[发明专利]一种基于时序滑动窗口离散系数的环保数据造假检测方法

权利要求书

1.一种基于时序滑动窗口离散系数的环保数据造假检测方法，其特征在于：通过环境监测数据连续时段不同时序窗口离散系数与周边地点相同时段内连续时序窗口离散系数相关性的对比，判定当前时序段内环保数据是否含有异常数据，若含有异常数据表示存在数据造假。

2.根据权利要求1所述基于时序滑动窗口离散系数的环保数据造假检测方法，其特征在于，具体包括以下步骤：

-在参考时间段内的每个时间点，获取当前监测站点及该站点周边其他站点的监测数据；

-设定时序滑动窗口大小，计算参考时段内当前监测站点及该站点周边其他站点监测数据的所有连续时序滑动窗口离散系数，并选择每条监测数据时序滑动窗口离散系数最大值代表该条监测数据；

-确定离散系数阈值；

-在分析时间段，比较监测站点监测数据在该段时间内最大时序滑动窗口离散系数与离散系数阈值的大小，如果大于离散系数阈值则判定为造假数据。

3.根据权利要求2所述基于时序滑动窗口离散系数的环保数据造假检测方法，其特征在于：所述的监测数据为某一时刻所排放的污染物浓度，将不同时间节点的污染物的浓度值存到列表中，然后通过一个滑动窗口的结构，记录一段时间内的浓度值。

4.根据权利要求3所述基于时序滑动窗口离散系数的环保数据造假检测方法，其特征在于，时序滑动窗口离散系数按如下方式计算：计算该时序滑动窗口中所包含数据的平均值和标准方差，用标准方差除以平均值表示该时序滑动窗口离散系数的分值。

5.根据权利要求4所述基于时序滑动窗口离散系数的环保数据造假检测方法，其特征在于，离散系数阈值按如下方式确定：将时序滑动窗口离散系数的分值按照从大到小的顺序进行排序，取当前监测站点最大时序滑动窗口离散系数与其余周边站点监测数据同时段最大时序滑动窗口离散系数进行对比并排序，制作最大时序滑动窗口离散系数变化趋势图并得到变化率最大的拐点作为阈值。

6.根据权利要求2所述基于时序滑动窗口离散系数的环保数据造假检测方法，其特征在于：时序滑动窗口大小的选择方法是首先给定任意一个值，由于窗口大小的增加或减小能够改变时序滑动窗口离散系数的分值，通过训练数据集，找到最佳的时序滑动窗口大小。

7.根据权利要求1所述基于时序滑动窗口离散系数的环保数据造假检测方法，其特征在于：环境监测数据为txt文件，每条数据之间用空行分割，一条数据不同属性之间用逗号分割，第一列是污染物的名称和编码，从第二列到最后一列是不同时间段采集的污染物的浓度值。

8.根据权利要求7所述基于时序滑动窗口离散系数的环保数据造假检测方法，其特征在于：采用二维列表来存放环境监测数据，设定一个时序滑动窗口大小，记为s，先将前s个数据存放到一个新的列表中，作为初始窗口，初始窗口的起始位置在数据0，终止位置在s-1，计算初始窗口的得分：

1)计算初始窗口内数据的平均值，用mean表示：

式中，i为窗口内数据的序号，x_i为第i个数据的数值；

2)计算初始窗口内数据的标准方差，用std表示：

3)计算初始窗口内数据的得分，即标准方差除以平均值，用score表示：

调整时序滑动窗口的起始位置到1，窗口的大小不变，即终止位置在s，重新计算窗口的得分，对每一个污染物计算多个窗口得分，根据采集数据的多少，窗口得分的数量也有所不同，选取所有得分中最大得分作为该种污染物的得分；

根据计算结果，对所有污染物的得分按照从大到小的顺序进行排序，并画出分值图；

将所有污染物分值图拐点对应的分数值作为阈值，将大于阈值的数据标记为造假数据。

9.根据权利要求1所述基于时序滑动窗口离散系数的环保数据造假检测方法，其特征在于：所述时序滑动窗口大小设定为12或24，如果每小时测一次污染物的浓度并记录，则窗口大小是12时表示12小时内的污染物浓度值，窗口大小是24时表示24小时内的污染物浓度值，分别表示半天或一天的污染物浓度检测数据。