一种基于联邦学习的空气质量监测方法和系统技术方案

本发明专利技术提出了一种基于联邦学习的空气质量监测方法和系统。所述空气质量监测方法包括：采集获取每个空气检测站点对应的传感器数量，并按照传感器数量进行区域子端划分；以一个区域子端为单位利用历史空气质量检测数据作为训练数据，利用联邦学习框架进行数据训练，获得与每个区域子端对应的区域联邦学习模型；针对每个区域子端所包含的传感器采集的空气质量数据通过其对应的区域联邦学习模型进行空气质量检测，并获得所述每个区域子端的空气质量检测结果数据；空气质量监控平台针对空气质量检测结果数据进行分析确定是否存在空气污染情况。所述系统包括与所述方法步骤对应的模块。的模块。的模块。

【技术实现步骤摘要】
一种基于联邦学习的空气质量监测方法和系统


[0001]本专利技术提出了一种基于联邦学习的空气质量监测方法和系统，属于空气检测


技术介绍

[0002]近年来,空气污染已成为影响人们健康的主要问题,而对空气质量的精准细粒度监测是进行空气污染防治的前提。当前惯用的空气质量监测方法都是基于某个单独的检测站数据进行机器学习方法实现检测。但是，由于监测站点记录不完善导致数据质量较差，进而导致空气污染检测不准确的问题时常发生。

