申请/专利权人：辽宁中消安全设备有限公司

申请日：2024-01-08

公开（公告）日：2024-03-15

公开（公告）号：CN117517596B

主分类号：G01N33/00

分类号：G01N33/00;G06F18/2431;G06F18/23213;H04L67/12

优先权：

专利状态码：有效-授权

法律状态：2024.03.15#授权;2024.02.27#实质审查的生效;2024.02.06#公开

摘要：本发明涉及气体异常监测技术领域，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。获取待测气体的实时浓度数据以及历史浓度数据，将历史浓度数据划分数据类别并分析每个数据类别中数据值的分布密集情况，获取数据集中区域；对数据集中区域内的数据值进行相似性以及数据离散度的分析，获取相对密集度进而确定最大数据密集区域，最后可根据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等获得调整权重，利用调整权重获取异常浓度阈值对实时浓度数据进行监测。本发明通过对历史浓度数据的分布聚集情况进行分析，从而获取准确的异常浓度阈值对实时数据进行监测，提高了监测结果的准确性和可信度。

主权项：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：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；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；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；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；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；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；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： ；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；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：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；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；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；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：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；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；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；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；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：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；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；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。

全文数据：

权利要求：

百度查询： 辽宁中消安全设备有限公司 基于物联网的可燃及有毒有害气体实时监测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD