【技术实现步骤摘要】
本专利技术涉及大数据分析，特别涉及一种污染源水质指纹数据库的生成方法及指纹数据库与其应用。
技术介绍
1、随着工业化和城市化进程的加快以及工业化规模的快速增长，工业污水排放总量增加，一些江河湖泊受到工业污水排放污染，生态环境受到了破坏，为了保护水环境，环保部门要求工业企业对生产过程中的污水进行处理后，才予以排放，为了实现对水环境的保护，环保部门会安排环保执法人员以人工巡察的方式监督企业污水处理设备是否开启，并对污水排放管道附近的水域的水质进行采样分析，从而实现对污水排放的监测。
2、在污水排放监测过程中，由于环保执法人员无法每时每刻的监督企业污水处理设备是否开启，且通过采样进行分析无法实现实时监控，所以部分中小型污水企业为了节省成本与污水处理设备的能源消耗，存在以下可能污染水体的环境而影响环境的运行方式：
3、⑴超量排放,污水企业在排放时间内超出登记许可的量排放（在许可排放时间内）。
4、⑵超浓度排放，污水企业对产生的废水不经处理或未完全处理即排放（在许可排放时间内）。
5、⑶在许可排放时间外排放。
6、如何确保企业污水在登记许可的排放量、浓度及许可排放的时间内排污成为监管部门的核心关注点，现有技术尚缺乏有效的监控方式。
7、上述
技术介绍
是为了便于理解本专利技术，并非是申请本专利技术之前已向普通公众公开的公知技术。
技术实现思路
1、针对上述缺陷，本专利技术提供一种污染源水质指纹数据库的生成方法，其旨在改善背景
2、技术方案是：一种污染源水质指纹数据库的生成方法，该数据库用于人工智能监测污水排放，该生成方法包括以下步骤：
3、s1，形成合水基础数据库c1及分水基础数据库d1……分水基础数据库dn；
4、s2，将各分水基础数据库与合水基础数据库c1建立关联，确立正常排放下的各企业排放阈值、合水排放阈值以及各分水污染源在合水中的关键指纹信息；
5、s3，继续收集在线监测获取的合水污染信息及分水污染信息并与s2的阈值比较，将超出阈值的污染信息分别送入合水异常数据库c2、分水异常数据库e1……分水异常数据库en，将在阈值内的污染信息送入各分水基础数据库与合水基础数据库c1；
6、s4，将合水基础数据库c1及分水基础数据库d1……分水基础数据库dn、合水异常数据库c2、分水异常数据库e1……分水异常数据库en读入智能学习服务器，智能学习服务器进行学习；
7、s5，形成学习数据库v0；
8、s6，实时在线获取合水污染信息，将该在线获取合水污染信息输入智能学习服务器，智能学习服务器判定后分为合规排放或存在不合规排放，存在不合规排放时，确定具体哪家或哪几家企业进行了超排、超浓度或超频排放的行为；
9、s7，通过督查检查、监管播报、12345投诉、12369投诉、网络舆情方式，完善学习数据库v0中的合水异常数据库c2、分水异常数据库e1……分水异常数据库en，形成新的学习数据库v1；
10、s8，不断重复s6-s7；
11、s9,通过不断学习完善，最终形成污染源水质指纹数据库；
12、n为大于5的整数。
13、进一步地，所述污水排放为污水污染源为金属离子的工业园区的污水排放，该工业园区内分布有a1企业、a2企业、a3企业、a4企业、a5企业、a6企业、a7企业、a8企业……an企业，其中，a1企业、a2企业、a3企业、a4企业、a5企业、a6企业、a7企业、a8企业……an企业各自排放的废水中的金属离子不同，每一企业均设置有人工取样口，b处为园区废水汇集后并入废水管网前在线监测处。
14、进一步地，s1包括以下步骤：
15、s11，收集在线监测获取的合水污染信息，形成合水基础数据库c1，合水基础数据库c1由连续帧组成；
16、s12，分别各自收集从a1企业……an企业各自的人工取样口取样分析获得的同s11在线监测获取的合水污染信息方式相同类型获取方式分水污染信息，分别形成分水基础数据库d1……分水基础数据库dn，其中分水基础数据库d1对应a1企业，……分水基础数据库dn对应an企业；分水基础数据库d1……分水基础数据库dn各自均由间断帧组成。
