CN117992891B 一种pm2.5监测设备数据异常识别方法、装置、介质及设备 （北京市生态环境监测中心）

号发明涉及一种PM2.5监测设备数据异常识别基于目标PM2.5微站点位的地理位置和历史数据和第二周期；计算相关点位集合中的第一相关对比点位集合中各周边PM2.5微站点位对应的第2述第一周期包括目标小时之前的X个小时，所述第二周期包括目标小时以及目标小时之前S3、计算所述相关点位集合中的各周边PM2.5微站点位各自的第一周期历史数据与所述目标PM2.5微站点位的第一周期历史数据的第一相关性，若所述第一相关性大于第一预S4、根据对比点位集合中各所述周边PM2.5微站点位对应的第一相关性获取第一特征S5、计算所述对比点位集合中的各周边PM2.5微站点位各自的第二周期历史数据与所述目标PM2.5微站点位的第二周期历史数据的第二相关性，根据各所述第二相关性获取第S6、若所述第一特征值和所述第二特征值之间的差值大于第二预设阈值，则将目标S12、计算第一点位集合中各所述周边PM2.5mk表示相关点位集合、对比点位集合或者第一点位集合中的第m个周边PM2.5微基于所述目标PM2.5微站点位周边的PM10微站点位的历史数据与目标PM2.5微站点位的历3述PM10相关点位集合包括若干周边PMS72、计算PM10相关点位集合中各周边PM10微站点位的第一周期历史数据与所述目标则将对应的所述周边PM10微站点位加入PMS73、根据PM10对比点位集合中各所述周边PM10微站点位对应的第四相关性获取第四S74、计算所述对比点位集合中的各周边PM10微站点位各自的第二周期历史数据与所述目标PM2.5微站点位的第二周期历史数据的第五相关性，根据各所述第五相关性获取第S75、若所述第四特征值和所述第五特征值之间的差值大于第五预设阈值，则将目标6.根据权利要求5所述的PM2.5监测设备数据异常识别方法，其特征在于：步骤S71包S712、计算第二点位集合中各所述周边PM10微对应的所述周边PM10微站点位加入所述PM10相相关点位获取模块，基于目标PM2.5微站点位的地理位置和历史数据确定相关点位集对比点位获取模块，计算所述相关点位集合中的各周边PM2.5微站点位各自的第一周期历史数据与所述目标PM2.5微站点位的第一周期历史数据的第一相关性，若所述第一相第一特征获取模块，根据对比点位集合中各所述周边PM2.5微站点位对应的第一相关第二特征获取模块，计算所述对比点位集合中的各周边PM2.5微站点位各自的第二周期历史数据与所述目标PM2.5微站点位的第二周期历史数据的第二相关性，根据各所异常判别模块，若所述第一特征值和所述第二特征值之间的差值大于第二预设阈值，S12、计算第一点位集合中各所述周边PM2.54所述计算机程序被所述处理器执行时实现如权利要求1_6任一项所述的PM2.5监测设备数处理器执行时实现如权利要求1_6任一项所述的PM2.5监测设备数据异5[0001]本发明属于大气监测技术领域，具体而言涉及一种边微站相比小时PM2.5浓度测值差值超过阈值或微站数据低于绝对阈值且湿度参数异常[0005]综上，现有技术中对于PM2.5监[0006]鉴于上述的分析，本发明实施例为了解决现[0010]S3、计算所述相关点位集合中的各周边PM与所述目标PM2.5微站点位的第一周期历史数据的第一相关性6[0011]S4、根据对比点位集合中各所述周边PM2.