一种基于大数据的液体废物泄漏智能监测系统及方法技术方案

本发明专利技术涉及液体废物泄漏监测技术领域，具体为一种基于大数据的液体废物泄漏智能监测系统及方法，包括监测系统构建模块

【技术实现步骤摘要】
一种基于大数据的液体废物泄漏智能监测系统及方法


[0001]本专利技术涉及液体废物泄漏监测
，具体为一种基于大数据的液体废物泄漏智能监测系统及方法
。

技术介绍

[0002]基于大数据的液体废物泄露智能监测系统是化工危废安全处置企业以及相关监管部门不可缺少的一部分，对于企业的危废管理起到非常重要作用
。
[0003]传统的人工巡检的方式存在检测不到位，通知不及时等缺点，且对于现有存在的智能监测系统，对于检测算法参数的配置没有一个较为完善的评估体系，对于不同类型
、
不同泄漏危险等级的液体废物监测，没有做到具体分析具体实施，对于整体的监测更多的只是起到预警响应的作用，对不同监测场景下的监测差别没有明确区分，并且没有合理的调整监测算法对应的参数配置以提高监测的高效性和监测的精确性
。

技术实现思路

[0004]本专利技术的目的在于提供一种基于大数据的液体废物泄漏智能监测系统及方法，以解决上述
技术介绍
中提出的问题
。
[0005]为了解决上述技术问题，本专利技术提供如下技术方案：一种基于大数据的液体废物泄漏智能监测方法，包括以下分析步骤：步骤
S1
：构建以泄漏监测
、
设备配置
、
算法管理和历史查询为功能主体的液体废物泄漏监测系统，液体废物泄漏监测系统以泄漏监测和设备配置为数据来源，将数据来源中每一监测告警事件记录的监测告警数据为子区块存储至中心数据库；基于监测告警数据，对监测场景进行分类；步骤
S2
：基于分类完成的监测场景，对每一监测场景记录的监测告警数据对应的算法参数配置进行分析，输出每一监测场景下的最优参数配置；算法参数配置是指基于算法管理功能中的泄漏监测算法配置；在历史系统使用中管理人员为了提高监测的精确度以及适应监测场景的变化会对泄漏监测算法进行重新配置以不断调整适应监测状态，在这一过程中往往算法是由人为进行配置，需要耗费人力以及会产生相应误差，且在动态调整过程中，不能及时分析出监测阶段内最优算法配置，不断调整会导致系统算力切换频繁降低监测设备硬件寿命，且会浪费大量资源；步骤
S3
：当新增监测场景时，遍历历史监测场景匹配相似度最高的历史监测场景，并设置相似度最高的历史监测场景对应的最优参数配置于新增监测场景；步骤
S4
：记录新增监测场景在监测周期的监测告警数据，计算新增监测场景的训练偏差值，基于训练偏差值进行新增监测场景对应算法参数配置的预警响应
。
[0006]进一步的，对监测场景进行分类包括以下分析步骤：监测告警数据包括告警内容和监测对象信息；
告警内容是指设备配置功能中记录的监测设备捕捉到监测场景的图像数据，图像数据包括初始图像数据和运行图像数据，初始图像数据为未发生泄漏时场景的图像数据，运行图像数据为监测设备开始监测运行后记录的图像数据；监测对象信息是指监测场景内存放液体废物的泄漏危险等级；遍历液体废物泄漏监测系统记录的各监测场景，比较各监测场景对应的初始图像数据，将初始图像数据相似度大于等于相似度阈值且存放液体废物的泄漏危险等级相同的监测场景分为一类
。
[0007]从初始图像数据对监测场景分类是为了保障场景的相似性，从物理结构层面对场景进行归类，从液体废物的泄漏等级对监测场景分类是为了确保在相似图像场景下液体废物泄漏带来的影响程度是相同的，避免因危险等级的差异造成算法参数的分析偏差
。
[0008]进一步的，步骤
S2
包括以下分析步骤：步骤
S21
：算法参数配置是指由图像抓拍间隔
、
泄露扩散速度
、
泄露面积扩散阈值对应的算法参数进行数值调整的配置；提取每一类监测场景下记录的监测告警事件以及监测告警事件对应的监测告警数据，监测告警数据还包括告警原因和告警时间；步骤
S22
：将同一类监测场景下记录的监测告警事件以算法参数配置的不同进行分类，每一类监测告警事件对应一种算法参数配置，提取第
i
类监测告警事件在第
j
种告警原因下的平均间隔告警时间
t
ij
，平均间隔告警时间是指在若干监测告警事件中告警内容记录捕捉到的运行图像数据与初始图像数据的相似度小于等于相似度阈值时的监测时刻到传输告警信号的告警时刻对应的平均间隔时长；利用公式：
T
i
=(1/m)∑t
ij
，计算第
i
类监测告警事件在所有告警原因对应监测告警事件下的有效间隔告警时间
T
i
，
m
表示告警原因的种类数，且
m
个告警原因均存在于
n
类监测告警事件中；
j≤m
，
i≤n
，
n
表示监测告警事件的总类型数；分析告警原因存在于所有类型监测告警事件中是为了保证计算平均间隔时长的误差最小，且控制变量的统一；步骤
S23
：提取第
i
类监测告警事件在历史查询功能中记录的事件属性，事件属性包括有效告警事件和无效告警事件；获取第
i
类监测告警事件对应算法参数配置参与监测训练的训练时长
L
i
，输出
n
类监测告警事件中训练时长
Li
的最小值
minL
i
为目标训练时长；选择目标训练时长是为了保证每一类监测告警事件在历史训练过程中都存在足够时长内的记录数据；计算第
i
类监测告警事件在目标训练时长内的无效告警指数