17、进一步地，s1中，在形成合水基础数据库c1及分水基础数据库d1……分水基础数据库dn的过程中，严格监测园区内企业排污，确保形成的合水基础数据库c1及分水基础数据库d1……分水基础数据库dn的过程中各企业排放在登记排放的许可范围内。
18、进一步地，s2中，建立关联时，将取样口取样分析获得的信息与含金属离子污水从该取样口流动到b处时在线监测获取的合水污染信息进行比对，获得该企业排污对合水的影响的关键信息。
19、进一步地，s3中，合水监测时，首先将实时收集的在线监测获取的合水污染信息与s2的阈值比较是否超出阈值，如果超出，确认园区内存在企业未按规定排放废水，确认该信息后，根据s2中形成的各分水污染源在合水中的关键指纹信息确定具体哪家或哪几家企业进行了超排、超浓度或超频排放的行为。
20、进一步地，s4中，智能学习服务器进行学习为智能学习服务器抓取读入的污染信息特征，分别各自形成合规标准、超排标准、超浓度排放标准或超频标准，设定待监测合水污染信息或各分水污染信息与形成的标准比较，如果待监测合水污染信息或各分水污染信息不在合规标准内，则判定为有企业存在不合格行为，如果在合格标准内，则判定为无企业存在不合格行为；当有企业存在不合格行为时，将待监测合水污染信息或各分水污染信息与超排标准、超浓度排放标准或超频标准比较，确定具体哪家或哪几家企业进行了超排、超浓度或超频排放的行为。
21、进一步地，所述在线监测获取合水污染信息及人工取样口取样分析获得分水污染信息通过三维荧光光谱设备获取。
22、本专利技术还提供一种污染源水质指纹数据库。
23、技术方案是：一种污染源水质指纹数据库，该污染源水质指纹数据库由上述的生成方法生成。
24、本专利技术还提供一种污染源水质指纹数据库的应用。
25、技术方案是：一种污染源水质指纹数据库的应用，该污染源水质指纹数据库为上述的污染源水质指纹数据库，在监测过程中，实时在线获取合水污染信息，将该在线获取合水污染信息输入带上述的污染源水质指纹数据库的智能学习服务器，判别是合规排放还是存在不合规排放，当存在不合规排放时，确定具体哪家或哪几家企业进行了超排、超浓度或超频排放的行为，同时通过督查检查、监管播报、12345投诉、12369投诉、网络舆情完善污染源水质指纹数据库中的合水异常数据库c2、分水异常数据库e1……分水异常数据库en，形成新的污染源水质指纹数据库。
26、与现有技术相比，本专利技术的有益效果在于：
27、本专利技术针对金属污水工业园区的特异性，通过在金属污水工业园区的排污系统汇集处设置一本文档来自技高网...
【技术保护点】
1.一种污染源水质指纹数据库的生成方法，该数据库用于人工智能监测污水排放，其特征在于，该生成方法包括以下步骤：
2.根据权利要求1所述的污染源水质指纹数据库的生成方法，其特征在于，所述污水排放为污水污染源为金属离子的工业园区的污水排放，该工业园区内分布有A1企业、A2企业、A3企业、A4企业、A5企业、A6企业、A7企业、A8企业……An企业，其中，A1企业、A2企业、A3企业、A4企业、A5企业、A6企业、A7企业、A8企业……An企业各自排放的废水中的金属离子不同，每一企业均设置有人工取样口，B处为园区废水汇集后并入废水管网前在线监测处。
3.根据权利要求2所述的污染源水质指纹数据库的生成方法，其特征在于，S1包括以下步骤：
4.根据权利要求3所述的污染源水质指纹数据库的生成方法，其特征在于，S1中，在形成合水基础数据库C1及分水基础数据库D1……分水基础数据库Dn的过程中，严格监测园区内企业排污，确保形成的合水基础数据库C1及分水基础数据库D1……分水基础数据库Dn的过程中各企业排放在登记排放的许可范围内。
5.根据权利要求1
