[发明专利]环境在线监测数据的质控方法、装置、存储介质及设备

权利要求书

1.一种环境在线监测数据的质控方法，其特征在于，所述方法包括：

对在线监测数据进行数据分析，以提取所述在线监测数据的数据特征值；

获取所述在线监测数据采集过程中监测现场的监控视频数据，并识别所述监控视频数据中存在的目标行为动作；

获取所述监控视频数据中所述在线监测数据对应的监测设备的设备状态信息；

根据在线监测数据的数据特征值、目标行为动作、所述监测设备的设备状态信息，检测所述目标行为动作的行为类型以及所述在线监测数据中异常数据与所述目标行为动作或设备状态信息的相关性；

根据所述目标行为动作的行为类型以及所述在线监测数据中异常数据与所述行为动作或设备状态信息的相关性，识别所述监测设备中的待校准的监测设备，并对所述待校准的监测设备执行质控操作，其中，

所述获取所述监控视频数据中所述在线监测数据对应的监测设备的设备状态信息，包括：

识别所述监控视频数据中所述在线监测数据对应的监测设备的设备特征信息，并根据所述设备特征信息确定所述监测设备的第一设备状态；

获取所述监测设备上报的故障信息，并根据所述故障信息确定所述监测设备的第二设备状态。

2.根据权利要求1所述的方法，其特征在于，所述对在线监测数据进行数据分析，以提取所述在线监测数据的数据特征值，包括：

采用BP神经网络创建多层前馈神经网络模型；

利用所述多层前馈神经网络模型对在线监测数据进行数据分析，以提取所述在线监测数据的数据特征值。

3.根据权利要求1所述的方法，其特征在于，所述识别所述监控视频数据中存在的目标行为动作，包括：

采用Parsing R-CNN算法识别所述监控视频数据中存在的目标行为动作。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述根据在线监测数据的数据特征值、目标行为动作、所述监测设备的设备状态信息，检测所述目标行为动作的行为类型以及所述在线监测数据中异常数据与所述目标行为动作或设备状态信息的相关性，包括：

将所述在线监测数据的数据特征值、目标行为动作、所述监测设备的设备状态信息作为预设的分类网络模型的输入参数进行学习训练，得到所述目标行为动作的行为类型；

根据所述目标行为动作的行为类型，确定所述在线监测数据中异常数据与所述目标行为动作或设备状态信息的相关性。

5.根据权利要求1-3任一项所述的方法，其特征在于，所述数据特征值包括以下特征值中的一种或多种：

在线监测数据中连续单调递减或递增的数据点的数量大于第一预设值；

前后的在线监测数据有阶跃式变化；

在线监测数据有单一测量点与其他点的差值均大于预设阈值；

在线监测数据有周期性变化；

在线监测数据中连续保持不变的数据点的数量大于第二预设值。

6.一种环境在线监测数据的质控装置，其特征在于，包括：

特征提取模块，用于对在线监测数据进行数据分析，以提取所述在线监测数据的数据特征值；

行为识别模块，用于获取所述在线监测数据采集过程中监测现场的监控视频数据，并识别所述监控视频数据中存在的目标行为动作；

状态获取模块，用于获取所述监控视频数据中所述在线监测数据对应的监测设备的设备状态信息；

检测模块，用于根据在线监测数据的数据特征值、目标行为动作、所述监测设备的设备状态信息，检测所述目标行为动作的行为类型以及所述在线监测数据中异常数据与所述行为动作或设备状态信息的相关性；

执行模块，用于根据所述目标行为动作的行为类型以及所述在线监测数据中异常数据与所述行为动作或设备状态信息的相关性，识别所述监测设备中的待校准的监测设备，并对所述待校准的监测设备执行质控操作，其中，

所述状态获取模块，具体用于识别所述监控视频数据中所述在线监测数据对应的监测设备的设备特征信息，并根据所述设备特征信息确定所述监测设备的第一设备状态；获取所述监测设备上报的故障信息，并根据所述故障信息确定所述监测设备的第二设备状态。