(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 202111614182.8 (22)申请日 2021.12.27 (71)申请人 山东浪潮工业互联网产业股份有限 公司 地址 250101 山东省济南市高新区浪潮路 1036号浪潮科技园S02号楼19层 (72)发明人 徐长朋　商广勇　胡立军　李佳　 (74)专利代理 机构 北京君慧知识产权代理事务 所(普通合伙) 11716 专利代理师 肖鹏 (51)Int.Cl. G06Q 10/04(2012.01) G06K 9/62(2022.01) (54)发明名称 一种排污数据预测方法、 装置、 设备及 介质 (57)摘要 本申请公开了一种排污数据预测方法、 装 置、 设备及介质， 方法包括： 在预设时长范围内， 获取目标排污口的历史排污数据； 根据预设的时 间间隔将历史排污数据划分为第一数量个排污 数据集； 通过聚类分析算法， 将第一数量个排污 数据集划分为第二数量个聚类簇以及噪点集， 将 所述噪点集进行剔除， 并获取第二数量个聚类簇 分别包含的排污数据集的数量； 通过最短路径算 法， 在第二数量个聚类簇中分别确定聚类簇对应 的核心点； 根据第二数量个聚类簇分别包含的排 污数据集的数量以及聚类簇对应的核心点， 确定 目标排污口的初始预测模型； 在第一数量个排污 数据集中随机选取部分排污数据集， 并通过部分 排污数据集对初始预测模型进行更新， 以得到排 污数据预测模型。 权利要求书3页 说明书9页 附图3页 CN 114492935 A 2022.05.13 CN 114492935 A 1.一种排污数据预测方法， 其特 征在于， 包括： 在预设时长范围内， 获取目标排污口的历史排污数据， 所述历史排污数据至少包括： 污 染物的种类、 历史排污量、 排放时间、 以及所述排放时间对应的所述目标排污口预设范围内 的环境信息； 根据预设的时间 间隔将所述历史排污数据划分为第一数量个排污数据集； 通过聚类分析算法， 将所述第 一数量个排污数据集划分为第 二数量个聚类簇以及噪点 集， 将所述噪点集进行剔除， 并获取所述第二数量个聚类簇分别包含的所述排污数据集的 数量； 通过最短路径算法， 在所述第二数量个聚类簇中分别确定所述聚类簇对应的核心点； 根据所述第二数量个聚类簇分别包含的所述排污数据集的数量以及所述聚类簇对应 的所述核心点， 确定所述目标排污口 的初始预测模型； 在所述第一数量个排污数据集中随机选取部分排污数据集， 并通过所述部分排污数据 集对所述初始预测模型进行 更新， 以得到排污数据预测模型； 通过所述排污数据预测模型， 预测所述目标排污口在未来时间段内的预测排污数据。 2.根据权利要求1所述的方法， 其特征在于， 所述根据所述预设的时间间隔将所述历史 排污数据划分为第一数量个排污数据集， 具体包括： 随机将所述历史排污数据划分为若干个初始排污数据集； 遍历所述若干个初始排污数据集， 若所述初始排污数据集对应的排污时长大于所述 时 间间隔， 则将所述初始排污数据集划分为排污时长小于所述时间间隔的多个排污数据集， 以得到所述历史排污数据对应的第一数量个排污数据集。 3.根据权利要求1所述的方法， 其特征在于， 所述通过聚类分析算法， 将所述第一数量 个排污数据集划分为第二数量个聚类簇以及噪点 集， 具体包括： 将所述排污数据集中的平均数据对应的数据点， 作为所述 排污数据集的聚类数据点； 根据预设聚类簇数量， 使用 层次聚类方法对所述聚类数据点进行聚类， 以得到所述预 设聚类簇数量个初始聚类簇； 确定所述预设聚类簇数量个初始聚类簇的初始质心， 并将所述预设聚类簇数量个初始 质心作为所述聚类数据点的质心； 根据所述预设聚类簇数量个质心， 以及预设聚类簇最低数据点数量阈值， 以及预设同 聚类簇最高距离阈值， 将所述第一数量个排污数据集划分为第二数量个聚类簇 以及噪点 集。 