System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及数据处理。更具体地,本专利技术涉及一种碳酸锂生产废气监控方法。
技术介绍
1、碳酸锂主要用于电池制造(例如锂离子电池)、玻璃陶瓷工业和其他化工应用,其生产过程通常释放出多种废气,如二氧化碳和挥发性有机物等。废气的排放对环境和健康有较大危害,同时也涉及到工业生产的安全问题。因此,开发有效的废气监控方法能够帮助企业实时监控有害气体的排放,及时发现并处理超标排放问题,从而有效地减少环境污染,保护空气质量。
2、现有技术中对于废气排放的监测多侧重于废气含量的计算,例如公开号为cn110866856a的专利申请文件公开了一种钢铁企业温室气体排放监测系统及方法,该申请包括二氧化碳及其他温室气体实时在线监测模块、生产过程及固碳产品碳排放量监测模块、能耗换算二氧化碳排放量计算模块、综合二氧化碳排放量监测平台,综合二氧化碳排放量监测平台接收所述二氧化碳实时在线监测模块、其他温室气体监测模块和能耗换算二氧化碳排放量计算模块传输的数据并据此计算出钢铁企业实时综合二氧化碳排放量。
3、现有技术虽然可以在一定程度上准确得到废气含量,但是对于如何在数据量庞大的废气数据中监测出异常超标的废气数据的研究较少。基于此,如何准确实现碳酸锂生产的废气监控,是本领域技术人员亟待解决的问题。
技术实现思路
1、为解决上述如何准确实现碳酸锂生产的废气监控的技术问题,本专利技术提出一种碳酸锂生产废气监控方法,该方法包括以下步骤:
2、获取废气数据集中各数据点的k近邻与反向k近邻
3、式中,表示第j个差异点对第i个数据点的影响程度,表示第j个差异点的密度特征,表示第i个数据点的密度特征,表示第j个差异点和第i个数据点之间的距离,表示以e为底的指数函数,表示线性归一化函数;将所述差异点的k近邻中数据点的方差与k近邻相关矩阵的frobenius范数的比值归一化后得到第一比值,将所述第一比值与所述影响程度的差值的绝对值作为所述差异点对所述数据点的实际影响程度;将所述数据点所有的差异点对所述数据点的实际影响程度的累计和归一化后的值,记为所述数据点的重要程度;在inflo模型中根据所述数据点的重要程度确定数据点的异常得分,以实现碳酸锂生产废气的监控。
4、本专利技术通过异常检测算法在数据量庞大的废气数据中监测异常超标的废气数据,在此过程中,本专利技术考虑到并非所有的数据点在确定异常得分时均需要反向k近邻的参与,因此通过获取数据点的k近邻与反向k近邻中的异常点对数据点的影响程度,从而确定数据点的影响空间;在此基础上,本专利技术还考虑到噪声数据会对影响程度的准确性造成影响,因此通过进一步获取异常点与其k近邻中数据点之间的偏离程度和相关性对影响程度进行校正,有效地提高了确定数据点异常得分的准确性,从而有效地提高了获取碳酸锂生产废气监控结果的准确性。
5、根据本专利技术提供的一种碳酸锂生产废气监控方法,所述获取废气数据集中各数据点的k近邻与反向k近邻,包括:布设气体传感器采集碳酸锂生产中产生的废气数据,将所述废气数据预处理后得到所述废气数据集中各数据点;预设各所述数据点的近邻数据点个数k,将与所述数据点欧氏距离最近的k个数据点作为所述数据点的k近邻;获取将所述数据点作为k近邻的数据点,所有将所述数据点作为k近邻的数据点构成所述数据点的反向k近邻。
6、根据本专利技术提供的一种碳酸锂生产废气监控方法,所述确定数据点的密度特征,包括:获取所述数据点的k近邻和所述数据点的距离累计和与所述k近邻中数据点的个数的比值,记为所述数据点的密度特征。
7、根据本专利技术提供的一种碳酸锂生产废气监控方法,所述k近邻相关矩阵的获取方法,包括:通过dtw算法获取所述差异点与所述差异点的k近邻中各数据点的相关性;将所述差异点与各数据点的相关性组成的矩阵记为所述差异点的k近邻相关矩阵。
8、本专利技术考虑到噪声数据会影响数据点影响空间的准确性,因此通过获取异常点与其k近邻中数据点之间的偏离程度和相关性,对影响程度进行校正,可以有效地提高数据点异常得分的准确性。
