一种基于大数据的水污染分析、预测方法与流程

本发明涉及信息技术领域，尤其涉及一种基于大数据的水污染分析、预测方法。

背景技术：

随着社会的不断进步，环保的重要性日益提高，因此污水质量检测技术的重要性日益显著，现有的污水检测方法大多采用采样后在实验室中进行检测的方法进行水质的评估，需要采用一系列的实验设备和实验操作，费时费力，检测的结果较为单一，同时单方面依靠计算软件进行计算，检测的精确度较低，水质的变化都是随着时间变化的，目前的检测系统均只能固定对某一时间段的水样的检测，功能单一。近年来，随着物联网的普及，可以使用传感器获取到的污水数据再将其传入到互联网中，然后相关数据进行可视化管理，但随着企业规模和市场需求的变化，数据的规模和种类都不断的增多，这对企业水污染的分析以及预测提出了挑战。

技术实现要素：

本发明的目的是为了解决现有技术中存在水污染情况难以分析预测的缺点，而提出的一种基于大数据的水污染分析、预测方法。

为了实现上述目的，本发明采用了如下技术方案：

设计一种基于大数据的水污染分析、预测方法，包括如下步骤：

s1、工厂信息管理步骤，设计工厂基本信息管理模块，污水排放监测点运行状态由监测点状态管理模块管理，用户查看监测点状态可直接点击相关监测点，设备基本信息管理模块负责管理各个工厂的排污设备的巡检和维护；

s2、实时监测管理步骤，设计实时监测管理模块，实时监测管理模块包括污水信息实时展示模块、实时超标监测分析模块、实时超标预警管理模块，其中污水信息实时展示模块将各个监测点的可测量的污水成分信息直接展示在显示装置上，实时超标监测分析首先通过对数据的分析和处理后展示超标监测结果，如果超标则会进行预警；

s3、水质分析管理步骤，设计水质分析管理模块，水质分析管理模块包括基础数据管理模块、化验数据管理模块和数据报表管理模块，设计完毕后用户可通过登录该子系统管理模块查看和更新水质分析结果；

s4、大数据分析步骤，设计大数据分析模块，污水数据通过终端的传感器测量获取后传输到系统中，在系统中需要对数据分析和处理，去除冗余和错误的数据，然后通过相关的职是测量方法，将已知指标组合获得复杂指标值，最后经过图表可视化展示，使用表格、直线、曲线等直观的将监测的数据显示出来，选择不同的监测点，显示相应的监测值；

s5、用户管理步骤，设计用户管理模块，通过管理用户的角色设定用户权限，同时负责管理系统的运行日志、为系统的后期维护剔红数据支持。

优选的，所述工厂基本信息管理模块还包括资产管理模块、养护管理模块、巡检管理模块和维修管理模块。

优选的，所述实时超标监测分析模块包括ph值监测传感器、溶解氧监测传感器、化学需氧量监测传感器、生化需氧量监测传感器、电导率传感器。

优选的，所述大数据分析模块包括大数据存储模块和大数据分析预测模块，大数据存储模块用于存储监测到的实时污水排放信息，大数据分析预测模块采用时间序列预测模型，根据实际需求对时间预测模块进行线性和非线性的处理，然后得到准确的排放预测模型。

本发明提出的一种基于大数据的水污染分析、预测方法，有益效果在于：对企业排污情况进行实时监测，同时监测的大数据以及大数据处理的流程，能够帮助污水监管系统的数据分析功能适应污水数据多样化、量级大和实时性的需求，实现了工厂信息管理、实时监测管理、水质分析管理、大数据分析和用户管理几个子系统，不仅能够对企业排污情况进行全面智能管理，还可以进行大数据分析和预测，积极推动企业大数据环境的建设和发展。

附图说明

图1为本发明提出的一种基于大数据的水污染分析、预测方法的原理框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。

参照图1，一种基于大数据的水污染分析、预测方法，包括如下步骤：

s1、工厂信息管理步骤，设计工厂基本信息管理模块，污水排放监测点运行状态由监测点状态管理模块管理，用户查看监测点状态可直接点击相关监测点，设备基本信息管理模块负责管理各个工厂的排污设备的巡检和维护；

s2、实时监测管理步骤，设计实时监测管理模块，实时监测管理模块包括污水信息实时展示模块、实时超标监测分析模块、实时超标预警管理模块，其中污水信息实时展示模块将各个监测点的可测量的污水成分信息直接展示在显示装置上，实时超标监测分析首先通过对数据的分析和处理后展示超标监测结果，如果超标则会进行预警；

s3、水质分析管理步骤，设计水质分析管理模块，水质分析管理模块包括基础数据管理模块、化验数据管理模块和数据报表管理模块，设计完毕后用户可通过登录该子系统管理模块查看和更新水质分析结果；

