ලාභ:
- කාල ශ්රේණිය, එළිපත්ත හරස් කිරීම සහ සංවේදක තත්ත්ව පාලන (QA/QC) සංකල්ප යෙදීමේ හැකියාව
- AI සමඟ විෂමතා ස්කෑන් කිරීම, ප්රවණතා සාරාංශය සහ නැතිවූ දත්ත උපාය මාර්ග නිර්මාණය කිරීමේ හැකියාව
- අමු දත්ත සහ ක්රමාංකනය සමඟ AI විසින් පෙන්වා දෙන ලද අතිරික්තයන් සහ විෂමතා සත්යාපනය කිරීමේ හැකියාව
ඔබ සංවිධානාත්මක කාර්මික කලාපයක අපජල පවිත්රාගාරයේ වැඩ මුර ඉංජිනේරුවෙකි. පිටවන ස්ථානයේ පිහිටා ඇති අඛණ්ඩ අධීක්ෂණ මධ්යස්ථානයක් සෑම මිනිත්තු 15කට වරක් ඔක්සිජන් (DO), pH අගය, සන්නායකතාවය සහ රසායනික ඔක්සිජන් ඉල්ලුම (COD) වාර්තා කරයි. උදෑසන 03:40 ට, SCADA තිරයේ COD අගය 1,240 mg/L දක්වා ඉහළ යන අතර පද්ධතිය අනතුරු ඇඟවීමක් කරයි. විසර්ජන සීමාව 250 mg/L. ඔබ කලබල වීමට පෙර ඇසිය යුතු ප්රශ්නය මෙයයි: මෙය සැබෑ පරිසර දූෂණ සිදුවීමක් ද නැතහොත් එය සංවේදක පටිගත කිරීමක් ද? මෙම ඒකකය තුළ, කාල ශ්රේණි දත්ත පරිලෝකනය කිරීම, විෂමතා සලකුණු කිරීම සහ ප්රවණතා සාරාංශ උත්පාදනය කිරීම සඳහා "පළමු කියවීමේ සහායක" ලෙස භාෂා ආකෘතියක් (LLM) භාවිතා කරන්නේ කෙසේදැයි ඔබ ඉගෙන ගනු ඇත; නමුත් ඔහු කිසිවිටෙක අවසන් තීරණය ඇයට නොතබන්නේ මන්දැයි අපි සාකච්ඡා කරමු.
අඛණ්ඩ අධීක්ෂණ දත්තවල ව්යුහ විද්යාව
පාරිසරික අධීක්ෂණ දත්ත යනු නිත්ය කාල පරාසයන් තුළ රැස් කරන ලද කාල ශ්රේණියකි. සෑම මිනුම් ලක්ෂ්යයක්ම වේලා මුද්රාවක්, අගයක් සහ ඉතා ගුණාත්මක ධජයක් දරයි. අමු දත්ත තේරුම් ගැනීමට, ඔබ සංකල්ප තුනක් වෙන්කර හඳුනාගත යුතුය:
- ප්රවණතාවය: දිගු කාලීන ප්රවණතාවය (උදා: සන්නායකතාවයේ සෘතුමය වැඩි වීම).
- සෘතුමයභාවය/චක්රය: දිවා කාලයේ හෝ අවුරුද්දේ පුනරාවර්තනය වන රටා (උදා. දිවා කාලයේ ප්රභාසංශ්ලේෂණයෙන් DO ඉහළ නැංවීම).
- විෂමතාව: සංඛ්යානමය වශයෙන් අපේක්ෂිත රටාවෙන් බැහැර වන ඒකීය හෝ කෙටි කාලීන අගයන්.
