[发明专利]一种异常值的识别方法、装置、电子设备及存储介质

权利要求书

1.一种异常值的识别方法，其特征在于，所述方法包括：

确定多个颗粒物组分的统计阈值，所述统计阈值包括单组分阈值和数据波动阈值，所述数据波动阈值包括第一波动数据的数据波动阈值和第二波动数据的数据波动阈值；

获取待检测的颗粒物监测数据，所述颗粒物监测数据包括多个颗粒物组分的监测数据；

确定所述颗粒物监测数据中的无效数据，所述无效数据包括以下多种：负值，缺测值，阴阳离子失衡的无效时次的数据，目标颗粒物组分的阴阳离子失衡的无效时次的数据；其中，所述目标颗粒物组分是指重要程度最高的多个颗粒物组分；

对所述无效数据进行相应处理，所述相应处理用于使得所述无效数据不被参考；

基于所述多个颗粒物组分的统计阈值，确定所述颗粒物监测数据的第一得分；

基于训练后的异常值识别模型，确定所述颗粒物监测数据的第二得分，其中，所述训练后的异常值识别模型包括多个模型，所述第二得分基于所述多个模型的处理结果得到，所述处理结果用于判定各个颗粒物组分的监测数据属于正常值或异常值；

获取所述第一得分的第一权重和所述第二得分的第二权重；

基于所述第一得分、第二得分、第一权重和第二权重，确定最终得分；

基于所述最终得分和预设的得分阈值，确定所述颗粒物监测数据的异常值识别结果；

其中，所述第一得分包括单组分得分和数据波动得分；

所述基于所述各个颗粒物组分的统计阈值，确定所述颗粒物监测数据的第一得分，包括：

基于所述颗粒物监测数据中颗粒物组分的监测数据和对应的统计阈值，确定所述颗粒物监测数据的单组分得分；

基于所述颗粒物监测数据中颗粒物组分在多个监测时次的监测数据，确定颗粒物组分的波动数据，所述波动数据用于指示颗粒物组分的监测数据与相邻监测时次的监测数据之间的偏差，所述波动数据包括当前时次的监测数据与前一时次的监测数据之间的第一波动数据，以及当前时次的监测数据与后一时次的监测数据之间的第二波动数据；基于颗粒物组分的波动数据和对应的数据波动阈值，确定颗粒物组分的数据波动得分。

2.根据权利要求1所述的方法，其特征在于，确定数据波动得分的颗粒物组分为目标颗粒物组分。

3.根据权利要求1所述的方法，其特征在于，所述确定多个颗粒物组分的统计阈值，包括：

获取历史时段的颗粒物监测数据；

根据百分位阈值法，在所述历史时段的颗粒物监测数据中，统计每个颗粒物组分的单组分阈值的第一上限值和第一下限值；和/或

基于颗粒物组分在所述历史时段的多个监测时次的监测数据，确定颗粒物组分在所述历史时段的波动数据；根据百分位阈值法，在所述历史时段的波动数据中，统计数据波动阈值的第二上限值。

4.根据权利要求1所述的方法，其特征在于，所述第一权重、所述第二权重和所述得分阈值基于质量控制要求进行调整。

5.根据权利要求1所述的方法，其特征在于，所述多个模型的类型包括以下任意多种的组合：基于角度的离群值检测模型，基于密度的局部离群因子检测模型，K近邻检测模型，特征打包检测模型，基于聚类的局部离群因子检测模型，基于直方图的离群值检测模型，主成分分析降维检测模型，单分类支持向量机检测模型，孤立森林模型。

6.根据权利要求1所述的方法，其特征在于，每个地区所对应的统计阈值和/或异常值识别模型不同，所述统计阈值和/或所述异常值识别模型与对应地区的监测数据特征相适应；或

每个时段所对应的统计阈值和/或异常值识别模型不同，所述统计阈值和/或所述异常值识别模型与对应时段的监测数据特征相适应；或

每个污染条件所对应的统计阈值和/或异常值识别模型不同，所述统计阈值和/或所述异常值识别模型与对应污染条件的监测数据特征相适应。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

每当达到更新条件时，基于最新的颗粒物监测数据，重新确定所述多个颗粒物组分的统计阈值，并对所述异常值识别模型重新进行训练。