s4、大数据分析步骤，设计大数据分析模块，污水数据通过终端的传感器测量获取后传输到系统中，在系统中需要对数据分析和处理，去除冗余和错误的数据，然后通过相关的职是测量方法，将已知指标组合获得复杂指标值，最后经过图表可视化展示，使用表格、直线、曲线等直观的将监测的数据显示出来，选择不同的监测点，显示相应的监测值；

s5、用户管理步骤，设计用户管理模块，通过管理用户的角色设定用户权限，同时负责管理系统的运行日志、为系统的后期维护剔红数据支持。

工厂基本信息管理模块还包括资产管理模块、养护管理模块、巡检管理模块和维修管理模块。大数据分析模块包括大数据存储模块和大数据分析预测模块，大数据存储模块用于存储监测到的实时污水排放信息，大数据分析预测模块采用时间序列预测模型，根据实际需求对时间预测模块进行线性和非线性的处理，然后得到准确的排放预测模型，同时对企业排污情况进行实时监测，监测的大数据以及大数据处理的流程，能够帮助污水监管系统的数据分析功能适应污水数据多样化、量级大和实时性的需求，实现了工厂信息管理、实时监测管理、水质分析管理、大数据分析和用户管理几个子系统，不仅能够对企业排污情况进行全面智能管理，还可以进行大数据分析和预测，积极推动企业大数据环境的建设和发展。

实时超标监测分析模块包括ph值监测传感器、溶解氧监测传感器、化学需氧量监测传感器、生化需氧量监测传感器、电导率传感器，多种水质监测传感器用于监测工厂排放污水的具体污染值，为大数据分析模块提供精准的数据源。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

技术特征：

1.一种基于大数据的水污染分析、预测方法，其特征在于，包括如下步骤：

s1、工厂信息管理步骤，设计工厂基本信息管理模块，污水排放监测点运行状态由监测点状态管理模块管理，用户查看监测点状态可直接点击相关监测点，设备基本信息管理模块负责管理各个工厂的排污设备的巡检和维护；

s2、实时监测管理步骤，设计实时监测管理模块，实时监测管理模块包括污水信息实时展示模块、实时超标监测分析模块、实时超标预警管理模块，其中污水信息实时展示模块将各个监测点的可测量的污水成分信息直接展示在显示装置上，实时超标监测分析首先通过对数据的分析和处理后展示超标监测结果，如果超标则会进行预警；

s3、水质分析管理步骤，设计水质分析管理模块，水质分析管理模块包括基础数据管理模块、化验数据管理模块和数据报表管理模块，设计完毕后用户可通过登录该子系统管理模块查看和更新水质分析结果；

s4、大数据分析步骤，设计大数据分析模块，污水数据通过终端的传感器测量获取后传输到系统中，在系统中需要对数据分析和处理，去除冗余和错误的数据，然后通过相关的职是测量方法，将已知指标组合获得复杂指标值，最后经过图表可视化展示，使用表格、直线、曲线等直观的将监测的数据显示出来，选择不同的监测点，显示相应的监测值；

s5、用户管理步骤，设计用户管理模块，通过管理用户的角色设定用户权限，同时负责管理系统的运行日志、为系统的后期维护剔红数据支持。

2.根据权利要求1所述的一种基于大数据的水污染分析、预测方法，其特征在于，所述工厂基本信息管理模块还包括资产管理模块、养护管理模块、巡检管理模块和维修管理模块。

3.根据权利要求1所述的一种基于大数据的水污染分析、预测方法，其特征在于，所述大数据分析模块包括大数据存储模块和大数据分析预测模块，大数据存储模块用于存储监测到的实时污水排放信息，大数据分析预测模块采用时间序列预测模型，根据实际需求对时间预测模块进行线性和非线性的处理，然后得到准确的排放预测模型。

4.根据权利要求1所述的一种基于大数据的水污染分析、预测方法，其特征在于，所述实时超标监测分析模块包括ph值监测传感器、溶解氧监测传感器、化学需氧量监测传感器、生化需氧量监测传感器、电导率传感器。

技术总结
本发明涉及信息技术领域，尤其是一种基于大数据的水污染分析、预测方法，包括如下步骤：工厂信息管理步骤、实时监测管理步骤、水质分析管理步骤、大数据分析步骤、用户管理步骤，对企业排污情况进行实时监测，同时监测的大数据以及大数据处理的流程，能够帮助污水监管系统的数据分析功能适应污水数据多样化、量级大和实时性的需求，实现了工厂信息管理、实时监测管理、水质分析管理、大数据分析和用户管理几个子系统，不仅能够对企业排污情况进行全面智能管理，还可以进行大数据分析和预测，积极推动企业大数据环境的建设和发展。

技术研发人员：杜小军;杜乐
受保护的技术使用者：江苏中润普达信息技术有限公司
技术研发日：2019.08.13
技术公布日：2019.11.15