[发明专利]一种钢厂多源环境数据融合的方法

权利要求书

1.一种钢厂多源环境数据融合的方法，其特征在于：所述方法包括以下步骤：

S1：利用物联网技术和全量抽取、增量抽取的办法，基于时间信息和空间信息对钢厂内多源环境数据进行采集，并存储进源数据库；所述多源环境数据包括钢厂生产排放监测数据、钢厂生产数据和钢厂当中的物流数据；

S2：对采集到的多源环境数据进行预处理，预处理包括对数据的格式、时间及属性进行统一的分类；

S3：将经过预处理的数据进行关联，得到关联矩阵；

S4：基于BP神经网络方法，将关联得到的环境数据与钢厂生产数据进行融合。

2.根据权利要求1所述的钢厂多源环境数据融合的方法，其特征在于：所述步骤S1中，所述钢厂生产排放监测数据是利用传感器对钢厂多个生产环节布置监测点位，并对采集到的排放监测数据统一按照监测点位置和监测站点区域ID进行数据存储；所述钢厂生产数据是利用ETL工具从钢厂生产业务系统中抽取的生产数据；所述钢厂当中的物流数据包括火车、汽车转运倒运材料当中产生排放的污染数据。

3.根据权利要求1所述的钢厂多源环境数据融合的方法，其特征在于：所述步骤S2中，所述数据预处理的具体方法为：

S2-1、对采集到的数据，使用贝叶斯方法进行缺失补填；

S2-2、采用循环冗余校验码对缺失补填后的数据进行校对，使用的信息字段和校验字段长度可以任意选定；

S2-3、对数据进行特征归约处理。

4.根据权利要求3所述的钢厂多源环境数据融合的方法，其特征在于：所述步骤S2-1中，缺失数据由NA表示，根据业务理解对缺失数据进行处理，分别将缺失的属性作为预测项，对预测项进行预测。

5.根据权利要求4所述的钢厂多源环境数据融合的方法，其特征在于：对预测项进行预测时，采用对属性值进行重要性排序，把重要的先预测出来，加入新的数据集，再用新的数据集预测第二个重要的属性，一直处理到最后为止。

6.根据权利要求3所述的钢厂多源环境数据融合的方法，其特征在于：所述步骤S2-2中，数据校对时，在数据发送端对要传送的数据即K位二进制码序列，以一定的规则产生一个校验用的R位监督码，附在数据后面，构成一个新的二进制码序列数，然后发送出去；在接收数据端，根据信息码和循环冗余检查码之间的规则进行校验，来确定传送中是否出错。

7.根据权利要求2所述的钢厂多源环境数据融合的方法，其特征在于：所述步骤S3中，所述关联矩阵的获得方法为：

S3-1：把生产数据的状态与监测到的排放数据进行相关性比对；

S3-2：确定相关性准则方法，计算监测点位检测到的数据与车间生产之间的相似性，形成关联矩阵；所述相关性准则方法包含最近邻域滤波方法和动态多音字滤波方法。

8.根据权利要求1所述的钢厂多源环境数据融合的方法，其特征在于：所述步骤S4中，所述的数据融合方法为：

S4-1：构建BP神经网络模型；

S4-2：确定权值，完成神经网络的训练；

S4-3：借助训练好的模型，进行数据融合的输出。