本发明涉及设备布点优化，尤其是涉及一种基于肯德尔秩相关分析的监测设备布点优化方法及装置。
背景技术：
1、统污水厂的监测设备布点通常依赖于工程师的经验判断，这不仅可能导致监测盲区的存在，还可能因为监测点分布不合理而造成资源浪费。随着物联网技术和大数据的发展，越来越多的实时监测数据被收集起来，如何有效地利用这些数据进行监测点的优化成为了一个新的挑战。
2、在相关技术中，通常通过协方差分析方法揭示不同监测设备之间参数等级之间的相关性，但协方差分析方法不仅需要假设数据服从正态分布，局限了数据类型，而且无法进行有效的处理小样本且重复值多的数据和进行稳健性分析，导致对参数代表性和有效性有一定的限制，不利于确定冗余的参数对应的监测设备，提高了监测设备维护成本，降低了污水处理厂的运行效率。
技术实现思路
1、有鉴于此，本发明的目的在于提供一种基于肯德尔秩相关分析的监测设备布点优化方法及装置，以有效确定参数的冗余性，从而降低了监测设备维护成本，提高了污水处理厂的运行效率。
2、第一方面，本发明实施例提供了一种基于肯德尔秩相关分析的监测设备布点优化方法，应用于污水处理厂，方法包括：获取污水处理厂的多个水质数据集合；其中，水质数据集合包括多个在预设时间间隔下获取的多个历史水质数据，每个水质数据集合对应一种参数；对多个水质数据集合进行数据清洗及正态分布检测，得到检测结果；基于检测结果和清洗后的水质数据集合中的历史水质数据值确定相关性分析方式；若相关性分析方式为肯德尔秩相关分析，基于肯德尔秩相关分析对多个水质数据集合进行相关性分析得到相关性系数；基于相关性系数和预先设置的系数阈值进行参数分组得到多个显著性参数组；其中，每个显著性参数组中包括至少两种参数；基于显著性参数组对应的相关性系数和预先设置的拟合方式，确定待优化参数；待优化参数对应的监测设备为待优化设备。
3、在本发明较佳的实施例中，上述对多个水质数据集合进行数据清洗及正态分布检测，得到检测结果，包括：剔除水质数据集合中不符合预设标准差范围的历史水质数据，得到多个目标历史水质数据；基于相邻的目标历史水质数据间的距离，线性填充缺失值后进行归一化处理，得到目标水质数据集合；目标水质数据集合中包括多个历史水质数据值；对多个目标水质数据集合分别进行正态分布检测得到检测结果。
4、在本发明较佳的实施例中，上述基于检测结果和清洗后的水质数据集合中的历史水质数据值确定相关性分析方式，包括：确定多个历史水质数据值中数值相同的数据数量；若历史水质数据值的数量小于预先设置的数量阈值，确定数据数量与历史水质数据值的数量的比值；若检测结果为多个目标水质数据集合中存在不符合正态分布的序列，且每个目标水质数据集合各自对应的比值均不大于预先设置的比例阈值，则相关性分析方式为肯德尔秩相关分析。
5、在本发明较佳的实施例中，上述基于相关性系数和预先设置的系数阈值进行参数分组得到多个显著性参数组，包括：确定相关性系数大于系数阈值的至少一个目标相关性系数；将目标相关性系数对应的第一水质数据集合和第二水质数据集合作为初始显著性参数组；若存在第三水质数据集合，与第一水质数据集合的相关性系数以及与第二水质数据集合的相关性系数均为目标相关性系数，则将第三水质数据集合加入至初始显著性参数组中得到显著性参数组。
6、在本发明较佳的实施例中，上述基于相关性系数和预先设置的拟合方式，确定待优化参数，包括：对每个显著性参数组中的每个参数与其在显著性参数组内其余参数的相关性系数的平均值进行顺序排列，得到排序结果；基于排序结果和预先设置的拟合方式，确定待优化参数。
7、在本发明较佳的实施例中，上述基于排序结果和预先设置的拟合方式确定待优化参数，确定待优化参数，包括：将排序结果中排名第一的参数按照排序结果对应的顺序依次与排名第一之后的同显著性参数组参数进行参数拟合，得到第一拟合结果；若第一拟合结果中包含与排名第一的参数的决定系数大于预先设置的系数阈值的第一参数，则将第一参数作为待优化参数并将第一参数从排序结果中剔除；将排序结果中下一个排名的参数按照剔除第一参数后的排序结果对应的顺序依次与下一个排名之后的同显著性参数组参数进行参数拟合，得到第二拟合结果；若第二拟合结果中包含与下一个排名的参数的决定系数大于预先设置的系数阈值的第二参数，则将第二参数作为待优化参数并将第二参数从剔除第一参数后的排序结果中剔除。
8、在本发明较佳的实施例中，决定系数的确定方式为：基于残差平方和与总平方和通过以下算式确定决定系数：；其中，表示残差平方和，表示总平方和；残差平方和基于实际观测值和预测值确定，总平方和基于所有观测值的平均值进行确定。
