基于数据样本的重点企业环境分析方法

摘要

本发明涉及数据处理领域，具体涉及基于数据样本的重点企业环境分析方法，包括：获得目标监测点的异常程度，进而获得目标监测点的第二异常程度。根据参考监测点的第二异常程度、以及目标监测点与参考监测点的监测数据的差异获得目标监测点的第三异常程度。根据目标监测点的第三异常程度、第一数量获得目标监测点的第四异常程度。根据目标监测点的第二异常程度和第四异常程度获得目标监测点的最终异常程度，根据目标监测点的最终异常程度进行监测数据筛选和环境分析。本发明用数据分析方式对采集的监测数据进行异常分析处理，得到更加接近实际的样本数据，使得对污染气体的超标检测更加准确。

权利要求

1.基于数据样本的重点企业环境分析方法，其特征在于，该方法包括以下步骤：获取每个时刻每个监测点污染气体浓度的监测数据；将每个时刻下的任意一个监测点记为目标监测点；

根据目标监测点在相邻时刻的监测数据之间的差异获得目标监测点的异常程度；

根据目标监测点的异常程度、目标监测点与相邻时刻风向与风速的变化值获得每个目标监测点的第二异常程度；

将与目标监测点相对于工厂方向与风向之间的夹角最接近的监测点记为目标监测点的参考监测点；根据每个时刻下在参考监测点的第二异常程度、目标监测点相对于工厂方向与风向夹角与参考监测点相对于工厂方向与风向夹角的差异、目标检测点相对于工厂方向与参考监测点相对于工厂方向的夹角以及目标监测点与参考监测点的监测数据的差异获得目标监测点的第三异常程度；

获取每个时刻下所有监测点相对于工厂方向与风向夹角，记为夹角集合S；获取S中与目标监测点相对于工厂方向与风向夹角差异小于预设阈值的夹角所对应的监测点，记为集合S1；获取每个时刻的相邻时刻下所有监测点相对于工厂方向与风向，记为夹角集合S2；获取S2中与目标监测点相对于工厂方向与风向夹角差异小于预设阈值的夹角所对应的监测点，记为集合S3；将S3与S1中相同监测点的数量记为目标监测点在相邻时刻的第一数量；

根据目标监测点的第三异常程度、每个时刻与相邻时刻的时间间隔、目标监测点与相邻时刻的风向变化角度、每个时刻的风速以及第一数量获得目标监测点的第四异常程度；

根据目标监测点的第二异常程度和第四异常程度获得目标监测点的最终异常程度，根据目标监测点的最终异常程度进行监测数据筛选和环境分析；

所述目标监测点的异常程度的获取方法包括：

将每个时刻在预设时间窗口内的所有监测数据作为每个时刻的周围最相邻数据，目标监测点在每个时刻的监测数据与每个周围最相邻数据分别计算差异，记为第一差异，所有第一差异的均值记为目标监测点的异常程度；

获得异常程度为：

其中，表示第i时刻的监测数据大小，表示 周围最相邻的第t个数据，周围最相邻数据是指以第i时刻为中心的且长度为n的时间窗口内的所有数据， 表示二者差异，表示 与周围相邻的n个数据的平均差异， 即表示第i个数据的局部异常程度；

以每个时刻为中心的且时间长度为n的时间窗内的所有目标监测点的监测数据作为该时刻的周围最相邻数据，目标监测点在每个时刻的监测数据与该时刻周围最相邻数据分别计算差异，记为第一差异，所有第一差异的均值记为目标监测点的异常程度；

所述目标监测点的第二异常程度的获取方法为：

获取每个时刻工厂到目标监测点的方向与风向之间的夹角和风速大小；得到每个时刻与相邻时刻风向与风速的变化值，将用风向和风速变化值相乘之后取倒数，求取每个时刻的所有相邻时刻下所述倒数的第一均值；最后将第一均值与风速大小、风向与目标监测点到工厂方向夹角的倒数以及目标监测点的异常程度的乘积记为目标监测点的第二异常程度；

