【技术实现步骤摘要】
本专利技术涉及气体异常监测，具体涉及一种基于物联网的可燃及有毒有害气体实时监测方法及系统。
技术介绍
1、可燃及有毒有害气体是造成环境污染和安全事故的主要原因之一，这些事故会对社会和环境造成的危害日益严重，不仅给人们的生命财产安全带来了巨大威胁，还导致了环境污染和生态破坏。因此，实时监测可燃及有毒有害气体，对预防和减少事故发生具有重要的意义。
2、在对可燃及有毒有害气体进行监测时，通常通过监测浓度数据，若监测到异常数据时，则进行预警，现有技术通常利用箱线图对气体浓度数据进行异常监测，但是该方法不考虑数据的整体分布情况，仅通过经验系数获取箱线图的上边缘值，获取的上边缘值不够准确，会导致异常监测效果不准确。
技术实现思路
1、为了解决现有技术通常利用箱线图对气体浓度数据进行异常监测，但是不考虑数据的整体分布情况，仅通过经验系数获取箱线图的上边缘值，会导致异常监测效果不准确的技术问题，本专利技术的目的在于提供一种基于物联网的可燃及有毒有害气体实时监测方法及系统，所采用的技术方案具体如下：
2、获取待测气体的实时浓度数据以及预设时间段内的历史浓度数据；
3、根据所述历史浓度数据中所有采样点数据值的相似情况获得至少两个数据类别；将任意一个数据类别作为待测数据类别，在所述待测数据类别中，根据数据值的分布密集情况获取数据集中区域；
4、根据所述数据集中区域内数据值对应的采样点在时序上的连续情况获取子序列；根据相邻子序列的长度差异和相似情况获取相似值
5、根据所有数据类别中的数据集中区域包含的数据量以及数据离散度，获得每个数据集中区域的相对密集度；根据所述相对密集度在所有数据集中区域中筛选最大数据密集区域；根据所述最大数据密集区域内数据值与历史浓度数据中数据值的分布差异情况、最大数据密集区域与其他数据集中区域的相对密集度的差异以及所有数据类别中数据值的分布情况，获得调整权重；
6、根据历史浓度数据中数据值的分布和所述调整权重获得异常浓度阈值对实时浓度数据进行监测。
7、进一步地，所述根据子序列之间的相似值的差异以及子序列在时序上的分布情况获得数据集中区域的数据离散度，数据离散度的公式模型为：
8、；其中，表示待测数据类别的数据集中区域的数据离散度，表示待测数据类别的数据集中区域中第个子序列的最后一个采样点的时刻值与第个子序列的第一个采样点的时刻值的差异，表示待测数据类别的数据集中区域中第个子序列的最后一个采样点的时刻值与第个子序列的第一个采样点的时刻值的差异，表示待测数据类别的数据集中区域中第个子序列与第个子序列之间的相似值，表示待测数据类别的数据集中区域中第个子序列与第个子序列之间的相似值，表示待测数据类别的数据集中区域中子序列的总数。
9、进一步地，所述根据所有数据类别中的数据集中区域包含的数据量以及数据离散度，获得每个数据集中区域的相对密集度，包括：
10、将每个数据集中区域中包含的数据量与所有数据集中区域包含的数据量的比值，作为每个数据集中区域的数据占比；
11、将每个数据集中区域的数据离散度与所有数据集中区域的数据离散度累加和的比值进行负相关映射后的值，作为每个数据集中区域的数据密集度；
12、根据每个数据集中区域的数据占比和数据密集度获得每个数据集中区域的相对密集度，所述数据占比和所述数据密集度均与所述相对密集度呈正相关。
13、进一步地，所述根据所述最大数据密集区域内数据值与历史浓度数据中数据值的分布差异情况、最大数据密集区域与其他数据集中区域的相对密集度的差异以及所有数据类别中数据值的分布情况，获得调整权重，包括：
14、获取所述历史浓度数据中所有数据值的下四分位数，将所述最大数据密集区域中所有数据值的均值与所述下四分位数的差值，作为所述最大数据密集区域的第一重要因子；
15、将所述最大数据密集区域的相对密集度与其他所有数据集中区域的相对密集度的差异的均值，作为所述最大数据密集区域的第二重要因子；
16、根据最大数据密集区域的第一重要因子和第二重要因子获得调整权重；
17、计算每个数据类别中所有数据值的均值，得到每个数据类别的均值特征值，当所述最大数据密集区域中的数据属于最大均值特征值对应的数据类别时，所述第一重要因子与所述第二重要因子均与所述调整权重呈正相关；当所述最大数据密集区域中的数据不属于最大均值特征值对应的数据类别时，所述第一重要因子与所述第二重要因子均与所述调整权重呈负相关。
18、进一步地，所述根据历史浓度数据中数据值的分布和所述调整权重获得异常浓度阈值对实时浓度数据进行监测，包括：
19、获取所述历史浓度数据中数据值的上四分位数，根据所述历史浓度数据对应的上四分位数和下四分位数获取四分位距；
20、根据所述上四分位数、所述四分位距、所述调整权重以及预设经验系数获取历史浓度数据的箱线图中的上边缘值，所述上四分位数、所述四分位距、所述调整权重以及所述预设经验系数均与所述上边缘值呈正相关；将所述上边缘值作为所述异常浓度阈值；
