(19)中华 人民共和国 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 202111429817.7 (22)申请日 2021.11.29 (71)申请人 国网山东省电力公司东营 供电公司 地址 257000 山东省东营市东营区南 一路 357号 (72)发明人 马传国　隋敬麒　马春玲　孙晨鑫　 常露　孙宏君　武鹏飞　张华　 管朔　 (74)专利代理 机构 中国商标专利事务所有限公 司 11234 代理人 张立晶 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06Q 50/06(2012.01)G06Q 50/26(2012.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种电力-环保数据融合分析的黄河流域污 染源监测预警方法 (57)摘要 本发明提供一种电力 ‑环保数据融合分析的 黄河流域污染源监测预警方法， 将用电数据与环 保指标数据间关联度的数据拟合， 获取不同企业 的用电数据与环保指标数据关联映射； 从环保指 标数据和用电特征数据两个维度， 构建样本集内 各个企业的企业画像， 并基于企业画 像结合自身 实际采样点数据与企业实际用电负荷数据， 实现 企业样本排污监测数据补全； 基于企业的短期各 企业的用电负荷预测值， 结合企业的用电数据与 环保指标数据关联映射， 获取区域内各企业的短 期排污预测数据， 作为流域动态 监测预警模型的 输入， 从而对区域内的短期环境指标进行预测， 实现环保预警监测的未雨绸缪。 权利要求书5页 说明书10页 附图2页 CN 114118580 A 2022.03.01 CN 114118580 A 1.一种电力 ‑环保数据融合分析的黄河流 域污染源监测预警方法， 其特 征在于， 包括： A.获取各类采集数据， 所述采集数据包括： 高能耗、 高污染的企业的电能采集数据、 设 备运行数据、 排污监测数据、 环保指标数据、 企业所在的区域的气象数据、 水域监测数据、 大 气监测数据、 节假日数据； 对上述采集数据进行汇总与预处 理， 获得可用的企业样本数据； B.对企业样本数据采用多标签分类， 形成企业分类训练样本集， 所述标签包括： 行业标 签、 生产规模标签、 排 放污染物标签； C.基于同一类型的企业样本数据， 对环保指标数据与企业的电能采集数据进行关联性 分析， 获取企业用电特 征与环保指标的相关联 特征， 并设定环保指标阈值范围； D.选取多个具有排污实时监测数据的企业设定为典型高污染企业， 获取典型高污染企 业的环保指标数据， 将每个典型高污染企业的环保指标数据与各自的用电负荷曲线结合， 形成负荷聚类数据； 依据每个典型高污染企业的负荷聚类数据， 将每个典型高污染企业的运行状态分为： 满负荷工作状态、 欠负荷工作状态和停工状态； 对于有排污实时监测数据的企业， 创建用电 ‑环保指数关联图集； E.基于全部企业分类训练样本集数据， 从环保指标数据和企业用电特征两个维度， 构 建样本集内各个企业的企业画像； F.对于无排污实时监测数据的企业， 从同一类型的企业的企业画像提取样本特征数 据， 作为输入 数据， 采用皮尔逊相关系数进 行相似度计算， 取相似度最大的、 已存在的企业， 作为无排污实时监测数据的企业的相似企业； G.对于有排污实时监测数据的企业， 基于一段历史时期的用电负荷特征数据， 构建采 用LSTM算法构建 短期用电负荷预测模型， 并输出企业短期的用电负荷预测值； 对于无排污实时监测数据的企业， 提取相似企业一段历史时期的用电负荷特征数据， 构建采用LSTM算法构建 短期用电负荷预测模型， 并输出企业短期的用电负荷预测值； H.判断企业是否存在用电 ‑环保指数关联图集， 若该企业存在用电 ‑环保指数关联图 集， 则基于企业短期的用电负荷预测值与用电 ‑环保指数关联图集进 行匹配， 获取短期排污 预测数据； 若 该企业不存在用电 ‑环保指数关联图集， 则基于比例缩放因子结合该企业的相 似企业的用电 ‑环保指数关联图集， 进 而获取短期排污预测数据； 将短期排污预测数据与环保指标阈值范围进行比对； I.按照实际地理信息系统(Geographic  Information  System或Geo－Information   system， GIS)分布将河流流域所属的河流断面、 周边大气监测站、 高污染企业进行划分， 针 对流域的每一条河流创建流 域动态监测区域； J.