CN119249367B 一种智能环境监测方法、系统、设备及可读存储介质 （国网福建省电力有限公司）

本发明公开了一种智能环境监测方法、系性分析结果对全能性实验室的试验环境状态进明解决了目前环境监测技术无法实时捕捉环境2获取全能性实验室的当前环境数据，对当前环境数据进行智所述智能数据处理具体为：对当前环境数据进行包括数据补全融征工程提取以及基于多元数据融合算法的数据特征获取全能性实验室的历史环境数据，对历史环境数据进行优境数据和准确的当前环境数据采用基于LSTM网络构建的全能性实验室环境预测模型进行对历史环境数据进行优化处理包括：对历史环境数据进行数据处理，采用傅里叶变换对历史当前环境数据在不同时间尺度上进行分解根据每个频率成分的周期性评分使用Softmax函数动基于当前分析结果和预测性分析结果对全能性实验室的试验环境对于每个缺失数据点，通过计算欧氏距离找到其在当前环境数据的数;;3;样本的标准化处理后的多元数据特征集构成多维数据特征采用多项式核和径向基核相结合的方式，对多维数据特征集中的;llzt-zjll2是样本zi和zj之间的欧氏距离将扩展特征维度上的特征数据通过多核组合函数进行映射，得到经过混合核映射后;对映射后的特征数据进行小波变换，根据小波系数进行协同特征交互;互作用强度；w,(i)是特征i第p层的小波系数；w,()是特征第p层的小波系数；4最后，对经过标准化处理后的多维数据特征集计算特征数据;r是通过Tj构成的交互矩阵，u是由处理后的历史环境数据利用特征工程构造代表历史环境数据的历史数据特征;;使用决策树分析方法，根据得到的当前全能性实验室的环境能数据处理，得到准确的当前环境数据，对准确的当前环境数据采用SVC算法进行智能分5历史环境分析模块，用于获取全能性实验室的历史环境环境监测评估模块，用于基于当前分析结果和预测性分析结果对全能性权利要求1_7中任一项所述的智能环境监被处理器执行时实现如权利要求1_7中任一项所述的智能6[0003]公开号为CN116451865A的中国专利公开了一种基于深度学习的环境智能监测方[0004]公告号为CN116485202B的中国专利公开了一种基于物联网工业污染实时监测方确的当前环境数据，对准确的当前环境数据采用SVC算法进行智能分析，得到当前分析结7史环境数据和准确的当前环境数据采用基于LSTM网络构建的全能性实验室环境预测模型[0009]基于当前分析结果和预测性分析结果对全能性实验室的从预处理后的当前环境数据中利用特征工程提取当前环境数据特征，得到多元数据特征由n个样本的标准化处理后的多元数据特征集构成多维数据特征集z。8llzt-zjll2是样本zi和zj之间的欧氏的相互作用强度；w,(i)是特征第p层的小波系数；w,()是特征第p层的小波系9[0038]通过计算每个频率成分的自相关性，并结合其振幅确定该频率成分的周期性评程序时实现如本发明任一实施例所述的一种智计算机程序被处理器执行时实现如本发明任一实施例所述[0056]2.本发明通过SVM技术对融合后的数据数据中的非线性趋势和周期性变化，增强的预测能力使得实验室管理者可以提前做出调[0063]基于当前分析结果和预测性分析结果对全能性实验室的于多元数据特征集利用多元数据融合算法进行[0069]进一步的，第个最近邻数据点相对于缺失数据点的局部渐变率gj的计算公式具i个最近邻数据点的局部密度，e是为避免除以零而设由n个样本的标准化处理后的多元数据特征集构成多维数据特征集z。[0080]为了扩展原始特征空间，使得特征数据在非线性空间中能够展示出更丰富的关制样本之间距离在核函数计算中的敏感度；llzt-zjll2是样本zi和zj之间的欧氏距离的可由专业技术人员根据实际应用场景进行选择，在i层的小波系数，表示经过混合核映射后的特征数据i在第i个尺[0095]作为本实施例的优选实施方式，对准确的当前环境数据采用SVC算法进行智能分据利用特征工程构造代表历史环境数据的历史数据[0101]采用傅里叶变换对历史当前环境数据Data(t)；[0107]根据每个频率成分的周期性评分使用Softmax函数动态分配权重，以强调对时间[0110]利用加权的频率成分重构时间序列，以便更好地捕获数据的周期性特征和趋[0120]作为本实施例的优选实施方式，可以按照根据专家经验序被处理器执行时实现如本发明任一