一种油烟超标在线预警方法、系统、设备及存储介质技术方案

本发明专利技术属于油烟设备技术领域，具体涉及一种油烟超标在线预警方法、系统、设备及存储介质，包括：获取油烟设备历史

【技术实现步骤摘要】
一种油烟超标在线预警方法、系统、设备及存储介质


[0001]本专利技术属于油烟设备
，具体涉及一种油烟超标在线预警方法、系统、设备及存储介质。

技术介绍

[0002]近年来，餐饮油烟污染是民众反应最为强烈的大气污染问题之一，且长期居高不下。仅在国家层面，2020年就收到餐饮油烟举报34208件，占平台总举报量的7.7％，占大气污染举报量的16％。餐饮油烟已成为继工业废气、汽车尾气后的另一主要大气污染源。另一方面，餐饮企业数量巨大，分布散、乱、杂，靠人力监管无法实现全覆盖，仅仅依靠监管人员现场检查已远远满足不了当今的环保要求。大力推广运用新型技术手段，变“人防”为“技防”，是解决当前油烟污染的重要手段。
[0003]既往的油烟在线监控系统受技术水平的限制，只能简单的监控油烟净化系统的各个设备的开停状态，只要各设备是正常开启的，就简单的认为油烟排放也是正常达标的，又或者监控油烟净化设备的运行功率和状态等，根据这些参数的变化以判断油烟净化设备的工作状态，从而估算设备需要进行清洗，以及油烟排放是否达标，又或者接收到了所在区域的投诉反馈，才能被动的知道油烟超标。现有的油烟在线监控系统仍存在以下缺点：只能对现有的油烟超标企业进行干预，不能对企业的油烟设备使用过程中的超标情况进行实时预警，进而不能实现全过程的油烟设备的可控管理。

