欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 2022112076504
申请人: 深圳市益清源环保科技有限公司
专利类型:发明专利
专利状态:已下证
专利领域: 测量;测试
更新日期:2024-02-17
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种空气质量检测方法,其特征在于,包括以下步骤:

获取预设时间段内影响空气质量的预设数量个检测参数中的每个检测参数对应的检测数据序列,得到检测数据序列集合;

对于所述检测数据序列集合中的每个检测数据序列,根据所述检测数据序列中最大的检测数据和最小的检测数据,确定所述检测数据序列对应的异常置信度;

当所述检测数据序列集合中存在多个初步异常数据序列时,根据所述多个初步异常数据序列中的每个初步异常数据序列和预先获取的每个初步异常数据序列对应的最佳检测参数值,确定每个初步异常数据序列对应的异常偏移数量,其中,所述多个初步异常数据序列中的初步异常数据序列是对应的异常置信度大于预先设置的初步异常阈值的检测数据序列;

当所述多个初步异常数据序列中存在多个真实状态异常数据序列时,根据所述检测数据序列集合、所述多个真实状态异常数据序列中的各个真实状态异常数据序列对应的异常偏移数量和最佳检测参数值,确定空气质量因子,其中,所述多个真实状态异常数据序列中的真实状态异常数据序列是对应的异常偏移数量大于预先设置的异常偏移数量阈值的初步异常数据序列;

根据所述空气质量因子,生成表征所述预设时间段内的空气质量的空气质量信息;

所述检测数据序列集合包括:污染检测数据序列集合和环境检测数据序列集合;

所述根据所述多个初步异常数据序列中的每个初步异常数据序列和预先获取的每个初步异常数据序列对应的最佳检测参数值,确定每个初步异常数据序列对应的异常偏移数量,包括:对于所述污染检测数据序列集合中的每个污染检测数据序列中的每个污染检测数据,将所述污染检测数据与所述污染检测数据序列对应的最佳检测参数值的差值,确定为所述污染检测数据对应的初步偏移量;

当污染检测数据对应的初步偏移量大于预先设置的污染偏移量阈值时,将污染检测数据,确定为目标偏离数据;

对于所述污染检测数据序列集合中的每个污染检测数据序列,将所述污染检测数据序列中目标偏离数据的数量,确定为所述污染检测数据序列对应的异常偏移数量;

对于所述环境检测数据序列集合中的每个环境检测数据序列中的每个环境检测数据,将所述环境检测数据与所述环境检测数据序列对应的最佳检测参数值的差值的绝对值,确定为所述环境检测数据对应的初步偏移量;

当环境检测数据对应的初步偏移量大于预先设置的环境偏移量阈值时,将环境检测数据,确定为目标偏离数据;

对于所述环境检测数据序列集合中的每个环境检测数据序列,将所述环境检测数据序列中目标偏离数据的数量,确定为所述环境检测数据序列对应的异常偏移数量;

所述根据所述检测数据序列集合、所述多个真实状态异常数据序列中的各个真实状态异常数据序列对应的异常偏移数量和最佳检测参数值,确定空气质量因子,包括:根据所述检测数据序列集合中的每个检测数据序列,构建所述检测数据序列对应的检测数据向量;

根据所述检测数据序列集合中的检测数据序列的数量、所述多个真实状态异常数据序列中的每个真实状态异常数据序列对应的检测数据向量和所述检测数据序列集合中的检测数据序列对应的检测数据向量,确定每个真实状态异常数据序列对应的影响度;

根据所述多个真实状态异常数据序列中的真实状态异常数据序列的数量、所述多个真实状态异常数据序列中的真实状态异常数据序列中的真实状态异常数据对应的初步偏移量、所述多个真实状态异常数据序列中的各个真实状态异常数据序列对应的异常偏移数量和影响度,确定所述空气质量因子;

所述确定所述空气质量因子对应的公式为:

其中, 是所述空气质量因子,C是所述多个真实状态异常数据序列中的真实状态异常数据序列的数量, 是所述多个真实状态异常数据序列中的第c个真实状态异常数据序列对应的影响度, 是所述多个真实状态异常数据序列中的第c个真实状态异常数据序列对应的异常偏移数量, 是所述多个真实状态异常数据序列中的第c个真实状态异常数据序列中第r个目标偏离数据对应的初步偏移量。

2.根据权利要求1所述的方法,其特征在于,所述确定所述检测数据序列对应的异常置信度对应的公式为:其中,是所述检测数据序列对应的异常置信度,e是自然常数, 是所述检测数据序列中最大的检测数据, 是所述检测数据序列中最小的检测数据。

3.根据权利要求1所述的方法,其特征在于,所述确定每个真实状态异常数据序列对应的影响度对应的公式为:其中, 是所述多个真实状态异常数据序列中的第k个真实状态异常数据序列对应的影响度,m是所述检测数据序列集合中的检测数据序列的数量, 是所述多个真实状态异常数据序列中的第k个真实状态异常数据序列对应的检测数据向量, 是所述检测数据序列集合中的第j个检测数据序列对应的检测数据向量, 是 与 的内积。

4.根据权利要求1所述的方法,其特征在于,在所述根据所述多个初步异常数据序列中的每个初步异常数据序列和预先获取的每个初步异常数据序列对应的最佳检测参数值,确定每个初步异常数据序列对应的异常偏移数量之后,所述方法还包括:当所述多个初步异常数据序列中的各个初步异常数据序列对应的异常偏移数量均小于或等于预先设置的异常偏移数量阈值时,生成表征所述预设时间段内空气质量良好的空气质量信息。

5.根据权利要求1所述的方法,其特征在于,所述根据所述空气质量因子,生成表征所述预设时间段内的空气质量的空气质量信息,包括:当所述空气质量因子大于预先设置的空气质量因子阈值时,生成表征所述预设时间段内空气质量不佳的空气质量信息。

6.根据权利要求1所述的方法,其特征在于,所述预先设置的异常偏移数量阈值对应的公式为:其中,N是所述异常偏移数量阈值,Q和q是预先设置的数值,Q大于q,n是真实状态异常数据序列中真实状态异常数据的数量, 是对 向上取整。

我要求购
我不想找了,帮我找吧
您有专利需要变现?
我要出售
智能匹配需求,快速出售