-
公开(公告)号：CN117332357A
公开(公告)日：2024-01-02
申请号：CN202311599701.7
申请日：2023-11-28
Applicant: 北京市生态环境监测中心
IPC: G06F18/2433 , G06F18/22 , G06Q10/063 , G06Q50/26
Abstract: 本发明涉及一种多指标融合的异常排放点位识别方法，属于环境监测技术领域，用以解决由于现有技术的识别指标单一，导致现有技术存在难以全面识别高值点位以及准确性差的问题。本发明技术方案主要包括：获取环境监测数据，在第一预设周期内基于所述环境监测数据根据不同高值指标的预设阈值获取高值点位，所述高值指标至少包括超阈值类指标、超周边类指标和增幅类指标；获取第二预设周期内的所有高值点位数据，所述第二预设周期包含若干重复的所述第一预设周期；根据所述高值点位数据和污染源台账的匹配程度为各高值指标类别分配权重；根据每个高值点位在第二预设周期内被识别为各类高值指标的次数和对应所述权重确定所述高值点位的异常排放指数。
-
公开(公告)号：CN113484257B
公开(公告)日：2023-11-14
申请号：CN202110705829.1
申请日：2021-06-24
Applicant: 北京市生态环境监测中心
IPC: G01N21/31 , G01N21/01 , G06N3/0499 , G06N3/08
Abstract: 本发明公开了一种基于神经网络和全光谱吸光度的水质浓度计算系统及方法，其中基于神经网络和全光谱吸光度的水质浓度计算系统，包括样本采集模块、数据预处理模块、算法训练模块和信息解析模块；本发明通过去噪和散射矫正获取最接近水体污染物的光谱数据，并利用神经网络算法对光谱数据和已测水质结果进行深度挖掘训练，搭建融合隐含层后三者之间的权重映射关系，在此基础上，将训练后的权重映射关系应用到待检水体全光谱吸光度数据的解析中，从而获得更加稳定、准确的水质成果信息解析，有效提高了结果的准确性。
-
公开(公告)号：CN113420816A
公开(公告)日：2021-09-21
申请号：CN202110705858.8
申请日：2021-06-24
Applicant: 北京市生态环境监测中心
Abstract: 本发明实施例中提供了一种针对全光谱水质监测设备的数据异常值确定方法，所述方法包括如下步骤：S1：点位参数异常值监测；S2：结合动态数据的异常值判断，得到点位的异常参数s；S3：进行区域点位异常值排查，利用点位的上下游关系，对S2中得到的异常参数s所对应的异常值做进一步的排查；S4：根据S3中进一步排查的数据，确定异常值。本发明所提供的针对全光谱水质监测设备的数据异常值确定方法，对所采集的监测数据进行质控，确定其中的异常值，有效的减少了异常数据的引入而导致的后续质控错误的发生，为全光谱水质监测设备的运行，提供了高质量和高可靠性的监测数据。
-
公开(公告)号：CN117992891A
公开(公告)日：2024-05-07
申请号：CN202410208105.X
申请日：2024-02-26
Applicant: 北京市生态环境监测中心
IPC: G06F18/2433 , G06F18/213 , G06F18/20
Abstract: 发明涉及一种PM2.5监测设备数据异常识别方法、装置、介质及设备，属于大气监测技术领域，为了解决现有技术中对于PM2.5监测站点数据异常识别存在识别精度低的问题。方法包括：基于目标PM2.5微站点位的地理位置和历史数据确定相关点位集合；根据目标小时确定第一周期和第二周期；计算相关点位集合中的第一相关性，若第一相关性大于第一预设阈值，则将对应的周边PM2.5微站点位加入对比点位集合；根据对比点位集合中各周边PM2.5微站点位对应的第一相关性获取第一特征值；计算对比点位集合中的第二相关性，根据各第二相关性获取第二特征值；若第一特征值和第二特征值之间的差值大于第二预设阈值，则将目标PM2.5微站点位在目标小时的数据标定为异常数据。
-
公开(公告)号：CN117577227A
公开(公告)日：2024-02-20
申请号：CN202410058043.9
申请日：2024-01-16
Applicant: 北京市生态环境监测中心
Abstract: 本发明提供一种PM2.5点位高值识别方法、系统、设备及介质，涉及环境质量监测技术领域。包括：确定待测区域的所有监测点位，根据每个监测点位的PM2.5历史数据和PM10历史数据，计算所有监测点位中每两个监测点位之间的历史数据相关系数；在所有监测点位中，根据目标监测点位与其余点位之间的相关系数，及目标监测点位与其余点位之间的距离，获取目标监测点位的多个相似点位集合；构建机器学习模型，通过模型获得目标监测点位的PM2.5数据预测范围；将目标监测点位的实际监测数据与PM2.5数据预测范围上限值比较，识别目标监测点位的当前PM2.5数据是否为点位高值。本发明提高了PM2.5点位高值识别结果的精准性。
-
Patent Agency Ranking
