Uru:
- Ikike itinye usoro oge, ngafe ọnụ ụzọ na njikwa njikwa ihe mmetụta (QA/QC).
- Ikike imepụta nyocha anomaly, nchịkọta omume na atụmatụ data efu na AI
- Ikike iji nyochaa ihe ngafe na anomalies nke AI rụtụrụ aka site na iji data raw na nhazi nhazi
Ị bụ onye injinia ngbanwe n'ebe a na-ahụ maka mmiri mkpofu nke mpaghara ụlọ ọrụ a haziri ahazi. Ụlọ ọrụ nleba anya na-aga n'ihu nke dị na ndekọ ndekọ mgbasa ozi na-agbaze oxygen (DO), pH, conductivity and chemical oxygen demand (COD) kwa nkeji iri na ise. Na 03:40 n'ụtụtụ, uru COD dị na ihuenyo SCADA na-amali elu na 1,240 mg / L na sistemụ na-ebuli mkpu. Oke mkpofu 250 mg / l. Ajụjụ ị ga-ajụ tupu ị tụọ ụjọ bụ: Nke a ọ bụ ihe mmetọ n'ezie ka ọ bụ ndekọ ihe mmetụta? N'ime nkeji a, ị ga-amụta ka esi eji ụdị asụsụ (LLM) dị ka "onye enyemaka ịgụ akwụkwọ mbụ" maka nyocha data usoro oge, akara anomalies na ịmepụta nchịkọta omume; Ma anyị na-atụle ihe mere na ọ dịghị mgbe ọ ga-ahapụ ya mkpebi ikpeazụ.
Anatomi nke data nleba anya na-aga n'ihu
Data nlekota gburugburu ebe obibi bụ usoro oge anakọtara n'oge oge. Ebe nha ọ bụla na-ebu stampụ oge, uru yana ọkọlọtọ ọkọlọtọ dị mma. Iji nweta echiche nke data raw, ị ga-amata echiche atọ:
- Trend: Omume ogologo oge (dịka mmụba nke oge na conductivity).
- Oge/ okirikiri: Ụdị na-emeghachi n'ụbọchị ma ọ bụ afọ (dịka, mmụba nke DO site na photosynthesis ụbọchị).
- Anomaly: Ụkpụrụ dị otu ma ọ bụ nke dị mkpụmkpụ nke na-adabere na ụkpụrụ a tụrụ anya ya.
Oke
Oke nleba anya
Oke ihe atụ (mwepu)
Nsogbu ihe mmetụta nkịtị
pH
Nkeji 1-5
6-9 (enweghị otu)
Ntụaka electrode mgbanwe
Oxygen agbazere (DO)
5-15 min
≥ 5 mg / L (ọkara nnabata)
Mmebi anụ ahụ (biofouling)
conductivity
5-15 min
Dabere na klaasị, µS/cm
mkpagharị calibration
COD (onye nyocha na-aga n'ihu)
15-60 min
250mg/L
Ike ọgwụgwụ reagent, imechi
PM10 (ikuku)
1 elekere
50 µg/m³ (awa 24)
Mmetụta iru mmiri/condensation
Kedu ihe kpatara ọkọlọtọ QA/QC ji dị mkpa?
QA/QC (mmesi obi ike / njikwa mma) bụ maka itinye akara ntụkwasị obi na nha ọ bụla. Ọbụlagodi na ọnụ ahịa pụtara na ọnụ ọgụgụ ka ọ bụ “overshoot”, ọ gaghị adị ma ọ bụrụ na ewepụrụ ya na mpụga mpio nhazi ma ọ bụ ọ bụrụ na ihe mmetụta ahụ nọ na-arụzi. Koodu ọkọlọtọ nkịtị:
Ọkọlọtọ Pụtara --------------------------------- G Ọ dị mma - dị irè, nha anabatara Sspect - obi abụọ, nkwenye chọrọM Na-efu - efu / efu ndekọC Calibration - calibration/window mmezi, data emebighị echere - echere uru atụmatụ
Ndụmọdụ: Mepee ndekọ mmezi na mmezi mgbe niile tupu ịmalite nyocha ngafe. Ọ bụrụ na COD na-awụlikwa elu na 03:40 dabara na nhazigharị abalị ma ọ bụ mgbanwe reagent, nke a bụ data ọkọlọtọ "C"; Ọ bụghị isiokwu maka mkpu, kama maka ihicha data.