技术实现思路

[0003]本专利技术提供了一种基于联邦学习的空气质量监测方法和系统，用以解决由于监测站点记录不完善导致数据质量较差，进而导致空气污染检测不准确的问题，所采取的技术方案如下：
[0004]一种基于联邦学习的空气质量监测方法，所述空气质量监测方法包括：
[0005]采集获取每个空气检测站点对应的传感器数量，并按照传感器数量进行区域子端划分；
[0006]以一个区域子端为单位利用历史空气质量检测数据作为训练数据，利用联邦学习框架进行数据训练，获得与每个区域子端对应的区域联邦学习模型；
[0007]针对每个区域子端所包含的传感器采集的空气质量数据通过其对应的区域联邦学习模型进行空气质量检测，并获得所述每个区域子端的空气质量检测结果数据；
[0008]空气质量监控平台针对空气质量检测结果数据进行分析确定是否存在空气污染情况。
[0009]进一步地，采集获取每个空气检测站点对应的传感器数量，并按照传感器数量进行区域子端划分，包括：
[0010]获取每个空气检测站点对应的传感器数量，并判断所述传感器数量与预先设置的第一数量阈值和第二数量阈值之间的关系；
[0011]当所述空气检测站点对应的传感器数量超过预设的第一数量阈值，但未超过所述第二数量阈值时，将所述空气检测站点设置为一个区域子端；
[0012]当所述空气检测站点对应的传感器数量未超过预设的第一数量阈值时，则将传感器数量未超过第一数量阈值的空气检测站点按照每两个为一个联立组的方式形成一个区域子端；
[0013]当所述空气检测站点对应的传感器数量超过预设的第二数量阈值，则按照传感器出数量均分原则将所述空气检测站点划分为两个区域子端。
[0014]进一步地，以一个区域子端为单位利用历史空气质量检测数据作为训练数据，利用联邦学习框架进行数据训练，获得与每个区域子端对应的区域联邦学习模型，包括：
[0015]向所述空气质量监控平台调取每个区域子端所包含的传感器对应的历史采集数据；
[0016]将所述历史采集数据作为训练样本数据，并利用所述训练样本数据对每个区域子端对应的联邦学习框架进行训练，获得每个区域子端对应的区域联邦学习模型；
[0017]进一步地，空气质量监控平台针对空气质量检测结果数据进行分析确定是否存在空气污染情况，包括：
[0018]将所述空气质量检测结果数据通过服务器上传至空气质量监控平台，并通过所述空气质量监控平台进行数据存储；
[0019]所述空气质量检测平台在接收到空气质量检测结果数据后，将所述空气质量检测结果数据与预设的空气质量指标标准值进行比较，确定每个区域子端对应的空气质量监控区域是否存在空气污染情况；
[0020]当所述每个区域子端对应的空气质量监控区域存在空气污染情况时，则进行预警，且将预警记录进行存储。
[0021]进一步地，将所述空气质量检测结果数据通过服务器上传至空气质量监控平台，并通过所述空气质量监控平台进行数据存储，包括：
[0022]步骤A1：利用公式(1)在将所述空气质量检测结果数据通过服务器上传至空气质量监控平台之前会在服务器上对所述空气质量检测结果数据进行数据标定
[0023][0024]其中C
′
16
表示对所述空气质量检测结果数据进行数据标定后的16进制形式数据；C
16
表示标定前的原始空气质量检测结果数据的16进制形式；<<表示左移；B1
16
表示第一标定数据的16进制形式；B2
16
表示第二标定数据的16进制形式；C
16
(a)表示标定前的原始空气质量检测结果数据的16进制形式中第a位上的数值；len()表示求取括号内数据的数据总位数；[]16
表示将括号内的数据转换为16进制形式；
[0025]步骤A2：在上传至空气质量监控平台后，利用公式(2)提取数据中的两个标定数据
[0026][0027]其中b1
16
表示提取出来的数据中的第一标定数据的16进制形式；b2
16
表示提取出来的数据中的第二标定数据的16进制形式；c
′
16
表示空气质量监控平台接收到的数据的16进制形式；>>表示右移；
[0028]步骤A3：利用公式(3)根据提取出的两个标定数据对数据进行标定验证从而判断所述数据在传输的过程中是否出现数据损坏
[0029][0030]其中D
16
表示所述数据在传输的过程中是否出现数据损坏的判定值；||表示求取绝
对值；c
′
16
(i)表示数据c
′
16
的第i位上的数值；(1)
16
表示16进制形式的数值1；
[0031]若D
16
＝0，则表示所述数据在传输的过程中未出现数据损坏；
[0032]若D
16
≠0，则表示所述数据在传输的过程中出现了数据损坏，则需要控制数据存储模块将所述空气质量检测结果数据重新进行上传。
[0033]一种基于联邦学习的空气质量监测系统，所述空气质量监测系统包括：
[0034]区域划分模块，用于采集获取每个空气检测站点对应的传感器数量，并按照传感器数量进行区域子端划分；
[0035]模型训练模块，用于以一个区域子端为单位利用历史空气质量检测数据作为训练数据，利用联邦学习框架进行数据训练，获得与每个区域子端对应的区域联邦学习模型；
