要求1-7任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311700913.XA CN117725559A (zh) | 2023-12-12 | 2023-12-12 | 一种甲醛传感器的数值修正方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311700913.XA CN117725559A (zh) | 2023-12-12 | 2023-12-12 | 一种甲醛传感器的数值修正方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117725559A true CN117725559A (zh) | 2024-03-19 |
Family
ID=90199264
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311700913.XA Pending CN117725559A (zh) | 2023-12-12 | 2023-12-12 | 一种甲醛传感器的数值修正方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117725559A (zh) |
-
2023
- 2023-12-12 CN CN202311700913.XA patent/CN117725559A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11847873B2 (en) | Systems and methods for in-vehicle predictive failure detection | |
CN109558295B (zh) | 一种性能指标异常检测方法及装置 | |
JP6661559B2 (ja) | 異常検出装置、異常検出方法およびプログラム | |
CN110188862B (zh) | 用于数据处理的模型超参数的搜索方法、装置、系统 | |
CN106598822B (zh) | 一种用于容量评估的异常数据检测方法及装置 | |
US11313894B2 (en) | Automobile battery failure prediction method and system | |
WO2019012029A1 (en) | METHOD AND SYSTEM FOR GAP DETECTION IN SENSOR DATA SETS | |
CN111931345B (zh) | 一种监测数据预测方法、装置、设备及可读存储介质 | |
US20140188777A1 (en) | Methods and systems for identifying a precursor to a failure of a component in a physical system | |
US20210382882A1 (en) | Method, apparatus and computer program for automatically processing data identifiers | |
CN110580217B (zh) | 软件代码健康度的检测方法、处理方法、装置及电子设备 | |
CN114216938A (zh) | 一种气体浓度检测补偿方法及装置 | |
CN114814091A (zh) | 一种大气气态污染物检测方法、装置及电子设备 | |
JP2020087251A (ja) | モデル作成装置、モデル作成方法及びプログラム | |
JP5939439B2 (ja) | 異常診断装置 | |
CN114061659A (zh) | 设备监测方法、装置、电子设备、存储介质及程序产品 | |
CN105791496A (zh) | 一种移动终端状态检测方法及装置 | |
CN112182067A (zh) | 个体身高预测方法、装置、电子设备及存储介质 | |
CN110099089B (zh) | 传感器网络中多个数据流的在线自校正 | |
CN111398202A (zh) | 气体数据分析方法、装置、电子设备及存储介质 | |
CN117405075B (zh) | 一种智能沉降监测方法及系统 | |
CN112650740B (zh) | 一种降低在线监测碳排放量数据不确定度的方法及系统 | |
CN117331377A (zh) | 一种配置方法、装置、电子设备及存储介质 | |
CN117725559A (zh) | 一种甲醛传感器的数值修正方法及系统 | |
CN111985163A (zh) | 一种铷钟寿命预测方法及装置 |
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 |