一种基于线性回归的气体监测校准方法及系统与流程

本发明涉及环境监测技术领域，尤其涉及一种基于线性回归的气体监测校准方法及系统。

背景技术：

目前大气环境网格化监测中常使用基于电化学原理的传感器，此类传感器在面对常见监测因子(二氧化硫、二氧化氮、臭氧、一氧化碳)时无法回避气体因子间的相互作用，从而造成监测结果与实际组成存在较大差异的问题。

目前纠正上述差异的校准技术主要依赖理论计算结合人工经验，或通过非电化学原理测定值的对比校准。而目前校准方案的实现上无法规避主观因素的涉入，也无法妥善处理电化学传感器存在的温度、时间敏感性。实践中只能采取一次性写入参数或对照表的方式应对外界监测环境变化。

现有的解决多气体因子组份校准的困难在于以下几点：

1.定量测定两种气体因子相互干扰容易，但结果无法直接用于多种气体因子混合干扰。

2.单一气体因子在监测环境中浓度突变形成的冲击效应无法响应或误差过大。

如公开号为cn107490613a的专利公开了一种电化学气体传感器校准方法，该电化学气体传感器校准方法包括以下步骤：s100、在接收到校准电化学气体传感器的指令时，关闭电化学气体传感器的测量盒；s200、获取所述测量盒内的气体浓度检测值；s300、根据所述气体浓度检测值，更新所述电化学气体传感器的气体浓度基准值；能够提高电化学气体传感器的检测准确度。上述方案可以提供电化学气体传感器的检测准确度，但是上述方案是对传感器进行的改进，对于两种相互干扰的气体因子，仍然无法得到较为准确的组份信息。

因此，为了解决上述技术问题，本发明提供了一种基于线性回归的气体监测校准方法及系统。

技术实现要素：

本发明的目的是针对现有技术的缺陷，提供了一种基于线性回归的气体监测校准方法及系统，极大改善了常见监测气体因子(二氧化硫、二氧化氮、臭氧、一氧化碳)在大气环境中的相互干扰，得到了较为准确的组份信息；且解决了监测单一气体在大气环境中突变的冲击响应问题，并极大改善了对冲击峰值的监测准确性问题。

为了实现以上目的，本发明采用以下技术方案：

一种基于线性回归的气体监测校准方法，包括步骤：

s1.获取监测设备所处环境的气体混合监测值；

s2.基于线性回归将获取到的混合监测值转换为气体的组分值；

s3.将所述转换得到的气体组分值与标准源数据进行比较，并根据比较结果生成新的气体组分值；

s4.对所述得到的新的组分值进行校准处理，得到最终的组分信息。

进一步的，所述步骤s2具体包括：

s21.将获取到的混合监测值基于线性回归的平方和最小的梯度方向，构建回归参数池；

s22.对所述回归参数池中的参数进行方差检验、水平检验，得到所述参数池中最优的参数；所述最优参数为气体的组分值。

进一步的，所述步骤s3中对得到的比较结果通过线性回归中的回归参数重新计算，得到新的气体组分值。

进一步的，所述步骤s4中对新的组分值进行校准处理中的处理方式包括温度及湿度校准、时间校准。

进一步的，所述步骤s4之后还包括：

s5.将所述获取的体混合监测值、标准源数据、温度及湿度校准数据、时间校准数据、校准后的最终的组分信息存储于数据库中。

进一步的，所述步骤s5之后还包括：

s6.发布所述存储的数据信息。

相应的，还提供一种基于线性回归的气体监测校准系统，包括：

获取模块，用于获取监测设备所处环境的气体混合监测值；

转换模块，用于基于线性回归将获取到的混合监测值转换为气体的组分值；

比较模块，用于将所述转换得到的气体组分值与标准源数据进行比较，并根据比较结果生成新的气体组分值；

校准模块，用于对所述得到的新的组分值进行校准处理，得到最终的组分信息。

进一步的，所述获取模块中获取监测设备所处环境的气体混合监测值是通过物联网服务器获取的。

进一步的，所述比较模块中的标准源数据为国家站的标准源数据；所述比较模块中还包括物联网服务器获取国家站的标准源数据。

进一步的，所述校准模块中对新的组分值进行校准处理中的处理方式包括温度及湿度校准、时间校准。

与现有技术相比，本发明具有以下有益效果：

1.本发明通过将获取到的数据与国家标准数据进行比较，极大改善了常见监测气体因子(二氧化硫、二氧化氮、臭氧、一氧化碳)在大气环境中的相互干扰，得到了较为准确的组份信息。

