一种基于边缘计算的入河排污口污染预估方法和系统技术方案

本发明专利技术提供一种基于边缘计算的入河排污口污染预估方法，所述方法包括：通过部署在入河排污口的多参数水质传感器采集污染口水质参数数据；负责将采集到的数据传输到边缘计算节点，利用边缘计算节点对传感器采集数据进行实时预处理；将结果存储到边缘计算总节点，并采用标准数据格式；采用多种数据处理和分析算法对边缘计算总节点中的数据进行处理和分析，得出入河排污口水质污染预估结果，发送给云端服务器系统；云端服务器系统将入河排污口水质污染预估结果智能推送到相关监测人员的终端上；本发明专利技术方法在水环境监测中结合边缘计算技术，且在水污染预估中采用了模糊数学和支持向量机结合，实现对入河排污口水质污染的预估和预警，实时且准确率高

【技术实现步骤摘要】
一种基于边缘计算的入河排污口污染预估方法和系统


[0001]本专利技术涉及水环境污染预测领域，特别是指 一种基于边缘计算的入河排污口污染预估方法和系统
。

技术介绍

[0002]水环境监测一直是环保工作中非常重要的一项任务
。
而传统的水质监测方式通常需要人工采样
、
实验室测试等繁琐的操作，不仅耗时费力，成本较高，而且监测结果也有一定误差
。
另一方面，由于水质监测站点较少，无法覆盖到每一个污染源，导致水污染的治理难度较大
。

