一种基于电量数据的工业企业环保工况监测方法及系统与流程

1.本发明涉及工业企业环保监测技术，具体涉及一种基于电量数据的工业企业环保工况监测方法及系统。


背景技术：

2.工业生产污染是影响生态环境的主要污染来源，如何精准高效对企业进行环保监测是亟待解决的问题。传统的环保工况监测主要是末端污染物监测配合人工现场核查执法，存在环保数据不全面、执法效率不高、核查方式粗放等问题，不能满足当前生态环境监管需要。电力数据作为企业生产运行的重要指标，可实时、准确的反映企业的生产状况和设备使用情况，通过加装电量监测设备，开展重要产污、治污设施电量的实时监测，可实现工业企业污染情况全时段与全方位的监控。但是，目前已开展的工业企业电力环保监测中，主要通过经验规律进行用电异常阈值设定，导致排污异常工况识别的误判率较高，影响采用电力大数据服务环保异常精准执法的推广应用。


技术实现要素：

3.本发明要解决的技术问题：针对现有技术的上述问题，提供一种基于电量数据的工业企业环保工况监测方法及系统，本发明能够基于实时电量数据以及预设的电量数据和k种设施开启程度之间的映射关系以及目标治污设施及其关联目标产污设施的设施开启程度的匹配状况实现产污、治污设施电量监测点对应匹配，能够准确挖掘各设施生产工况与电量数据的潜在关系，辨识工业企业环保异常情况。
4.为了解决上述技术问题，本发明采用的技术方案为：
5.一种基于电量数据的工业企业环保工况监测方法，包括：
6.1)分别获取目标治污设施及其关联目标产污设施的实时电量数据；
7.2)根据目标治污设施及其关联目标产污设施的实时电量数据以及预设的电量数据和k种设施开启程度之间的映射关系，确定目标治污设施及其关联目标产污设施的设施开启程度；
8.3)根据在指定的时间窗口内，目标治污设施及其关联目标产污设施的设施开启程度的匹配状况确定被监测对象在该时间窗口内的环保工况监测结果。
9.可选地，步骤3)中确定被监测对象在该时间窗口内的环保工况监测结果包括：若在指定的时间窗口内目标产污设施的设施开启程度全部或超过指定比例大于目标治污设施的设施开启程度，则判定被监测对象的环保工况监测结果为在该时间窗口内处于异常状态，否则判定被监测对象的环保工况监测结果为在该时间窗口内处于正常状态。
10.可选地，步骤1)之前还包括确定被监测对象指定的目标治污设施及其关联目标产污设施的步骤：
11.a1)分别获取被监测对象所有的治污设施、产污设施的历史电量数据；
12.a2)基于所有的治污设施、产污设施的历史电量数据，计算任意单台治污设施、单
台产污设施之间的相关系数r；
13.a3)在所有的相关系数r中选择最大值所对应的单台治污设施作为目标治污设施、单台产污设施作为该目标治污设施的关联目标产污设施。
14.可选地，步骤a2)中相关系数r的计算函数表达式为：
[0015][0016]
上式中，n为历史电量数据的数量，xi为治污设施x的第i个历史电量数据，μ
x
为治污设施x的n个历史电量数据的均值，σ
x
为治污设施x的n个历史电量数据的标准差，yi为产污设施y的第i个历史电量数据，μy为产污设施y的n个历史电量数据的均值，σy为产污设施y的n个历史电量数据的标准差，所述治污设施x的n个历史电量数据的均值、产污设施y的n个历史电量数据的均值的计算函数表达式为：
[0017][0018][0019]
上式中，μ
x
为治污设施x的n个历史电量数据的均值，μy为产污设施y的n个历史电量数据的均值，n为历史电量数据的数量，xi为治污设施x的第i个历史电量数据，yi为产污设施y的第i个历史电量数据，所述治污设施x的n个历史电量数据的标准差、产污设施y的n个历史电量数据的标准差的计算函数表达式为：
[0020][0021][0022]
上式中，σ
x
为治污设施x的n个历史电量数据的标准差，σy为产污设施y的n个历史电量数据的标准差，xi为治污设施x的第i个历史电量数据，yi为产污设施y的第i个历史电量数据，为治污设施x的n个历史电量数据的均值，为产污设施y的n个历史电量数据的均值，n为历史电量数据的数量。
[0023]
