本發明涉及自來水監測相關，尤其涉及基于機器學習的自來水輻射污染預警方法及裝置。

背景技術：

1、目前的自來水輻射污染預警方式往往是通過對α粒子、β粒子設置濃度單位的放射性活度閾值，一旦存在超過篩查水平的自來水采樣，進行預警提醒。

2、另外申請號為201610153624.6的在先申請一種自來水輻射污染自動檢測及報警系統及其方法提出了通過輻射傳感器的方式，實時監測自來水管道中自來水放射性計數情況，并將相關數據存儲在本地內存，也可以傳送到手機或電腦客戶端，從而實現通過不間斷獲取自來水的放射性數據，及時發現自來水存在的安全隱患，同時將隱患信息通過短信、網絡等渠道及時發送出去，并能實現聲光報警。

3、該方案雖然提出了較為成熟的告警硬件系統，但是其通過輻射傳感器的方式進行監測一方面監測效果不佳，另一方面其僅僅通過監測周期內超過預設的輻射傳感器示數閾值的次數來進行告警，準確率也較低。

4、且上述方式均未考慮自來水的高流動性，在自來水流動時，尤其是流量特別大時，里面輻射粒子波動隨著水流時強時弱，因此如何針對該情況對每次采樣數據進行預警以提高預警結果的準確性是本領域急需解決的問題。

技術實現思路

1、本發明的目的是為了至少解決現有技術的不足之一，提供基于機器學習的自來水輻射污染預警方法及裝置。

2、為了實現上述目的，本發明采用以下的技術方案：

3、具體的，提出基于機器學習的自來水輻射污染預警方法，包括以下：

4、通過周期采樣的方式獲取目標監測區域于不同采樣點位置的自來水輻射指標值，得到每個采樣點位置的自來水輻射指標值序列；

5、遍歷并找尋出每個采樣點位置的自來水輻射指標值序列中的指標波動范圍；

6、基于指標波動范圍找尋出與第一采樣點位置波動趨近的第二采樣點位置，并將第一采樣點位置與第二采樣點位置的自來水輻射指標值序列共同作為一組預警分析數據，進而得到多組預警分析數據，其中第一采樣點位置為任意采樣點位置；

7、計算并得到每組預警分析數據的輻射污染程度指標；

8、若至少存在一組預警分析數據的輻射污染程度指標超過輻射污染程度閾值則進行預警提醒。

9、進一步，具體的，目標監測區域中的不同采樣點位置指的是同一自來水源的目標監測區域中不同自來水出水口的位置。

10、進一步，具體的，獲取自來水輻射指標值的方式，包括，

11、基于蓋格計數器對自來水中的α或β粒子的放射性活度進行檢測作為自來水輻射指標值。

12、進一步，具體的，遍歷并找尋出每個采樣點位置的自來水輻射指標值序列中的指標波動范圍，包括，

13、針對任意采樣點位置，若周期采樣的預設采樣周期為cycle1，并將自來水輻射指標值記為rad_in；

14、從周期采樣的開始時刻到結束時刻，按照采樣先后順序依次對rad_in的采集時刻記為c_exam進行判斷是否存在指標波動，找尋出所有存在指標波動的采集時刻c_exam，從存在指標波動的采集時刻c_exam中找尋出時間間隔最小的2個采集時刻，分別以采集的先后順序記為c_begin采集時刻以及c_close采集時刻；

15、則從c_begin采集時刻到c_close采集時刻之間的范圍即為指標波動范圍；

16、其中，當存在如下情況時，判定rad_in的采集時刻c_exam存在指標波動，

17、若采集時刻c_exam所采集的rad_in的值小于上一采集時刻即采集時刻c_exam-cycle1所采集的rad_in的值，并且，采集時刻c_exam-2*cycle1所采集的rad_in的值小于采集時刻c_exam-cycle1所采集的rad_in的值，并且，采集時刻c_exam所采集的rad_in的值大于c_exam_rad_in_avg的值；

