[发明专利]基于人工智能的污染物排放量监测方法及相关设备

权利要求书

1.一种基于人工智能的污染物排放量监测方法，其特征在于，所述方法包括：

将目标河流划分为多个河流单元，并采集所有河流单元的基本信息以构建河流单元容积模型，所述河流单元的基本信息包括河床地形数据和水深数据；

等间距选取所述河流单元以获取监测点，并依据预设时间点采集每一个监测点的监测数据，所述监测数据为监测点所在河流单元的COD值，所述预设时间点包括一天内的24个整点；

基于所述河流单元容积模型和所述监测数据计算污染物含量以构建污染物含量模型，所述污染物含量模型与所述预设时间点一一对应；

基于所述污染物含量模型对预设污染物扩散模型进行拟合以获取每一个河流单元的污染物扩散模型；

基于所述污染物扩散模型获取监测点的监测数据预测值，并对比相同监测点的所述监测数据预测值和监测数据实测值以获取异常信息，所述异常信息包括相邻异常监测点以及所述异常监测点的监测数据实测值；

基于所述污染物扩散模型和所述相邻异常监测点的监测数据实测值计算所述相邻异常监测点之间的污染物排放量。

2.如权利要求1所述的基于人工智能的污染物排放量监测方法，其特征在于，所述采集所有河流单元的基本信息以构建河流单元容积模型，所述河流单元的基本信息包括河床地形数据和水深数据，包括：

采集河流单元的基本信息以计算每一个河流单元的河流横截面积；

基于所述河流单元的河流横截面积和所述河流单元的长度计算每一个河流单元的容积；

将河流单元出现顺序和所述河流单元的容积分别作为横坐标和纵坐标以构建所述河流单元容积模型。

3.如权利要求1所述的基于人工智能的污染物排放量监测方法，其特征在于，所述基于所述河流单元容积模型和所述监测数据计算污染物含量以构建污染物含量模型包括：

a.依据预设时间点采集连续多天内所有监测点的监测数据以获取每一个预设时间点的监测数据集；

b.按照采集日期划分目标预设时间点的监测数据集以获取每一天所述目标预设时间点对应的所有监测点的监测数据，所述目标预设时间点为多个预设时间点中的任意一个；

c.基于所述监测数据和所述河流单元容积模型计算每一天所述目标预设时间点对应的所有监测点的污染物含量；

d.将河流单元出现顺序和所述监测点的污染物含量分别作为横坐标和纵坐标以绘制每一天所述目标预设时间点对应的所有监测点的污染物含量数据点，并依据插值算法对所述污染物含量数据点进行插值得到每一天所述目标预设时间点的污染物含量子模型；

e.计算所有所述目标预设时间点的污染物含量子模型中相同河流单元污染物含量的均值以构建所述目标预设时间点的污染物含量模型；

f.重复执行步骤b到步骤e遍历所有预设时间点以构建每一个预设时间点的污染物含量模型。