可选地，步骤2)中预设的电量数据和设施开启程度之间的映射关系是指电量数据聚类簇和设施开启程度之间的映射关系，且目标治污设施及其关联目标产污设施均包含k个聚类簇；所述确定目标治污设施及其关联目标产污设施的设施开启程度是指：分别计算实时电量数据与对应的目标治污设施或目标产污设施的各个聚类簇的聚类中心的距离，并将距离最近的聚类中心所对应的设施开启程度作为得到的设施开启程度。
[0024]
可选地，步骤2)之前还包括预先生成电量数据聚类簇和设施开启程度之间的映射关系的步骤：
[0025]
b1)分别获取被监测对象指定的目标治污设施及其关联目标产污设施的历史电量数据；
[0026]
b2)针对目标治污设施及其关联目标产污设施的历史电量数据进行无量纲化处理；
[0027]
b3)分别对目标治污设施及其关联目标产污设施的历史电量数据进行聚类，分别得到目标治污设施及其关联目标产污设施的k个聚类簇c＝{c1,c2,
…
,ck}以表示k种设施开启程度，其中c1,c2,
…
,ck分别为k个聚类簇的聚类中心，k为得到的聚类簇的数量。
[0028]
可选地，步骤b2)中无量纲化处理是指线性归一化处理，其函数表达式为：
[0029][0030]
上式中，p
i,normal
为对该类设施第i个历史电量数据pi的线性归一化处理结果，p
min
为该类设施的历史电量数据中的最小值，p
max
为该类设施的历史电量数据中的最大值。
[0031]
可选地，步骤b3)中的进行聚类是指采用ap聚类算法进行聚类，且采用ap聚类算法进行聚类时在ap聚类算法每一轮迭代时更新任意第i个历史电量数据和第k个历史电量数据之间的吸引信息r(i,k)的函数表达式为：
[0032][0033]
上式中，r
t 1
(i,k)表示第t 1轮迭代时更新得到的第i个历史电量数据和第k个历史电量数据之间的吸引信息，s(i,k)表示第i个历史电量数据和第k个历史电量数据之间的相似度，a
t
(i,k
′
)表示第t轮迭代时第i个历史电量数据和第k
′
个历史电量数据之间的归属信息，s(i,k
′
)表示第i个历史电量数据和第k
′
个历史电量数据之间的相似度；在ap聚类算法每一轮迭代时更新任意第i个历史电量数据和第k个历史电量数据之间的归属信息a(i,k)的函数表达式为：
[0034][0035][0036]
上式中，a
t 1
(i,k)表示第t 1轮迭代时第i个历史电量数据和第k个历史电量数据之间的归属信息，r
t
(k,k)表示第t轮迭代时更新得到的第k个历史电量数据和第k个历史电量数据之间的吸引信息，r
t
(i
′
,k)表示第t轮迭代时更新得到的第i
′
个历史电量数据和第k个历史电量数据之间的吸引信息，a
t 1
(k,k)表示第t 1轮迭代时第k个历史电量数据和第k个历史电量数据之间的归属信息。
[0037]
此外，本发明还提供一种基于电量数据的工业企业环保工况监测系统，包括相互连接的微处理器和存储器，该微处理器被编程或配置以执行前述基于电量数据的工业企业环保工况监测方法的步骤。
[0038]
此外，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，该计算机程序用于被微处理器执行以实施前述基于电量数据的工业企业环保工况监测方法的步骤。
[0039]
和现有技术相比，本发明主要具有下述优点：本发明包括分别获取目标治污设施及其关联目标产污设施的实时电量数据；根据目标治污设施及其关联目标产污设施的实时电量数据以及预设的电量数据和k种设施开启程度之间的映射关系，确定目标治污设施及其关联目标产污设施的设施开启程度；根据在指定的时间窗口内，目标治污设施及其关联目标产污设施的设施开启程度的匹配状况确定被监测对象在该时间窗口内的环保工况监测结果。本发明能够基于实时电量数据实现产污、治污设施电量监测点对应匹配，能够准确挖掘各设施生产工况与电量数据的潜在关系，辨识工业企业环保异常情况。
附图说明
[0040]
图1为本发明方法实施例一的基本流程示意图。
[0041]
图2为本发明方法实施例一中确定目标治污设施及其关联目标产污设施的流程示意图。
[0042]
图3为本发明方法实施例一中生成聚类簇和设施开启程度之间的映射关系的流程示意图。
具体实施方式
[0043]
实施例一：
[0044]
如图1所示，本实施例基于电量数据的工业企业环保工况监测方法包括：
[0045]
1)分别获取目标治污设施及其关联目标产污设施的实时电量数据；
[0046]
