The invention discloses an early warning method and device for the chemical industry park based on machine learning. By obtaining the data of each historical sensor in the target location, then classifying the historical sensor data according to the early warning state, and finally training the classified data into the pre established mathematical model to get the prediction. Model. Since the data of all historical sensors are real and have corresponding early warning state, in addition, the model does not train a single data. Therefore, it can better reflect the correlation between the data of each historical sensor, which makes the early warning model more accurate. After obtaining the prediction model, the real-time data is input to the prediction model, and the prediction results are more accurate. In addition, the method is simple and does not need manual calculation, so it saves manpower cost.
【技术实现步骤摘要】
一种基于机器学习的化工园区预警方法及装置
本专利技术涉及机器学习
,特别是涉及一种基于机器学习的化工园区预警方法及装置。
技术介绍
为了实现智能预警,当前化工园区大多安装了大量的传感器设备,如液位传感器、压力传感器、温度传感器、烟雾传感器等等,通过对这些传感器采集到的数据与阈值进行比较从而确定是否进行事故预警。现有的方式,虽然能够实现事故预警,但是事故发生的原因往往包含许多因素,是难以通过一个阈值来进行判断,而且阈值也是根据人的经验来设置的,阈值设置的过高则不能及时对即将发生的事故进行预警;设置的过低又会带来错误的预警,一旦错误预警的频率多了,会降低监测人员的防范意识,也会导致真正的事故到来时不能及时做好应急措施。由此可见,如何提供一种准确的预警方法是本领域技术人员亟待解决的问题。
技术实现思路
本专利技术的目的是提供一种基于机器学习的化工园区预警方法及装置,该方法及装置能够有效提高预警的准确性。为解决上述技术问题,本专利技术提供一种基于机器学习的化工园区预警方法,包括:获取目标地点的各历史传感器数据;按照预警状态对所述历史传感器数据进行分类;将各所述预警状态对应的所述历史传感器数据分别作为训练样本输入至预先建立的数学模型中进行训练以得到预测模型;接收所述目标地点的各传感器采集的实时数据,并将所述实时数据输入至所述预测模型中,并得到预测结果。优选地,所述预警状态具体包括正常情况、正确预警和错误预警。优选地,还包括对所述预警状态赋予预警分类标签,则对应的所述预测结果为对应的预警分类标签。优选地,所述数学模型具体为随机森林。优选地,在获取到所述历史传感器数据 ...
【技术保护点】
1.一种基于机器学习的化工园区预警方法,其特征在于,包括:获取目标地点的各历史传感器数据;按照预警状态对所述历史传感器数据进行分类;将各所述预警状态对应的所述历史传感器数据分别作为训练样本输入至预先建立的数学模型中进行训练以得到预测模型;接收所述目标地点的各传感器采集的实时数据,并将所述实时数据输入至所述预测模型中,并得到预测结果。
【技术特征摘要】
1.一种基于机器学习的化工园区预警方法,其特征在于,包括:获取目标地点的各历史传感器数据;按照预警状态对所述历史传感器数据进行分类;将各所述预警状态对应的所述历史传感器数据分别作为训练样本输入至预先建立的数学模型中进行训练以得到预测模型;接收所述目标地点的各传感器采集的实时数据,并将所述实时数据输入至所述预测模型中,并得到预测结果。2.根据权利要求1所述的基于机器学习的化工园区预警方法,其特征在于,所述预警状态具体包括正常情况、正确预警和错误预警。3.根据权利要求2所述的基于机器学习的化工园区预警方法,其特征在于,还包括对所述预警状态赋予预警分类标签,则对应的所述预测结果为对应的预警分类标签。4.根据权利要求1-3任意一项所述的基于机器学习的化工园区预警方法,其特征在于,所述数学模型具体为随机森林。5.根据权利要求4所述的基于机器学习的化工园区预警方法,其特征在于,在获取到所述历史传感器数据后还包括:对所述历史传感器数据进行数据处理;其中,所述数据处理包括补值处理、归一化处理或离散化处理。...
【专利技术属性】
技术研发人员:王斌,来亦子,林雅敏,朱晓虹,叶大金,徐进,张保敏,
申请(专利权)人:浙江图讯科技股份有限公司,
类型:发明
国别省市:浙江,33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。