欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2025110549808
申请人: 吉林大学
专利类型:发明专利
专利状态:已下证
专利领域: 测量;测试
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种用于化工园区环境监测与污染溯源的方法,其特征在于,包括以下步骤:

步骤1,通过物联网传感器网络实时采集空气、水和土壤的污染物数据,并部署边缘计算设备和云端服务器;

步骤2,对污染物数据进行预处理,得到处理后的污染物数据;

步骤3,通过联邦学习在边缘计算设备上训练溯源XGBoost子模型,云端服务器对多个溯源XGBoost子模型进行加权聚合,形成全局溯源XGBoost模型;

步骤4,使用随机森林模型动态调整异常阈值;通过变分自编码器检测所述处理后的污染物数据对应的污染物浓度,基于异常阈值及处理后的污染物数据对应的污染物浓度确定处理后的污染物数据对应的异常评分,在异常评分超过预设阈值时发出预警;

步骤5,在发出预警的情况下,利用4D气象数据库,通过卡尔曼滤波整合处理后的污染物数据、气象数据和遥感数据,结合HYSPLIT反向轨迹模型和全局溯源XGBoost模型定位污染源坐标和污染源类型,使用Transformer模型预测污染物后续的传播路径;污染源坐标、污染源类型和污染物传播路径作为预测结果;

步骤6,将预测结果输出至中央控制平台,使用MongoDB存储实时预测结果数据,HDFS存储历史预测结果数据。

2.根据权利要求1所述的用于化工园区环境监测与污染溯源的方法,其特征在于,所述步骤1包括:部署环境监测站点,部署空气传感器、水质传感器和土壤传感器形成物联网传感器网络,基于物联网传感器网络实时采集空气、水和土壤的污染物数据;部署边缘计算设备和云端服务器。

3.根据权利要求2所述的用于化工园区环境监测与污染溯源的方法,其特征在于,所述步骤2包括:使用Apache Kafka流式计算框架实时处理污染物数据流,计算得到的污染物数据包括污染物均值、污染物中位数和污染物方差。

4.根据权利要求3所述的用于化工园区环境监测与污染溯源的方法,其特征在于,所述步骤3包括:在所述边缘计算设备上通过联邦学习训练溯源XGBoost子模型,溯源XGBoost子模型的输出数据通过gRPC通道发送至所述云端服务器,云端服务器对多个溯源XGBoost子模型进行加权聚合,形成全局溯源XGBoost模型;所述加权聚合通过如下表达式实现:;

其中,表示第n个监测站点的数据量,表示第n个边缘计算设备上的XGBoost子模型的误差,n表示第n个边缘计算设备,每个监测站点部署有一个边缘计算设备,m表示边缘计算设备的索引,表示惩罚参数,表示第m个边缘计算设备处理的数据量,所述云端服务器通过OTA机制每日分发全局溯源XGBoost模型,表示第n个边缘计算设备上的溯源XGBoost子模型的权重。

5.根据权利要求4所述的用于化工园区环境监测与污染溯源的方法,其特征在于,所述方法还包括对溯源XGBoost子模型、变分自编码器及Transformer模型进行性能优化,所述性能优化的方法包括:对溯源XGBoost子模型、变分自编码器及Transformer模型应用剪枝和量化减少参数量,使用并行计算降低计算延迟,采用增量学习的方式每日更新模型参数;

使用多目标损失函数优化溯源XGBoost子模型。

6.根据权利要求4所述的用于化工园区环境监测与污染溯源的方法,其特征在于,所述步骤4中,所述变分自编码器的损失函数为:;

其中,表示标准化后的污染物浓度,表示重构浓度,N表示污染物种类,表示潜变量的均值,表示潜变量的方差,t为当前时间步,i和j均为变量,为变分自编码器的损失函数值。

7.根据权利要求6所述的用于化工园区环境监测与污染溯源的方法,其特征在于,所述步骤5中,利用4D气象数据库,通过卡尔曼滤波整合处理后的污染物数据、气象数据和遥感数据,结合HYSPLIT反向轨迹模型和全局溯源XGBoost模型定位污染源坐标和污染源类型,包括:通过卡尔曼滤波融合处理后的污染物数据、4D气象数据和遥感数据,输出融合浓度,所述HYSPLIT反向轨迹模型利用拉格朗日粒子追踪分析污染物传播路径,确定污染源的区域,通过全局溯源XGBoost模型在所述污染源的区域内定位污染源坐标并确定污染源类型。

8.根据权利要求7所述的用于化工园区环境监测与污染溯源的方法,其特征在于,所述步骤5中,使用Transformer模型预测污染物后续的传播路径,包括:将污染源坐标和污染源类型作为Transformer模型预测传播路径的初始条件;使用Transformer模型预测污染物后续的传播路径和未来24小时浓度分布。

9.根据权利要求8所述的用于化工园区环境监测与污染溯源的方法,其特征在于,所述步骤6包括:将预测结果输出至中央控制平台,使用MongoDB存储实时数据,HDFS存储历史数据;通过MATLAB模拟污染物泄漏,验证定位误差和类型分类误差。

10.一种用于化工园区环境监测与污染溯源的装置,其特征在于,所述装置包括:

数据采集与硬件部署模块,用于通过物联网传感器网络实时采集空气、水和土壤的污染物数据,并部署边缘计算设备和云端服务器;

软件配置模块,用于对污染物数据进行预处理,得到处理后的污染物数据;

模型训练和优化模块,用于通过联邦学习在边缘计算设备上训练溯源XGBoost子模型,云端服务器对多个溯源XGBoost子模型进行加权聚合,形成全局溯源XGBoost模型;

变分自编码器异常检测模块,用于使用随机森林模型动态调整异常阈值;通过变分自编码器检测所述处理后的污染物数据对应的污染物浓度,基于异常阈值及处理后的污染物数据对应的污染物浓度确定处理后的污染物数据对应的异常评分,在异常评分超过预设阈值时发出预警;

污染溯源与追踪模块,用于在发出预警的情况下,利用4D气象数据库,通过卡尔曼滤波整合处理后的污染物数据、气象数据和遥感数据,结合HYSPLIT反向轨迹模型和全局溯源XGBoost模型定位污染源坐标和污染源类型,使用Transformer模型预测污染物后续的传播路径;污染源坐标、污染源类型和染物传播路径作为预测结果;

结果输出与存储模块,用于将预测结果输出至中央控制平台,使用MongoDB存储实时数据,HDFS存储历史数据。