2)根据目标治污设施及其关联目标产污设施的实时电量数据以及预设的电量数据和k种设施开启程度之间的映射关系，确定目标治污设施及其关联目标产污设施的设施开启程度；
[0047]
3)根据在指定的时间窗口内，目标治污设施及其关联目标产污设施的设施开启程度的匹配状况确定被监测对象在该时间窗口内的环保工况监测结果。
[0048]
需要说明的是，根据在指定的时间窗口内目标治污设施及其关联目标产污设施的设施开启程度的匹配状况，确定被监测对象在该时间窗口内的环保工况监测结果可根据需要获得多种所需的环保工况监测结果，例如可为定性的环保工况监测结果，也可以为定量的环保工况监测结果。作为一种可选的实施方式，本实施例具体采用轮定性的环保工况监测结果，即：步骤3)中确定被监测对象在该时间窗口内的环保工况监测结果包括：若在指定的时间窗口内目标产污设施的设施开启程度全部大于目标治污设施的设施开启程度，则判定被监测对象的环保工况监测结果为在该时间窗口内处于异常状态，否则判定被监测对象的环保工况监测结果为在该时间窗口内处于正常状态。其中，时间窗口是指从当前时刻开始往前的多个实时电量数据所构成的时间窗口，假定时间窗口大小为n，则该时间窗口包含当前时刻的实时电量数据，以及当前时刻往前的、连续的共n-1个时刻的实时电量数据。该时间窗口的大小可根据需要取值。本实施例中，目标治污设施的k种设施开启程度记为l1＝[0,1,2,
…
,k]，从0～k表示目标治污设施的设施开启程度越大；目标治污设施的在指定的时间窗口内实时电量数据为x＝[x1,x2,
…
,x
t
]，其中t为时间窗口大小(时间窗口内的实时电量数据量)，根据预设的电量数据和目标治污设施的k种设施开启程度之间的映射关系，可获得t个设施开启程度序列l1＝[l
11
,l
12
,
…
,l
1t
]。目标产污设施的k种设施开启程度记为
l2＝[0,1,2,
…
,k]，从0～k表示目标产污设施的开启程度越大。目标产污设施的在指定的时间窗口内实时电量数据为y＝[y1,y2,
…
,y
t
]，其中t为时间窗口大小(时间窗口内的实时电量数据量)，根据预设的电量数据和目标产污设施的k种设施开启程度之间的映射关系，同样也可获得t个设施开启程度序列l2＝[l
21
,l
22
,
…
,l
2t
]。然后将t个设施开启程度序列l1＝[l
11
,l
12
,
…
,l
1t
]和l2＝[l
21
,l
22
,
…
,l
2t
]进行一一比较，例如将l
11
和l
21
比较、l
12
和l
22
比较，以此类推，可确定每一个目标产污设施的设施开启程度是否大于目标治污设施的设施开启程度的比较结果，若目标产污设施的设施开启程度全部(t个)大于目标治污设施的设施开启程度，则判定被监测对象的环保工况监测结果为在该时间窗口内处于异常状态(可选择发布预警等环保辅助服务)，否则判定被监测对象的环保工况监测结果为在该时间窗口内处于正常状态(不发布预警等环保辅助服务)。
[0049]
步骤1)中目标治污设施及其关联目标产污设施可以指定的目标治污设施及其关联目标产污设施，其前提要求为目标治污设施及其关联目标产污设施两者具有相关性，且上述相关性越强，则本实施例方法得到的结果越准确。作为一种可选的实施方式，为了提高对目标治污设施及其关联目标产污设施两者之间的相关性检测，参见图2，本实施例步骤1)之前还包括确定被监测对象指定的目标治污设施及其关联目标产污设施的步骤：
[0050]
a1)分别获取被监测对象所有的治污设施、产污设施的历史电量数据；
[0051]
a2)基于所有的治污设施、产污设施的历史电量数据，计算任意单台治污设施、单台产污设施之间的相关系数r；
[0052]
a3)在所有的相关系数r中选择最大值所对应的单台治污设施作为目标治污设施、单台产污设施作为该目标治污设施的关联目标产污设施。
[0053]
需要说明的是，步骤a2)中计算任意单台治污设施、单台产污设施之间的相关系数r可根据需要采用所需的相关性计算方法。例如作为一种可选的实施方式，本实施例中，步骤a2)中计算任意单台治污设施、单台产污设施之间的相关系数r时采用皮尔逊系数，该相关系数r的计算函数表达式为：
[0054][0055]
上式中，n为历史电量数据的数量，xi为治污设施x的第i个历史电量数据，μ
x
为治污设施x的n个历史电量数据的均值，σ
x
