[发明专利]基于流量阈值的废水间歇性排污口流量触发方法及装置

权利要求书

1.一种基于流量阈值的废水间歇性排污口流量触发方法，其特征在于，所述方法包括：

建立与目标废水排放口的采样关系，基于所述采样关系获取目标废水排放口间歇性排放的废水；

实时检测目标废水排放口间歇性排放的废水的瞬时流量；

通过机器学习算法对目标废水排放口历史数据进行分析确定最低流量阈值；

当到达设定时间所述瞬时流量超过最低流量阈值时，对目标废水排放口间歇性排放的废水进行水样采集；

通过水质自动分析仪器对当前采集的水样进行检测，数据控制单元将检测结果上报至污染源自动监控管理平台；

最低流量阈值通过机器学习算法对目标废水排放口历史数据进行分析确定，具体包括：

获取多组具有时间标记的历史流量数据，并将历史流量数据进行负值转化，得到待分析向量；

在对所述待分析向量进行差分计算后，对差分计算结果进行平稳性检验；

当检验结果为平稳时，针对平稳性数据序列进行高斯分析；

对高斯分析结果依次进行反向差分运算和负值转化找到对应的源数据值，将所述源数据值作为最低流量阈值；

对差分计算结果进行平稳性检验，包括：

设置自回归模型

X_t＝βX_t-1+u_t

X_t＝μ+βX_t-1+u_t

X_t＝μ+αt+βX_t-1+u_t

式中，μ是平移项，αt是趋势项，当X₀＝0时，

根据预设的选取规则选用DF或ADF统计量计算自回归模型中的β；

当|β|＜1时，X_t是平稳的，当|β|＝1时，X_t是非平稳的；

并根据公式

对所使用的样本进行计算比较，若DF≤临界值，则表示为平稳序列；

所述预设的选取规则包括对于单变量模型中只包含一阶的滞后，选用DF检验；当模型中含有更高阶的滞后项时，选用ADF检验；

当检验结果为平稳时，针对平稳性数据序列进行高斯分析，包括根据公式：

ΔⁿX＝N(μ，σ²)

确定高斯分析结果，其中，n为执行差分次数，μ为期望值，σ为标准差，σ²为方差；

对高斯分析结果依次进行反向差分运算和负值转化找到对应的源数据值，并将所述源数据值作为最低流量阈值，包括根据公式：

确定源数据值，其中，x₁,x₂…x_t为时间序列经负值转化后的历史流量数据，为各个历史流量数据进行负值转化结果，m为最低阈值所对应的值，x_m为最低流量阈值，/为一阶差分向量，Y为负值转化结果。

2.根据权利要求1所述的方法，其特征在于，当检验结果为不平稳时，则对待分析向量进行差分计算后的向量进一步进行差分计算，并进行平稳性检验。

3.根据权利要求1所述的方法，其特征在于，当所述瞬时流量超过最低流量阈值时，对目标废水排放口间歇性排放的废水进行水样采集，还包括：

按照预设的时间间隔采集目标废水排放口间歇性排放的废水；当单位时间段内的有效采样次数大于等于设定的采样次数时，通过开关量信号触发水质自动分析仪器对当前采集的水样进行检测，并将检测结果进行上报。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

将目标废水排放口间歇性排放的废水的瞬时流量、累计流量以及所对应的检测结果上传至污染源自动监控管理平台进行分析。

5.一种基于流量阈值的废水间歇性排污口流量触发装置，其特征在于，所述装置包括：

获取单元，用于建立与目标废水排放口的采样关系，基于所述采样关系获取目标废水排放口间歇性排放的废水；

流量监测单元，用于实时检测目标废水排放口间歇性排放的废水的瞬时流量；

触发采集单元，用于通过机器学习算法对目标废水排放口历史数据进行分析确定最低流量阈值；

水样采集单元，用于当到达设定时间所述瞬时流量超过最低流量阈值时，对目标废水排放口间歇性排放的废水进行水样采集；

分析单元，用于通过水质自动分析仪器对当前采集的水样进行检测；

数据控制单元，用于将检测结果上报至污染源自动监控管理平台；

最低流量阈值通过机器学习算法对目标废水排放口历史数据进行分析确定，具体包括：

获取多组具有时间标记的历史流量数据，并将历史流量数据进行负值转化，得到待分析向量；

在对所述待分析向量进行差分计算后，对差分计算结果进行平稳性检验；

当检验结果为平稳时，针对平稳性数据序列进行高斯分析；

对高斯分析结果依次进行反向差分运算和负值转化找到对应的源数据值，将所述源数据值作为最低流量阈值；

对差分计算结果进行平稳性检验，包括：

设置自回归模型

X_t＝βX_t-1+u_t

X_t＝μ+βX_t-1+u_t

X_t＝μ+αt+βX_t-1+u_t

式中，μ是平移项，αt是趋势项，当X₀＝0时，

根据预设的选取规则选用DF或ADF统计量计算自回归模型中的β；

当|β|＜1时，X_t是平稳的，当|β|＝1时，X_t是非平稳的；

并根据公式

对所使用的样本进行计算比较，若DF≤临界值，则表示为平稳序列；

所述预设的选取规则包括对于单变量模型中只包含一阶的滞后，选用DF检验；当模型中含有更高阶的滞后项时，选用ADF检验；

当检验结果为平稳时，针对平稳性数据序列进行高斯分析，包括根据公式：

ΔⁿX＝N(μ，σ²)

确定高斯分析结果，其中，n为执行差分次数，μ为期望值，σ为标准差，σ²为方差；

对高斯分析结果依次进行反向差分运算和负值转化找到对应的源数据值，并将所述源数据值作为最低流量阈值，包括根据公式：

确定源数据值，其中，x₁,x₂…x_t为时间序列经负值转化后的历史流量数据，为各个历史流量数据进行负值转化结果，m为最低阈值所对应的值，x_m为最低流量阈值，/为一阶差分向量，Y为负值转化结果。/