පරාමිතිය
සාමාන්ය අධීක්ෂණ පරාසය
නියැදි සීමාව (විසර්ජනය)
පොදු සංවේදක ගැටළුව
pH අගය
විනාඩි 1-5
6-9 (ඒකක රහිත)
යොමු ඉලෙක්ට්රෝඩ මාරුව
ද්රාවිත ඔක්සිජන් (DO)
විනාඩි 5-15
≥ 5 mg/L (ලබන මාධ්යය)
පටල අපවිත්ර වීම (ජෛව දූෂණය)
සන්නායකතාව
විනාඩි 5-15
පන්තිය මත යැපෙන, µS/cm
ක්රමාංකන ප්ලාවිතය
COD (අඛණ්ඩ විශ්ලේෂකය)
විනාඩි 15-60
250mg/L
ප්රතික්රියාකාරක වෙහෙස, අවහිර වීම
PM10 (වාතය)
පැය 1 යි
50 µg/m³ (පැය 24)
ආර්ද්රතාවය / ඝනීභවනය බලපෑම
QA/QC කොඩි අත්යවශ්ය වන්නේ ඇයි?
QA/QC (තත්ත්ව සහතිකය / තත්ත්ව පාලනය) යනු සෑම මිනුමකටම විශ්වාස ලේබලයක් ඇමිණීමයි. අගයක් සංඛ්යානමය වශයෙන් "අතිරේකයක්" ලෙස පෙනුනද, එය ක්රමාංකන කවුළුවෙන් පිටත ගත්තේ නම් හෝ සංවේදකය නඩත්තුව යටතේ තිබේ නම් එය වලංගු නොවේ. පොදු ධජ කේත:
කොඩියේ තේරුම ------------------------------- G හොඳයි - වලංගු, පිළිගත් මිනුම් සැක සහිතයි, සත්යාපනය අවශ්යයිM අතුරුදහන් - අතුරුදහන් / හිස් වාර්තාවC ක්රමාංකනය - ක්රමාංකනය/නඩත්තු කවුළුව, දත්ත අවලංගුයි ඇස්තමේන්තුගත - ඇස්තමේන්තුගත අගය ගණනය කෙරේ
ඉඟිය: ඉක්මවා විශ්ලේෂණයක් ආරම්භ කිරීමට පෙර සෑම විටම ක්රමාංකන සහ නඩත්තු ලොග විවෘත කරන්න. 03:40 ට COD පැනීම ස්වයංක්රීය එක රැයකින් ක්රමාංකනය කිරීම හෝ ප්රතික්රියාකාරක වෙනස් වීම සමග සමපාත වන්නේ නම්, මෙය "C" ධජ දත්තයකි; එය අනතුරු ඇඟවීම සඳහා විෂයයක් නොවේ, නමුත් දත්ත පිරිසිදු කිරීම සඳහා.
AI සමඟ විෂමතා පරිලෝකනය සහ ප්රවණතා සාරාංශය
වගු දත්ත ඉක්මනින් සමාලෝචනය කිරීමට, මිනිස් ඇසට මග හැරිය හැකි ධජ රටා, සහ ආරම්භක උපකල්පන නිරාකරණය කිරීමට ඔබට LLM භාවිතා කළ හැක. තීරනාත්මක කරුණ: ආකෘතියට අමු දත්ත, ඒකක සහ සීමාවන් එකට ලබා දීම සහ එයින් සත්යාපනය කළ හැකි නිරීක්ෂණ ඉල්ලා සිටීම.
