一种基于置信区间算法的入河排污口精准监测方法及系统技术方案

本发明专利技术公开了一种基于置信区间算法的入河排污口精准监测方法及系统，属于排污口精准监测技术领域，建立废水监测装置与目标入河排污口的监测关系

【技术实现步骤摘要】
一种基于置信区间算法的入河排污口精准监测方法及系统


[0001]本专利技术涉及一种排污口精准监测方法，特别是涉及一种基于置信区间算法的入河排污口精准监测方法，本专利技术还涉及一种排污口精准监测系统，特别涉及一种基于置信区间算法的入河排污口精准监测系统，属于排污口精准监测

。

技术介绍

[0002]目前国内的污染源在线监测系统，采用的监测方式主要是连续排放监测和间歇排放监测，连续排放监测是指按照设定的时间段每
1h
或
2h
进行一次水质监测，基本反映企业废水的污染物排放情况；间歇排放监测是指每
1h
采集水样进行水质监测，若采样量无法满足仪器分析之用，则对该时段作无数据处理，显然，两种监测方式各有其弊端，例如一些企业的连续排放监测系统，其取样口设置在长期蓄水的位置，当没有废水排放时仍进行取样检测，造成检测资源的浪费，间歇排放监测的排放方式更加复杂，其排放频次和排放周期存在明显的随机无规律性，甚至一些不符合法律法规要求的企业或工厂可能避开监测时间段进行废水偷排，无法保证废水排污口水质监测数据真实
、
准确
、
有效，此外，目前对入河排污口的水质监测大多采用人为设置流量阈值，未对其流量峰值进行设定，当下雨天时大量地表径流通过入河排污口进行排放，触发监测设备进行监测，造成监测资源的浪费，为此设计一种基于置信区间算法的入河排污口精准监测方法及系统来解决上述问题
。

