一种空气质量数据异常预警方法及其系统技术方案

本申请公开了空气质量数据异常预警方法及其系统，其中包括以下步骤：获取监测数据，进行给定时间区间的设置；获取污染物浓度时间序列；对污染物浓度时间序列进行标准化，并得到标准化后的浓度时间序列；获取振幅时间序列；获取模式时间序列；获取同一给定时间区间内的含有指定数量个比较对象的参比集数据的浓度时间序列；计算当前数据与参比数据的形状距离，得到最小形状距离，并得到参比数据浓度序列；获取指定时刻的污染物浓度，若其大于等于报警阈值，则发出预测高值警报。本申请通过最小形状距离的参比数据的变化趋势来近似当前数据的变化趋势，以参比数据下一小时的数值作为当前数据的预测值，从而能够提前对污染高值发出预报预警。发出预报预警。发出预报预警。

【技术实现步骤摘要】
一种空气质量数据异常预警方法及其系统


[0001]本申请涉及数据处理领域，具体地，涉及一种空气质量数据异常预警方法及其系统。

技术介绍

[0002]目前，空气质量异常预警系统大多基于经验阈值预警的方法，一般包括基于实时数据和预测数据的阈值预警方法。预警阈值一般由《环境空气质量标准》（GB3095
‑
2012）所规定的二级排放限值确定，或经由人工分析研究，结合监测属地实际情况确定。当实时监测数据或预测数据大于等于设定的阈值时，将触发系统的异常预警提示，环境管理部门以此为依据制定相应的管控措施。阈值预警方法占据计算资源较少，即时响应时间较短，泛化能力较强，稳定性较高，在行业中有着广泛的应用。由于阈值报警方法对于时间序列数据的挖掘程度不够，只考虑了空气质量数据的数值特征，对于整个时间序列的趋势变化特征没有纳入考虑，使得该方法对于趋势异常以及较复杂的数值异常问题处理效果不佳，对于经“人工修饰”的数据的甄别性能较差。且基于实时监测的阈值报警算法对于污染的预警存在一定的滞后性，不能满足管理部门提前管控的需求；而基于模型预测的阈值预警算法由本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种空气质量数据异常预警方法，其特征在于，包括以下步骤：获取监测数据，进行形状距离比较的给定时间区间的设置；获取给定时间区间的污染物浓度时间序列；对污染物浓度时间序列进行标准化，并得到标准化后的浓度时间序列；根据标准化后的浓度时间序列获取振幅时间序列；根据振幅时间序列获取模式时间序列；获取同一给定时间区间内的含有指定数量个比较对象的参比集数据的浓度时间序列；根据参比集数据的浓度时间序列计算当前数据与参比数据的形状距离，得到最小形状距离，选取最小形状距离对应的参比数据浓度序列；获取参比数据浓度序列在指定时刻的污染物浓度，判断是否大于报警阈值；若大于等于报警阈值，则发出预测高值警报，反之则不进行警报处理。2.如权利要求1所述的空气质量数据异常预警方法，其特征在于，给定时间区间T为t时刻之前的连续N个监测时间的数据构成的给定时间区间。3.如权利要求2所述的空气质量数据异常预警方法，其特征在于，污染物浓度时间序列具体表示为：，其中c
i
为t
i
时刻污染物的浓度；t
i
为给定时间区间的第i个时刻。4.如权利要求3所述的空气质量数据异常预警方法，其特征在于，其中标准化后的浓度时间序列具体表示为：，其中，表示标准化后t
i
时刻污染物的浓度，c
i
为t
i
时刻污染物的浓度，表示t
i
时刻污染物的最低浓度，表示t
i
时刻污染物的最高浓度。5.如权利要求4所述的空气质量数据异常预警方法，其特征在于，根据标准化后的浓度时间序列获取振幅时间序列具体为，根据标准化后的浓度时间序列计算得到含有N
‑
1个点的振幅时间序列。6.一种空气质量数据异常预警系统，其特征在于，包括获取设置单元、污染物浓度时间序列获取单元、标准化污染物浓度时间序列获取单元、振幅时间序列获取单元、模式时间序列获取单元、参比集数据的浓度时间序列获取单元、参比数据浓度序列获取单元以及判断单元；获取设置单元用...

【专利技术属性】
技术研发人员：苏翔，胡乐，王晖，徐鹏，彭玉忠，胡晶泊，邹志强，
申请(专利权)人：北京金水永利科技有限公司，
类型：发明
国别省市：