所述目标监测点的第三异常程度的获取方法为：

对于第i时刻的第j个监测点，即为目标监测点，目标监测点的第三异常程度公式为：其中，表示目标监测点的监测数据，表示目标监测点相对于工厂方向与风向之间的夹角最接近的第u个监测点数据，即参考监测点； 表示第i时刻第u个监测点相对于工厂方向与风向的夹角和目标监测点相对于工厂方向与风向夹角之间的差异； 表示第i时刻第u个监测点相对于工厂方向与目标监测点相对于工厂方向之间的夹角； 表示参考监测点的个数； 表示第u个监测点数据在风向影响下的第二异常程度； 为目标监测点的第三异常程度；

所述目标监测点的第四异常程度的获取方法为：

目标监测点的第四异常程度公式为：

其中， 表示 对应第u个监测点在第i时刻与之前相邻的第v时刻风向的变化角度；

表示第v时刻与第i时刻的时间间隔； 表示第一数量；  表示在第v时刻下的风速大小； 表示参考监测点的个数； 为预设值； 表示为目标监测点的第三异常程度； 表示目标监测点的第四异常程度。

2.根据权利要求1所述基于数据样本的重点企业环境分析方法，其特征在于, 所述目标监测点的最终异常程度的获取方法为：由目标监测点的第二异常程度和第四异常程度相乘得到目标监测点的最终异常程度。

3.根据权利要求1所述基于数据样本的重点企业环境分析方法，其特征在于，所述进行监测数据筛选方法包括为：用正态分布的 原则进行设置阈值，所述阈值设置为 ，其中 ，分别表示所有监测点最终异常程度的均值和标准差；我们将大于阈值的监测数据进行删除，将小于的监测数据保留，最后筛选得到用于环境分析的监测数据。

说明书

基于数据样本的重点企业环境分析方法

技术领域

[0001] 本发明涉及数据处理领域，具体涉及基于数据样本的重点企业环境分析方法。

背景技术

[0002] 随着科学技术的发展，各种工业企业得到迅速的发展，同时各种工厂生产过程对环境的影响显而易见，其中包括化工工厂的污染物排放超标事件时有发生，所排放的各种废水、废气破坏着生态环境的平衡，甚至对周围居民的健康产生加大的威胁，所以在实际工厂需要进行污染物的监测，其中由于废气传播速度快，可控性差，所以需要重点监测。

[0003] 在进行污染物监测时，为了提高检测准确性，需要在采集的数据中筛选出能够反应污染物实际数据的数据样本，一般影响监测数据准确性的因素主要为监测点数据采集异常，主要表现为数据突变，现有操作一般直接利用数据分布差异进行异常识别，但是在实际监测过程中，风向影响着污染物的传播，表现为监测点数据与风向的相关性，并且在风向变化时同样会引起监测点数据的变化，使得数据分布差异不能直接反应数据的异常，即所进行的数据异常分析不准确，从而影响数据样本质量。

发明内容

[0004] 本发明提供基于数据样本的重点企业环境分析方法，以解决现有的问题。

[0005] 本发明的基于数据样本的重点企业环境分析方法采用如下技术方案：

[0006] 本发明一个实施例提供了基于数据样本的重点企业环境分析方法，该方法包括以下步骤：

[0007] 获取每个时刻每个监测点污染气体浓度的监测数据；将每个时刻下的任意一个监测点记为目标监测点；

[0008] 根据目标监测点在相邻时刻的监测数据之间的差异获得目标监测点的异常程度；

[0009] 根据目标监测点的异常程度、目标监测点与相邻时刻风向与风速的变化值获得每个目标监测点的第二异常程度；

[0010] 将与目标监测点相对于工厂方向与风向之间的夹角最接近的监测点记为目标监测点的参考监测点；根据每个时刻下在参考监测点的第二异常程度、目标监测点相对于工厂方向与风向夹角与参考监测点相对于工厂方向与风向夹角的差异、目标检测点相对于工厂方向与参考监测点相对于工厂方向的夹角以及目标监测点与参考监测点的监测数据的差异获得目标监测点的第三异常程度；