Nyocha Anomaly na nchịkọta omume na AI
Ị nwere ike iji LLM iji nyochaa ngwa ngwa data tabular, ụkpụrụ ọkọlọtọ nke anya mmadụ nwere ike ịtụfu, wee dozie echiche mbụ. Isi ihe dị mkpa: Inye ihe nlere anya data raw, nkeji na oke ọnụ yana ịrịọ maka nlele anya na ya.
EKWU IKE: "Enwere nsogbu na data ogo mmiri a?" IKE KWESỊRỊ: "N'okpuru ebe a bụ 15 nkeji nke nlekota data nke ebe mkpofu mmiri (ogidi: oge, COD [mg/L], conductivity [µS / cm], pH, QA flag). Mwepu COD ókè bụ 250 mg / L, pH nso 6-9. Ọrụ gị: 1) Depụta timestamps na njedebe na-agafe (ezigbo akara nke 2) naanị 'Gra' nke nwere akara dị iche iche. Ọkọlọtọ C/M/S n'ime ndepụta 'nkwalite chọrọ' dị iche iche 3) Gosipụta ma ọ bụ ịwụ elu otu (akara otu) ma ọ bụ ịrị elu na-aga n'ihu (> = ahịrị 3 n'otu oge) .
Ngwa ngwa dị ike na-ejikọta ihe nlereanya ahụ na usoro kọmpụta, na-atụgharị ọkọlọtọ, ma tinye nkọwa doro anya "ọ bụrụ na ị maghị, ekwula" ntụziaka iji kpachapụ anya (nkọwa nke emebere).
Ịkpachara anya: LLM nwere ike ime mperi na ntụnyere ọnụ ụzọ ọnụọgụ; Enwere ike ịkpọ 248 mg/L ka “gafere” ma ọ bụ 252 mg/L dị ka “n'ime oke.” Nyochaa nyocha ọ bụla karịa ndepụta ihe nlereanya ahụ, ma ọ bụ anya site na tebụl raw ma ọ bụ jiri usoro (dịka uru> 250). Ihe nlereanya na-enyocha; Ị na-ekpebi oke.
Atụmatụ data efu (nkwupụta)
Ihe mmetụta na-akụchi, ike na-apụ, nkwurịta okwu na-akụda. Otu esi jupụta data na-efu na-emetụta usoro gị na nyocha nke oke. Nkọwa ụgha nwere ike "ịmepụta" ihe nfefe na-adịghị adị ma ọ bụ zoo n'ezie overshoot.
mbubata pandas dị ka pdimport numpy dị ka np # 15 nkeji COD usoro; -999 koodu ngwaọrụ "enweghị data" "ọkọlọtọ": ["G", "G", "M", "M", "G", "S", "G", "G"],})# 1) Tụgharịa ngwaọrụ codes na n'ezie efu valuedf.loc[df["koi"] == -999, "koi"] = np.nan# 2 = SHORT gap n'usoro; flag imputationgap = df ["koi"] .isna () df ["koi_full"] = df ["koi"].interpolate(limit=2)df.loc[gap & df ["koi_full"].notna (), "flag"] = "E" # echere # = 3) Oke oke maka nyocha nke G. df[(df["koi_full")> 250) & (df["flag"] == "G")] bipụta (asyms[["ts", "koi_full", "flag")])
N'ime usoro a, a na-ejupụta oghere dị mkpirikpi, mana ụkpụrụ ndị jupụtara na E na-eme mkpebi nke overshoot naanị site na nha n'ezie (G). Ebe uru nke 1240 mg/L ka akpọrọ S (na-enyo enyo), etinyeghị ya na ndepụta ngafe akpaaka; a na-enyocha nke mbụ.
Nyocha site na mkpagharị ihe mmetụta na nhazigharị
Ọkọlọtọ ọla edo maka ikpebi ma ịkafefe ọ̀ bụ ezigbo ma ọ bụ mkpagharị ihe mmetụta bụ nsonaazụ ụlọ nyocha nke ihe nlere anya n'otu oge. Dịka ọmụmaatụ, ọ bụrụ na onye nyocha na-aga n'ihu gosipụtara 1240 mg / L na 03: 40, yana ọnụ ahịa nyocha ụlọ nyocha nke ihe nlele a na-ewere n'oge ahụ bụ 205 mg / L, nsogbu ahụ dị na ihe mmetụta; ọ bụghị ihapu. Nke a bụ triangulation nke mmepụta AI ma ọ bụ mkpu SCADA na ubi na ụlọ nyocha.
