一种基于流形学习的CEMS系统异常数据监控方法技术方案

本发明专利技术涉及一种基于流形学习的CEMS系统异常数据监控方法，包括：CEMS系统实时采集工厂污染物废气排放数据，将采集到的9路信息数据作为输入量，数据异常作为输出量，利用流形学习中的T‑sne高维可视化算法，对污染物废气排放高维数据压缩并可视化，找出异常数据，实现对工厂生产污染物排放监控。本发明专利技术解决了现在技术对工厂废气不能有效核查异常数据的问题，使用流形学习算法对数据进行高维可视化发现其中异常，从而提高了CEMS系统的快速性、准确性和稳定性。

【技术实现步骤摘要】
一种基于流形学习的CEMS系统异常数据监控方法
本专利技术涉及工厂生产中连续烟气监测CMES系统环保领域，特别是指一种基于流形学习的CEMS系统异常数据监控方法。
技术介绍
随着全球工业和物联网进程的快速发展，环境污染和生态破坏日益严重引起了世界各国的高度重视。连续烟气监测系统CEMS(ContinuousEmissionMonitoringSystem,CEMS)作为一种监控设备，可以连续、实时、在线监测污染物排放总量的目标。CMES作为国家污染排放监测网中的一个重要组成部分得到了越来越多的重视。它不仅是智慧工厂的重要的研究方向，还可以在智慧城市、智能生产等智能系统中起着重要的作用。2016年，为了贯彻执行《中华人民共和国环境保护法》、《中华人民共和国大气污染防治法》和《河南省减少污染物排放条例》等法律、法规，实施大气固定污染源排放浓度和排放总量监测监控，规范河南省固定污染源颗粒物、烟气(SO2、NOX)排放连续监控水平，制定了污染物排放标准。在我省工厂环保监测中，烟气中的包含颗粒物、二氧化硫、氮氧化物、氧含量、烟气流速、烟气温度、以本文档来自技高网...

【技术保护点】
1.一种基于流形学习的CEMS系统异常数据监控方法，其特征在于，包括：/nCEMS系统实时采集工厂污染物废气排放数据，将采集到的9路信息数据作为输入量，数据异常作为输出量，利用流形学习中的T-sne高维可视化算法，对污染物废气排放高维数据压缩并可视化，找出异常数据，实现对工厂生产污染物排放监控；/n其中，/n每一路采集到的信息数据进行修正折算处理后，包括：颗粒物的原始浓度、原始折算浓度、修正浓度和修正折算浓度；二氧化硫的原始浓度、原始折算浓度、修正浓度和修正折算浓度；氮氧化物的原始浓度、原始折算浓度、修正浓度和修正折算浓度；氧含量；烟气流速和烟气温度；/n利用流形学习中的T-sne高维可视化算...

【技术特征摘要】
1.一种基于流形学习的CEMS系统异常数据监控方法，其特征在于，包括：
CEMS系统实时采集工厂污染物废气排放数据，将采集到的9路信息数据作为输入量，数据异常作为输出量，利用流形学习中的T-sne高维可视化算法，对污染物废气排放高维数据压缩并可视化，找出异常数据，实现对工厂生产污染物排放监控；
其中，
每一路采集到的信息数据进行修正折算处理后，包括：颗粒物的原始浓度、原始折算浓度、修正浓度和修正折算浓度；二氧化硫的原始浓度、原始折算浓度、修正浓度和修正折算浓度；氮氧化物的原始浓度、原始折算浓度、修正浓度和修正折算浓度；氧含量；烟气流速和烟气温度；
利用流形学习中的T-sne高维可视化算法，对污染物废气排放高维数据压缩并可视化的方法包括：
先对采集到的信息数据进行筛选和预处理，以删除和过滤数据中的缺失值和异常值，然后按月份对每一路信息数据进行特征提取为原始特征数据，再根据原始特征构造为27个新的特征数据，新构建的特征数据包括每个月份的均值、标准差、方差；
使用t-sne对新构建的特征...

【专利技术属性】
技术研发人员：金贵新，魏建华，魏君飞，武传伟，刘志敏，林聪，
申请(专利权)人：汉威科技集团股份有限公司，
类型：发明
国别省市：河南;41