[发明专利]基于人工智能的污染物排放量监测方法及相关设备

说明书

本申请提出一种基于人工智能的污染物排放量监测方法、装置、电子设备及存储介质，基于人工智能的污染物排放量监测方法包括：将目标河流划分为多个单元并构建河流单元容积模型；设置监测点并在预设时间点采集监测数据；基于河流单元容积模型和监测数据计算污染物含量以构建各预设时间点的污染物含量模型；基于污染物含量模型拟合预设污染物扩散模型以获取各河流单元的污染物扩散模型；基于污染物扩散模型获取监测点预测值，对比监测点的预测值和实测值以获取异常信息；基于污染物扩散模型计算异常信息对应河段的污染物排放量。本申请可快速定位污染物排放的目标河段，并准确计算目标河段的排放量，实现全河流内污染物排放量的实时监测。

技术领域

本申请涉及信息安全技术领域，尤其涉及一种基于人工智能的污染物排放量监测方法、装置、电子设备及存储介质。

背景技术

随着现代工业飞速发展，企业产生建设中产生大量的废水排放到河流中，虽然各地区政府部门都有相关政策和手段，考虑到不同地区不同水质状况的河流污染物检测标准不一致，目前仍然没有一种合适的适用于全场景全河流的监测手段。

目前，需要花费大量的人力物力去查阅相关资料、走访实地进行勘察、研究，并利用人工的手段去计算企业污染物的排放量，然而，这种方法不能实现全河流内所有企业污染物排放量的实时监测，且得到的污染物排放量的误差较大。

发明内容

鉴于以上内容，有必要提出一种基于人工智能的污染物排放量监测方法及相关设备，以解决如何提高全河流内污染物排放量实时监测的准确性这一技术问题，其中，相关设备包括基于人工智能的污染物排放量监测装置、电子设备及存储介质。

本申请提供基于人工智能的污染物排放量监测方法，所述方法包括：

将目标河流划分为多个河流单元，并采集所有河流单元的基本信息以构建河流单元容积模型，所述河流单元的基本信息包括河床地形数据和水深数据；

等间距选取所述河流单元以获取监测点，并依据预设时间点采集每一个监测点的监测数据，所述监测数据为监测点所在河流单元的COD值，所述预设时间点包括一天内的24个整点；

基于所述河流单元容积模型和所述监测数据计算污染物含量以构建污染物含量模型，所述污染物含量模型与所述预设时间点一一对应；

基于所述污染物含量模型对预设污染物扩散模型进行拟合以获取每一个河流单元的污染物扩散模型；

基于所述污染物扩散模型获取监测点的监测数据预测值，并对比相同监测点的所述监测数据预测值和监测数据实测值以获取异常信息，所述异常信息包括相邻异常监测点以及所述异常监测点的监测数据实测值；

基于所述污染物扩散模型和所述相邻异常监测点的监测数据实测值计算所述相邻异常监测点之间的污染物排放量。

在一些实施例中，所述采集所有河流单元的基本信息以构建河流单元容积模型，所述河流单元的基本信息包括河床地形数据和水深数据，包括：

采集河流单元的基本信息以计算每一个河流单元的河流横截面积；

基于所述河流单元的河流横截面积和所述河流单元的长度计算每一个河流单元的容积；

将河流单元出现顺序和所述河流单元的容积分别作为横坐标和纵坐标以构建所述河流单元容积模型。

在一些实施例中，所述基于所述河流单元容积模型和所述监测数据计算污染物含量以构建污染物含量模型包括：

a.依据预设时间点采集连续多天内所有监测点的监测数据以获取每一个预设时间点的监测数据集；

b.按照采集日期划分目标预设时间点的监测数据集以获取每一天所述目标预设时间点对应的所有监测点的监测数据，所述目标预设时间点为多个预设时间点中的任意一个；