4.根据权利要求3所述的方法， 其特征在于， 所述通过最短路径算法， 在所述第二数量 个聚类簇中分别确定所述聚类簇对应的核心点， 具体包括： 随机选取所述聚类簇中任一点， 确定所述任一点到所述 聚类簇中其他 聚类点的路径之 和， 作为所述任一 点的路径权值； 遍历所述 聚类簇中的全部聚类点， 选择最小的所述路径权值对应的聚类点作为所述 聚 类簇对应的核心点。 5.根据权利要求4所述的方法， 其特征在于， 所述根据所述第 二数量个聚类簇分别包含 的所述排污数据集的数量以及所述聚类簇对应的所述核心点， 确定所述目标排污口的初始 预测模型， 具体包括：权　利　要　求　书 1/3 页 2 CN 114492935 A 2确定所述核心点的排放 时间与当前时间对应的时间差， 并根据 所述差生成所述核心点 对应的时间影响参数； 通过所述 时间影响参数， 并将所述 聚类簇中的所述 聚类数据点的所述历史排污数据拟 合为所述聚类簇的核心点的所述历史排污数据， 以得到所述目标排污口 的初始预测模型； 其中， 所述初始预测模型中的预测排污数据为， 所述第二数量个聚类簇分别对应的所 述排污数据集数量， 以及所述核心点对应的历史排污数据， 以及所述核心点对应的所述时 间影响参数的加权平均值。 6.根据权利要求5所述的方法， 其特征在于， 所述通过所述部分排污数据集对所述初始 预测模型进行 更新， 以得到排污数据预测模型， 具体包括： 确定所述部分排污数据的所述的排放 时间， 并根据 所述排放 时间以及所述初始预测模 型， 得到在所述 排放时间的预测排污数据； 对比所述部分排污数据以及所述预测排污数据， 确定误差值； 若所述误差值高于预设阈值， 则更新所述时间影响系数， 直至将所述误差值减小至低 于所述预设阈值。 7.根据权利要求1所述的方法， 其特征在于， 所述通过所述排污数据预测模型， 预测所 述目标排污口在未来时间段内的预测排污数据之后， 所述方法还 包括： 获取所述目标排污口预设范围内的污染信 息以及所述目标排污口对应的企业排污权， 所述污染信息 至少包括： 污染物堆积量、 最大污染物承受量、 污染物治理速度； 根据所述污染信息以及所述企业 排污权， 设置告警阈值； 若所述目标排污口 的排污量超过 所述告警阈值， 则通过告警模块进行告警。 8.一种排污数据预测装置， 其特 征在于， 包括： 数据获取模块， 用于在预设时长范围内， 获取目标排污口的历史排污数据， 所述历史排 污数据至少包括： 污染物的种类、 历史排污量、 排放时间、 以及所述排放时间对应的所述目 标排污口预设范围内的环境信息； 数据集划分模块， 用于根据预设的时间间隔， 并根据所述时间间隔将所述历史排污数 据划分为第一数量个排污数据集； 聚类分析模块， 用于将所述第 一数量个排污数据集划分为第 二数量个聚类簇以及噪点 集， 将所述噪点集进行剔除， 并获取所述第二数量个聚类簇分别包含的所述排污数据集的 数量； 核心点确定模块， 用于通过最短路径算法， 在所述第二数量个聚类簇中分别确定所述 聚类簇对应的核心点； 初始预测模型确定模块， 用于根据 所述第二数量个聚类簇分别包含的所述排污数据集 的数量以及所述聚类簇对应的所述核心点， 确定所述目标排污口 的初始预测模型； 训练模块， 用于在所述第一数量个排污数据集中随机选取部分排污数据集， 并通过所 述部分排污数据集对所述初始预测模型进行训练， 以得到排污数据预测模型； 预测模块， 用于通过所述排污数据预测模型， 预测所述目标排污口在未来时间段内的 预测排污数据。 9.一种排污数据预测设备， 其特 征在于， 包括： 至少一个处 理器； 以及， 与所述至少一个处 理器通信连接的存 储器； 其中，权　利　要　求　书 2/3 页 3 CN 114492935 A 3