[0011] 获取每个时刻下所有监测点相对于工厂方向与风向夹角，记为夹角集合S；获取S中与目标监测点相对于工厂方向与风向夹角差异小于预设阈值的夹角所对应的监测点，记为集合S1；获取每个时刻的相邻时刻下所有监测点相对于工厂方向与风向，记为夹角集合S2；获取S2中与目标监测点相对于工厂方向与风向夹角差异小于预设阈值的夹角所对应的监测点，记为集合S3；将S3与S1中相同监测点的数量记为目标监测点在相邻时刻的第一数量；

[0012] 根据目标监测点的第三异常程度、每个时刻与相邻时刻的时间间隔、目标监测点与相邻时刻的风向变化角度、每个时刻的风速以及第一数量获得目标监测点的第四异常程度；

[0013] 根据目标监测点的第二异常程度和第四异常程度获得目标监测点的最终异常程度，根据目标监测点的最终异常程度进行监测数据筛选和环境分析。

[0014] 进一步地，所述目标监测点的异常程度的获取方法包括：

[0015] 将每个时刻在预设时间窗口内的所有监测数据作为每个时刻的周围最相邻数据，目标监测点在每个时刻的监测数据与每个周围最相邻数据分别计算差异，记为第一差异，所有第一差异的均值记为目标监测点的异常程度。

[0016] 进一步地，所述目标监测点的第二异常程度的获取方法为：

[0017] 获取每个时刻工厂到监测点的方向与风向之间的夹角和风速大小；得到每个时刻与相邻时刻风向与风速的变化值，将用风向和风速变化值相乘之后取倒数，求取每个时刻的所有相邻时刻下所述倒数的第一均值；最后将第一均值与风速大小、风向与监测点到工厂方向夹角的倒数以及目标监测点的异常程度的乘积记为目标监测点的第二异常程度。

[0018] 进一步地，所述目标监测点的第三异常程度的获取方法为：

[0019] 对于第i时刻的第j个监测点，即为目标监测点，目标监测点的第三异常程度公式为：

[0020]

[0021] 其中，表示目标监测点的监测数据，表示目标监测点相对于工厂方向与风向之间的夹角最接近的最接近的第u个监测点数据，即参考监测点； 表示第i时刻第u个监测点相对于工厂方向与风向的夹角和目标监测点相对于工厂方向与风向夹角之间的差异；表示第i时刻第u个监测点相对于工厂方向与目标监测点相对于工厂方向之间的夹角；
表示参考监测点的个数； 表示第u个监测点数据在风向影响下的第二异常程度； 为目标监测点的第三异常程度。

[0022] 进一步地，所述目标监测点的第四异常程度的获取方法为：

[0023] 目标监测点的第四异常程度公式为：

[0024]

[0025] 其中， 表示 对应第u个监测点在第i时刻与之前相邻的第v时刻风向的变化角度； 表示第v时刻与第i时刻的时间间隔； 表示第一数量；表示在第v时刻下的风速大小； 表示参考监测点的个数； 为预设值； 表示为目标监测点的第三异常程度；表示目标监测点的第四异常程度。

[0026] 进一步地，所述目标监测点的最终异常程度的获取方法为：

[0027] 由目标监测点的第二异常程度和第四异常程度相乘得到目标监测点的最终异常程度。

[0028] 进一步地，所述进行监测数据筛选方法包括为：

[0029] 用正态分布的 原则进行设置阈值，所述阈值设置为 ，其中 ，分别表示所有监测点最终异常程度的均值和标准差；我们将大于阈值的监测数据进行删除，将小于的监测数据保留，最后筛选得到用于环境分析的监测数据。

[0030] 本发明的技术方案的有益效果是：

[0031] （1）根据风向对污染物传播的影响，反应单个监测点与多个监测点数据差异关系对数据异常表现程度，提高监测数据突出表现反应数据异常的准确性，即获得更加准确的数据异常程度。

[0032] （2）考虑风向变化引起的污染物传播变化对监测点数据的影响，避免污染物相对于监测点的传播变化所引起监测数据变化被误识别为异常数据，提高所获得异常程度的可靠性。

