一种微型环境监测的数据质控方法及系统技术方案

本发明专利技术公开了一种微型环境监测的数据质控方法及系统，其中方法包括：获取微型环境中各个检测单元的实时检测数据以及监督学习对象的检测结果；对实时检测数据以及检测结果数据进行处理；将处理后的数据通过模型公式计算得到数据质控模型。本发明专利技术一种微型环境监测的数据质控方法及系统保证了监测数据的有效性和准确性。

【技术实现步骤摘要】
一种微型环境监测的数据质控方法及系统
本专利技术涉及微型环境监测，更具体地说是一种微型环境监测的数据质控方法及系统。
技术介绍
目前微型环境监测，通常采用传感器作为检测单元，如气体监测传感器(SO2、NO2、CO、O3、TVOC、NH3、H2S等)、颗粒物监测传感器(PM2.5、PM10)、水质监测传感器(COD、pH、浊度、电导率、藻类等)，设备在连续实时监测过程中易受环境温度、湿度变化产生的漂移、检测因子间的交叉干扰以及传感器老化产生的信号衰减等，从而引起设备零点漂移和检测限下降，进而导致监测数据无效。因此为了保护监测数据的有效性和准确性，亟待提出一种数据质控的方法及系统。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供一种微型环境监测的数据质控方法及系统。为实现上述目的，本专利技术采用以下技术方案：一种微型环境监测的数据质控方法，所述方法包括：获取微型环境中各个检测单元的实时检测数据以及监督学习对象的检测结果；对实时检测数据以及检测结果数据进行处理；将处理后的数据通过模型公式计算得到数据质控模型。其进一步技术方案为：所述获取微型环境中各个检测单元的实时检测数据以及监督学习对象的检测结果的步骤中，所述检测单元包括气体传感器、颗粒物传感器、气象监测传感器、水质监测传感器以及水文监测传感器。其进一步技术方案为：所述对实时检测数据以及检测结果数据进行处理的步骤，具体包括以下步骤：对数据进行清洗，以得到数据流；去除数据流中的无效数据，以得到特征数据；对特征数据进行归一化处理。其进一步技术方案为：所述将处理后的数据通过模型公式计算得到数据质控模型的步骤中，所述模型公式为：其中，xk、xj为各个检测单元的实时检测数据，yi为监督学习对象的检测结果；wkj、ki为权重因子和常数因子；ε为控制因子；j、k、N为项数目。其进一步技术方案为：所述将处理后的数据通过模型公式计算得到数据质控模型的步骤，具体包括以下步骤：提取数据特征；对数据特征进行维度压缩，形成二维特征；将二维特征转化为一维的向量。一种微型环境监测的数据质控系统，包括获取单元、处理单元以及质控模型单元；所述获取单元，用于获取微型环境中各个检测单元的实时检测数据以及监督学习对象的检测结果；所述处理单元，用于对实时检测数据以及检测结果数据进行处理；所述质控模型单元，用于将处理后的数据通过模型公式计算得到数据质控模型。其进一步技术方案为：所述检测单元包括气体传感器、颗粒物传感器、气象监测传感器、水质监测传感器以及水文监测传感器。其进一步技术方案为：所述处理单元包括清洗模块、去除模块以及归一化处理模块；所述清洗模块，用于对数据进行清洗，以得到数据流；所述去除模块，用于去除数据流中的无效数据，以得到特征数据；所述归一化处理模块，用于对特征数据进行归一化处理。其进一步技术方案为：所述模型公式为：其中，xk、xj为各个检测单元的实时检测数据，yi为监督学习对象的检测结果；wkj、ki为权重因子和常数因子；ε为控制因子；j、k、N为项数目。其进一步技术方案为：所述质控模型单元包括提取模块、维度压缩模块以及转化模块；所述提取模块，用于提取数据特征；所述维度压缩模块，用于对数据特征进行维度压缩，形成二维特征；所述转化模块，用于将二维特征转化为一维的向量。本专利技术与现有技术相比的有益效果是：本专利技术一种微型环境监测的数据质控方法通过获取微型环境中各个检测单元的实时检测数据以及监督学习对象的检测结果，然后对实时检测数据以及检测结果数据进行处理，接着将处理后的数据通过模型公式计算得到数据质控模型，保证了监测数据的有效性和准确性。上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术技术手段，可依照说明书的内容予以实施，并且为了让本专利技术的上述和其它目的、特征及优点能够更明显易懂，以下特举较佳实施例，详细说明如下。附图说明图1为本专利技术一种微型环境监测的数据质控方法具体实施例的流程图一；图2为本专利技术一种微型环境监测的数据质控方法具体实施例的流程图二；图3为本专利技术一种微型环境监测的数据质控方法具体实施例的流程图三；图4为本专利技术一种微型环境监测的数据质控系统具体实施例的结构图一；图5为本专利技术一种微型环境监测的数据质控系统具体实施例的结构图二；图6为本专利技术一种微型环境监测的数据质控系统具体实施例的结构图三。具体实施方式为了更充分理解本专利技术的
技术实现思路
，下面结合具体实施例对本专利技术的技术方案进一步介绍和说明，但不局限于此。应当理解，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体/操作/对象与另一个实体/操作/对象区分开来，而不一定要求或者暗示这些实体/操作/对象之间存在任何这种实际的关系或者顺序。还应当理解，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。如图1-3所示，本专利技术提供了一种微型环境监测的数据质控方法，该方法包括：S10、获取微型环境中各个检测单元的实时检测数据以及监督学习对象的检测结果；S20、对实时检测数据以及检测结果数据进行处理；S30、将处理后的数据通过模型公式计算得到数据质控模型。具体的，检测单元包括气体传感器(可以获取空气质量参数、恶臭、有毒有害气体参数等)、颗粒物传感器、气象监测传感器、水质监测传感器(可以监测COD、氨氮、总氮、总磷等)以及水文监测传感器。监督学习对象的检测结果是指国家环保局监控环境质量的高精度国标设备或手工实验得到的数据，数据可通过官方平台获得，或相关部门提供。在某些实施例中，步骤S20具体包括以下步骤：S201、对数据进行清洗，以得到数据流；S202、去除数据流中的无效数据，以得到特征数据；S203、对特征数据进行归一化处理。对于步骤S201，数据清洗主要包括了不同数据源的数据协议的调整对齐，错误数据的初步判断，补足残缺(空白)数据，如获取的不同厂家的控制质量参数检测设备的监测数据，在获取的数据流上，同一个检测因子所在位置是不一样的，同样也存在因仪器故障或环境因素而产生的错误数据及残缺数据，数据清洗即为此为设置的。对于步骤S202，经清洗后的数据流，在数据格式、数据长度、数据位置、数据有效标志位和数据所代表的意义均已明确，针对不同的监督对象，抽取不同的数据段后，结合不同字段上的数据有效标志位，去除无效数据，即获得用于数据质控模型计算的特征数据。对于步骤S203，在获得特征数据后，不同的特征有不同的取值范围，如空气质量参数CO因子和水质质量参数CODcr取值范围不一样，为了降低取值范围对数据质控模型的影响，对特征数据进行归一化处理，通过函数归一化将特征取值映射到[0，1]区间，保证了特征数据变化范围的稳定性。具体的，将经过归一化处理的数据输入模型公式中，即可进行数据质控模型的计算，模型公式为：其中，xk、xj为各个检测单元的实时检测数据，yi为监督学习对象的检测结果；wkj、ki为权重因子和常数因子；ε为控制因子；j、k、N为项数目。另本文档来自技高网...