18、其中，c_exam_rad_in_avg表示采集時刻c_exam時所有采樣點位置的非0的rad_in的值的平均值。

19、進一步，具體的，基于指標波動范圍找尋出與第一采樣點位置波動趨近的第二采樣點位置，包括，

20、記第一采樣點位置在其對應的指標波動范圍記為range1內的最大的自來水輻射指標值為rad_inmaxloc1、最小的自來水輻射指標值為rad_inminloc1；定義變量i為采樣點位置的編號，進行如下判斷，

21、若第i個采樣點位置滿足以下條件，則判斷第i個采樣點位置和第一采樣點位置波動趨近，將第i個采樣點位置記為與第一采樣點位置波動趨近的第二采樣點位置，

22、rad_inmax(i)≤rad_inmaxloc1+recom_rad_in(i)，并且，

23、rad_inmax(i)≤rad_inmaxloc1+recom_rad_in(i)；

24、其中，rad_inmax(i)表示第i個采樣點位置在指標波動范圍range1內最大的自來水輻射指標值；rad_inmin(i)表示第i個采樣點位置在指標波動范圍range1內最小的自來水輻射指標值；recom_rad_in(i)表示第i個采樣點位置的指標補償值，recom_rad_in(i)的計算式如下：

25、；

26、其中，n為采樣點位置的總數量，表示第j個采樣點位置的在第i個采樣點位置所對應的指標波動范圍內的最大的自來水輻射指標值；表示第j個采樣點位置的與第i個采樣點位置所對應的指標波動范圍內的最小的自來水輻射指標值。

27、進一步，具體的，計算并得到每組預警分析數據的輻射污染程度指標，包括，

28、第q組預警分析數據的輻射污染程度指標記為index_q的計算式如下：

29、

30、其中，表示第一采樣點位置在其指標波動范圍range1中所有非0的rad_in的值的平均值，表示第二采樣點位置在指標波動范圍range1中所有非0的rad_in的值的平均值。

31、進一步，具體的，進行預警提醒的方式為，

32、預綁定多個管理員ip，當需要進行預警提醒時，將所有周期采樣數據與預設文字提醒內容打包發送至所有管理員ip處，以供后續核查分析。

33、本發明還提出基于機器學習的自來水輻射污染預警的裝置，包括以下：

34、數據獲取模塊，用于通過周期采樣的方式獲取目標監測區域于不同采樣點位置的自來水輻射指標值，得到每個采樣點位置的自來水輻射指標值序列；

35、指標波動范圍計算模塊，用于遍歷并找尋出每個采樣點位置的自來水輻射指標值序列中的指標波動范圍；

36、數據生成模塊，用于基于指標波動范圍找尋出與第一采樣點位置波動趨近的第二采樣點位置，并將第一采樣點位置與第二采樣點位置的自來水輻射指標值序列共同作為一組預警分析數據，進而得到多組預警分析數據，其中第一采樣點位置為任意采樣點位置；

37、指標計算模塊，用于計算并得到每組預警分析數據的輻射污染程度指標；

38、預警提醒模塊，用于在若至少存在一組預警分析數據的輻射污染程度指標超過輻射污染程度閾值時，進行預警提醒。

39、本發明的有益效果為：

40、本發明提出基于機器學習的自來水輻射污染預警方法及裝置，通過于目標監測區域設置多個不同的采樣點位置進行自來水輻射指標的周期采樣，得到每個采樣點位置的自來水輻射指標值序列，之后遍歷并找尋出每個采樣點位置的自來水輻射指標值序列中的指標波動范圍，再基于指標波動范圍找尋出多組存在波動趨近的2個采樣點位置，并以此構成多組預警分析數據；再對每組預警分析數據計算其輻射污染程度指標，以此與輻射污染程度閾值進行比較判斷是否存在自來水輻射污染事件，并在存在自來水輻射污染事件時進行告警。本發明通過以上述分析過程來抑制自來水流動性高的特點所導致的輻射監測指標波動的影響，盡可能地保證預警結果準確。