【技术实现步骤摘要】
本申请涉及油烟监测，尤其涉及一种油烟在线监测方法及设备。
技术介绍
1、传统的油烟监测方法往往存在监测频率低、数据精度不足、无法实时反映油烟排放状况等问题，难以满足现代环境监管的需求。同时，油烟排放种类和成分日益复杂，给监测和管理带来了新的挑战。
2、目前，大多数油烟监测设备仅能测量油烟浓度，无法对油烟的类型和具体成分进行识别和分析。这种单一的监测方式难以提供有针对性的油烟治理建议，也无法为提供足够的数据支持。此外，现有的油烟监测系统普遍缺乏智能化和自适应能力，难以应对复杂多变的环境带来的油烟排放特征变化。
技术实现思路
1、本申请提供了一种油烟在线监测方法及设备，用于提高了油烟在线监测和数据分析的准确率。
2、第一方面，本申请提供了一种油烟在线监测方法，所述油烟在线监测方法包括：
3、采用具有螺旋形通道和多点采样口的油烟采集探头，采集设备主体的原始监测数据集，所述原始监测数据集包含油烟浓度、风速和温度；
4、对所述原始监测数据集进行差分编码和预处理，得到标准监测数据集，并对所述标准监测数据集进行特征提取，构建多维油烟排放特征向量；
5、将所述多维油烟排放特征向量输入预置的多任务时空图卷积神经网络模型进行油烟类型和成分比例分析，输出油烟综合分析结果；
6、根据所述油烟综合分析结果生成油烟实时监测报告，并通过在线平台对所述油烟实时监测报告进行可视化显示。
7、第二方面，本申请提供了一种油烟在线监测装置
8、采集模块，用于采用具有螺旋形通道和多点采样口的油烟采集探头，采集设备主体的原始监测数据集，所述原始监测数据集包含油烟浓度、风速和温度；
9、提取模块，用于对所述原始监测数据集进行差分编码和预处理，得到标准监测数据集，并对所述标准监测数据集进行特征提取，构建多维油烟排放特征向量；
10、分析模块，用于将所述多维油烟排放特征向量输入预置的多任务时空图卷积神经网络模型进行油烟类型和成分比例分析，输出油烟综合分析结果；
11、生成模块，用于根据所述油烟综合分析结果生成油烟实时监测报告，并通过在线平台对所述油烟实时监测报告进行可视化显示。
12、本申请第三方面提供了一种油烟在线监测设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述油烟在线监测设备执行上述的油烟在线监测方法。
13、本申请的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的油烟在线监测方法。
14、本申请提供的技术方案中，采用螺旋形通道和多点采样口的油烟采集探头设计，提高了采样的均匀性和代表性，减少了油烟在采样过程中的沉积，动态调整采样频率的自适应采样策略，优化了数据采集效率，适应不同油烟排放强度的场景。采用小波变换和自适应滤波相结合的方法处理原始数据，有效去除了噪声，提高了数据质量。实现了数据的有效压缩和清洗，对油烟浓度、风速和温度数据分别采用曲线拟合、卡尔曼滤波、移动平均，提高了各项参数的测量精度。全面捕捉了油烟排放的动态特征，采用多任务时空图卷积神经网络模型，能够同时进行油烟类型分类和成分比例预测，提高了分析的全面性和效率。图卷积和时间卷积的结合使用，有效捕捉了油烟数据的时空依赖关系，油烟类型分类头和成分比例回归头的设计，实现了模型的多任务学习，提高了模型的泛化能力和分析精度。注意力机制和多尺度特征表示的应用，增强了模型对关键信息的识别能力，提高了分类和回归的准确性。实时监测报告的生成和可视化显示，便于管理人员及时了解油烟排放情况，提高了油烟在线监测和数据分析的准确率。
本文档来自技高网...【技术保护点】
1.一种油烟在线监测方法，其特征在于，所述油烟在线监测方法包括：
2.根据权利要求1所述的油烟在线监测方法，其特征在于，所述采用具有螺旋形通道和多点采样口的油烟采集探头，采集设备主体的原始监测数据集，所述原始监测数据集包含油烟浓度、风速和温度，包括：
3.根据权利要求1所述的油烟在线监测方法，其特征在于，所述对所述原始监测数据集进行差分编码和预处理，得到标准监测数据集，并对所述标准监测数据集进行特征提取，构建多维油烟排放特征向量，包括：
4.根据权利要求3所述的油烟在线监测方法，其特征在于，所述对所述标准监测数据集中的风速数据进行卡尔曼滤波处理，得到校正后的风速值，并根据所述校正后的风速值和油烟管道截面积，计算得到油烟排放流量，包括：
5.根据权利要求1所述的油烟在线监测方法，其特征在于，所述将所述多维油烟排放特征向量输入预置的多任务时空图卷积神经网络模型进行油烟类型和成分比例分析，输出油烟综合分析结果，包括：
6.根据权利要求5所述的油烟在线监测方法，其特征在于，所述将所述共享特征向量输入油烟类型分类头进行油烟类型特征
7.根据权利要求5所述的油烟在线监测方法，其特征在于，所述将所述共享特征向量输入成分比例回归头进行成分比例特征提取，得到成分特征向量，并对所述成分特征向量进行sigmoid函数运算，得到成分比例预测值，包括：
8.一种油烟在线监测装置，其特征在于，用于执行如权利要求1-7中任一项所述的油烟在线监测方法，所述装置包括：
9.一种油烟在线监测设备，其特征在于，所述油烟在线监测设备包括：存储器和至少一个处理器，所述存储器中存储有指令；
10.一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，其特征在于，所述指令被处理器执行时实现如权利要求1-7中任一项所述的油烟在线监测方法。
...【技术特征摘要】
1.一种油烟在线监测方法，其特征在于，所述油烟在线监测方法包括：
2.根据权利要求1所述的油烟在线监测方法，其特征在于，所述采用具有螺旋形通道和多点采样口的油烟采集探头，采集设备主体的原始监测数据集，所述原始监测数据集包含油烟浓度、风速和温度，包括：
3.根据权利要求1所述的油烟在线监测方法，其特征在于，所述对所述原始监测数据集进行差分编码和预处理，得到标准监测数据集，并对所述标准监测数据集进行特征提取，构建多维油烟排放特征向量，包括：
4.根据权利要求3所述的油烟在线监测方法，其特征在于，所述对所述标准监测数据集中的风速数据进行卡尔曼滤波处理，得到校正后的风速值，并根据所述校正后的风速值和油烟管道截面积，计算得到油烟排放流量，包括：
5.根据权利要求1所述的油烟在线监测方法，其特征在于，所述将所述多维油烟排放特征向量输入预置的多任务时空图卷积神经网络模型进行油烟类型和成分比例分析，输出油烟综合分析结果，包...
【专利技术属性】
技术研发人员：周芳玉，张凯，胡敏，陈泽伟，肖宝，
申请(专利权)人：深圳玉衡环境科技有限公司，
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。