Awọn anfani:
- Agbara lati lo awọn jara akoko, iloka ẹnu-ọna ati iṣakoso didara sensọ (QA/QC) awọn imọran
- Agbara lati ṣẹda ọlọjẹ anomaly, akopọ aṣa ati ete data ti o padanu pẹlu AI
- Agbara lati rii daju awọn iwọn apọju ati awọn aiṣedeede tọka nipasẹ AI pẹlu data aise ati isọdiwọn
Iwọ jẹ ẹlẹrọ iyipada ni ile-iṣẹ itọju omi idọti ti agbegbe ile-iṣẹ ti a ṣeto. Ibusọ ibojuwo lemọlemọfún ti o wa ni awọn igbasilẹ iṣanjade tituka atẹgun (DO), pH, iṣẹ ṣiṣe ati ibeere atẹgun kemikali (COD) ni gbogbo iṣẹju 15. Ni 03:40 ni owurọ, iye COD lori iboju SCADA fo si 1,240 mg/L ati pe eto naa gbe itaniji soke. Iwọn gbigbe silẹ 250 mg / L. Ibeere ti o nilo lati beere ṣaaju ki o to bẹru ni: Ṣe eyi jẹ iṣẹlẹ idoti gidi tabi ṣe igbasilẹ sensọ kan? Ninu ẹyọkan yii, iwọ yoo kọ ẹkọ bii o ṣe le lo awoṣe ede kan (LLM) bi “oluranlọwọ kika akọkọ” fun ṣiṣe ayẹwo awọn data jara akoko, siṣamisi awọn aiṣedeede ati ṣiṣẹda awọn akopọ aṣa; Ṣùgbọ́n a ń jíròrò ìdí tí kò fi ní fi ìpinnu ìkẹyìn sílẹ̀ fún un láé.
Anatomi ti lemọlemọfún monitoring data
Data ibojuwo ayika jẹ jara akoko ti a gba ni awọn aaye arin deede. Ojuami wiwọn kọọkan n gbe aami akoko kan, iye kan ati apere asia didara kan. Lati ni oye ti data aise, o gbọdọ ṣe iyatọ awọn imọran mẹta:
- Aṣa: Aṣa igba pipẹ (fun apẹẹrẹ ilosoke akoko ni ifaramọ).
- Akoko/yika: Awọn awoṣe ti o tun ṣe lakoko ọjọ tabi ọdun (fun apẹẹrẹ, igbega DO nipasẹ photosynthesis ọsan).
- Anomaly: Awọn iye ẹyọkan tabi awọn iye igba kukuru ti o yapa ni iṣiro lati ilana ti a nireti.
Paramita
Aṣoju ibojuwo ibiti
Iwọn ayẹwo (idasonu)
Iṣoro sensọ ti o wọpọ
pH
1-5 iṣẹju
6-9 (laisi)
Reference elekiturodu naficula
Atẹgun ti tuka (DO)
5-15 iṣẹju
≥ 5 mg/L (gbigba alabọde)
Ibanujẹ ti inu inu (biofouling)
ifarakanra
5-15 iṣẹju
Gbẹkẹle kilasi, µS/cm
Fiseete odiwọn
COD (olutupalẹ ti o tẹsiwaju)
15-60 iṣẹju
250mg/L
Reagent exhaustion, clogging
PM10 (atẹgun)
1 wakati
50 µg/m³ (wakati 24)
Ọriniinitutu / ipa ipadanu
Kini idi ti awọn asia QA/QC ṣe pataki?
QA/QC (idaniloju didara / iṣakoso didara) jẹ nipa sisopọ aami igbẹkẹle si gbogbo wiwọn. Paapa ti iye kan ba han ni iṣiro lati jẹ “overshoot”, ko wulo ti o ba mu ni ita window isọdọtun tabi ti sensọ wa labẹ itọju. Awọn koodu asia ti o wọpọ:
Itumo Flag --------------------------- G O dara - wulo, awọn wiwọn ti a gba ifura - ṣiyemeji, ijerisi beereM Ti sonu — sonu / igbasilẹ ofoC Iṣatunṣe - isọdiwọn / ferese itọju, data aiṣedeedeIro — iṣiro iye ifoju
Imọran: Nigbagbogbo ṣii isọdiwọn ati awọn akọọlẹ itọju ṣaaju ki o to bẹrẹ itupalẹ iwọnju. Ti COD ba fo ni 03:40 ni ibamu pẹlu isọdiwọn alẹ alẹ aifọwọyi tabi iyipada reagent, eyi jẹ data asia “C”; Kii ṣe koko-ọrọ fun itaniji, ṣugbọn fun mimọ data.
