CN119513504A 基于多源数据的饮用水检测结果校准方法 （深圳市深水龙岗水务集团有限公司）_第1页
CN119513504A 基于多源数据的饮用水检测结果校准方法 （深圳市深水龙岗水务集团有限公司）_第2页
CN119513504A 基于多源数据的饮用水检测结果校准方法 （深圳市深水龙岗水务集团有限公司）_第3页
CN119513504A 基于多源数据的饮用水检测结果校准方法 （深圳市深水龙岗水务集团有限公司）_第4页
CN119513504A 基于多源数据的饮用水检测结果校准方法 （深圳市深水龙岗水务集团有限公司）_第5页
已阅读5页，还剩19页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

道龙红格社区龙飞大道161号深水龙本发明公开了一种基于多源数据的饮用水检测结果校准方法，涉及水质检测相关技术领将校准模型部署在检测系统中进行检测结果校测数据和实际监测数据的有效对接与数据整合2根据数据采集时间、空间以及指标一致关系对所述实验室数据、在根据所述数据对齐矩阵提取对照数据进行偏差分析，确定误差按照指标一致性目标对所述时空采集关系进行单位一致性换算以及检测指基于检测指标提取所述对照数据，并按照数据采集时间将所述对照数据进行时序排根据数据采集时间，按照设定时间窗口对时序排列对照数据进行数根据所述检测指标偏差分析样本进行时序数据的绝对误差、相对误6.如权利要求5所述的基于多源数据的饮用水检测结果校准方法，其特征在于，还包基于所述动态时间窗口进行对照数据的误差来源计算，并利用3针对系统误差进行线性模型构建，通过构建系统误差训练集对线性模型进行学习训针对随机误差进行随机森林模型构建，通过构建随机基于所述性能矩阵及各性能指标的权值，计算所述系统误差校准模根据所述性能距离确定所述系统误差校准模型、所述随机误差校准模型的融合权值，45[0013]拟通过本申请提出的基于多源数据的饮用水检测结果校现有技术中存在的无法实现实验室检测数据和实际监测数据的有效对接与数据整合不当，6[0015]图1为本申请实施例提供的基于多源数据的饮用水检测结果校准方法的流程示意[0016]图2为本申请实施例提供的基于多源数据的饮用水检测结果校准方法中构建数据[0017]上述说明仅是本申请技术方案的概述，为了能够更清楚使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施行处理，且数据更新频率较低；在线监测数据是指通过实时传感器或自动化监测设备，连等。这两类数据的采集和整合能够提供更全面的水质信息，实验室数据能够提供较为准确78时间点空间位置温度(℃)pH值01/1009:00S1208.501/1109:00S12.801/1209:00S18.1[0031]优选的，偏差分析是指对数据对齐矩阵中的实验室数据与在线监测数据的差异现为测量结果系统性地偏高或偏低，可能来源包括传感器校准问题（在线监测设备的传感位换算不准确，导致固定偏差随机误差是由于偶然因素引起的误差，通常具有随机性和差分析判断偏差的波动范围是否符合随机分布特征，可能来源包括环境瞬态变化（如水为后续的数据校准提供支持。9"是数据样本数量，残差是残差的平均值；残差标准差用于判断随机误验室数据和在线监测数据按照时间顺序排列；然后将时序排列的数据按照设定的时间窗口时间的动态趋势；最后根据连续实验的数据变化来识别确定水质检测实验的偏差，即根据检测指标偏差分析样本计算时序数据的绝对误差和相对误差，并结合绝对误差和相对误差统误差进行线性模型构建，即通过建立线性模型，利用系统误差的固定趋势和规律性特征参数等作为输入特征，构建系统误差训练集对线性模型进行学习训练，得到系统误差校准测结果用于校正在线监测

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论