技术实现思路

[0004]本专利技术的目的在于克服现有技术中存在的上述不足，而提供一种油烟超标在线预警方法，可以对企业的油烟设备使用过程中的超标情况进行实时预警。
[0005]本专利技术提供了一种油烟超标在线预警方法，包括以下步骤：
[0006]获取油烟设备历史
‑
时间窗内的油烟监测数据和投诉数据，所述历史
‑
时间窗为所述油烟设备的当前时刻的前m天内，其中m大于等于1；
[0007]选定决策树预测模型，基于所述油烟监测数据和投诉数据进行数据训练，得到优化后决策树预测模型；
[0008]将所述油烟监测数据输入优化后决策树预测模型，计算输出预测油烟超标投诉数据。
[0009]进一步地，所述油烟监测数据包括日油烟浓度均值、日油烟浓度最大值、排放状态，所述投诉数据为针对油烟超标的有效投诉数据。
[0010]进一步地，所述在线预警方法还包括：
[0011]获取企业的企业信息，一个企业对应至少一个油烟设备，所述企业信息包括企业的位置信息和企业对应的油烟设备的油烟监测数据；
[0012]根据所述企业信息，构建企业位置与所述油烟设备之间的关联，得到企业基于至少一个油烟设备的预测油烟超标投诉数据。
[0013]进一步地，所述基于所述油烟监测数据和投诉数据进行数据训练，优化决策树预测模型的步骤包括以下：
[0014]读取所述油烟监测数据，以所述油烟监测数据为样本特征划分测试集数据、以所述投诉数据为样本标签划分训练集数据；
[0015]采用所述决策树预测模型对所述油烟监测数据进行拟合，并计算得分，通过比较训练集数据评分和测试集数据评分判断是否存在过拟合现象，若存在过拟合现象，则对所述决策树预测模型进行剪枝，以优化决策树预测模型。
[0016]进一步地，所述决策树预测模型的剪枝参数为max_depth＝2。
[0017]进一步地，所述基于所述油烟监测数据和投诉数据进行数据训练，得到优化后决策树预测模型还包括采用混淆矩阵的方式对优化后决策树预测模型进行评估，所述评估的指标包括准确率、精确度和召回率。
[0018]进一步地，所述在线预警方法还包括：当所述预测油烟超标投诉数据中存在投诉时，则进行线上预警。
[0019]一种油烟超标在线预警方法的系统，包括：
[0020]数据获取模块，用于获取油烟监测数据；
[0021]数据训练模块，用于对所述油烟监测数据进行训练分析；
[0022]数据预测模块，用于根据训练分析结果得到未来指定时间的预测油烟超标投诉数据，当所述预测油烟超标投诉数据中存在投诉时，发出预警通知。
[0023]一种计算机设备，所述计算机设备包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时用于实现如上所述的一种油烟超标在线预警方法的步骤。
[0024]一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序可被至少一个处理器所执行，以使所述至少一个处理器执行如上所述的一种油烟超标在线预警方法的步骤。
[0025]相比现有技术，本专利技术的有益效果在于：
[0026]本专利技术通过获取企业油烟设备历史
‑
时间窗内的油烟监测数据，并对监测数据进行处理分析，进而对未来指定时间内的监测数据进行预警，可实现对企业油烟设备使用过程中的超标情况进行实时预警，及时对存在油烟超标风险的企业进行预警，为企业治理和监管油烟状况提供科学合理的指导，实现油烟设备的可控管理；同时通过建立决策树预测模型可以较好的分析并延袭历史
‑
时间窗内监测数据所呈现的波动性和周期性，进而为未来指定时间内的预警数据提供精确的理论数据基础。
[0027]本专利技术的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点可通过在说明书、权利要求书以及附图中所指出的结构来实现和获得。
附图说明
[0028]为了更清楚地说明本专利技术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一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根
据这些附图获得其他的附图。
[0029]图1示出了本专利技术实施例一种油烟超标在线预警方法的流程示意图；
[0030]图2示出了本专利技术实施例一种油烟超标在线预警方法的数据训练格式图；
[0031]图3示出了本专利技术实施例一种油烟超标在线预警方法的系统的结构示意图。
具体实施方式
[0032]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地说明，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0033]图1示出了本专利技术实施例中一种油烟超标在线预警方法流程示意图。如图1所示，本专利技术提供了一种油烟超标在线预警方法，包括以下步骤：获取油烟设备的历史
‑
时间窗内的油烟监测数据和投诉数据；选定决策树预测模型，基于所述油烟监测数据和投诉数据进行数据训练，得到优化后决策树预测模型；将所述油烟监测数据输入优化后决策树预测模型，计算输出预测油烟超标投诉数据。
[0034]应该理解的是，虽然图1的示意图中的各个步骤本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种油烟超标在线预警方法，其特征在于，包括以下步骤：获取油烟设备历史
‑
时间窗内的油烟监测数据和投诉数据，所述历史
‑
时间窗为所述油烟设备的当前时刻的前m天内，其中m大于等于1；选定决策树预测模型，基于所述油烟监测数据和投诉数据进行数据训练，得到优化后决策树预测模型；将所述油烟监测数据输入所述优化后决策树预测模型，计算输出预测油烟超标投诉数据。2.根据权利要求1所述的一种油烟超标在线预警方法，其特征在于，所述油烟监测数据包括日油烟浓度均值、日油烟浓度最大值、排放状态，所述投诉数据为针对油烟超标的有效投诉数据。3.根据权利要求1所述的一种油烟超标在线预警方法，其特征在于，所述在线预警方法还包括：获取企业的企业信息，一个企业对应至少一个油烟设备，所述企业信息包括企业的位置信息和企业对应的油烟设备的油烟监测数据；根据所述企业信息，构建企业位置与所述油烟设备之间的关联，得到企业基于至少一个油烟设备的预测油烟超标投诉数据。4.根据权利要求1所述的一种油烟超标在线预警方法，其特征在于，所述基于所述油烟监测数据和投诉数据进行数据训练，得到优化后决策树预测模型的步骤包括以下：读取所述油烟监测数据，以所述油烟监测数据为样本特征划分测试集数据、以所述投诉数据为样本标签划分训练集数据；采用所述决策树预测模型对所述油烟监测数据进行拟合，并计算得分，通过比较训练集数据评分和测试集数据评分判断是否存在过拟合现象，若存在过拟合现象，则对所述决策树预测模型进行剪枝，得到优化后决策树预测...

【专利技术属性】
技术研发人员：杨蓉，谷育钢，李玉涛，曾庆龙，
申请(专利权)人：广州正虹环境科技有限公司，
类型：发明
国别省市：