P
i
，
P
i
=G
i
/minL
i
，
G
i
表示第
i
类监测告警事件在目标训练时长内记录为无效告警事件的个数；步骤
S24
：将有效间隔时间和无效告警指数进行归一化处理，利用公式：计算第
i
类监测告警事件对应的评估指数
Yi
，
Yi=k1*T
i0
+k2*P
i0
，其中
k1、k2
表示对应有效间隔时间的参考系数和无效告警指数的参考系数，
0<k1、k2<1
，且
k1+k2=1
；
T
i0
表示第
i
类监测告警事件对应有效间隔时间归一化后的值，
P
i0
表示第
i
类监测告警事件对应无效告警指数归一化后的值；步骤
S25
：将
n
类监测告警事件按照对应评估指数的数值进行由小到大的排序，输出序列第一的监测告警事件为目标告警事件，提取目标告警事本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于大数据的液体废物泄漏智能监测方法，其特征在于，包括以下分析步骤：步骤
S1
：构建以泄漏监测
、
设备配置
、
算法管理和历史查询为功能主体的液体废物泄漏监测系统，所述液体废物泄漏监测系统以泄漏监测和设备配置为数据来源，将数据来源中每一监测告警事件记录的监测告警数据为子区块存储至中心数据库；基于监测告警数据，对监测场景进行分类；步骤
S2
：基于分类完成的监测场景，对每一监测场景记录的监测告警数据对应的算法参数配置进行分析，输出每一监测场景下的最优参数配置；所述算法参数配置是指基于算法管理功能中的泄漏监测算法配置；步骤
S3
：当新增监测场景时，遍历历史监测场景匹配相似度最高的历史监测场景，并设置相似度最高的历史监测场景对应的最优参数配置于新增监测场景；步骤
S4
：记录新增监测场景在监测周期的监测告警数据，计算新增监测场景的训练偏差值，基于训练偏差值进行新增监测场景对应算法参数配置的预警响应
。2.
根据权利要求1所述的一种基于大数据的液体废物泄漏智能监测方法，其特征在于：所述对监测场景进行分类包括以下分析步骤：所述监测告警数据包括告警内容和监测对象信息；所述告警内容是指设备配置功能中记录的监测设备捕捉到监测场景的图像数据，所述图像数据包括初始图像数据和运行图像数据，所述初始图像数据为未发生泄漏时场景的图像数据，所述运行图像数据为监测设备开始监测运行后记录的图像数据；所述监测对象信息是指监测场景内存放液体废物的泄漏危险等级；遍历液体废物泄漏监测系统记录的各监测场景，比较各监测场景对应的初始图像数据，将初始图像数据相似度大于等于相似度阈值且存放液体废物的泄漏危险等级相同的监测场景分为一类
。3.
根据权利要求1所述的一种基于大数据的液体废物泄漏智能监测方法，其特征在于：所述步骤
S2
包括以下分析步骤：步骤
S21
：所述算法参数配置是指由图像抓拍间隔
、
泄露扩散速度
、
泄露面积扩散阈值对应的算法参数进行数值调整的配置；提取每一类监测场景下记录的监测告警事件以及监测告警事件对应的监测告警数据，所述监测告警数据还包括告警原因和告警时间；步骤
S22
：将同一类监测场景下记录的监测告警事件以算法参数配置的不同进行分类，每一类监测告警事件对应一种算法参数配置，提取第
i
类监测告警事件在第
j
种告警原因下的平均间隔告警时间
t
ij
，所述平均间隔告警时间是指在若干监测告警事件中告警内容记录捕捉到的运行图像数据与初始图像数据的相似度小于等于相似度阈值时的监测时刻到传输告警信号的告警时刻对应的平均间隔时长；利用公式：
T
i
=(1/m)∑t
ij
，计算第
i
类监测告警事件在所有告警原因对应监测告警事件下的有效间隔告警时间
T
i
，
m
表示告警原因的种类数，且
m
个告警原因均存在于
n
类监测告警事件中；
j≤m
，
i≤n
，
n
表示监测告警事件的总类型数；步骤
S23
：提取第
i
类监测告警事件在历史查询功能中记录的事件属性，所述事件属性包括有效告警事件和无效告警事件；获取第
i
类监测告警事件对应算法参数配置参与监测训练的训练时长
L
i
，输出
n
类监测告警事件中训练时长
Li
的最小值
minL
i
为目标训练时长；计
算第
i
类监测告警事件在目标训练时长内的无效告警指数
P
i
，
P
i
=G
i
/minL
i
，
G
i
表示第
i
类监测告警事件在目标训练时长内记录为无效告警事件的个数；步骤
S24
：将有效间隔时间和无效告警指数进行归一化处理，利用公式：计算第
i
类监测告警事件对应的评估指数
Yi
，
Yi=k1*T
i0
+k2*P
i0
，其中
k1、k2
表示对应有效间隔时间的参考系数和无效告警指数的参考系数，
0<k1、k2<1
，且
k1+k2=1
；
T
i0
表示第
i
类监测告警事件对应有效间隔时间归一化后的值，
P
i0
表示第
i
类监测告警事件对应无效告警指数归一化后的值；步骤
S25
：将
n
类监测告警事件按照对应评估指数的数值进行由小到大的排序，输出序列第一的监测告警事件为目标告警事件，提取目标告警事件对应的算法参...

【专利技术属性】
技术研发人员：梁景原，沈习波，任远哲，
申请(专利权)人：南京六季光电技术研究院有限公司，
类型：发明
国别省市：