技术实现思路

[0003]本专利技术的主要目的在于克服现有技术中的上述缺陷，提出一种基于边缘计算的入河排污口污染预估方法，本专利技术在水环境监测中结合边缘计算技术，且且在水污染预估中采用了模糊数学和支持向量机结合，实现对入河排污口水质污染的预估和预警，实时且准确率高
。
[0004]本专利技术采用的技术方案，一种基于边缘计算的入河排污口污染预估方法，所述方法包括：通过部署在入河排污口的多参数水质传感器采集污染口水质参数数据；所述水质参数数据包括但不限于
pH
值
、
氨氮
、
总磷
、
总氮参数；负责将采集到的数据通过以太网或
WIFI
传输到边缘计算节点，利用边缘计算节点对传感器采集数据进行实时预处理；将利用边缘计算分节点预处理后的数据结果存储到边缘计算总节点中，并采用标准数据格式；采用多种数据处理和分析算法对边缘计算总节点中的数据进行处理和分析，得出入河排污口水质污染预估结果，发送给云端服务器系统；云端服务器系统将入河排污口水质污染预估结果智能推送到相关监测人员的终端上
。
[0005]具体地，所述通过部署在入河排污口的多参数水质传感器采集污染口水质参数数据，其中采集频率为每分钟采集一次数据
。
[0006]具体地，利用边缘计算节点对传感器采集数据进行实时预处理，所述预处理包括但不限于：数据清洗
、
异常值处理和缺失值填补
。
[0007]具体地，采用多种数据处理和分析算法对边缘计算总节点中的数据进行处理和分析，得出入河排污口水质污染预估结果，具体为：将预处理后的数据通过模糊化处理，将数值化数据转换为模糊数值；建立隶属函数，建立各个水质参数的隶属函数，表征各个水质参数与污染程度之间的关系；
根据建立的隶属函数，建立模糊支持向量机模型；所述模糊支持向量机模型将模糊数学和支持向量机算法结合，将水质参数数据首先转换为模糊数值，再通过支持向量机算法进行训练和预测；使用历史各个水质参数以及对应的污染情结果数据对建立的模糊支持向量机模型进行训练，得到训练后的模糊支持向量机模型；所述训练指标数据包括但不限于准确率
、
召回率；应用建立的模型对采集的水质参数进行预测，得出水质污染预估结果
。
[0008]具体地，支持向量机选用的核函数为径向基函数； ;
其中，为调整系数，为核宽度，为同水质参数的均值，为同种水质参数的第个数据，为
1,2,3
…
N
，
N
为采集的同种水质参数的总个数，
║║
是范数符号，
Exp
为自然常数
e
为底的指数函数
。
[0009]具体地，所述水质污染预估结果分为三个等级，分别为黄色
、
橙色
、
红色等级预警，等级依次加深
。
[0010]本专利技术实施例另一方面提供一种基于边缘计算的入河排污口污染预估系统，所述系统包括：采集单元：通过部署在入河排污口的多参数水质传感器采集污染口水质参数数据；所述水质参数数据包括但不限于
pH
值
、
氨氮
、
总磷
、
总氮参数；节点传输单元：负责将采集到的数据通过以太网或
WIFI
传输到边缘计算节点，利用边缘计算节点对传感器采集数据进行实时预处理；存储单元：将利用边缘计算分节点预处理后的数据结果存储到边缘计算总节点中，并采用标准数据格式；处理分析单元：处理多种数据处理和分析算法对边缘计算总节点中的数据进行处理和分析，得出入河排污口水质污染预估结果，发送给云端服务器系统；发送单元：云端服务器系统将入河排污口水质污染预估结果智能推送到相关监测人员的终端上
。
[0011]本专利技术再一方面提供一种电子设备，包括：存储器，处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其中，所述处理器执行所述计算机程序时实现 一种基于边缘计算的入河排污口污染预估方法步骤
。
[0012]本专利技术又一方面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，所述计算机程序被处理器执行时实现 一种基于边缘计算的入河排污口污染预估方法步骤
。
[0013]由上述对本专利技术的描述可知，与现有技术相比，本专利技术具有如下有益效果：本专利技术提供了 一种基于边缘计算的入河排污口污染预估方法，所述方法包括：通过部署在入河排污口的多参数水质传感器采集污染口水质参数数据；所述水质参数数据包括但不限于
pH
值
、
氨氮
、
总磷
、
总氮参数；负责将采集到的数据通过以太网或
WIFI
传输到边缘计算节点，利用边缘计算节点对传感器采集数据进行实时预处理；将利用边缘计算分节
点预处理后的数据结果存储到边缘计算总节点中，并采用标准数据格式；采用多种数据处理和分析算法对边缘计算总节点中的数据进行处理和分析，得出入河排污口水质污染预估结果，发送给云端服务器系统；云端服务器系统将入河排污口水质污染预估结果智能推送到相关监测人员的终端上；本专利技术方法在水环境监测中结合边缘计算技术，且且在水污染预估中采用了模糊数学和支持向量机结合，实现对入河排污口水质污染的预估和预警，实时且准确率高
。
[0014]2、
本专利技术采用边缘计算节点进行数据处理和分析，提高了数据处理速度和精度，降低了网络负荷和能耗
。
[0015]3、
本专利技术采用模糊数学和支持向量机结合的方法，即减少了需要运算的数据量又保证了预估准确性
。
附图说明
[0016]图1为本专利技术实施例提供的 一种基于边缘计算的入河排污口污染预估方法；图2本专利技术实施例提供的 一种基于边缘计算的入河排污口污染预估系统框架图；图3为本专利技术实施例提供的一种电子设备示意图；图4为本专利技术实施例提供的一种计算机可读存储介质的实施例示意图
。
[0017]以下结合附图和具体实施例对本专利技术作进一步详述
。
具体实施方式
[0018]本专利技术提出一种基于边缘计算的入河排污口污染预估方法，本专利技术方法在水环境监测中结合边缘计算技术，且且在水污染预估中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于边缘计算的入河排污口污染预估方法，其特征在于，所述方法包括：通过部署在入河排污口的多参数水质传感器采集污染口水质参数数据；负责将采集到的数据通过以太网或
WIFI
传输到边缘计算节点，利用边缘计算节点对传感器采集数据进行实时预处理；将利用边缘计算分节点预处理后的数据结果存储到边缘计算总节点中，并采用标准数据格式；采用多种数据处理和分析算法对边缘计算总节点中的数据进行处理和分析，得出入河排污口水质污染预估结果，发送给云端服务器系统；云端服务器系统将入河排污口水质污染预估结果智能推送到相关监测人员的终端上
。2.
根据权利要求1所述的一种基于边缘计算的入河排污口污染预估方法，其特征在于，所述通过部署在入河排污口的多参数水质传感器采集污染口水质参数数据，其中采集频率为每分钟采集一次数据
。3.
根据权利要求1所述的一种基于边缘计算的入河排污口污染预估方法，其特征在于，利用边缘计算节点对传感器采集数据进行实时预处理，所述预处理包括：数据清洗
、
异常值处理和缺失值填补
。4.
根据权利要求1所述的一种基于边缘计算的入河排污口污染预估方法，其特征在于，采用多种数据处理和分析算法对边缘计算总节点中的数据进行处理和分析，得出入河排污口水质污染预估结果，具体为：将预处理后的数据通过模糊化处理，将数值化数据转换为模糊数值；建立隶属函数，建立各个水质参数的隶属函数，表征各个水质参数与污染程度之间的关系；根据建立的隶属函数，建立模糊支持向量机模型；所述模糊支持向量机模型将模糊数学和支持向量机算法结合，将水质参数数据首先转换为模糊数值，再通过支持向量机算法进行训练和预测；使用历史各个水质参数以及对应的污染情结果数据对建立的模糊支持向量机模型进行训练，得到训练后的模糊支持向量机模型；训练指标数据包括准确率
、
召回率；应用建立的模型对采集的水质参数进行预测，得出...

【专利技术属性】
技术研发人员：李振东，周宇辰，凌珠钦，
申请(专利权)人：广东泓禹生态环境科技有限公司，
类型：发明
国别省市：