本技術(shù)涉及水質(zhì)處理，尤其涉及一種水質(zhì)監(jiān)測方法、裝置、存儲介質(zhì)及程序產(chǎn)品。

背景技術(shù)：

1、隨著現(xiàn)代工業(yè)生產(chǎn)對潔凈環(huán)境要求的不斷提高，尤其是在電子、醫(yī)藥、精密制造等領(lǐng)域，對水質(zhì)的精度要求達到了前所未有的高度。因此在潔凈廠房的運行中，水務系統(tǒng)的水質(zhì)保障至關(guān)重要。

2、傳統(tǒng)的水質(zhì)監(jiān)測方法一般存在諸多局限性。例如，人工取樣檢測存在時間間隔長、難以實時反映水質(zhì)變化的問題，容易導致在兩次檢測間隔期間出現(xiàn)水質(zhì)問題卻不能及時發(fā)現(xiàn)。而一些常規(guī)的在線監(jiān)測設(shè)備也僅能監(jiān)測少量水質(zhì)參數(shù)，對于潔凈廠房復雜的用水環(huán)境和多種關(guān)鍵水質(zhì)指標（如微生物、顆粒、離子濃度等）的綜合監(jiān)測能力不足，在監(jiān)測到水質(zhì)變化時也早已發(fā)生了嚴重的水質(zhì)問題，存在滯后性。

3、因此，現(xiàn)有的水質(zhì)監(jiān)測方法在水質(zhì)變化時一般處于被動監(jiān)測狀態(tài)，存在滯后性，難以主動預防，易導致生產(chǎn)損失、產(chǎn)品質(zhì)量下降等嚴重后果。

技術(shù)實現(xiàn)思路

1、本技術(shù)的主要目的在于提供了一種水質(zhì)監(jiān)測方法、裝置、存儲介質(zhì)及程序產(chǎn)品，旨在解決現(xiàn)有的水質(zhì)監(jiān)測方法在水質(zhì)變化時一般處于被動監(jiān)測狀態(tài)，存在滯后性，難以主動預防，易導致生產(chǎn)損失的技術(shù)問題。

2、為實現(xiàn)上述目的，本技術(shù)提出一種水質(zhì)監(jiān)測方法，所述方法包括：

3、對多傳感器采集的潔凈廠房的水質(zhì)數(shù)據(jù)進行預處理，得到標準化水質(zhì)數(shù)據(jù)，所述多傳感器預先設(shè)置于所述潔凈廠房的關(guān)鍵節(jié)點處；

4、將所述標準化水質(zhì)數(shù)據(jù)輸入至預設(shè)的水質(zhì)預測模型中，得到水質(zhì)變化趨勢數(shù)據(jù)，所述水質(zhì)預測模型基于卷積神經(jīng)網(wǎng)絡(luò)模型進行訓練獲得；

5、在所述水質(zhì)變化趨勢數(shù)據(jù)達到預警閾值時，觸發(fā)預警機制；

6、基于所述預警機制，將所述水質(zhì)數(shù)據(jù)輸入至預設(shè)的貝葉斯故障模型中，得到對應的水質(zhì)優(yōu)化策略。

7、在一實施例中，所述對多傳感器采集的潔凈廠房的水質(zhì)數(shù)據(jù)進行預處理，得到標準化水質(zhì)數(shù)據(jù)的步驟，包括：

8、通過多傳感器按預設(shè)采樣頻率采集潔凈廠房的水質(zhì)數(shù)據(jù)，所述多傳感器包括微生物傳感器、顆粒計數(shù)傳感器、離子濃度傳感器、ph值傳感器和溶解氧傳感器中的至少一種；

9、對所述水質(zhì)數(shù)據(jù)進行數(shù)據(jù)預處理，得到標準化水質(zhì)數(shù)據(jù)，所述數(shù)據(jù)預處理包括異常值處理、缺失值填補以及標準化處理。