[0033] （3）通过根据监测点数据采集异常表现进行数据样本筛选，获得反应污染物实际分布的检测数据样本，提高环境监测分析的准确性。

附图说明

[0034] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

[0035] 图1为本发明基于数据样本的重点企业环境分析方法的步骤流程图。

具体实施方式

[0036] 为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种基于数据样本的重点企业环境分析方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。

[0037] 除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。

[0038] 下面结合附图具体的说明本发明所提供的基于数据样本的重点企业环境分析方法的具体方案。

[0039] 请参阅图1，其示出了本发明一个实施例提供的基于数据样本的重点企业环境分析方法的步骤流程图，该方法包括以下步骤：

[0040] 步骤S001：获取每个时刻每个监测点的监测数据。

[0041] 在工厂废气监测过程中，因为废气的传播范围不可控，所以需要在工厂周围多个位置获取原始废气浓度数据。所以我们首先需要在工厂周围安装多个监测点，在此监测点数据我们采用多种污染气体检测仪。在气体污染中有多种成分，比如：二氧化硫、氮氧化物、氟化物、一氧化碳、二氧化碳等。在检测污染气体浓度时每种污染气体有对应的化学试剂进行检测，此实施例我们以二氧化硫浓度检测进行分析。用监测点进行对污染气体浓度数据的监测获取。且我们设定检测点之间的间距为50米。此时多个监测点同时进行监测，获得监测数据传输到监测数据处理中心，数据处理中心进行对原始数据进行分析。后续步骤通过对原始数据分析，确定数据在采集过程中的异常数据，即获得反应真实污染物的数据样本。后续步骤所述数据异常即为采集过程异常，即不具备样本分析的数据。

[0042] 在后面分析中我们还需要考虑风的影响，所以此处我们还需安装风速传感器，用来获取风速的大小与风向的角度情况。

[0043] 步骤S002：获得目标监测点的异常程度，进而获得目标监测点的第二异常程度。根据参考监测点的第二异常程度、以及目标监测点与参考监测点的监测数据的差异获得目标监测点的第三异常程度。根据目标监测点的第三异常程度、第一数量获得目标监测点的第四异常程度。根据目标监测点的第二异常程度和第四异常程度获得目标监测点的最终异常程度。

[0044] 对于监测数据在数据采集过程中的异常主要表现为数据突变，即数据相对于相邻数据具有较大差异，数据差异性越大，其异常程度越大。风速与风向影响监测数据之间的差异关系，从而影响数据异常关系。所以本发明通过分析风向对污染物传播的影响，反应监测数据之间的差异对异常的表现关系，从而进行准确的异常分析。

[0045] 需要说明的是，工厂大废气污染物在工厂内部产生向四周扩散，一般废气在工厂运行过程中连续产生，所以其传播过程具有一定持续性，此时对于监测点所采集的监测数据具有一定连续性。此时由于采集设备的系统或者偶然误差导致监测异常数据主要表现为与相邻数据的突变，此时获得异常程度为：

[0046]

[0047] 其中，表示第i时刻的监测数据大小，表示 周围最相邻的第t个数据，周围最相邻数据是指以第i时刻为中心的且长度为n的时间窗口内的所有数据，本实施例以n=7为例进行叙述。 表示二者差异，其值越大，相对突变的可能性越大， 表示 与周围相邻的n个数据的平均差异，其值越大，相对于周围数据突变的可能性越大，即其局部异常程度越大。 即表示第i个数据的局部异常程度。

[0048] 实际大气污染物传播具有多变性，其传播方向以及污染物浓度容易受风向与风速的影响，并且随着风向以及风速的变化使得对污染物传播的影响发生变化，所以为了准确判断监测点数据的准确性，需要综合判断风向以及风速对其影响程度。

[0049] 需要说明的是，一般污染物受风影响主要表现为污染物随着风向传播，污染物随着风向传播程度越大，污染物浓度越稳定，即监测数据变化差异越小。在风向发生变化时，污染物的传播方向发生对应的变化，对于监测点的污染物浓度监测数据即发生变化，此时对于同一监测点监测数据在时间序列上发生变化，即可能导致监测数据发生变化，从而影响监测数据异常识别。