දුර්වල ප්රොම්ප්ට්: "මෙම ජල තත්ත්ව දත්ත සමඟ ගැටලුවක් තිබේද?" දැඩි විමසුම: "පහත දැක්වෙන්නේ අපජල විසර්ජන ලක්ෂ්යයක නිරීක්ෂණ දත්ත මිනිත්තු 15කි (තීරු: කාලය, COD [mg/L], සන්නායකතාවය [µS/cm], pH, QA ධජය). විසර්ජන COD සීමාව 250 mg/L වේ, pH පරාසය 6-9. ඔබගේ කාර්යය: 1) සීමාව ඉක්මවන කාල මුද්රණ රේඛාව සමඟ (1) සීමාව ඉක්මවයි. කොඩි; C/M/S ධජ සහිත ඒවා වෙනම 'සත්යාපනය අවශ්ය' ලැයිස්තුවකට වෙන් කරන්න 3) ඒකීය පිම්මක් (තනි පේළියක්) හෝ අඛණ්ඩ නැගීමක් (>= 4) සන්නායකතාවය සහ pH අගය එකවර වෙනස් කළ නොහැකිද යන්න සටහන් කරන්න ඒ වෙනුවට 'අමු දත්ත සමඟ තහවුරු කළ යුතුය' යනුවෙන් ලියන්න."
බලගතු ප්රේරකය ආකෘතිය සංයුක්ත ක්රියා පටිපාටියකට සම්බන්ධ කරයි, කොඩි විග්රහ කරයි, සහ මායාව සීමා කිරීමට (සැකසූ අර්ථකථනය) පැහැදිලි "ඔබට විශ්වාස නැත්නම්, නොකියන්න" යන උපදෙස් ඇතුළත් වේ.
අවවාදයයි: LLM විසින් සංඛ්යාත්මක එළිපත්ත සංසන්දනය කිරීමේදී දෝෂ ඇති විය හැක; 248 mg/L "ඉක්මවන" ලෙස හෝ 252 mg/L "සීමාව තුළ" ලෙස වැරදි ලෙස ලේබල් කළ හැක. අමු වගුවෙන් දෘශ්යමය වශයෙන් හෝ සූත්රයකින් (උදා. අගය > 250) සෑම ඉක්මවීම් ආදර්ශ ලැයිස්තු නැවත සත්යාපනය කරන්න. ආකෘතිය ස්කෑන් කරයි; ඔබ සීමාව තීරණය කරන්න.
අස්ථානගත වූ දත්ත උපාය (ආරෝපණය)
සංවේදක අවහිර වේ, විදුලිය විසන්ධි වේ, සන්නිවේදනය බිඳ වැටේ. ඔබ නැතිවූ දත්ත පුරවන ආකාරය ඔබේ ප්රවණතාවයට සහ ඉක්මවා විශ්ලේෂණයට සෘජුවම බලපායි. ව්යාජ ආරෝපණයට නොපවතින අධිප්රමාණයක් "නිර්මාණය" හෝ සැබෑ අධිප්රමාණය සැඟවිය හැක.
pdimport numpy ලෙස pandas ආනයනය np# මිනිත්තු 15 COD ශ්රේණියක් ලෙස; -999 උපාංග කේතය "දත්ත නැත" "කොඩිය": ["G", "G", "M", "M", "G", "S", "G", "G"],})# 1) උපාංග කේත සැබෑ නැතිවූ valuedf.loc වෙත පරිවර්තනය කරන්න පියවර 2); ධජ imputationgap = df["koi"].isna()df["koi_full"] = df["koi"].interpolate(limit=2)df.loc[gap & df["koi_full"].notna(), "flag"] = "E" # ඇස්තමේන්තුගත තීරණය ස්කෑන් කිරීම සඳහා සීමාසහිත # 3) අගයන් පමණි = df[(df["koi_full"] > 250) & (df["flag"] == "G")]මුද්රණය(asyms[["ts", "koi_full", "flag"]])
මෙම ප්රවේශයේ දී, කෙටි හිඩැස් පුරවනු ලැබේ, නමුත් පිරවූ අගයන් E සමඟ සලකුණු කර ඇති අතර අධිප්රමාණය තීරණය ගනු ලබන්නේ සත්ය මිනුම් (G) වලින් පමණි. 1240 mg/L අගය S (සැක සහිත) ලෙස සලකුණු කර ඇති බැවින්, එය ස්වයංක්රීය ඉක්මවීම් ලැයිස්තුවට ඇතුළත් නොවේ; යන්න පළමුව තහවුරු වේ.