Ṣiṣayẹwo Anomaly ati akopọ aṣa pẹlu AI
O le lo LLM lati ṣe atunyẹwo data tabular ni kiakia, awọn ilana asia ti oju eniyan le padanu, ati ṣeto awọn idawọle akọkọ. Ojuami to ṣe pataki: Fifun awoṣe ni data aise, awọn iwọn ati opin papọ ati beere fun awọn akiyesi idaniloju lati ọdọ rẹ.
AGBARA alailagbara: "Ṣe iṣoro kan wa pẹlu data didara omi yii?" ALAGBARA PROMPT: "Ni isalẹ ni awọn iṣẹju 15 ti data ibojuwo ti aaye itusilẹ omi idọti (awọn ọwọn: akoko, COD [mg/L], conductivity [µS/cm], pH, QA flag). Iṣiparọ COD opin jẹ 250 mg / L, pH ibiti o jẹ 6-9. Iṣẹ-ṣiṣe rẹ: 1) Awọn akoko atokọ pẹlu awọn ila ti o dara ju pẹlu awọn ila ti o dara ju 2G nikan. Awọn asia C/M/S sinu atokọ ‘ijẹrisi ti o nilo’ lọtọ 3) Tọkasi fun ọkọọkan boya o jẹ fifo ẹyọkan (laini kan) tabi dide lemọlemọfún (>= 3 awọn laini itẹlera)
Itọkasi ti o lagbara naa so awoṣe pọ mọ ilana ti nja, sọ awọn asia, ati pẹlu alaye ti o fojuhan “ti o ko ba ni idaniloju, maṣe sọ” itọnisọna lati ṣe idinwo hallucination (itumọ ti a ṣe).
Išọra: LLM le ṣe awọn aṣiṣe ni awọn afiwe ala-nọmba; Le ṣe ami 248 miligiramu/L bi “ti kọja” tabi 252 mg/L bi “laarin opin.” Tun-ṣayẹwo GBOGBO ti kọja awọn atokọ awoṣe, boya oju lati tabili aise tabi pẹlu agbekalẹ kan (fun apẹẹrẹ iye> 250). Awọn ọlọjẹ awoṣe; O pinnu iye to.
Ilana data ti o padanu (igbero)
Awọn sensọ di didi, agbara n jade, ibaraẹnisọrọ fọ. Bii o ṣe fọwọsi data ti o padanu taara ni ipa lori aṣa rẹ ati itupale ikọja. Imudaniloju eke le "ṣẹda" overshoot ti ko si tẹlẹ tabi tọju ifasilẹ gidi kan.
gbe pandas wọle bi pdimport numpy bi np # 15 iseju COD jara; -999 koodu ẹrọ "ko si data" "flag": ["G", "G", "M", "M", "G", "S", "G", "G"],})# 1) Yipada awọn koodu ẹrọ si gangan sonu valuedf.loc[df ["koi"] == -999, "koi"] = np.nan# 2 = Awọn igbesẹ ilaja Linear (Igbese SHORT2); flag imputationgap = df ["koi"] .isna () df ["koi_full"] = df ["koi"].interpolate(limit=2)df.loc[gap & df ["koi_full"].notna (), "flag"] = "E" # Ifoju# 3) Ipinnu ti o pọju fun GY ipinnu - lori ipinnu iye-iye G. df[(df["koi_full")> 250) & (df["flag"] == "G")] titẹ (asyms[["ts", "koi_full", "flag")])
Ni ọna yii, awọn ela kukuru ti kun, ṣugbọn awọn iye ti o kun ni a samisi pẹlu E ati pe a ṣe ipinnu overshoot nikan lati wiwọn gangan (G). Niwọn igba ti iye 1240 miligiramu/L ti jẹ ifihan bi S (ifura), ko si ninu atokọ imukuro aifọwọyi; ti wa ni wadi akọkọ.