为治污设施x的n个历史电量数据的标准差，yi为产污设施y的第i个历史电量数据，μy为产污设施y的n个历史电量数据的均值，σy为产污设施y的n个历史电量数据的标准差，所述治污设施x的n个历史电量数据的均值、产污设施y的n个历史电量数据的均值的计算函数表达式为：
[0056][0057]
[0058]
上式中，μ
x
为治污设施x的n个历史电量数据的均值，μy为产污设施y的n个历史电量数据的均值，n为历史电量数据的数量，xi为治污设施x的第i个历史电量数据，yi为产污设施y的第i个历史电量数据，所述治污设施x的n个历史电量数据的标准差、产污设施y的n个历史电量数据的标准差的计算函数表达式为：
[0059][0060][0061]
上式中，σ
x
为治污设施x的n个历史电量数据的标准差，σy为产污设施y的n个历史电量数据的标准差，xi为治污设施x的第i个历史电量数据，yi为产污设施y的第i个历史电量数据，为治污设施x的n个历史电量数据的均值，为产污设施y的n个历史电量数据的均值，n为历史电量数据的数量。
[0062]
步骤2)中预设的电量数据和k种设施开启程度之间的映射关系可根据需要采用所需的映射方式，例如查表法、折线函数、机器学习模型等。但是，考虑到查表法、折线函数需要明确的映射关系，机器学习模型一般都需要明确的结果作为标签来进行训练，因此为了减少建立电量数据和k种设施开启程度之间的映射关系的工作量，本实施例中采用来聚类算法的方式来建立电量数据和k种设施开启程度之间的映射关系。具体地，本实施例步骤2)中预设的电量数据和设施开启程度之间的映射关系是指电量数据聚类簇和设施开启程度之间的映射关系，且目标治污设施及其关联目标产污设施均包含k个聚类簇；所述确定目标治污设施及其关联目标产污设施的设施开启程度是指：分别计算实时电量数据与对应的目标治污设施或目标产污设施的各个聚类簇的聚类中心的距离，并将距离最近的聚类中心所对应的设施开启程度作为得到的设施开启程度。
[0063]
对应地，参见图3，本实施例步骤2)之前还包括预先生成电量数据聚类簇和设施开启程度之间的映射关系的步骤：
[0064]
b1)分别获取被监测对象指定的目标治污设施及其关联目标产污设施的历史电量数据；
[0065]
b2)针对目标治污设施及其关联目标产污设施的历史电量数据进行无量纲化处理；
[0066]
b3)分别对目标治污设施及其关联目标产污设施的历史电量数据进行聚类，分别得到目标治污设施及其关联目标产污设施的k个聚类簇c＝{c1,c2,
…
,ck}以表示k种设施开启程度，其中c1,c2,
…
,ck分别为k个聚类簇的聚类中心，k为得到的聚类簇的数量。
[0067]
本实施例中，步骤b2)中无量纲化处理是指线性归一化处理，其函数表达式为：
[0068][0069]
上式中，p
i,normal
为对该类设施第i个历史电量数据pi的线性归一化处理结果，p
min
为该类设施的历史电量数据中的最小值，p
max
为该类设施的历史电量数据中的最大值。
[0070]
需要说明的是，步骤b3)中的进行聚类可根据需要选择所需的聚类算法。例如作为一种可选的实施方式，本实施例步骤b3)中的进行聚类是指采用ap聚类算法进行聚类，且采用ap聚类算法进行聚类时在ap聚类算法每一轮迭代时更新任意第i个历史电量数据和第k个历史电量数据之间的吸引信息r(i,k)的函数表达式为：
[0071][0072]
上式中，r
t 1
(i,k)表示第t 1轮迭代时更新得到的第i个历史电量数据和第k个历史电量数据之间的吸引信息，s(i,k)表示第i个历史电量数据和第k个历史电量数据之间的相似度，a
t
(i,k
′
)表示第t轮迭代时第i个历史电量数据和第k
′
个历史电量数据之间的归属信息，s(i,k
′
)表示第i个历史电量数据和第k
′
个历史电量数据之间的相似度；在ap聚类算法每一轮迭代时更新任意第i个历史电量数据和第k个历史电量数据之间的归属信息a(i,k)的函数表达式为：
[0073][0074][0075]
上式中，a
t 1
(i,k)表示第t 1轮迭代时第i个历史电量数据和第k个历史电量数据之间的归属信息，r
t
(k,k)表示第t轮迭代时更新得到的第k个历史电量数据和第k个历史电量数据之间的吸引信息，r
t
(i
′
,k)表示第t轮迭代时更新得到的第i
