【技术实现步骤摘要】
一种污染源采集监测系统
[0001]本专利技术涉及信息处理
,具体是一种污染源采集监测系统。
技术介绍
[0002]当前,环境污染已成为世界性问题,环境污染对全球的经济、社会和人民健康等方面造成了巨大的影响和危害。其中,污染源的排放行为是导致环境污染的主要原因之一,通过监测污染源的排放情况来开展科学合理的环保工作尤为重要。
[0003]专利号CN115359431A公开了一种大气环境污染源污染程度评估方法及系统,包括步骤:获得污染监测数据;获得多张污染监测图像;通过 多次将多张污染监测图像,输入污染检测网络, 判断是否出现污染情况突然变化;若出现污染情况突然变化,记录变化时间;基于多张污染监测图像,得到污染信息;基于污染监测数据、污染信息和变化时间,通过污染检测网络得到污染程度。然而,在监测新的污染源时,初期数据样本数量不足,或是部分类型的污染源难以采集大量数据样本,神经网络模型即该申请中的污染检测网络得不到大量样本数据的训练,因此神经网络模型数据处理的准确性就会受到限制,从而影响监测结果的可靠性和准确性。此外,该申请通过将多张污染监测图像输入污染情况突变检测网络,以判断是否出现污染情况突然变化;此方案存在一定的局限性,因为并非所有污染数据都能通过监测图像准确反应污染的程度细节,因此针对污染情况突然变化可能存在判断不准确的问题。
技术实现思路
[0004]为解决现有技术存在的问题,本专利技术采用以下技术方案:一种污染源采集监测系统,其特征在于:包括数据采集模块、预处理模块、第一预测模块、 ...
【技术保护点】
【技术特征摘要】
1.一种污染源采集监测系统,其特征在于:包括数据采集模块、预处理模块、第一预测模块、第二预测模块和数据评估模块;数据采集模块用于采集污染数据;预处理模块用于判断污染数据的数据量类型,所述数据量类型包括第一数据量类型和第二数据量类型;预处理模块还用于预处理第一数据量类型的污染数据和第二数据量类型的污染数据,分别得到第一预处理数据和第二预处理数据;第一预测模块包括神经网络模型;第一预测模块根据第一预处理数据生成第一预测结果;第二预测模块为无迹卡尔曼滤波器;第二预测模块根据第二预处理数据生成第二预测结果;数据评估模块用于评估处理所述第一预测结果和第二预测结果;所述数据评估模块存储数据量阈值;所述数据评估模块将历史数据量大于数据量阈值的污染数据设为第一数据量类型,将数据量小于数据量阈值的污染数据设为第二数据量类型,并依此生成配置文件。2.根据权利要求1所述的污染源采集监测系统,其特征在于:所述数据评估模块包括污染物数据库;所述污染物数据库以污染因素类型、污染源类型、污染物大类和污染物小类为字段存储污染数据。3.根据权利要求1所述的污染源采集监测系统,其特征在于:所述神经网络模型采用LSTM模型;所述LSTM模型包括输入门、遗忘门、细胞状态和输出门。4.根据权利要求3所述的污染源采集监测系统,其特征在于:所述输入门的输出i
t
的计算公式如下:i
t = σ(W
i
[h
t
‑1, x
t
]+b
i
);所述遗忘门的输出f
t 的计算公式如下:f
t = σ(W
f
[h
t
‑1, x
t
]+b
f
);所述细胞状态在时刻t的计算公式如下:c
t = f
t
×
c
t
‑1+i
t
×
tanh(W
c
[h
t
‑1,x
t
]+b
c
);所述输出门的输出o
t
的计算公式如下:o
t = σ(W
o
[h
t
‑1, x
t
]+b
o
);其中,W
i...
【专利技术属性】
技术研发人员:施四清,石圣波,万宏伟,凌军海,胡小强,何芷欣,
申请(专利权)人:中通服建设有限公司,
类型:发明
国别省市:
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。