摘要
本发明公开了一种基于时间序列趋势挖掘的影响因子污染溯源方法,调用训练好的污染物预测模型,得到污染物预测值,将污染物预测值转换为趋势序列;判断趋势序列中呈上升趋势的污染物预测值是否大于溯源阈值,若是,则将该污染物预测值对应的时间点确定为异常点监测时间;获取异常点监测时间减去污染转换时间得到的等待溯源的时间点;从对应的影响因素数据中提取影响特征输入影响因子模型,得到内置影响因子;对内置影响因子和皮尔逊影响因子进行加权求和,得到各影响特征与异常点出现原因之间的相关程度,从而提前对该影响因素进行管控,实现提前管控和治理。
技术关键词
污染溯源方法
XGBoost模型
监测站点数据
历史监测数据
LightGBM模型
因子
网格化气象数据
异常点
NOX排放量
参数优化算法
污染特征
历史降雨量
污染物特征
大气压强
序列特征
系统为您推荐了相关专利信息
复配方法
酸液
趋势预测模型
XGBoost模型
岩心
企业风险预测方法
风险预测系统
XGBoost模型
预训练模型
爬虫技术
路径规划方法
监测站点数据
热力图
工业园区
地图
边坡预警方法
门控循环单元
注意力机制
边坡预警技术
应力场