【技术实现步骤摘要】
本专利技术属于大气监测,具体而言涉及一种pm2.5监测设备数据异常识别方法、装置、介质及设备。
技术介绍
1、微站的数据审核用于识别微站异常数据,将正常环境中由于污染源排放,区域传输造成的pm2.5数据升高与设备异常,人为干扰等因素造成的pm2.5数据异常区分开来,按方法常见可分为基于数据的异常判断和基于设备状态和参数的异常状态。其中,后者基于微站、微站设备、周边摄像头,乃至人工运维过程中记录的传感器状态,根据监控情况,人为操作记录等判断微站设备是否正常(例如:摄像头监控、人工巡检发现周边有人为通过洒水车喷水造成数据异常、或设备传感器监测到进气口流量降低,人工检查发现有柳絮堵塞入气口等)。前者则单纯基于微站设备监测数据自身、以及部分其他监测数据,仅从数据角度进行数据异常判断,包含从简单阈值判断到复杂算法在内的多种实现方式(例如:微站与周边微站相比小时pm2.5浓度测值差值超过阈值或微站数据低于绝对阈值且湿度参数异常高)。
2、常规异常数据识别审核中,主要基于点位硬件设备数据信息(或其他额外信息),点位与周边点位数据比较来判断
...【技术保护点】
1.一种PM2.5监测设备数据异常识别方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的PM2.5监测设备数据异常识别方法,其特征在于:步骤S1包括:
3.根据权利要求2所述的PM2.5监测设备数据异常识别方法,其特征在于:所述第三周期包括目标小时之前的N天,其中N大于30,X的取值为10~48。
4.根据权利要求2所述的PM2.5监测设备数据异常识别方法,其特征在于:所述第一相关性、第二相关性和所述第三相关性的计算公式均可表示为:
5.根据权利要求1所述的PM2.5监测设备数据异常识别方法,其特征在于:第一预设
...【技术特征摘要】
1.一种pm2.5监测设备数据异常识别方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的pm2.5监测设备数据异常识别方法,其特征在于:步骤s1包括:
3.根据权利要求2所述的pm2.5监测设备数据异常识别方法,其特征在于:所述第三周期包括目标小时之前的n天,其中n大于30,x的取值为10~48。
4.根据权利要求2所述的pm2.5监测设备数据异常识别方法,其特征在于:所述第一相关性、第二相关性和所述第三相关性的计算公式均可表示为:
5.根据权利要求1所述的pm2.5监测设备数据异常识别方法,其特征在于:第一预设阈值的取值介于0.85~0.95,第二预设阈值的取值介于0.02~0.05。
6.根据权利要求1所述的pm2.5监测设备数据异常识别方法,...
【专利技术属性】
技术研发人员:景宽,刘保献,沈秀娥,姜南,金萌,李海军,焦夕钰,袁建昭,张人太,
申请(专利权)人:北京市生态环境监测中心,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。