2.本发明通过实验室对得到的数据进行温湿度、时间敏感误差校准，解决了监测单一气体在大气环境中突变的冲击响应问题，并极大改善了对冲击峰值的监测准确性问题。

3.本发明通过采用物联网服务器与现场设备通信连接技术，解决了现场与远程数据一致性问题。

4.本发明采用物联网服务器进行数据处理，解决了现场设备计算能力不足的问题。

5.本发明通过实验室数据改善了校准困难、降低了电化学传感器的温湿度、时间敏感性带来的误差

6.本发明通过系统自动获取数据、处理数据、生成数据减少了人工维护次数，降低成本。

附图说明

图1是实施例一提供的一种基于线性回归的气体监测校准系统结构图；

图2是实施例一提供的物联网服务器的结构示意图；

图3是实施例一提供的算法模块中对数据进行处理结构图；

图4是实施例二提供的一种基于线性回归的气体监测校准方法流程图。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。

本发明的目的是针对现有技术的缺陷，提供了一种基于线性回归的气体监测校准方法及系统。

实施例一

本实施例提供一种基于线性回归的气体监测校准系统，如图1所示，包括：

获取模块11，用于获取监测设备所处环境的气体混合监测值；

转换模块12，用于基于线性回归将获取到的混合监测值转换为气体的组分值；

比较模块13，用于将所述转换得到的气体组分值与标准源数据进行比较，并根据比较结果生成新的气体组分值；

校准模块14，用于对所述得到的新的组分值进行校准处理，得到最终的组分信息。

在本实施例中，硬件设备是由通过现场设备(即监测设备，也就是电化学传感器)、物联网服务器、国家站(标准数据源)、实验室四部分构成。

监测设备，用于采集自身的环境数据，并将采集到的环境数据传输至物联网服务器；

国家站数据源，用于确认监测设备周边环境概况(开放环境，无组织排放适用)，且为物联网服务器提供标准数据；

实验室数据，用于为物联网服务器提供传感器温湿度、时间敏感误差校准；

物联网服务器，分别与监测设备、国家站数据源、实验室数据连接，用于接收监测设备发送的环境数据、通过公有数据或vpn线路获取国家站的数据；通过专有线路获取实验室数据。

在获取模块11中，获取监测设备所处环境的气体混合监测值。

监测设备采集器所处环境的气体混合监测值，并将该监测值发送至物联网服务器，由物联网服务器进行进一步的处理。

需要说明的是，本实施例的执行主体为物联网服务器。

在转换模块12中，基于线性回归将获取到的混合监测值转换为气体的组分值。

物联网服务器基于线性回归模型将获取到的监测值转换为气体的组分值。

包括：

将获取到的混合监测值基于线性回归的平方和最小的梯度方向，构建回归参数池；

对所述回归参数池中的参数进行方差检验、水平检验，得到参数池中最优的参数；其中最优参数为气体的组分值。

基于线性回归的处理方法具体为：

1、选取标准源数据时间段(可根据预设条件自动选取或人工选取)。

2、按步骤1中选取的时间段匹配监测设备历史数据，若有效数据不足，则回归步骤1，重新选取标准源数据段；若有效数据足，则进入步骤3。

3、对于选取的数据段，按整体回归平方和最小的梯度方向，通过施加随机扰动方式解多元(四元)线性方程组，形成较优参数解。公式如下：

其中，x表示现场设备输出，a表示参数，y表示标准源数据，yi表示最优解输出。

4、对于步骤3产生的较优解，通过化学原理确定参数合理性(气体a对气体b浓度是增加方向的；参数必须为负数，反之参数必须为正)。如果当前参数不符合化学原理，则跳到步骤6重新开始寻找较优解。符合则进入下一步。

5、奇点测试，将量程范围内的所有数值可能组合(以监测设备精度为准)，构建数值测试集。将参数代入回归方程组，输入上述数值测试集，检查是否出现奇点(远超出量程范围的结果)。如果产生，则进到步骤6，重新开始寻找较优解。无奇点产生，则进到步骤7。

6、判断是否超出允许次数，超出则记录选取的数据段及最后一次产生的较优解，提示人工处理；否则，回到步骤3重新寻找较优解。

7、输出最优解，并根据设定自动/人工将最优解应用于当前监测设备数据校准。

在比较模块13中，将所述转换得到的气体组分值与标准源数据进行比较，并根据比较结果生成新的气体组分值。

物联网服务器通过公有数据或vpn线路获取国家站的标准源数据，并将该标准数据与上述得到的气体的组分值进行比较，得到比较结果，然后将比较结果通过线性回归中的回归参数重新计算，得到新的气体组分值。