[0036]空气检测模块，用于针对每个区域子端所包含的传感器采集的空气质量数据通过其对应的区域联邦学习模型进行空气质量检测，并获得所述每个区域子端的空气质量检测结果数据；
[0037]数据分析模块，用于空气质量监控平台针对空气质量检测结果数据进行分析确定是否存在空气污染情况。
[0038]进一步地，所述区域划分模块包括：
[0039]传感器数量获取模块，用于获取每个空气检测站点对应的传感器数量，并判断所述传感器数量与预先设置的第一数量阈值和第二数量阈值之间的关系；
[0040]第一划分模块，用于当所述空气检测站点对应的传感器数量超过预设的第一数量阈值，但未超过所述第二数量阈值时，将所述空气检测站点设置为一个区域子端；
[0041]第二本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于联邦学习的空气质量监测方法，其特征在于，所述空气质量监测方法包括：采集获取每个空气检测站点对应的传感器数量，并按照传感器数量进行区域子端划分；以一个区域子端为单位利用历史空气质量检测数据作为训练数据，利用联邦学习框架进行数据训练，获得与每个区域子端对应的区域联邦学习模型；针对每个区域子端所包含的传感器采集的空气质量数据通过其对应的区域联邦学习模型进行空气质量检测，并获得所述每个区域子端的空气质量检测结果数据；空气质量监控平台针对空气质量检测结果数据进行分析确定是否存在空气污染情况。2.根据权利要求1所述空气质量监测方法，其特征在于，采集获取每个空气检测站点对应的传感器数量，并按照传感器数量进行区域子端划分，包括：获取每个空气检测站点对应的传感器数量，并判断所述传感器数量与预先设置的第一数量阈值和第二数量阈值之间的关系；当所述空气检测站点对应的传感器数量超过预设的第一数量阈值，但未超过所述第二数量阈值时，将所述空气检测站点设置为一个区域子端；当所述空气检测站点对应的传感器数量未超过预设的第一数量阈值时，则将传感器数量未超过第一数量阈值的空气检测站点按照每两个为一个联立组的方式形成一个区域子端；当所述空气检测站点对应的传感器数量超过预设的第二数量阈值，则按照传感器出数量均分原则将所述空气检测站点划分为两个区域子端。3.根据权利要求1所述空气质量监测方法，其特征在于，以一个区域子端为单位利用历史空气质量检测数据作为训练数据，利用联邦学习框架进行数据训练，获得与每个区域子端对应的区域联邦学习模型，包括：向所述空气质量监控平台调取每个区域子端所包含的传感器对应的历史采集数据；将所述历史采集数据作为训练样本数据，并利用所述训练样本数据对每个区域子端对应的联邦学习框架进行训练，获得每个区域子端对应的区域联邦学习模型。4.根据权利要求1所述空气质量监测方法，其特征在于，空气质量监控平台针对空气质量检测结果数据进行分析确定是否存在空气污染情况，包括：将所述空气质量检测结果数据通过服务器上传至空气质量监控平台，并通过所述空气质量监控平台进行数据存储；所述空气质量检测平台在接收到空气质量检测结果数据后，将所述空气质量检测结果数据与预设的空气质量指标标准值进行比较，确定每个区域子端对应的空气质量监控区域是否存在空气污染情况；当所述每个区域子端对应的空气质量监控区域存在空气污染情况时，则进行预警，且将预警记录进行存储。5.根据权利要求4所述空气质量监测方法，其特征在于，将所述空气质量检测结果数据通过服务器上传至空气质量监控平台，并通过所述空气质量监控平台进行数据存储，包括：步骤A1：利用公式(1)在将所述空气质量检测结果数据通过服务器上传至空气质量监控平台之前会在服务器上对所述空气质量检测结果数据进行数据标定
其中C
′
16
表示对所述空气质量检测结果数据进行数据标定后的16进制形式数据；C
16
表示标定前的原始空气质量检测结果数据的16进制形式；<<表示左移；B1
16
表示第一标定数据的16进制形式；B2
16
表示第二标定数据的16进制形式；C
16
(a)表示标定前的原始空气质量检测结果数据的16进制形式中第a位上的数值；len()表示求取括号内数据的数据总位数；[]
16
表示将括号内的数据转换为16进制形式；步骤A2：在上传至空气质量监控平台后，利用公式(2)提取数据中的两个标定数据其中b1
16
表示提取出来的数据中的第一标定数据的16进制形式；b2
16
表示提取出来的数据中的第二标定数据的16进制形式；c
′
16
表示空气质量监控平台接收到的数据的16进制形式；>>表示右移；步骤A3：利用公式(3)根据提取出的两个标定数据对数据进行标定验证从而判断所述数据在传输的过程中是否出现数据损坏其中D
16
表示所述数据在传输的过程中是否出现数据损坏的判定值；||表示求取绝对值；c
′
16
(i)表示数据c
′
16
的第i位上的数值；(1)
16
表示16进制形式的数值1；若D
16
＝0，则表示所述数据在传输的过程中未出现数据损坏；若D
16
≠0，则表示所述数据在传输的过程中出现了数据损坏，则需要控制数据存储模块将所述空气质量检测...

【专利技术属性】
技术研发人员：余丹，兰雨晴，于艺春，王丹星，邢智涣，
申请(专利权)人：慧之安信息技术股份有限公司，
类型：发明
国别省市：