摘要
本发明公开了一种可燃气体监测网络中的油烟干扰识别与补偿方法,包括:在目标场所部署包含主传感器和辅助传感器的可燃气体监测网络,主传感器用于检测可燃气体浓度,辅助传感器用于检测PM2.5颗粒浓度;采集历史数据,基于多元时序分析方法建立油烟干扰特征模型;采集实时数据,利用所建模型识别可燃气体监测数据中的油烟干扰;对识别出的油烟干扰进行自适应补偿处理,得到补偿后的可燃气体浓度值。该方法提高了可燃气体监测的准确性和可靠性,特别适用于厨房、餐厅等油烟较多的场所,且不依赖大量标注样本和复杂的深度学习模型,系统实现简单,资源需求低。
技术关键词
可燃气体监测
可燃气体传感器
可燃气体浓度值
油烟
时间序列模型
时序分析方法
干扰特征
补偿方法
贝叶斯信息准则
实时数据
模型预测值
深度学习模型
网络
时间同步
变量
计算方法
系统为您推荐了相关专利信息
孤立森林算法
监测系统
标记
随机森林
数据获取单元
动态调控系统
餐饮油烟
净化单元
延迟参数
动态响应模型
绝缘监测方法
信号传播路径
能量分布特征
异常声音
无线通信传感器
异常状态
ARIMA模型
高速移动通信
指数平滑模型
线性回归模型