-
公开(公告)号：CN114065934A
公开(公告)日：2022-02-18
申请号：CN202010783302.6
申请日：2020-08-06
Applicant: 生态环境部环境工程评估中心 , 北京中科思瞳信息技术有限公司
IPC: G06N5/02 , G06F40/216 , G06F40/289 , G06F40/30 , G06Q50/26
Abstract: 本发明提出一种环境影响评价领域语义知识库构建方法及系统，包括：针对各行业类别，根据业务需求和行业专家知识构造该行业类别对应的专业术语知识库和非专业术语知识库，并对该非专业术语知识库中每一个非专业术语关键词，通过正则表达式建立模糊抽取规则；构建行业类别、专业术语、规则和关键词的四元关系，根据该四元关系生成关键词‑规则词库；根据目标环评文件的行业类别从该关键词‑规则词库选择对应的专业术语，定位该目标环评文件的目标章节以及目标章节对应的表格和文本内容，根据该关键词‑规则词库中规则抽取目标章节以及目标章节对应的表格和文本内容中关键词，并对抽取结果进行打分，根据打分结果对该目标环评文件的规范性进行评测。
-
公开(公告)号：CN114065934B
公开(公告)日：2025-04-25
申请号：CN202010783302.6
申请日：2020-08-06
Applicant: 生态环境部环境工程评估中心 , 北京中科思瞳信息技术有限公司
IPC: G06N5/022 , G06F40/216 , G06F40/289 , G06F40/30 , G06Q50/26
Abstract: 本发明提出一种环境影响评价领域语义知识库构建方法及系统，包括：针对各行业类别，根据业务需求和行业专家知识构造该行业类别对应的专业术语知识库和非专业术语知识库，并对该非专业术语知识库中每一个非专业术语关键词，通过正则表达式建立模糊抽取规则；构建行业类别、专业术语、规则和关键词的四元关系，根据该四元关系生成关键词‑规则词库；根据目标环评文件的行业类别从该关键词‑规则词库选择对应的专业术语，定位该目标环评文件的目标章节以及目标章节对应的表格和文本内容，根据该关键词‑规则词库中规则抽取目标章节以及目标章节对应的表格和文本内容中关键词，并对抽取结果进行打分，根据打分结果对该目标环评文件的规范性进行评测。
-
公开(公告)号：CN118313564B
公开(公告)日：2024-08-23
申请号：CN202410719342.2
申请日：2024-06-05
Applicant: 生态环境部环境工程评估中心
IPC: G06Q10/063 , G06N3/084
Abstract: 本发明涉及一种企业排放物监测数据的异常识别方法、装置、设备及介质，属于数据监测技术领域，为了解决现有的异常识别方法存在适应性差问题。方法包括：获取企业排放物监测数据；将监测数据输入异常识别模型；异常识别模型训练过程包括：获取训练数据集；计算训练数据集中每个样本数据的标准差，若标准差低于第一阈值，则将样本的标签标定为异常；将样本数据输入超标后陡降模型进行超标后陡降异常判别，若样本数据被判别为超标后陡降异常数据，则将样本的标签标定为异常；将训练数据集中的样本数据输入异常识别模型以获得异常识别结果；基于异常识别结果和标签之间的差异确定损失值，根据损失值进行反向传播训练以更新异常识别模型的参数。
-
公开(公告)号：CN118313564A
公开(公告)日：2024-07-09
申请号：CN202410719342.2
申请日：2024-06-05
Applicant: 生态环境部环境工程评估中心
IPC: G06Q10/063 , G06N3/084
Abstract: 本发明涉及一种企业排放物监测数据的异常识别方法、装置、设备及介质，属于数据监测技术领域，为了解决现有的异常识别方法存在适应性差问题。方法包括：获取企业排放物监测数据；将监测数据输入异常识别模型；异常识别模型训练过程包括：获取训练数据集；计算训练数据集中每个样本数据的标准差，若标准差低于第一阈值，则将样本的标签标定为异常；将样本数据输入超标后陡降模型进行超标后陡降异常判别，若样本数据被判别为超标后陡降异常数据，则将样本的标签标定为异常；将训练数据集中的样本数据输入异常识别模型以获得异常识别结果；基于异常识别结果和标签之间的差异确定损失值，根据损失值进行反向传播训练以更新异常识别模型的参数。
-
公开(公告)号：CN113869782B
公开(公告)日：2022-04-22
申请号：CN202111202010.X
申请日：2021-10-15
Applicant: 生态环境部环境工程评估中心
Abstract: 本发明提供了一种基于时序分解企业用电数据以识别环保管控异常的方法，包括S1、构建用电数据的分布频率表，包括获取企业用电数据Q并计算Qmax、均值Qave、Qmin；基于时序分解法将企业用电数据Q分解为趋势项、周期项、残差项R，计算残差项R的Rmax、均值Rave、Rmin；构建环保管控落实频率P对企业用电数据Q及残差项R的环保管控落实分布频率表；S2、统计若干家企业的历史用电数据，计算环保管控落实频率P；S3、基于环保管控落实频率P，判断某企业是否为环保管控异常企业。本发明的方法可以精细化分析环保应急响应或其它管控措施等行为引起用电数据的变化规律，准确的判断企业是否按照要求落实应急响应。