9、第二方面，本发明实施例还提供一种基于肯德尔秩相关分析的监测设备布点优化装置，应用于污水处理厂，装置包括：水质数据集合获取模块，用于获取污水处理厂的多个水质数据集合；其中，水质数据集合包括多个在预设时间间隔下获取的多个历史水质数据，每个水质数据集合对应一种参数；检测结果获得模块，用于对多个水质数据集合进行数据清洗及正态分布检测，得到检测结果；相关性分析方式确定模块，用于基于检测结果和清洗后的水质数据集合中的历史水质数据值确定相关性分析方式；相关性分析模块，用于若相关性分析方式为肯德尔秩相关分析，基于肯德尔秩相关分析对多个水质数据集合进行相关性分析得到相关性系数；参数分组模块，用于基于显著性参数组对应的相关性系数和预先设置的系数阈值进行参数分组得到多个显著性参数组；其中，每个显著性参数组中包括至少两种参数；待优化参数确定模块，用于基于相关性系数和预先设置的拟合方式，确定待优化参数；待优化参数对应的监测设备为待优化设备。
10、第三方面，本发明实施例还提供一种电子设备，包括处理器和存储器，存储器存储有能够被处理器执行的计算机可执行指令，处理器执行计算机可执行指令以实现上述第一方面的基于肯德尔秩相关分析的监测设备布点优化方法。
11、第四方面，本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质存储有计算机可执行指令，计算机可执行指令在被处理器调用和执行时，计算机可执行指令促使处理器实现上述第一方面的基于肯德尔秩相关分析的监测设备布点优化方法。
12、本发明实施例带来了以下有益效果：
13、本发明实施例提供了一种基于肯德尔秩相关分析的监测设备布点优化方法及装置，通过获取污水处理厂的多个水质数据集合，其中，水质数据集合包括多个在预设时间间隔下获取的多个历史水质数据，每个水质数据集合对应一种参数，对多个水质数据集合进行数据清洗及正态分布检测，得到检测结果，基于检测结果和清洗后的水质数据集合中的历史水质数据值确定相关性分析方式，若相关性分析方式为肯德尔秩相关分析，基于肯德尔秩相关分析对多个水质数据集合进行相关性分析得到相关性系数，基于显著性参数组对应的相关性系数和预先设置的系数阈值进行参数分组得到多个显著性参数组，其中，每个显著性参数组中包括至少两种参数，基于相关性系数和预先设置的拟合方式，确定待优化参数，待优化参数对应的监测设备为待优化设备。该方式中，有效确定参数的冗余性，从而降低了监测设备维护成本，提高了污水处理厂的运行效率。
14、本公开的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本公开的上述技术即可得知。
15、为使本公开的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
1.一种基于肯德尔秩相关分析的监测设备布点优化方法，其特征在于，应用于污水处理厂，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述对多个所述水质数据集合进行数据清洗及正态分布检测，得到检测结果，包括：
3.根据权利要求2所述的方法，其特征在于，所述基于所述检测结果和清洗后的水质数据集合中的历史水质数据值确定相关性分析方式，包括：
4.根据权利要求1所述的方法，其特征在于，所述基于所述相关性系数和预先设置的系数阈值进行参数分组得到多个显著性参数组，包括：
5.根据权利要求1所述的方法，其特征在于，所述基于所述显著性参数组对应的相关性系数和预先设置的拟合方式，确定待优化参数，包括：
6.根据权利要求5所述的方法，其特征在于，所述基于排序结果和预先设置的拟合方式，确定待优化参数，包括：
7.根据权利要求6所述的方法，其特征在于，所述决定系数的确定方式为：
8.一种基于肯德尔秩相关分析的监测设备布点优化装置，其特征在于，应用于污水处理厂，所述装置包括：
9.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的计算机可执行指令，所述处理器执行所述计算机可执行指令以实现权利要求1至7任一项所述的基于肯德尔秩相关分析的监测设备布点优化方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令在被处理器调用和执行时，所述计算机可执行指令促使处理器实现权利要求1至7任一项所述的基于肯德尔秩相关分析的监测设备布点优化方法。
