[发明专利]室内PM2.5预警控制方法、装置及计算机可读存储介质有效

专利信息
申请号: 201811655321.X 申请日: 2018-12-29
公开(公告)号: CN109612057B 公开(公告)日: 2021-01-15
发明(设计)人: 于靓;康宁;孙益康;刘陟升 申请(专利权)人: 沈阳建筑大学
主分类号: F24F11/89 分类号: F24F11/89;F24F11/64;F24F110/64;F24F110/50
代理公司: 暂无信息 代理人: 暂无信息
地址: 110168 辽*** 国省代码: 辽宁;21
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 室内 pm2 预警 控制 方法 装置 计算机 可读 存储 介质
【权利要求书】:

1.一种室内PM2.5预警控制方法,其特征在于,包括如下步骤:

(1)获取室外空气质量基础数据;

(2)根据所述室外空气质量基础数据预估室内PM2.5浓度值;

所述步骤(2)包括:

1)对所获取的空气质量基础数据进行数据处理后获得标准数据;

2)通过Apriori算法实现关联因子分析;

3)建立专家知识库;

4)构建浓度向量:分别对不同检测物质浓度下正常及异常值在7个因子上进行离散化,利用熵计算离散化后的模型因子之间的分布,得到各因子的7个合理的阈值区间,使这7个因子在该阈值区间上有最大的信息量表示,即形成了7*n维向量;

5)预测浓度:将离散化后的数据构建成向量,当把所有训练数据全部构建完成后,根据这些数据在空间的分布情况,利用KNN算法,通过调整k值达到最优预测效果,完成建模;

(3)将所预估的室内PM2.5浓度值与标准浓度阈值进行比较,当超过标准浓度阈值时发出预警通知并进行相应的浓度处理控制。

2.根据权利要求1所述的方法,其特征在于,所述步骤(3)将所预估的室内PM2.5浓度值与标准浓度阈值进行比较,包括:根据预估的室内PM2.5浓度值和标准浓度阈值对PM2.5险情标记等级,分级类别为1-5级,具体为,

3.根据权利要求2所述的方法,其特征在于,所述步骤(3)包括根据险情等级发出预警通知并进行相应处理控制,具体为:

若所预估的室内PM2.5浓度值≤35μg/m3,不做处理控制;

若所预估的室内PM2.5浓度值在35-75μg/m3范围内,先将预估值与室外PM2.5浓度值进行比较,若预估值大于室外PM2.5浓度值,则采用被动控制,即进行自然通风,并进行预警通知;若预估值小于室外PM2.5浓度值,则采用主动控制,进行粗中效过滤,并进行预警通知;

若所预估的室内PM2.5浓度值在75-115μg/m3范围内,则采用主动控制,进行静电吸附处理,并进行预警通知;

若所预估的室内PM2.5浓度值在115-150μg/m3范围内,则采用主动控制,进行高效过滤,并进行预警通知;

若所预估的室内PM2.5浓度值≥150μg/m3,则采用主动控制,控制空气净化器工作,并进行预警通知。

4.根据权利要求1所述的方法,其特征在于,所述步骤(3)中当所预估的室内PM2.5浓度值超过标准浓度阈值时发出预警通知,具体为:当所预估的室内PM2.5浓度值超过标准浓度阈值时向智能客户端发送预警信息。

5.根据权利要求1所述的方法,其特征在于,所述获得标准数据的步骤为:

1)对数据进行处理,清洗操作,主要包括对数据不一致进行纠正,对数据噪音、数据局外音进行消除或识别,对部分遗失缺损的数据进行补充;

2)数据转换:将数据转换成便于数据挖掘的格式;

3)数据规约:在大数据平台上,利用大数据平台的数据处理能力从特征中删除不重要或者不相干的特征,对数据进行再一次检查,确保完整性及正确性。

6.根据权利要求1所述的方法,其特征在于,所述步骤建立专家知识库具体为:

1)根据所获得的关联因子,将训练样本形成7维向量;

2)收集报警浓度的判定方案及决策意见,进行最终的数据治理、数据筛选、计算,形成初代版本的专家库。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于沈阳建筑大学,未经沈阳建筑大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811655321.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top