6.根据权利要求1所述的污染源水质指纹数据库的生成方法，其特征在于，S3中，合水监测时，首先将实时收集的在线监测获取的合水污染信息与S2的阈值比较是否超出阈值，如果超出，确认园区内存在企业未按规定排放废水，确认该信息后，根据S2中形成的各分水污染源在合水中的关键指纹信息确定具体哪家或哪几家企业进行了超排、超浓度或超频排放的行为。
7.根据权利要求1所述的污染源水质指纹数据库的生成方法，其特征在于，S4中，智能学习服务器进行学习为智能学习服务器抓取读入的污染信息特征，分别各自形成合规标准、超排标准、超浓度排放标准或超频标准，设定待监测合水污染信息或各分水污染信息与形成的标准比较，如果待监测合水污染信息或各分水污染信息不在合规标准内，则判定为有企业存在不合格行为，如果在合格标准内，则判定为无企业存在不合格行为；当有企业存在不合格行为时，将待监测合水污染信息或各分水污染信息与超排标准、超浓度排放标准或超频标准比较，确定具体哪家或哪几家企业进行了超排、超浓度或超频排放的行为。
8.根据权利要求1-7任一项所述的污染源水质指纹数据库的生成方法，其特征在于，所述在线监测获取合水污染信息及人工取样口取样分析获得分水污染信息通过三维荧光光谱设备获取。
9.一种污染源水质指纹数据库，其特征在于，该污染源水质指纹数据库由权利要求1-8任一项所述的生成方法生成。
10.一种污染源水质指纹数据库的应用，其特征在于，该污染源水质指纹数据库为权利要求9所述的污染源水质指纹数据库，在监测过程中，实时在线获取合水污染信息，将该在线获取合水污染信息输入带上述的污染源水质指纹数据库的智能学习服务器，判别是合规排放还是存在不合规排放，当存在不合规排放时，确定具体哪家或哪几家企业进行了超排、超浓度或超频排放的行为，同时通过督查检查、监管播报、12345投诉、12369投诉、网络舆情完善污染源水质指纹数据库中的合水异常数据库C2、分水异常数据库E1……分水异常数据库En，形成新的污染源水质指纹数据库。
...【技术特征摘要】
1.一种污染源水质指纹数据库的生成方法，该数据库用于人工智能监测污水排放，其特征在于，该生成方法包括以下步骤：
2.根据权利要求1所述的污染源水质指纹数据库的生成方法，其特征在于，所述污水排放为污水污染源为金属离子的工业园区的污水排放，该工业园区内分布有a1企业、a2企业、a3企业、a4企业、a5企业、a6企业、a7企业、a8企业……an企业，其中，a1企业、a2企业、a3企业、a4企业、a5企业、a6企业、a7企业、a8企业……an企业各自排放的废水中的金属离子不同，每一企业均设置有人工取样口，b处为园区废水汇集后并入废水管网前在线监测处。
3.根据权利要求2所述的污染源水质指纹数据库的生成方法，其特征在于，s1包括以下步骤：
4.根据权利要求3所述的污染源水质指纹数据库的生成方法，其特征在于，s1中，在形成合水基础数据库c1及分水基础数据库d1……分水基础数据库dn的过程中，严格监测园区内企业排污，确保形成的合水基础数据库c1及分水基础数据库d1……分水基础数据库dn的过程中各企业排放在登记排放的许可范围内。
5.根据权利要求1所述的污染源水质指纹数据库的生成方法，其特征在于，s2中，建立关联时，将取样口取样分析获得的信息与含金属离子污水从该取样口流动到b处时在线监测获取的合水污染信息进行比对，获得该企业排污对合水的影响的关键信息。
6.根据权利要求1所述的污染源水质指纹数据库的生成方法，其特征在于，s3中，合水监测时，首先将实时收集的在线监测获取的合水污染信息与s2的阈值比较是否超出阈值，如果超出，确认园区内存在企业未按规定排放废水，确认该信息后，根据s2中形成的各分水污染源在合水中的关...
【专利技术属性】
技术研发人员：张青松，张永刚，葛澄，唐国海，陈龙，何远，赵勇，刘聪，
申请(专利权)人：成都大数据产业技术研究院有限公司，
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。