සංවේදක ප්ලාවිතය සහ ක්රමාංකනය මගින් තහවුරු කිරීම
අතික්රමණයක් සත්ය ද නැතහොත් සංවේදක ප්ලාවිතය ද යන්න නිර්ණය කිරීමේ රන් ප්රමිතිය සමගාමී ග්රාබ් නියැදියක රසායනාගාර ප්රතිඵලයකි. උදාහරණයක් ලෙස, අඛණ්ඩ විශ්ලේෂකය 03:40 ට 1240 mg/L පෙන්වූයේ නම් සහ එම අවස්ථාවේ ගත් සාම්පලයේ රසායනාගාර මනින ලද අගය 205 mg/L නම්, ගැටළුව ඇත්තේ සංවේදකයේ ය; විසර්ජනය නොවේ. මෙය ක්ෂේත්රය සහ රසායනාගාරය සමඟ AI ප්රතිදානය හෝ SCADA අනතුරු ඇඟවීමේ ත්රිකෝණකරණයයි.
කුඩා නඩුව
පානීය ජල ද්රෝණියක ඇති කැළඹිලි සංවේදකය දින තුනක් තිස්සේ ක්රමයෙන් වැඩිවන ප්රවණතාවක් පෙන්නුම් කළේය. මාරු කණ්ඩායම LLM වෙත සතිපතා දත්ත ලබා දුන්නේය; "පශ්චාත් වර්ෂාපතන ගලායාම හේතුවෙන් කැළඹිලිවල සැබෑ වැඩිවීමක් සිදුවිය හැකිය" යනුවෙන් ආකෘතිය පවසයි. කෙසේ වෙතත්, ඉංජිනේරුවරයා කාලගුණ වාර්තා දෙස බැලූ විට, එම සතියේ කලාපයට වර්ෂාවක් නොතිබූ බව ඔහු දුටුවේය. ක්ෂේත්ර පරීක්ෂාවේදී, සංවේදක ප්රකාශ කවුළුව මත ජෛව අපද්රව්ය සෑදී ඇති බව අවබෝධ විය; පිරිසිදු කිරීම සහ ක්රමාංකනය කිරීමෙන් පසුව, අගයන් සාමාන්ය තත්ත්වයට පත් විය. "හැකි සැබෑ සිදුවීම" පිළිබඳ LLM හි අර්ථකථනය බාහිර දත්ත (වර්ෂාපතන වාර්තාව) සහ ක්ෂේත්ර පාලනය මගින් ප්රතික්ෂේප කරන ලදී. පාඩම: ආකෘතිය පිළිගත හැකි නමුත් අසත්ය කතාවක් ඉදිරිපත් කළ හැකිය; සත්යාපන දාමය එය අල්ලා ගනී.
පොදු වැරදි
- ක්රමාංකන/නඩත්තු කවුළුවේ (කොඩිය C) දත්ත සැබෑ ඉක්මවා යාම සඳහා වරදවා වටහා ගැනීම.
- නැතිවූ දත්ත නිශ්ශබ්දව පිරවීම සහ නියම මිනුම් ලෙස ගණනය කළ අගයන් වාර්තා කිරීම.
- අඛණ්ඩ සිදුවීමක් සඳහා ඒකීය පිම්මක් (තනි රේඛාවක්, සමහරවිට විදුලි ශබ්දයක්) වරදවා වටහා ගැනීම.
- LLM හි කඩඉම් සැසඳීම් අන්ධ ලෙස විශ්වාස කිරීම (248 vs 250).
- එකවර පරාමිතීන් (pH + සන්නායකතාව + COD) හරස් පරීක්ෂාවකින් තොරව තනි පරාමිතියක් මත පදනම්ව තීරණ ගැනීම.