-
Patent Agency Ranking
公开(公告)号：CN115561133B
公开(公告)日：2023-08-29
申请号：CN202211145913.3
申请日：2022-09-20
Applicant: 生态环境部环境工程评估中心
IPC: G01N15/06 , G01N33/00 , G06F18/243 , G06N3/084
Abstract: 一种火电行业CEMS校准期间异常数据的自动识别方法和系统，包括：获取目标火电厂的CEMS监测数据，并对该监测数据进行初级识别，识别出该监测数据中数值波动位于预设范围内的时间序列数据；对该时间序列数据进行二级识别，识别出该时间序列数据中满足预设条件的部分数据作为二级识别结果；根据该二级识别结果的波动特征，确认是否存在CEMS校准，并对校准期间异常数据进行分类；根据校准期间异常数据的波动特征，对自动监测数据异常现象的原因通过BP神经网络进行进行智能识别，并进行分类标记。
-
公开(公告)号：CN116272360A
公开(公告)日：2023-06-23
申请号：CN202310138441.7
申请日：2023-02-14
Applicant: 生态环境部环境工程评估中心
Abstract: 本发明提出一种针对SCR脱硝系统中出口氮氧化物浓度的动态预测方法及模型。该方法利用SCR系统分钟级历史数据预测未来五分钟内出口氮氧化物浓度，进而优化喷氨实时控制。在满足排放规定要求的同时尽可能的减少还原剂使用量，对燃煤机组实现“节能降耗、超低排放、安全运行”有着重要的意义。该方法包括：SCR传感器数据获取及预处理、入口氮氧化物浓度修正、烟气流量软测量修正和出口氮氧化物浓度预测等步骤。本方法充分利用现有SCR脱硝系统中传感器历史数据，包括但不限于多段出口氮氧化物浓度、脱硝效率、理论耗氧量、烟道温度、累积氨蒸气流量以及喷氨流量累计值等。充分考虑多种因素对出口氮氧化物浓度的影响，方法简易操作，具有较高的预测精度。
-
公开(公告)号：CN113869782A
公开(公告)日：2021-12-31
申请号：CN202111202010.X
申请日：2021-10-15
Applicant: 生态环境部环境工程评估中心
Abstract: 本发明提供了一种基于时序分解企业用电数据以识别环保管控异常的方法，包括S1、构建用电数据的分布频率表，包括获取企业用电数据Q并计算Qmax、均值Qave、Qmin；基于时序分解法将企业用电数据Q分解为趋势项、周期项、残差项R，计算残差项R的Rmax、均值Rave、Rmin；构建环保管控落实频率P对企业用电数据Q及残差项R的环保管控落实分布频率表；S2、统计若干家企业的历史用电数据，计算环保管控落实频率P；S3、基于环保管控落实频率P，判断某企业是否为环保管控异常企业。本发明的方法可以精细化分析环保应急响应或其它管控措施等行为引起用电数据的变化规律，准确的判断企业是否按照要求落实应急响应。
-
公开(公告)号：CN117270387A
公开(公告)日：2023-12-22
申请号：CN202310699050.2
申请日：2023-06-13
Applicant: 生态环境部环境工程评估中心
IPC: G05B13/04 , G06N3/0442 , G06N3/08
Abstract: 本发明提出一种基于深度学习的SCR脱硝系统低氨逃逸控制方法和系统，包括：获取SCR脱硝系统运行的历史数据，包括脱硝系统中传感器记录的数据值，修正数据值后利用MIC确定SCR脱硝系统的延迟时间m。根据延迟时间、修正后的NOx浓度值，以及其他相关的运行数据构建训练数据，训练深度学习模型，实现出口NOx浓度的预测。利用出口NOx浓度预测模型实时预测SCR脱硝系统t+m时刻出口NOx的浓度预测值，并根据上一时刻浓度预测值与实际测量值的差值修正t+m时刻出口NOx的浓度预测值，实时对预测值进行修正；根据修正的预测值，并结合电厂的经济效益构造多目标优化函数，利用差分进化算法求解多目标优化函数，得到t+m时刻的目标喷氨量，从而低氨逃逸。
-
公开(公告)号：CN115561133A
公开(公告)日：2023-01-03
申请号：CN202211145913.3
申请日：2022-09-20
Applicant: 生态环境部环境工程评估中心
Abstract: 一种火电行业CEMS校准期间异常数据的自动识别方法和系统，包括：获取目标火电厂的CEMS监测数据，并对该监测数据进行初级识别，识别出该监测数据中数值波动位于预设范围内的时间序列数据；对该时间序列数据进行二级识别，识别出该时间序列数据中满足预设条件的部分数据作为二级识别结果；根据该二级识别结果的波动特征，确认是否存在CEMS校准，并对校准期间异常数据进行分类；根据校准期间异常数据的波动特征，对自动监测数据异常现象的原因通过BP神经网络进行进行智能识别，并进行分类标记。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.055 seconds)
