[发明专利]预测污染物异常排放的方法、装置、计算机设备

权利要求书

1.一种预测污染物异常排放的方法，其特征在于，包括以下步骤：

获取企业在预设时间序列中排放污染物检测因子的检测数据序列：Q₁＝T₁,T₂,...T_i,T_j；其中，T₁,T₂,T_i,T_j，分别表示所述企业对应的检测因子在预设时间序列中的t₁,t₂,t_i,t_j时刻的检测值；其中，j＝i+1；

计算所述检测数据序列中邻近时间之间的距离；

从所述检测数据序列中提取出预测序列，并计算所述预测序列中邻近时间之间的距离；

根据所述检测数据序列中邻近时间之间的距离以及所述预测序列中邻近时间之间的距离，从所述检测数据序列中提取出多个与所述预测序列最近邻的样本；其中，所述最近邻的样本数量为n个；

以w为时间步，从所述样本中提取出对应的重组训练样本；

通过多元时间序列的跨事务关联规则分析方法对所述重组训练样本进行处理，得到n-w+1个事务集合；

通过扩展分步Apriori分析方法，计算所述事务集合中各个事务之间的频繁项集的关联规则，以得到预测模型；并将所述检测数据序列输入至所述预测模型中，预测所述企业出现污染物异常排放的时间节点。

2.根据权利要求1所述的预测污染物异常排放的方法，其特征在于，所述计算所述检测数据序列中邻近时间之间的距离，包括：

通过标准化欧式距离计算所述检测数据序列中邻近时间之间的距离，其中邻近时间为两个相邻时刻，分别为t_i,t_j；

计算公式为：

QT_i,j是两个相邻时间的点乘，m是时间窗，μ_i是T_i,m的均值，μ_j是T_j,m的均值，σ_i是T_i,m的标准差，σ_j是T_j,m的标准差；

QT_i,j＝QT_i-1,j-1-t_i-1*t_j-1+t_i+m-1*t_j+m-1。

3.根据权利要求1所述的预测污染物异常排放的方法，其特征在于，所述t₁＝t₀+Δt，t_i＝t₀+iΔt，t_j＝t₀+jΔt。

4.根据权利要求1所述的预测污染物异常排放的方法，其特征在于，所述通过扩展分步Apriori分析方法，计算所述事务集合中各个事务之间的频繁项集的关联规则，以得到预测模型的步骤之后，包括：

基于所述预测模型，预测所述企业的污染物的异常排放信息，所述异常排放信息包括异常时间、企业信息以及异常的污染物检测因子；

获取所述异常时间的节点数量，并判断所述节点数量是否大于阈值；

若大于，则将所述异常排放信息添加至预设预警模板中生成初始预警图片；

从所述异常时间中获取最接近当前时间的目标异常时间，获取目标异常时间与当前时间的差值；

根据数据库中预存的差值与标签的对应关系，获取对应所述差值的标签；

将所述标签作为图层，并将所述企业信息合成至所述图层中，得到目标图层；

根据所述异常时间、企业信息以及异常的污染物检测因子生成防伪码；

将所述目标图层合成至所述初始预警图片中，并将所述防伪码添加至所述初始预警图片中，得到预警图片；

将所述预警图片发送至所述企业对应的管理终端。