9、根据本专利技术提供的一种碳酸锂生产废气监控方法,所述在inflo模型中根据所述数据点的重要程度确定数据点的异常得分,包括:预设阈值;若所述数据点的重要程度大于预设阈值,将所述数据点的k近邻作为所述数据点的影响空间;若所述数据点的重要程度不大于预设阈值,将所述数据点的k近邻与反向k近邻作为所述数据点的影响空间;在inflo模型中使用所述数据点的影响空间得到所述数据点的异常得分。
10、本专利技术考虑到并非所有数据点在确定异常得分时均需要反向k近邻的参与,因此通过计算异常点对数据点的影响程度得到数据点的重要性,根据数据点的重要性判断其是否需要反向k近邻,有效地提高了数据点异常得分的准确性。
11、根据本专利技术提供的一种碳酸锂生产废气监控方法,所述在inflo模型中使用所述数据点的影响空间得到所述数据点的异常得分,包括:将所述数据点与其影响空间中距离最近的数据点之间距离的倒数,记为所述数据点的局部密度;将所述数据点的影响空间中所有数据点的局部密度的均值与所述数据点的局部密度的比值,记为所述数据点的异常得分。
12、根据本专利技术提供的一种碳酸锂生产废气监控方法,所述在inflo模型中根据所述数据点的重要程度确定数据点的异常得分,以实现碳酸锂生产废气的监控,包括:设置异常阈值;若所述数据点的异常得分大于所述异常阈值,则所述数据点为异常数据点;若所述数据点的异常得分不大于所述异常阈值,则所述数据点为正常数据点。
13、本专利技术考虑到异常废气的判定需要根据不同的情况进行具体设置,因此通过预设阈值,可以准确地识别出各种情况下的异常数据。
14、根据本专利技术提供的一种碳酸锂生产废气监控方法,所述实现碳酸锂生产废气的监控,之后还包括:将所述异常数据点进行标记后向外发出异常预警。
15、本专利技术考虑到异常超标的废气会对人体和环境造成影响,因此在检测到异常超标的废气数据后,及时向外发出预警,以提醒工作人员进行修护。
16、本专利技术具有以下有益效果:
17、基于上述技术方案,本专利技术在监控碳酸锂生产废气时,通过获取数据点的k近邻与反向k近邻中的异常点对数据点的影响程度,确定数据点实际需要的影响空间,从而可以准确地在数据量庞大的废气数据中监测出异常超标的废气数据;在此基础上,本专利技术进一步获取了异常点与其k近邻中数据点之间的偏离程度和相关性对影响程度进行校正,降低了噪声数据对数据点实际需要的影响空间的影响,有效地提高了确定数据点异常得分的准确性,从而有效地提高了获取碳酸锂生产废气监控结果的准确性。
本文档来自技高网...【技术保护点】
1.一种碳酸锂生产废气监控方法,其特征在于,包括:
2.根据权利要求1所述的一种碳酸锂生产废气监控方法,其特征在于,所述获取废气数据集中各数据点的k近邻与反向k近邻,包括:
3.根据权利要求1所述的一种碳酸锂生产废气监控方法,其特征在于,所述确定数据点的密度特征,包括:
4.根据权利要求1所述的一种碳酸锂生产废气监控方法,其特征在于,所述k近邻相关矩阵的获取方法,包括:
5.根据权利要求1所述的一种碳酸锂生产废气监控方法,其特征在于,所述在INFLO模型中根据所述数据点的重要程度确定数据点的异常得分,包括:
6.根据权利要求5所述的一种碳酸锂生产废气监控方法,其特征在于,所述在INFLO模型中使用所述数据点的影响空间得到所述数据点的异常得分,包括:
7.根据权利要求1所述的一种碳酸锂生产废气监控方法,其特征在于,所述在INFLO模型中根据所述数据点的重要程度确定数据点的异常得分,以实现碳酸锂生产废气的监控,包括:
8.根据权利要求7所述的一种碳酸锂生产废气监控方法,其特征在于,所述实现碳酸锂生产废
...【技术特征摘要】
1.一种碳酸锂生产废气监控方法,其特征在于,包括:
2.根据权利要求1所述的一种碳酸锂生产废气监控方法,其特征在于,所述获取废气数据集中各数据点的k近邻与反向k近邻,包括:
3.根据权利要求1所述的一种碳酸锂生产废气监控方法,其特征在于,所述确定数据点的密度特征,包括:
4.根据权利要求1所述的一种碳酸锂生产废气监控方法,其特征在于,所述k近邻相关矩阵的获取方法,包括:
5.根据权利要求1所述的一种碳酸锂生产废气监控方法,其特征在于,所述在inflo模型中...
【专利技术属性】
技术研发人员:胥明,赵文娟,孔令勇,吕俊辉,魏华斌,
申请(专利权)人:山东瑞福锂业有限公司,
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。