[0050] 监测数据异常受风向的影响主要表现为：工厂到监测点的方向与风向之间的夹角越小，监测点数据越稳定；风向在当前时间段变化越小，监测点数据越稳定，数据差异受传播影响的可能性越小，数据差异所表现的采集异常可信度越高。

[0051] 进一步需要说明的是，在用监测器采集气体污染物浓度时会有误差，一个误差来自于采集数据时出现的误差，另一个误差来自于外界因素的干扰造成的误差。现在我们将工厂到监测点的方向与风向之间的夹角进行分析，我们知道，当夹角越小，外界因素风向对它的的影响较小，这时采集的样本更大的误差来自于采集误差，此时对于上述样本异常程度的可信度越高，而样本中出现采集数据突变的异常点时，则样本的气体的污染检测就越能检测出异常；而当夹角越大，外界因素风向对它的影响较大，这是采集的样本更大的误差来自于外界环境的干扰，而在采集时出现的误差占很少，此时对于上述样本异常程度的可信度就相对较低，样本检测出的异常可能更多不是来自于样本气体浓度的异常。

[0052] 具体获得数据第二异常程度为：

[0053]

[0054] 其中，表示第i时刻工厂到监测点的方向与风向之间的夹角，其值越小，监测点数据越稳定，数据差异所表现的采集异常 的可信度越高，表示第i时刻风速，其值越大，风向对 的影响越大； ， 分别表示第i个时刻与之前相邻的第v时刻风向与风速的变化值，其值越大，风向导致监测数据变化程度越大，此时数据变化反应的异常 的可信度越低，即 所反映的异常程度越小； 则表示第i时刻与之前相邻的 个时刻风向与风速变化对 的影响，其值越大，数据异常程度越大，其中 设置为3。 表示第i个时刻监测点数据受风向与风速影响下的异常程度，即第二异常程度；其中常量0.1是为了避免分母为零，本实施例对该常量的具体取值不进行具体限定，其他实施例中可以设置其他值以保证分母不为零。

[0055] 至此，上述获得了第i时刻下任意监测点的异常程度。

[0056] 上述分析获得单个监测点受风向影响下数据异常程度，此时在实际监测中，多个监测点与工厂的相对方向不同，导致风向对不同位置监测点数据影响程度不同，并且在风向的影响下不同位置检测点数据之间的关系反应污染物传播关系，不同监测点数据具有基于风向的相关性关系，所以不同位置检测数据之间的关系同样能够反应数据的异常。

[0057] 需要说明的是，在同一时刻多个监测点同时受风向影响，此时因为不同监测点方向与风向的关系存在差异，所以不同监测点监测数据之间的相关关系具有明显的差异，具体表现为：监测点方向与风向夹角越一致，对应的监测数据越一致，所以监测点数据之间的差异越能够反映对应数据的异常程度，即第三异常程度。

[0058] 此时，根据监测点相对于工厂方向与风向夹角之间的差异，反应不同数据的异常程度。需要说明的是，夹角之间的差异是指两个夹角之间差值的绝对值；第三异常程度具体计算方式为：

[0059]

[0060] 其中，表示第j个监测点第i时刻的监测数据，表示第i时刻的第j个监测点相对于工厂方向与风向之间的夹角最接近的最接近的第u个监测点数据， 表示两个监测点数据差值，反应 相对差异， 表示第i时刻第u个监测点相对于工厂方向与风向的夹角和第j个监测点相对于工厂方向与风向夹角之间的差异，其值越小，当前两个位置污染物传播越一致，即对应的监测数据越一致，此时 反映在相同的第i时刻，第j个监测点相对于第u个监测点的异常，且 越大，异常程度越大， 表示第i时刻第u个监测点相对于工厂方向与第j个监测点相对于工厂方向之间的夹角，其值越小，污染物传播相对与两监测点的一致性越高， 反应 异常的程度越大。 表示第u个监测点数据在风向影响下的局部异常程度，其值越大， 可信度越高， 所反映的数据异常可信度越高。表示 相对于污染物传播方向最一致的 个监测点数据
的异常程度， 表示 的监测点数量，其中本实施例中 是预设阈值，设置
度。

