[发明专利]一种污水智能监测系统

权利要求书

1.一种污水智能监测系统，其特征是，包括大数据处理中心和多个水质量监测装置，每个水质量监测装置皆连接至大数据处理中心，每个水质量监测装置用于采集一个水质监测区域内的多个水质监测节点的水污染浓度数据；大数据处理中心用于对采集的水污染浓度数据进行处理分析，实现对水质的实时监测；大数据处理中心包括数据预处理单元、数据聚类处理单元、异常点检测单元、数据库，数据预处理单元用于对水质量监测装置采集的水污染浓度数据进行预处理；数据聚类处理单元对数据预处理单元预处理后的水污染浓度数据进行聚类处理；异常点检测单元对聚类处理后的水污染浓度数据进行异常点检测，得到异常点集，并将异常点集进行标记后存储到数据库中。

2.根据权利要求1所述的一种污水智能监测系统，其特征是，每个水质量监测装置包括设置于各个水质监测节点的传感器节点，还包括基站，传感器节点用于采集所在水质监测节点的水污染浓度数据，基站负责传感器节点和大数据处理中心之间的双向信息交互。

3.根据权利要求2所述的一种污水智能监测系统，其特征是，当水污染浓度数据量达到一定阈值时，传感器节点将采集到的水污染浓度数据整理成水污染浓度数据文件并发送至基站，进而由基站将接收的水污染浓度数据文件发送至数据中心。

4.根据权利要求1-3任一项所述的一种污水智能监测系统，其特征是，所述对水质量监测装置采集的水污染浓度数据进行预处理，具体包括：对存在0值或负值的水污染浓度数据进行预处理，将0值或负值替换为预先设定的替代值。

5.根据权利要求4所述的一种污水智能监测系统，其特征是，所述对数据预处理单元预处理后的水污染浓度数据进行聚类处理，具体包括：

(1)提取预处理后的设定时间段的水污染浓度数据作为一个水污染浓度数据集，设为X；

(2)在第一次迭代时，随机选择水污染浓度数据集X中的一个未标记的水污染浓度数据作为第一个簇中心点O₁，计算其余水污染浓度数据与该簇中心点O₁之间的相似度，若水污染浓度数据x_i与簇中心点O₁之间的相似度大于设定的相似度阈值，则将水污染浓度数据x_i分配到该簇中心点O₁，并进行标记；

(3)令迭代次数λ加1，随机选择水污染浓度数据集X中的一个未标记的水污染浓度数据作为另一个簇中心点O_λ+1，计算其余水污染浓度数据与该簇中心点O_λ+1之间的相似度，若水污染浓度数据x_j未标记且与O_λ+1之间的相似度大于设定的相似度阈值，则将水污染浓度数据x_j分配到该簇中心点O_λ+1，并进行标记；若水污染浓度数据x_j已标记且满足下列再分配条件，则将水污染浓度数据x_j分配到该簇中心点O_λ+1，并进行标记，否则对水污染浓度数据x_j不作任何操作：

F[S(x_k,O_λ+1)-S_T]×[S(x_k,O_λ+1)-S(x_k,O_k0)]>0

式中，S(x_k,O_λ+1)表示水污染浓度数据x_k与簇中心点O_λ+1之间的相似度，S_T为所述设定的相似度阈值，F[S(x_k,O_λ+1)-S_T]为设定的判断取值函数，当S(x_k,O_λ+1)-S_T>0时，F[S(x_k,O_λ+1)-S_T]＝1，当S(x_k,O_λ+1)-S_T≤0时，F[S(x_k,O_λ+1)-S_T]＝0；S(x_k,O_k0)为水污染浓度数据x_k与其所分配的簇中心点之间的相似度；

(4)重复(3)直至迭代次数λ达到设定的阈值或者所有的水污染浓度数据皆已被标记，执行(5)；

(5)更新每个簇的簇中心点为该簇中所有水污染浓度数据的均值，分配每个非簇中心点到与它相似度最高的簇中心点所在的簇，当所有的簇中心点都不再更新时，算法停止。

6.根据权利要求5所述的一种污水智能监测系统，其特征是，设定水污染浓度数据x_k与簇中心点O_l之间的相似度的计算公式为：

式中，S(x_k,O_l)表示水污染浓度数据x_k与簇中心点O_l之间的相似度，x_kα表示水污染浓度数据x_k的第α维属性值，O_lα表示簇中心点O_l的第α维属性值，β为水污染浓度数据的维数，min表示取最小值，max表示取最大值，f(x_kα,O_lα)为设定的比较取值函数，当x_kα＝O_lα时，f(x_kα,O_lα)＝0，当当x_kα≠O_lα时，f(x_kα,O_lα)＝1。