10、在一實施例中，所述對所述水質(zhì)數(shù)據(jù)進行數(shù)據(jù)預處理，得到標準化水質(zhì)數(shù)據(jù)的步驟，包括：

11、在所述水質(zhì)數(shù)據(jù)的數(shù)據(jù)點超過預設(shè)波動范圍時，判定所述數(shù)據(jù)點為異常值；

12、去除所述異常值，得到清洗后的水質(zhì)數(shù)據(jù)；

13、通過預設(shè)數(shù)值填補法對所述清洗后的水質(zhì)數(shù)據(jù)進行缺失值填補，得到填補后的水質(zhì)數(shù)據(jù)；

14、將所述填補后的水質(zhì)數(shù)據(jù)映射到標準數(shù)值區(qū)間，得到標準化水質(zhì)數(shù)據(jù)。

15、在一實施例中，所述將所述標準化水質(zhì)數(shù)據(jù)輸入至預設(shè)的水質(zhì)預測模型中，得到水質(zhì)變化趨勢數(shù)據(jù)的步驟，包括：

16、提取所述標準化水質(zhì)數(shù)據(jù)的水質(zhì)指標，所述水質(zhì)指標包括ph值、電導率、溶解氧、濁度、溫度以及離子濃度中的至少一種；

17、通過統(tǒng)計分析方法，計算所述水質(zhì)指標的統(tǒng)計指標，所述統(tǒng)計指標包括均值、標準差以及變異系數(shù)中的至少一種；

18、將所述水質(zhì)指標以及所述統(tǒng)計指標輸入至預設(shè)的水質(zhì)預測模型中，得到水質(zhì)變化趨勢數(shù)據(jù)，所述水質(zhì)預測模型是以歷史水質(zhì)數(shù)據(jù)為訓練樣本通過卷積神經(jīng)網(wǎng)絡(luò)模型進行訓練獲得。

19、在一實施例中，所述水質(zhì)預測模型的訓練過程包括：

20、獲取歷史水質(zhì)數(shù)據(jù)的歷史水質(zhì)指標以及歷史統(tǒng)計指標；

21、按照時間維度將所述歷史統(tǒng)計指標進行數(shù)據(jù)分類，得到線性數(shù)據(jù)和非線性數(shù)據(jù)；

22、對所述線性數(shù)據(jù)進行線性擬合以及通過隨機森林回歸法對所述非線性數(shù)據(jù)進行回歸，得到標準化數(shù)據(jù)；

23、將所述標準化數(shù)據(jù)以及所述歷史水質(zhì)指標輸入至卷積神經(jīng)網(wǎng)絡(luò)模型中進行相關(guān)性訓練，得到水質(zhì)預測模型。

24、在一實施例中，所述基于所述預警機制，將所述水質(zhì)數(shù)據(jù)輸入至預設(shè)的貝葉斯故障模型中，得到對應的水質(zhì)優(yōu)化策略的步驟，包括：

25、基于所述預警機制，啟動預設(shè)的貝葉斯故障模型，所述貝葉斯故障模型通過水質(zhì)數(shù)據(jù)之間的因果關(guān)系和概率進行分析；

26、通過所述貝葉斯故障模型和預設(shè)的專家系統(tǒng)對所述水質(zhì)數(shù)據(jù)進行診斷，確定所述水質(zhì)數(shù)據(jù)在所述潔凈廠房中水處理故障環(huán)節(jié)和故障原因；

27、根據(jù)所述水處理故障環(huán)節(jié)和故障原因，生成對應的水質(zhì)優(yōu)化策略；

28、根據(jù)所述水質(zhì)優(yōu)化策略，向維修人員進行預警。

29、在一實施例中，所述通過所述貝葉斯故障模型和預設(shè)的專家系統(tǒng)對所述水質(zhì)數(shù)據(jù)進行診斷，確定所述水質(zhì)數(shù)據(jù)在所述潔凈廠房中水處理故障環(huán)節(jié)和故障原因的步驟，包括：