公开(公告)号：CN113484257A
公开(公告)日：2021-10-08
申请号：CN202110705829.1
申请日：2021-06-24
Applicant: 北京市生态环境监测中心
Abstract: 本发明公开了一种基于神经网络和全光谱吸光度的水质浓度计算系统及方法，其中基于神经网络和全光谱吸光度的水质浓度计算系统，包括样本采集模块、数据预处理模块、算法训练模块和信息解析模块；本发明通过去噪和散射矫正获取最接近水体污染物的光谱数据，并利用神经网络算法对光谱数据和已测水质结果进行深度挖掘训练，搭建融合隐含层后三者之间的权重映射关系，在此基础上，将训练后的权重映射关系应用到待检水体全光谱吸光度数据的解析中，从而获得更加稳定、准确的水质成果信息解析，有效提高了结果的准确性。
-
公开(公告)号：CN118380063A
公开(公告)日：2024-07-23
申请号：CN202410028621.4
申请日：2024-01-08
Applicant: 北京市生态环境监测中心
IPC: G16C20/20 , G06F18/2433 , G06Q50/26
Abstract: 本发明提供了一种基于数据审核平台审核挥发性有机物数据的方法，包括：获取基于挥发性有机物监测仪器采集到的挥发性有机物数据；将挥发性有机物数据按照预设数据模板上传至数据审核平台，以存储在数据审核平台的数据层中；获取与监控站点对应的质控信息、现场运维时段信息及采样环境异常时段的信息；基于质控信息、现场运维时段信息及采样环境异常时段的信息对数据层中的数据进行筛选，得到有效监测数据；将有效监测数据分发至数据审核平台的智能审核层，以使得智能审核层基于预设审核规则对有效监测数据进行阶梯式分层递进审核，得到审核结果；根据审核结果生成数据审核标签和生成谱图审核的建议。
-
公开(公告)号：CN117686669B
公开(公告)日：2024-04-23
申请号：CN202410148297.X
申请日：2024-02-02
Applicant: 北京市生态环境监测中心
Abstract: 本发明涉及一种无组织排放源网格化监测方法、装置、设备和介质，属于污染监测技术领域，解决了现有技术中成本大、容易遗漏的技术问题。无组织排放源网格化监测方法包括：获取目标区域内有组织排放源的信息；获取所述目标区域对应的网格，包括已知网格和未知网格；将所述有组织排放源的信息输入到大气扩散模型，得到有组织排放源的污染物浓度模拟值；获取所述已知网格的污染物浓度真实值；根据所述污染物浓度真实值，得到所述未知网格的污染物浓度估算值；根据所述污染物浓度真实值、所述污染物浓度估算值和所述污染物浓度模拟值，得到无组织排放源的污染物浓度预测值，并确定位置。本发明实现了无组织排放源排放浓度和位置的网格化监测。
-
公开(公告)号：CN117332357B
公开(公告)日：2024-03-12
申请号：CN202311599701.7
申请日：2023-11-28
Applicant: 北京市生态环境监测中心
IPC: G06F18/2433 , G06F18/22 , G06Q10/063 , G06Q50/26
Abstract: 本发明涉及一种多指标融合的异常排放点位识别方法，属于环境监测技术领域，用以解决由于现有技术的识别指标单一，导致现有技术存在难以全面识别高值点位以及准确性差的问题。本发明技术方案主要包括：获取环境监测数据，在第一预设周期内基于所述环境监测数据根据不同高值指标的预设阈值获取高值点位，所述高值指标至少包括超阈值类指标、超周边类指标和增幅类指标；获取第二预设周期内的所有高值点位数据，所述第二预设周期包含若干重复的所述第一预设周期；根据所述高值点位数据和污染源台账的匹配程度为各高值指标类别分配权重；根据每个高值点位在第二预设周期内被识别为各类高值指标的次数和对应所述权重确定所述高值点位的异常排放指数。
-
公开(公告)号：CN114881168B
公开(公告)日：2023-04-07
申请号：CN202210579387.5
申请日：2022-05-25
Applicant: 北京市生态环境监测中心
IPC: G06F18/23213 , G06F18/2413 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种光离子化检测仪校准方法，包括：获取样本数据并进行聚类处理，其中，样本数据包括待校准光离子化检测仪的总挥发性有机化合物浓度、待校准光离子化检测仪内的温度和相对湿度以及多台基准光离子化检测仪总挥发性有机化合物浓度的均值；构建基于径向基函数的校准模型，其中，校准模型包括隐含层和输出层；根据预设目标函数和预设最小误差，利用聚类处理后的样本数据迭代训练校准模型，获得训练完成的校准模型；利用训练完成的校准模型对待校准的光离子化检测仪进行校准。本发明同时还公开了一种光离子化检测仪校准系统、电子设备以及存储介质。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.024 seconds)