技术实现思路

[0003]本专利技术的主要目的是为了提供一种基于置信区间算法的入河排污口精准监测方法及系统，
。
[0004]本专利技术的目的可以通过采用如下技术方案达到：一种基于置信区间算法的入河排污口精准监测方法及系统，包括如下步骤：建立废水监测装置与目标入河排污口的监测关系；实时监测目标入河排污口排放废水的瞬时流量；通过机器学习算法对目标入河排污口的历史流量数据进行分析，确定其流量的
95%
置信区间；当某一所设时间的瞬时流量在置信区间范围之内时，对目标入河排污口排放的废水进行采集；针对废水重点关注的污染物指标，触发水质自动分析仪对采集的样品进行检测，数据管理单元将监测数据自动上传至入河排污口在线监测系统平台
。
[0005]优选的，目标入河排污口流量的
95%
置信区间是通过机器学习算法对目标入河排污口的历史流量数据进行分析确定，具体包括如下步骤：获取储存于入河排污口在线监测系统数据库中目标排污口的时间标记的历史流量数据，得到
n
个待分析数据：；
对待分析数据采用
Jarque
‑
bera
法进行正态性检验；根据正态性检验结果是否拒绝零假设，判断该组数据为正态分布数据或偏态分布数据，再求双侧
95%
置信区间
。
[0006]优选的，
Jarque
‑
bera
法具体包括如下公式：
;;;
其中：
;
式中：
S
为偏度系数；
K
为峰态系数；
n
为样本容量；
xi
为待分析数据；为待分析数据的平均值
。
[0007]优选的，偏度系数
S
是对概率密度函数对称性的度量；峰态系数
K
是对概率密度函数的度量；
S
和
K
分别用于检验不对称性和峰态；对于一组正态分布数据，其偏度系数
S=0
，峰态系数
K=3
，
Jarque
‑
Bera
法证明，如果数据服从正态分布，统计量
JB=0
；如果数据不服从正态分布则统计量
JB
是一个逐渐增大的值
。
[0008]优选的，在给定的置信水平
α
=0.05
的情况下，临界值
=5.99147
，如果
JB
统计量的值没有超过临界的值，则不能拒绝零假设，认为该组数据服从正态分布，用正态分布法计算其双侧
95%
置信区间；如果
JB
统计量的值超过临界的值，则拒绝零假设，认为该组数据不服从正态分布，判定为偏态分布数据，用百分位数法计算其双侧
95%
置信区间
。
[0009]优选的，针对正态分布数据，用正态分布法计算其双侧
95%
置信区间，包括根据公式：
;
式中，
Z
α
/2
参照正态分布置信水平表取
1.96
，
S
为待分析数据的标准差
。
[0010]优选的，针对偏态分布数据，用百分位数法计算其双侧
95%
置信区间，包括根据公
式：
;
计算
P
2.5
和
P9
7.5
，首先将
n
个待分析数据从小到大排列，包括根据公式：
;
式中，
p
为第
p
位百分位数；若
i
不是整数，而大于
i
的比邻整数为
j
，则第
p
百分位数为第
j
项数据；若
i
是整数，则第
p
百分位数为第
i
项与第（
i+1
）项数据的平均数
。
[0011]优选的，所述方法还包括：将目标入河排污口排放废水的瞬时流量
、
累计流量以及对应的水质监测结果自动上传至入河排污口在线监测系统平台进行呈现和分析
。
[0012]一种基于置信区间算法的入河排污口精准监测系统，包括：数据录入单元：用于在入河排污口在线监测系统中录入各类相关数据，建立废水监测装置与目标入河排污口的监测关系；流量监测单元：用于实时监测目标入河排污口排放废水的瞬时流量，数据上传至入河排污口在线监测系统；算法计算单元：通过机器学习算法对目标入河排污口的历史流量数据进行分析，确定其流量的
95%
置信区间；样品采集单元：当某一所设时间的瞬时流量在置信区间范围之内时，则对目标入河排污口排放的废水进行采集；水质分析单元：触发水质自动分析仪，针对重点关注的污染物指标对采集的废水样品进行检测；监测预警单元：通过入河排污口在线监控平台，呈现不同目标入河排污口的污染物指标检测结果，支持设置各类指标阈值，当各监测设备上传的检测数据超过设定阈值，则系统自动进行超标报警；同时支持设备故障报警，通过设定在线监测设备数据上传频率，若3个上传周期皆无数据上传，则对其定义为设备故障并进行报警；视频监控单元：包括监控设备，用于对排污口的排污情况进行实时监控；时钟模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于置信区间算法的入河排污口精准监测方法，其特征在于：包括如下步骤：建立废水监测装置与目标入河排污口的监测关系；实时监测目标入河排污口排放废水的瞬时流量；通过机器学习算法对目标入河排污口的历史流量数据进行分析，确定其流量的
95%
置信区间；当某一所设时间的瞬时流量在置信区间范围之内时，对目标入河排污口排放的废水进行采集；针对废水重点关注的污染物指标，触发水质自动分析仪对采集的样品进行检测，数据管理单元将监测数据自动上传至入河排污口在线监测系统平台
。2.
根据权利要求1所述的一种基于置信区间算法的入河排污口精准监测方法，其特征在于：目标入河排污口流量的
95%
置信区间是通过机器学习算法对目标入河排污口的历史流量数据进行分析确定，具体包括如下步骤：获取储存于入河排污口在线监测系统数据库中目标排污口的时间标记的历史流量数据，得到
n
个待分析数据：；对待分析数据采用
Jarque
‑
bera
法进行正态性检验；根据正态性检验结果是否拒绝零假设，判断该组数据为正态分布数据或偏态分布数据，再求双侧
95%
置信区间
。3.
根据权利要求2所述的一种基于置信区间算法的入河排污口精准监测方法，其特征在于：
Jarque
‑
bera
法具体包括如下公式：；；；其中：
;
式中：
S
为偏度系数；
K
为峰态系数；
n
为样本容量；
xi
为待分析数据；为待分析数据的平均值
。4.
根据权利要求3所述的一种基于置信区间算法的入河排污口精准监测方法，其特征在于：偏度系数
S
是对概率密度函数对称性的度量；
峰态系数
K
是对概率密度函数的度量；
S
和
K
分别用于检验不对称性和峰态；对于一组正态分布数据，其偏度系数
S=0
，峰态系数
K=3
，
Jarque
‑
Bera
法证明，如果数据服从正态分布，统计量
JB=0
；如果数据不服从正态分布则统计量
JB
是一个逐渐增大的值
。5.
根据权利要求4所述的一种基于置信区间算法的入河排污口精准监测方法，其特征在于：在给定的置信水平
α
=0.05
的情况下，临界值
=5.99147
，如果
JB
统计量的值没有超过临界的值，则不能拒绝零假设，认为该组数据服从正态分布，用正态分布法计算其双侧
95%
置信区间；如果
JB
统计量的值超过临界的值，则拒绝零假设，认为该组数据不服从正态分布，判定为偏态分布数据，用百分位数法计算其双侧
95%
置...

【专利技术属性】
技术研发人员：许榕发，廖光宇，马艳，孙可欣，汤送雄，庄僖，郑晶，于云江，
申请(专利权)人：生态环境部华南环境科学研究所生态环境部生态环境应急研究所，
类型：发明
国别省市：