′
个历史电量数据和第k个历史电量数据之间的吸引信息，a
t 1
(k,k)表示第t 1轮迭代时第k个历史电量数据和第k个历史电量数据之间的归属信息。最终通过迭代，可得到目标治污设施及其关联目标产污设施的k个聚类簇c＝{c1,c2,
…
,ck}以表示k种设施开启程度，其中c1,c2,
…
,ck分别为k个聚类簇的聚类中心，k为得到的聚类簇的数量。
[0076]
综上所述，本实施例基于电量数据的工业企业环保工况监测方法通过皮尔森相关系数计算，实现了有多个电量监测点的工业企业产污、治污设施电量监测点关联配对；采用ap聚类算法实现了产污、治污设施各种运行工况的识别，更加精准反映各生产设施的运行情况；通过产污、治污设施运行工况开启程度的比对，实现环保异常工况的识别。
[0077]
此外，本实施例还提供一种基于电量数据的工业企业环保工况监测系统，包括相互连接的微处理器和存储器，该微处理器被编程或配置以执行前述基于电量数据的工业企业环保工况监测方法的步骤。此外，本实施例还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，该计算机程序用于被微处理器执行以实施前述基于电量数据的工业企业环保工况监测方法的步骤。
[0078]
实施例二：
[0079]
本实施例与实施例一基本相同，其主要区别为：本实施例步骤3)中确定被监测对象在该时间窗口内的环保工况监测结果包括：若在指定的时间窗口内目标产污设施的设施开启程度超过指定比例大于目标治污设施的设施开启程度，则判定被监测对象的环保工况监测结果为在该时间窗口内处于异常状态，否则判定被监测对象的环保工况监测结果为在该时间窗口内处于正常状态。其中，指定比例可根据需要设置所需数值，例如80％、90％等。
[0080]
此外，本实施例还提供一种基于电量数据的工业企业环保工况监测系统，包括相互连接的微处理器和存储器，该微处理器被编程或配置以执行前述基于电量数据的工业企
业环保工况监测方法的步骤。此外，本实施例还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，该计算机程序用于被微处理器执行以实施前述基于电量数据的工业企业环保工况监测方法的步骤。
[0081]
实施例三：
[0082]
本实施例与实施例一基本相同，其主要区别为：本实施例与实施例一基本相同，其主要区别为：本实施例步骤3)中确定被监测对象在该时间窗口内的环保工况监测结果包括：计算指定的时间窗口内各个相同时刻目标产污设施的设施开启程度、目标治污设施的设施开启程度之差，然后基于指定的时间窗口内各个相同时刻目标产污设施的设施开启程度、目标治污设施的设施开启程度之差的总和来确定被监测对象在该时间窗口内的环保工况监测结果，同样也可为定性的环保工况监测结果，也可以为定量的环保工况监测结果。例如，若该总和超过设定阈值，或该总和对应的均值(除以时间窗口内的样本数量得到)超过设定值，则判定被监测对象的环保工况监测结果为在该时间窗口内处于异常状态，否则判定被监测对象的环保工况监测结果为在该时间窗口内处于正常状态。例如，依据该总和，或该总和对应的均值(除以时间窗口内的样本数量得到)的区间，将被监测对象的环保工况监测结果划分为不同等级状态。
[0083]
此外，本实施例还提供一种基于电量数据的工业企业环保工况监测系统，包括相互连接的微处理器和存储器，该微处理器被编程或配置以执行前述基于电量数据的工业企业环保工况监测方法的步骤。此外，本实施例还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，该计算机程序用于被微处理器执行以实施前述基于电量数据的工业企业环保工况监测方法的步骤。
[0084]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可读存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0085]
以上所述仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域
的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。