[0061] 在实际中风向可能随时发生变化，此时改变污染物相对于每一监测点的传播方向，所以每一监测点监测数据将发生变化，并且监测点之间的差异关系发生变化，从而影响利用监测点数据关系进行异常判断的准确性。

[0062] 需要说明的是，风向在发生变化时，所有监测点与风向的方向关系发生变化，风向发生变化后，在一段时间内污染物的传播是相对混乱的，导致监测点数据发生相对应的变化，不同监测点数据变化存在差异，最终导致监测点数据之间的差异无法直接反应数据的异常程度，即为第四异常程度。所以风速变化越大，对监测点之间差异所反映的数据异常程度的影响越大。

[0063] 第四异常程度具体表示为：

[0064]

[0065] 其中， 表示上述 对应第u个监测点在第i时刻与之前相邻的第v时刻风向的变化角度，其值越大，第v时刻的风向改变对第i时刻污染物传播影响越大，所以监测点之间数据差异对数据异常表现程度越小。 表示第v时刻与第i时刻的时间间隔，其值越大，表示第v时刻风向变化对第i时刻监测影响越小。 表示在相同的第v时刻下，所有监测点相对于工厂方向与风向夹角和第j个监测点相对于工厂方向与风向夹角作比较，选出两个夹角之间的差异小于 所对应的监测点，记为第一集合，在相同的第i时刻下，所有监测点相对于工厂方向与风向夹角和第j个监测点相对于工厂方向与风向夹角作比较，选出两个夹角之间的差异小于 所对应的监测点，记为第二集合，最后得到第一集合与第二集合中相同监测点数量为 ；其值越大，第v时刻风向变化相对于第i时刻差异越小，所以第i时刻污染物传播越稳定。表示在第v时刻下的风速大小，其值越大，对监测点的监测数据影响也越大。 表示第i时刻之前 个时刻对于第u个监测点风向变化对的影响程度，其值越大， 对数据异常的表现程度越高。因为实际风向变化时可能存在局部差异，所以对于不同监测点分别进行风向变化分析，获得
，即表示 个监测点在 个时刻风向变化所反映 对
数据异常的表现程度。 表示监测点之间的数据关系所表现的数据异常程度。

[0066] 进一步说明，在上述分析中，考虑风向变化对多个监测点数据的影响，避免风向在不同监测点的不同表现对监测点之间关系的影响，提高监测点之间数据差异对异常的表现效果，即便于进行更加可靠的异常分析。

[0067] 由上述分析，根据风向对污染物传播的影响，确定监测点监测数据局部表现以及多个监测点之间关系所反映的数据异常程度。此时综合上述异常关系，确定监测点数据最终异常程度为：

[0068]

[0069] 其中， 表示第j个监测点第i时刻数据局部关系所反映的异常程度，其值越大，最终异常程度越大； 表示第i时刻的第j个监测点与其他监测点之间的数据关系所反映的异常程度。因为 和 同时受风向的影响，且 受 的影响，所以二者具有一致相关性，所以采用二者相乘表示最终数据异常程度 。

[0070] 步骤S003：根据目标监测点的最终异常程度进行监测数据筛选和环境分析。

[0071] 根据上述过程，确定所有监测点数据异常程度，异常程度越大，越不能反应污染物的含量，即无法进行环境监测。所以此时需要根据数据异常程度在所有数据中获得能够反映环境数据的监测样本数据。具体直接删除异常程度大于阈值的数据，剩余数据作为数据样本进行环境监测分析。

[0072] 我们用正态分布的3 原则进行设置阈值，所述阈值在本实施例中设置为，其中 分别表示所有 的均值和标准差。

[0073] 最后根据上述过程，利用监测数据的异常程度确定当前环境监测数据中的样本数据，此时根据所获得的数据样本进行环境监测分析，及时获取污染超标，并对超标做出及时处理，专利CN107478778B公开了根据数据样本进行环境监测分析监测的方法，本实施例不再赘述具体过程。

[0074] 以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。