在校准模块14中，对所述得到的新的组分值进行校准处理，得到最终的组分信息。

物联网服务器通过专有线路获取实验室数据，通过实验室提供的传感器温湿度、时间敏感误差校准对新的气体组分值进行校准处理，得到最终的组分信息。

在本实施例中，还包括存储模块、发布模块；

存储模块，用于将获取的体混合监测值、标准源数据、温度及湿度校准数据、时间校准数据、校准后的最终的组分信息存储于数据库中。

发布模块，用于发布所述存储的数据信息。

本实施例的物联网服务器承载数据交互功能。如图3所示，物联网服务器主要包括：数据通讯、数据存储、数据发布、算法模块等模块。数据通讯用于使物联网服务器与监测设备、国家站、实验室之间进行数据交互；数据存储用于存储原始数据、算法生成参数、参数时效等；数据发布用于发布现场数据、网络数据等；算法承载用于解决物联网服务器总涉及的计算问题。

如图2所示，原始数据以及标准数据的流向均是经数据通讯模块送达算法模块和/或数据存储模块，其中算法模块和数据存储模块中的数据双向流动；然后数据存储模块再将存储的数据通过数据发布模块发布。

如图3所示，为算法模块中对涉及数据进行的计算的结构图。其中算法分为三层，首层采用线性回归将现场设备返回的混合监测值转换为组份值。第二层是将组份数据与现场国家站等标准数据源比较，定期产生比照数据，进而形成新的回归参数。第三层将组份值经温湿度、时间校准，形成发布数据。

与现有技术相比，本实施例具有以下有益效果：

1.本发明通过将获取到的数据与国家标准数据进行比较，有效校准常见监测因子(二氧化硫、二氧化氮、臭氧、一氧化碳)在开放式大气环境(无组织排放)中的组份浓度。

2.本发明通过实验室对得到的数据进行温湿度、时间敏感误差校准，解决了监测单一气体在大气环境中突变的冲击响应问题，并极大改善了对冲击峰值的监测准确性问题，减少因温度、湿度、时间三因素造成的测量误差。

3.通过将校准过程中所涉及的数据进行存储，即将原始数据、标准源数据、实验室数据、回归参数等数据进行存储，使得所涉及的数据可追溯，校准、修正流程有记录。

实施例二

本实施例公开一种基于线性回归的气体监测校准方法，如图4所示，包括步骤：

s11.获取监测设备所处环境的气体混合监测值；

s12.基于线性回归将获取到的混合监测值转换为气体的组分值；

s13.将所述转换得到的气体组分值与标准源数据进行比较，并根据比较结果生成新的气体组分值；

s14.对所述得到的新的组分值进行校准处理，得到最终的组分信息。

进一步的，所述步骤s12具体包括：

s121.将获取到的混合监测值基于线性回归的平方和最小的梯度方向，构建回归参数池；

s122.对所述回归参数池中的参数进行方差检验、水平检验，得到所述参数池中最优的参数；所述最优参数为气体的组分值。

进一步的，步骤s13中对得到的比较结果通过线性回归中的回归参数重新计算，得到新的气体组分值。

进一步的，步骤s14中对新的组分值进行校准处理中的处理方式包括温度及湿度校准、时间校准。

进一步的，步骤s14之后还包括：

s15.将获取的体混合监测值、标准源数据、温度及湿度校准数据、时间校准数据、校准后的最终的组分信息存储于数据库中。

进一步的，步骤s15之后还包括：

s16.发布所述存储的数据信息。

需要说明的是，本实施例提供的一种基于线性回归的气体监测校准方法与实施例一类似，在此不多做赘述。

与现有技术相比，本实施例具有以下有益效果：

1.本发明通过将获取到的数据与国家标准数据进行比较，有效校准常见监测因子(二氧化硫、二氧化氮、臭氧、一氧化碳)在开放式大气环境(无组织排放)中的组份浓度。

2.本发明通过实验室对得到的数据进行温湿度、时间敏感误差校准，解决了监测单一气体在大气环境中突变的冲击响应问题，并极大改善了对冲击峰值的监测准确性问题，减少因温度、湿度、时间三因素造成的测量误差。

3.通过将校准过程中所涉及的数据进行存储，即将原始数据、标准源数据、实验室数据、回归参数等数据进行存储，使得所涉及的数据可追溯，校准、修正流程有记录。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。