【技术保护点】
1.一种微型环境监测的数据质控方法，其特征在于，所述方法包括：获取微型环境中各个检测单元的实时检测数据以及监督学习对象的检测结果；对实时检测数据以及检测结果数据进行处理；将处理后的数据通过模型公式计算得到数据质控模型。

【技术特征摘要】
1.一种微型环境监测的数据质控方法，其特征在于，所述方法包括：获取微型环境中各个检测单元的实时检测数据以及监督学习对象的检测结果；对实时检测数据以及检测结果数据进行处理；将处理后的数据通过模型公式计算得到数据质控模型。2.根据权利要求1所述的一种微型环境监测的数据质控方法，其特征在于，所述获取微型环境中各个检测单元的实时检测数据以及监督学习对象的检测结果的步骤中，所述检测单元包括气体传感器、颗粒物传感器、气象监测传感器、水质监测传感器以及水文监测传感器。3.根据权利要求1所述的一种微型环境监测的数据质控方法，其特征在于，所述对实时检测数据以及检测结果数据进行处理的步骤，具体包括以下步骤：对数据进行清洗，以得到数据流；去除数据流中的无效数据，以得到特征数据；对特征数据进行归一化处理。4.根据权利要求1所述的一种微型环境监测的数据质控方法，其特征在于，所述将处理后的数据通过模型公式计算得到数据质控模型的步骤中，所述模型公式为：其中，xk、xj为各个检测单元的实时检测数据，yi为监督学习对象的检测结果；wkj、ki为权重因子和常数因子；ε为控制因子；j、k、N为项数目。5.根据权利要求1所述的一种微型环境监测的数据质控方法，其特征在于，所述将处理后的数据通过模型公式计算得到数据质控模型的步骤，具体包括以下步骤：提取数据特征；对数据特征进行维度压缩，形成二维特征；将二维特征转化为一维的向量。6.一种微型环...

【专利技术属性】
技术研发人员：李玉金，戈燕红，谢广群，
申请(专利权)人：宇星科技发展深圳有限公司，
类型：发明
国别省市：广东,44