(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211442330.7 (22)申请日 2022.11.18 (71)申请人 山东超华环保智能装备有限公司 地址 272600 山东省济宁市梁山县韩岗镇 齐岗村蒙馆路南 (72)发明人 王长历　曹先锋　刘长征　朱春占　 杜深龙　郝玉波　 (74)专利代理 机构 济宁仁礼信知识产权代理事 务所(普通 合伙) 37383 专利代理师 李新苗 (51)Int.Cl. G06Q 50/26(2012.01) G06F 17/18(2006.01) G06K 9/62(2022.01) G06Q 10/06(2012.01) (54)发明名称 基于数据识别的固体废弃物处理设备监测 方法 (57)摘要 本发明涉及数据 识别领域， 具体涉及基于数 据识别的固体废弃物处理设备监测方法， 包括： 获得所有参数对应的监测序列； 对监测序列的相 似度矩阵聚类获得对应参数的所有类别； 对于类 别的数量等于预设数量的参数， 根据差异度获得 异常参数； 类别的数量大于预设数量的参数为异 常参数， 根据异常参数对应的类别的显著度获得 异常类别； 根据异常参数的异常程度和影响度， 计算固体废弃物处理设备的异常监测指标， 根据 异常监测指标判断固体废弃物处理设备在运行 过程是否存在异常。 本发明基于监测数据的获得 参数的异常程度和影响度， 进而获得固体废弃物 处理设备的异常监测指标， 实现对固体废弃物处 理设备的运行状况的全面分析和精确监测， 进行 相应的预警提 示。 权利要求书3页 说明书8页 附图1页 CN 115496644 A 2022.12.20 CN 115496644 A 1.基于数据识别的固体废弃物处 理设备监测方法， 其特 征在于， 所述方法包括： 采集固体废弃物 处理设备的所有监测数据， 获得所有参数对应的监测数据组成的监测 序列以及所有监测序列组成的监测矩阵； 对于任意一个监测序列， 计算监测序列中任意两个监测数据的相似性， 根据所有监测 数据的相似度获得监测序列的相似度 矩阵， 对相似度 矩阵中的所有元素进 行聚类分析获取 多个类簇， 将每 个类簇内的所有相似度对应的监测数据划分为 一个类别； 如果监测序列的类别的数量等于预设数量， 计算监测序列的差异度， 如果监测序列的 差异度大于第一阈值， 则监测序列对应的参数为异常参数； 如果监测序列的类别的数量大于预设数量， 则监测序列对应的参数为异常参数； 计算 异常参数对应的每 个类别的显著度， 将显著度大于第二阈值的类别记为异常类别； 计算每个异常参数的异常程度； 计算监测矩阵对应的协方差矩阵， 根据协方差矩阵计 算每个异常参数 的影响度； 根据异常参数 的异常程度和影响度， 计算固体废弃物处理设备 的异常监测指标， 根据异常监测指标判断固体废弃物处 理设备在运行 过程是否存在异常。 2.根据权利要求1所述的基于数据识别的固体废弃物 处理设备监测方法， 其特征在于， 所述计算 监测序列中任意两个监测数据的相似性的步骤 包括： 监测序列中第 个监测数据和第 个监测数据的相似度的计算公式为： 式中， 表示参数 对应的监测序列中第 个监测数据和第 个监测数据的相似度， 表示以自然常数为底的指数函数， 表示监测序列中第 个监测数据的数据标签和第 个监测数据的数据标签的欧式距离 。 3.根据权利要求1所述的基于数据识别的固体废弃物 处理设备监测方法， 其特征在于， 所述计算 监测序列的差异度的步骤 包括： 参数 对应的监测序列的差异度的计算公式为： 式中， 表示参数 对应的监测序列的差异度， 表示预设数量， 表示参数 对应的监 测序列中所有监测数据的均值， 表示参数 对应的第 个正常监测序列中所有监测数据 的均值， 表示取绝对值。 4.根据权利要求1所述的基于数据识别的固体废弃物 处理设备监测方法， 其特征在于， 所述计算异常参数对应的每 个类别的显著度的步骤 包括： 对于异常参数 对应的第 个类别， 计算该类别中 的所有监测数据的均值 和方差 权　利　要　求　书 1/3 页 2 CN 115496644 A 2， 将 记为异常参数 对应的第 个类别的类别向量； 异常参数 对应的第 个类别的显著度的计算公式为： 式中， 表示异常参数 对应的第 个类别的显著度， 表示异常参数 对应的第 个 类别的类比中心对应的监测数据， 表示异常参数 对应的第 个正常监测序列中所有监 测数据的均值， 表示取绝对值， 表示异常参数 对应的第 个类别的所有监测数据的 方差， 表示异常参数 对应的类别的数量， 表示异常参数 对应的第 个类别和 第 个类别的余弦相似度。 5.根据权利要求3所述的基于数据识别的固体废弃物 处理设备监测方法， 其特征在于， 所述计算每 个异常参数的异常程度的步骤 包括： 对于对应的监测序列的类别的数量等于预设数量的异常参数 ， 异常参数 的异常程度 ， 其中， 表示异常参数 对应的监测序列的差异度； 对于对应的监测序列的类别的 数量大于预设数量的异 常参数 ， 异常参数 的异常程度 ， 其中， 表 示异常参数 的异常类别的数量， 表示异常参数 的第 个异常类别对应的所有监测数 据的和， 表示异常参数 的第 个异常类别的显著度。 6.根据权利要求1所述的基于数据识别的固体废弃物 处理设备监测方法， 其特征在于， 所述根据协方差矩阵计算每 个异常参数的影响度的步骤 包括： 异常参数 的影响度的计算公式为： 式中， 为表示异常参数 的影响度， 表示异常参数 在协方差矩阵中的特征值， 表示协方差矩阵中的所有特 征值的和。 7.根据权利要求1所述的基于数据识别的固体废弃物 处理设备监测方法， 其特征在于， 所述根据异常参数的异常程度和影响度， 计算固体废弃物处理设备的异常监测指标的步骤 包括： 固体废弃物处 理设备的异常监测指标的计算公式为：权　利　要　求　书 2/3 页 3 CN 115496644 A 3