Ijerisi nipasẹ sensọ fiseete ati odiwọn
Boṣewa goolu fun ṣiṣe ipinnu boya overshoot jẹ gidi tabi fiseete sensọ jẹ abajade yàrá ti apẹẹrẹ mimu nigbakanna. Fun apẹẹrẹ, ti olutupalẹ ti nlọ lọwọ fihan 1240 mg / L ni 03: 40, ati pe iye iwọn yàrá ti ayẹwo ti o gba ni akoko yẹn jẹ 205 mg / L, iṣoro naa wa ninu sensọ; kii ṣe idasilẹ. Eyi jẹ onigun mẹta ti ijade AI tabi itaniji SCADA pẹlu aaye ati yàrá.
mini irú
Sensọ turbidity ni agbada omi mimu n ṣe afihan aṣa ti n pọ si diẹdiẹ fun ọjọ mẹta. Awọn egbe naficula fun osẹ data to LLM; "Ilọsoke gidi ni turbidity nitori iṣipopada ojo-ojo le ṣee ṣe," awoṣe naa sọ. Sibẹsibẹ, nigbati ẹlẹrọ wo awọn igbasilẹ oju ojo, o rii pe ko si ojo ni agbegbe ni ọsẹ yẹn. Lakoko ayewo aaye, o ye wa pe biofouling ti ṣẹda lori window opiti sensọ; Lẹhin mimọ ati isọdọtun, awọn iye pada si deede. Itumọ LLM ti “iṣẹlẹ gangan ti o ṣeeṣe” jẹ atako nipasẹ data ita (igbasilẹ ojo) ati iṣakoso aaye. Ẹkọ: Awoṣe naa le ṣe agbejade itan-ọrọ ti o ṣeeṣe ṣugbọn eke; pq ijerisi mu o.
Awọn aṣiṣe ti o wọpọ
- Asise awọn data ninu awọn odiwọn/itọju window (flag C) fun gidi koja.
- Kikun data ti o padanu ni ipalọlọ ati ijabọ awọn iye iṣiro bi awọn iwọn gidi.
- Asise agbesoke ẹyọkan (ila kan, o ṣee ṣe ariwo itanna) fun iṣẹlẹ ti nlọsiwaju.
- Igbẹkẹle afọju awọn afiwera fifọ LLM (248 vs 250).
- Ṣiṣe awọn ipinnu ti o da lori paramita ẹyọkan laisi iṣayẹwo-agbelebu awọn aye igbakanna (pH + conductivity + COD).
- Ti n kede itaniji naa “gidi” lai ṣe idajọ fiseete sensọ pẹlu ayẹwo mu / ijẹrisi yàrá.
- Fojusi akoko agbegbe / UTC ati awọn akoko akoko ooru ati sisọ awọn iṣẹlẹ si akoko ti ko tọ.
Ni akojọpọ
- Awọn data ibojuwo ayika jẹ jara akoko; Ko le ṣe tumọ laisi iyatọ aṣa, akoko ati anomaly.
- Awọn asia QA / QC jẹ aami igbẹkẹle ti data; Awọn ipinnu ti wa ni ṣe nikan lati wulo (G) data.
- LLM jẹ oluranlọwọ kika akọkọ ni iyara fun ọlọjẹ anomaly, atokọ ikọja ati akopọ aṣa, kii ṣe oluṣe ipinnu.
- Ilana data ti o padanu (imputation) yẹ ki o jẹ sihin; Awọn iye ti o kun ni samisi ati pe a ko gba bi ipilẹ fun ipinnu ikọja.
- Sensọ fiseete, biofouling, ati odiwọn fiseete gbe "spurious overshoot"; iyato ja awọn ayẹwo ati yàrá ìmúdájú.
- AI o wu ni a ilewq; Awọn data aise ko tẹ ijabọ osise laisi ijẹrisi nipasẹ igbasilẹ isọdọtun ati iṣakoso aaye.
Ohun elo iṣẹ-ṣiṣe
Mu datasetiti ibojuwo wakati 24, iṣẹju 15 ti o ni (tabi ṣe ipilẹṣẹ synthetically) (o kere ju paramita kan: COD, pH, tabi PM10) ki o ṣẹda ṣiṣe kan ti o ṣafikun awọn asia QA/QC ati atokọ awọn iwọn to kọja. Ni akọkọ, kọ itọsi ti o lagbara ati beere lọwọ LLM fun anomaly ati ọlọjẹ ikọja; Lẹhinna ṣe idaniloju ominira awọn iwọn kanna pẹlu iye> àlẹmọ opin ni Python. Ṣe o kere ju apẹẹrẹ idawọle kan ki o samisi awọn iye ti o kun pẹlu E. Fun “overshoot” kọọkan o rii “bawo ni MO ṣe le rii daju eyi pẹlu ayẹwo gbigba / igbasilẹ iwọn?” Dahun ibeere naa ni gbolohun kan. Ni ipari, tabulate melo ni awọn asemase ti a ṣe afihan nipasẹ LLM jẹ awọn iṣẹlẹ gidi ati melo ni awọn iṣoro sensọ/data, pẹlu awọn idalare.