针对流域动态监测区域内高污染企业的历史排污数据， 构建流域动态监测预警模 型， 并基于获取的短期排污预测数据， 进 行流域动态监测区域内的环保指数预测， 从而辅助 环保部门提前制定预防治理措施。 2.如权利要求1所述的电力 ‑环保数据融合分析的黄河流域污染源监测预警方法， 其特 征在于， 所述电能采集数据包括： 电力用户类型、 用户区域、 用户行业、 供电地址、 电压等级、 变压器容量、 电价类别、 电压、 电流、 有功功率、 无功功 率、 功率因数、 谐波、 日电能量、 最大需 量。权　利　要　求　书 1/5 页 2 CN 114118580 A 23.如权利要求1所述的电力 ‑环保数据融合分析的黄河流域污染源监测预警方法， 其特 征在于， 所述排污监测数据包括： 工业废气的废气温度、 相对湿度、 空气流速、 新风量、 总悬 浮颗粒锅炉烟尘、 工业炉窑烟尘、 烟气林格曼黑度， 可吸入颗粒物、 铬酸雾氨、 氟化物、 氯化 氢、 硫酸雾、 二硫化碳、 一氧化碳、 二氧化氮、 氮氧化物、 臭氧、 二氧化硫、 硫化氢、 氰化氢、 氯 气、 酚类化合物、 饮食业油烟、 苯胺类、 甲醛、 苯系物、 苯、 甲苯、 二甲苯、 苯乙烯、 总挥发性有 机物(TVOC),甲醇、 丙酮、 总烃、 丙烯腈、 丙烯醛、 非甲烷总烃、 乙醛、 氯乙烯、 硝基苯、 甲烷的 含量； 工业废水的水温、 臭、 电导率、 透明度、 pH值、 全盐量、 色度、 浊度、 悬浮物、 酸度、 碱度、 六 价铬、 总汞、 铜、 锌、 铅、 镉、 镍、 铁、 锰、 铍、 总铬、 钾、 钠、 钙、 镁、 总硬度、 总砷、 硒、 钡、 钼、 钴、 溶 解氧、 氨氮、 亚硝酸盐氮、 硝酸盐氮、 硫酸盐、 总氮、 总磷、 氯化物、 氟化物、 总氰化物、 硫化物、 高锰酸盐指数、 生化需氧量、 化学需氧量、 挥发性酚、 石油类、 动植物油、 阴离子表 面活性剂、 苯、 甲苯、 乙苯、 对二甲苯、 邻二甲苯、 间二甲苯、 苯乙烯的含量。 4.如权利要求1所述的电力 ‑环保数据融合分析的黄河流域污染源监测预警方法， 其特 征在于， 所述区域气象数据包括： 气压、 气温、 降水量、 蒸发量、 相 对湿度、 风 向风速、 日照时 数和0cm地温要素的日值数据。 5.如权利要求1所述的电力 ‑环保数据融合分析的黄河流域污染源监测预警方法， 其特 征在于， 所述水域监测数据包括： 臭味、 水温、 浑浊度、 pH值、 电导率、 溶解性固体、 悬浮性固 体、 总氮、 总有机碳(TOC)溶解氧(DO)、 生化需氧量(BOD)、 化学需氧量(COD)、 细菌总数、 大肠 菌群含量。 6.如权利要求1所述的电力 ‑环保数据融合分析的黄河流域污染源监测预警方法， 其特 征在于， 对所述采集数据进 行的汇总与预 处理包括： 数据 清洗、 数据转换、 数据归一标准化、 异常值删除， 从而获取 可用样本数据， 并提升可用样本数据的准确性。 7.如权利要求1所述的电力 ‑环保数据融合分析的黄河流域污染源监测预警方法， 其特 征在于， 所述行业标签为： 火电、 钢铁、 水泥、 石化、 化工、 有色金属冶炼及其他， 所述生产规 模标签为： 特 大型、 大型、 中型、 小型、 微型。 8.如权利要求7所述的电力 ‑环保数据融合分析的黄河流域污染源监测预警方法， 其特 征在于， 所述行业标签相同、 生产规模标签相同且排放污染物标签相同的企业属于同一类 型企业。 9.如权利要求1至8任一所述的电力 ‑环保数据融合分析的黄河流域污染源监测预警方 法， 其特征在于， 对环保指标 数据与企业的电能采集数据， 是以如下 方式进行关联性分析： C1.选取同一类型企业样本数据作为该类型样本数据集A； 该类型数据集中包含N个用 电特征和M个环保指标特征； SD为选中用电特征集， 初始为空集； SH为选中环保指标特征集， 初始为空集； FD为待选电力特征集， 初始包含N个特征， 待选电力特征集的N个特征是随时间 变化的动态变量； FH为待选环保特 征集， 初始包 含M个特征； C2.计算待选电力特征集FD中的任一特征项FiD与待选环保特征集FH中的任一特征项 间的互信息 计算公式如下： 权　利　要　求　书 2/5 页 3 CN 114118580 A 3