obere akpa
Ihe mmetụta turbidity dị na efere mmiri ọ drinkingụ drinkingụ na-egosi mmụba nke nta nke nta maka ụbọchị atọ. Ndị otu ngbanwe ahụ nyere data kwa izu na LLM; "Ezigbo mmụba nke turbidity n'ihi mmiri ozuzo ga-ekwe omume," ka ihe nlereanya ahụ kwuru. Otú ọ dị, mgbe injinia ahụ lere anya n’ihe ndekọ ihu igwe, ọ hụrụ na mmiri adịghị n’ógbè ahụ n’izu ahụ. N'oge nyocha nke ubi, a ghọtara na biofouling etolitela na windo anya ihe mmetụta; Mgbe ihicha na nhazigharị, ụkpụrụ ahụ laghachiri na nkịtị. Nkọwa nke LLM maka "ihe omume nke nwere ike ime" bụ data mpụga (ndekọ mmiri ozuzo) na njikwa ubi gọnarịrị nkọwa ya. Ihe nkuzi: Ihe nlereanya ahụ nwere ike iwepụta akụkọ ziri ezi mana ụgha; yinye nkwenye na-ejide ya.
Mmejọ ndị nkịtị
- Na-emehie data na windo mmezi/mmezi (ọkọlọtọ C) maka oke oke.
- Na-ejuputa data na-efu efu ma na-akọpụta ụkpụrụ agụpụtara dị ka ezigbo nha.
- Na-ehie ụzọ ibiaghachi otu (otu ahịrị, ikekwe mkpọtụ eletrik) maka mmemme na-aga n'ihu.
- Ntụnyere ntule ntụpọ nke LLM (248 vs 250).
- Ime mkpebi dabere na otu oke na-enweghị nyocha nke otu oge (pH + conductivity + COD).
- Na-akpọsa mkpu "ezigbo" na-ewepụghị mkpagharị ihe mmetụta site na iji sample/nkwado ụlọ nyocha.
- Na-eleghara oge mpaghara/UTC na oge ọkọchị na-agbanwe ma na-ekwupụta ihe omume na oge na-ezighi ezi.
Na nchịkọta
- Data nlekota gburugburu ebe obibi bụ usoro oge; Enweghị ike ịkọwa ya na-enweghị ọdịiche nke usoro, oge oge na anomaly.
- Ọkọlọtọ QA/QC bụ akara ntụkwasị obi nke data; A na-eme mkpebi naanị site na data (G) bara uru.
- LLM bụ onye enyemaka na-agụ ngwa ngwa maka nyocha anomaly, ndepụta ngafe na nchịkọta omume, ọ bụghị onye na-eme mkpebi.
- Atụmatụ data efu (mputa) kwesịrị ịpụta ìhè; Akara ụkpụrụ ndị ahụ jupụtara na ewereghị ya dị ka ndabere maka mkpebi ngafe ahụ.
- Mfefe ihe mmetụta, biofouling na calibration drift na-emepụta "mfefe dị egwu"; na-amata ọdịiche jidere sample na laabu nkwenye.
- AI mmepụta bụ echiche; Data raw adịghị abanye akụkọ gọọmentị na-enweghị nkwenye site na ndekọ nhazi na njikwa ubi.
Ọrụ ngwa
Were ihe nleba anya nke awa 24, nkeji iri na ise ị nwere (ma ọ bụ mepụta synthetically) (opekata mpe otu paramita: COD, pH, ma ọ bụ PM10) wee mepụta ọsọ na-agbakwunye ọkọlọtọ QA/QC na depụta oke oke. Nke mbụ, dee ngwa ngwa siri ike wee jụọ LLM maka nyocha anomaly na ngafe; Wee jiri uru> mmachi ihe nzacha na Python nyochaa otu ngafe ahụ n'onwe ya. Mee ma ọ dịkarịa ala otu ihe atụ ma tinye akara n'ụkpụrụ juru na E. Maka "overshoot" ọ bụla ị ga-ahụ " kedu ka m ga-esi nyochaa nke a site na ndekọ grab/ calibration record?" Zaa ajụjụ a n'otu ahịrịokwu. N'ikpeazụ, depụta ole n'ime anomalies nke LLM gosipụtara bụ ihe omume n'ezie yana ole bụ nsogbu sensọ/data, nwere nkwenye.