30、通過所述貝葉斯故障模型將所述水質(zhì)指標作為觀測節(jié)點，以及將傳感器故障作為隱藏節(jié)點；

31、根據(jù)所述隱藏節(jié)點確定水質(zhì)數(shù)據(jù)之間的因果關(guān)系；

32、基于所述歷史水質(zhì)數(shù)據(jù)，定義所述因果關(guān)系和所述觀測節(jié)點之間的條件概率表；

33、通過預設(shè)的專家系統(tǒng)，基于所述條件概率表對所述水質(zhì)數(shù)據(jù)進行診斷，得到所述水質(zhì)數(shù)據(jù)在所述潔凈廠房中水處理故障環(huán)節(jié)和故障原因。

34、此外，為實現(xiàn)上述目的，本技術(shù)還提出一種水質(zhì)監(jiān)測裝置，所述裝置包括：

35、預處理模塊，用于對多傳感器采集的潔凈廠房的水質(zhì)數(shù)據(jù)進行預處理，得到標準化水質(zhì)數(shù)據(jù)，所述多傳感器預先設(shè)置于所述潔凈廠房的關(guān)鍵節(jié)點處；

36、水質(zhì)預測模塊，用于將所述標準化水質(zhì)數(shù)據(jù)輸入至預設(shè)的水質(zhì)預測模型中，得到水質(zhì)變化趨勢數(shù)據(jù)，所述水質(zhì)預測模型基于卷積神經(jīng)網(wǎng)絡(luò)模型進行訓練獲得；

37、預警機制模塊，用于在所述水質(zhì)變化趨勢數(shù)據(jù)達到預警閾值時，觸發(fā)預警機制；

38、優(yōu)化策略模塊，用于基于所述預警機制，將所述水質(zhì)數(shù)據(jù)輸入至預設(shè)的貝葉斯故障模型中，得到對應的水質(zhì)優(yōu)化策略。

39、此外，為實現(xiàn)上述目的，本技術(shù)還提出一種存儲介質(zhì)，所述存儲介質(zhì)為計算機可讀存儲介質(zhì)，所述存儲介質(zhì)上存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)如上文所述的水質(zhì)監(jiān)測方法的步驟。

40、此外，為實現(xiàn)上述目的，本技術(shù)還提供一種計算機程序產(chǎn)品，所述計算機程序產(chǎn)品包括計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)如上文所述的水質(zhì)監(jiān)測方法的步驟。

41、本技術(shù)提出的一個或多個技術(shù)方案，至少具有以下技術(shù)效果：本技術(shù)的水質(zhì)監(jiān)測方法包括：對多傳感器采集的潔凈廠房的水質(zhì)數(shù)據(jù)進行預處理，得到標準化水質(zhì)數(shù)據(jù)，所述多傳感器預先設(shè)置于所述潔凈廠房的關(guān)鍵節(jié)點處；將所述標準化水質(zhì)數(shù)據(jù)輸入至預設(shè)的水質(zhì)預測模型中，得到水質(zhì)變化趨勢數(shù)據(jù)，所述水質(zhì)預測模型基于卷積神經(jīng)網(wǎng)絡(luò)模型進行訓練獲得；在所述水質(zhì)變化趨勢數(shù)據(jù)達到預警閾值時，觸發(fā)預警機制；基于所述預警機制，將所述水質(zhì)數(shù)據(jù)輸入至預設(shè)的貝葉斯故障模型中，得到對應的水質(zhì)優(yōu)化策略。

42、由于本技術(shù)在通過多傳感器采集到水質(zhì)數(shù)據(jù)后，利用水質(zhì)預測模型可準確預測水質(zhì)變化趨勢，在水質(zhì)可能異常時提前預警并生成水質(zhì)優(yōu)化策略進行調(diào)整。避免了現(xiàn)有的水質(zhì)監(jiān)測方法存在滯后性的情況，從而能夠提前應對水質(zhì)問題，保障了潔凈廠房生產(chǎn)用水的質(zhì)量和效率。