- ග්රාබ් නියැදිය/රසායනාගාර තහවුරු කිරීම සමඟ සංවේදක ප්ලාවිතය බැහැර නොකර අනතුරු ඇඟවීම "සැබෑ" ලෙස ප්රකාශ කිරීම.
- ප්රාදේශීය වේලාව/යූටීසී සහ ග්රීෂ්ම කාල මාරුවීම් නොසලකා හැරීම සහ සිදුවීම් වැරදි වේලාවට ආරෝපණය කිරීම.
සාරාංශයක් ලෙස
- පාරිසරික අධීක්ෂණ දත්ත කාල ශ්රේණියකි; ප්රවණතාවය, සෘතුමය බව සහ විෂමතාවය වෙන්කර හඳුනා නොගෙන එය අර්ථ දැක්විය නොහැක.
- QA/QC කොඩි යනු දත්තවල විශ්වාස ටැගයයි; තීරණ ගනු ලබන්නේ වලංගු (G) දත්ත වලින් පමණි.
- LLM යනු විෂමතා ස්කෑන් කිරීම, ඉක්මවීම් ලැයිස්තුගත කිරීම සහ ප්රවණතා සාරාංශය සඳහා ඉක්මන් පළමු කියවීමේ සහායකයකි, තීරණ ගන්නෙකු නොවේ.
- අතුරුදහන් වූ දත්ත උපාය මාර්ගය (ආරෝපණය) පාරදෘශ්ය විය යුතුය; පුරවන ලද අගයන් සලකුණු කර ඇති අතර ඒවා ඉක්මවා යාමේ තීරණය සඳහා පදනම ලෙස ගනු නොලැබේ.
- සංවේදක ප්ලාවිතය, ජෛව අපද්රව්ය සහ ක්රමාංකන ප්ලාවිතය "ව්යාජ අතිවිශාල" නිෂ්පාදනය කරයි; ග්රාබ් නියැදිය සහ රසායනාගාර තහවුරු කිරීම වෙන්කර හඳුනා ගනී.
- AI ප්රතිදානය උපකල්පනයකි; ක්රමාංකන වාර්තාව සහ ක්ෂේත්ර පාලනය මගින් තහවුරු කිරීමකින් තොරව අමු දත්ත නිල වාර්තාවට ඇතුල් නොවේ.
යෙදුම් කාර්යය
ඔබ සතුව ඇති (හෝ කෘතිමව ජනනය කරන) පැය 24ක, මිනිත්තු 15ක අධීක්ෂණ දත්ත කට්ටලයක් ගෙන (අවම වශයෙන් එක් පරාමිතියක්: COD, pH, හෝ PM10) QA/QC ධජ එක් කරන සහ සීමාව ඉක්මවීම් ලැයිස්තුගත කරන ධාවනයක් සාදන්න. පළමුව, ශක්තිමත් ප්රේරකයක් ලියා LLM වෙතින් විෂමතා සහ පරිලෝකනය සඳහා විමසන්න; ඉන්පසුව පයිතන් හි අගය > සීමාව පෙරහන සමඟින් එම ඉක්මවීම් ස්වාධීනව තහවුරු කරන්න. අවම වශයෙන් එක් ආරෝපණ උදාහරණයක් සාදා පුරවන ලද අගයන් E සමඟ සලකුණු කරන්න. එක් එක් "ඕවර්ෂූට්" සඳහා ඔබට "ග්රාබ් නියැදිය/ක්රමාංකන වාර්තාව සමඟ මෙය සත්යාපනය කරන්නේ කෙසේද?" ප්රශ්නයට එක වාක්යයකින් උත්තර දෙන්න. අවසාන වශයෙන්, LLM විසින් සලකුණු කරන ලද විෂමතා කොපමණ සත්ය සිදුවීම්ද සහ සංවේදක/දත්ත ගැටලු කොපමණද යන්න සාධාරණීකරණයන් සමඟ වගුගත කරන්න.