[0012]S5、计算所述对比点位集合中的各周边PM与所述目标PM2.5微站点位的第二周期历史数据的第二相关性，根据各所述第二相关性获标PM2.5微站点位在目标小时的数据标定为异所述目标PM2.5微站点位的第三周期历史数据的第三相关性，若第三相关性大于第三预设[0020]其中，xmk表示相关点位集合、对比点位集合或者第一点位集合中的第m个周边的历史数据与目标PM2.5微站点位的历史数据的相关性判别所述目标PM2.5微站点位的数[0023]S71、根据所述目标PM2.5微站点位的地理位置和历史数据确定PM10相关点位集[0024]S72、计算PM10相关点位集合中各周边PM10微站点位的第一周期历史数据与所述目标PM2.5微站点位的第一周期历史数据的第四相关性，若所述[0025]S73、根据PM10对比点位集合中各所述周边PM10微站点位对应的第四相关性获取[0026]S74、计算所述对比点位集合中的各周边PM10微站点位各自的第二周期历史数据与所述目标PM2.5微站点位的第二周期历史数据的第五相关性，根据各7标PM2.5微站点位在目标小时的数据标定为异[0032]相关点位获取模块，基于目标PM2.5[0034]对比点位获取模块，计算所述相关一周期历史数据与所述目标PM2.5微站点位的第一周期历史数据的第一相关性，若[0035]第一特征获取模块，根据对比点位集合中各所[0036]第二特征获取模块，计算所述对比二周期历史数据与所述目标PM2.5微站点位的第二周期历史数据的第二相关性，根据各所序，所述计算机程序被所述处理器执行时实现如上任一实施例所述的PM2.5监测设备数据序被处理器执行时实现如上任一实施例所述的PM2.5监测点位集合中的周边点位和目标点位在包含目标小时的第一周期历史数的之间的第一相关据对目标PM2.5微站点位的数据进行异常识别，基于周边多点位的多源数据进行异常识别8的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，它们被用来解释本领域普通技术人员将认识到的测量值、计算值和/或提供的值的固有偏[0052]S3、计算所述相关点位集合中的各周边PM与所述目标PM2.5微站点位的第一周期历史数据的第一相关性，若所述第一相关性大[0053]S4、根据对比点位集合中各所述周边PM2.[0054]S5、计算所述对比点位集合中的各周边PM与所述目标PM2.5微站点位的第二周期历史数据的第二相关性，根据各9标PM2.5微站点位在目标小时的数据标定为异所述目标PM2.5微站点位的第三周期历史数据的第三相关性，若第三相关性大于第三预设[0061]具体地，本发明的一个实施例中取第时前30天～395天(即前1个月-前1年1月数据)的数据，也就是说第三周期为当前小时前30[0066]第二特征值的获取方式为取当前小时及往前23小时的历史数据(即t0-t23历史数[0070]其中，xmk表示相关点位集合、对比点位集合或者第一点位集合中的第m个周边的历史数据与目标PM2.5微站点位的历史数据的相关性判别所述目标PM2.5微站点位的数[0072]S71、根据所述目标PM2.5微站点位的地理位置和历史数据确定PM10相关点位集[0073]S72、计算PM10相关点位集合中各周边PM10微站点位的第一周期历史数据与所述目标PM2.5微站点位的第一周期历史数据的第四相关性，若所述[0076]S73、根据PM10对比点位集合中各所述周边PM10微站点位对应的第四相关性获取[0078]S74、计算所述对比点位集合中的各周边PM10微站点位各自的第二周期历史数据与所述目标PM2.5微站点位的第二周期历史数据的第五相关性，根据各所述第五相关性获标PM2.5微站点位在目标小时的数据标定为异[0090]相关点位获取模块，基于目标PM2.5[0092]对比点位获取模块，计算所述相关一周期历史数据与所述目标PM2.5微站点位的第一周期历史数据的第一相关性，若[0093]第一特征获取模块，根据对比点位集合中各所[0094]第二特征获取模块，计算所述对比二周期历史数据与所述目标PM2.5微站点位的第二周期历史数据的第二相关性，根据各所有计算机程序，所述计算机程序被所述处理器执行时实现如上任一实施例所述的PM2.5监序被处理器执行时实现如上任一实施例所述的PM2.5监测除可编