21、基于所述异常浓度阈值对所述实时浓度数据进行监测，当实时浓度数据的数据值大于所述异常浓度阈值时，则进行预警。
22、进一步地，所述根据所述历史浓度数据中所有采样点数据值的相似情况获得至少两个数据类别，包括：
23、基于k-means聚类算法对所述历史浓度数据中所有采样点的数据值进行聚类，获得至少两个聚类簇，每个聚类簇中的数据为一个数据类别；其中，聚类时的距离度量为数据值之间的差异。
24、进一步地，所述在所述待测数据类别中，根据数据值的分布密集情况获取数据集中区域，包括：
25、基于核密度估计算法对所述待测数据类别中的数据进行密度分析，获取待测数据类别中所有数据的集中区域，作为数据集中区域。
26、进一步地，所述根据所述数据集中区域内数据值对应的采样点在时序上的连续情况获取子序列，包括：
27、将所述数据集中区域内所有数据值的采样点进行时序排序，将时刻连续的采样点的数据值作为一个子序列；若存在采样点不与其他采样点时刻连续，则也将该采样点的数据值作为一个子序列。
28、进一步地，所述根据相邻子序列的长度差异和相似情况获取相似值，包括：
29、根据相邻两个子序列的长度差异和dtw距离获得相邻两个子序列的相似值；所述长度差异和dtw距离均与所述相似值呈负相关。
30、本专利技术还提出了一种基于物联网的可燃及有毒有害气体实时监测系统，所述系统包括：
31、存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时可实现任意一项所述方法的步骤。
32、本专利技术具有如下有益效果：
本文档来自技高网...
【技术保护点】
1.一种基于物联网的可燃及有毒有害气体实时监测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于物联网的可燃及有毒有害气体实时监测方法，其特征在于，所述根据子序列之间的相似值的差异以及子序列在时序上的分布情况获得数据集中区域的数据离散度，数据离散度的公式模型为：
3.根据权利要求1所述的一种基于物联网的可燃及有毒有害气体实时监测方法，其特征在于，所述根据所有数据类别中的数据集中区域包含的数据量以及数据离散度，获得每个数据集中区域的相对密集度，包括：
4.根据权利要求1所述的一种基于物联网的可燃及有毒有害气体实时监测方法，其特征在于，所述根据所述最大数据密集区域内数据值与历史浓度数据中数据值的分布差异情况、最大数据密集区域与其他数据集中区域的相对密集度的差异以及所有数据类别中数据值的分布情况，获得调整权重，包括：
5.根据权利要求4所述的一种基于物联网的可燃及有毒有害气体实时监测方法，其特征在于，所述根据历史浓度数据中数据值的分布和所述调整权重获得异常浓度阈值对实时浓度数据进行监测，包括：
6.根据权利要求
7.根据权利要求1所述的一种基于物联网的可燃及有毒有害气体实时监测方法，其特征在于，所述在所述待测数据类别中，根据数据值的分布密集情况获取数据集中区域，包括：
8.根据权利要求1所述的一种基于物联网的可燃及有毒有害气体实时监测方法，其特征在于，所述根据所述数据集中区域内数据值对应的采样点在时序上的连续情况获取子序列，包括：
9.根据权利要求1所述的一种基于物联网的可燃及有毒有害气体实时监测方法，其特征在于，所述根据相邻子序列的长度差异和相似情况获取相似值，包括：
10.一种基于物联网的可燃及有毒有害气体实时监测系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1~9任意一项所述方法的步骤。
...【技术特征摘要】
1.一种基于物联网的可燃及有毒有害气体实时监测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于物联网的可燃及有毒有害气体实时监测方法，其特征在于，所述根据子序列之间的相似值的差异以及子序列在时序上的分布情况获得数据集中区域的数据离散度，数据离散度的公式模型为：
3.根据权利要求1所述的一种基于物联网的可燃及有毒有害气体实时监测方法，其特征在于，所述根据所有数据类别中的数据集中区域包含的数据量以及数据离散度，获得每个数据集中区域的相对密集度，包括：
4.根据权利要求1所述的一种基于物联网的可燃及有毒有害气体实时监测方法，其特征在于，所述根据所述最大数据密集区域内数据值与历史浓度数据中数据值的分布差异情况、最大数据密集区域与其他数据集中区域的相对密集度的差异以及所有数据类别中数据值的分布情况，获得调整权重，包括：
5.根据权利要求4所述的一种基于物联网的可燃及有毒有害气体实时监测方法，其特征在于，所述根据历史浓度数据中数据值的分布和所述调整权重获得异常浓度阈值对实...
【专利技术属性】
技术研发人员：王文标，左富生，陈升，
申请(专利权)人：辽宁中消安全设备有限公司，
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。