(19)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 202211128543.2 (22)申请日 2022.09.16 (71)申请人 南方电网科 学研究院有限责任公司 地址 510663 广东省广州市萝岗区科 学城 科翔路11号J1栋3、 4、 5楼及J3 栋3楼 申请人 贵州电网有限责任公司 (72)发明人 钱斌　欧家祥　王吉　胡厚鹏　 罗奕　肖艳红　林晓明　何沛林　 周密　李鹏程　唐建林　李航峰　 李富盛　陈泽瑞　张帆　邓钥丹　 高正浩　吴欣　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 张茵(51)Int.Cl. G06Q 10/06(2012.01) H04L 45/02(2022.01) H04L 67/52(2022.01) H04Q 9/00(2006.01) G06N 3/04(2006.01) G06N 3/06(2006.01) G06N 3/08(2006.01) G01D 21/02(2006.01) (54)发明名称 一种实验室环境质量智能分析方法和系统 (57)摘要 本发明公开了一种实验室环境质 量智能分 析方法和系统， 获取每个计量实验室的网络地址 和环境监测中心的网络地址， 确定计量实验室与 环境监测中心之间的最大信息传输距离， 根据节 点深度构建逻辑树， 对计量实验室采集数据的传 输进行路由规划， 寻找合适的下一跳地址， 避免 多个计量实验室同时向计量实验室发送数据而 引发信道碰撞， 保证了网络传输的可靠性； 将环 境参数信息和气象参数信息输入预先训练好的 计量环境评估神经网络模型， 得到计量实验室的 环境质量等级， 因而可以对环 境质量等级不合格 的计量实验室制定智能调控策略， 以便于对计量 实验室环 境进行调整， 从而使计量实验室环境质 量处于合格范围内， 避免了仪器使用寿命受到影 响。 权利要求书4页 说明书11页 附图3页 CN 115375181 A 2022.11.22 CN 115375181 A 1.一种实验室环境质量智能分析 方法， 其特 征在于， 包括： 获取环境 监测中心的网络地址和每 个计量实验室的网络地址； 根据环境监测中心的网络地址和每个计量实验室的网络地址， 计算每个计量实验室与 环境监测中心的最大信息传输距离； 以环境监测中心为根节点， 以每个计量实验室与环境监测中心的最大信 息传输距离为 节点深度， 构建由环境 监测中心与所有计量实验室构成的逻辑 树； 对于任意计量实验室， 在获取到环境参数信息和气象参数信息后， 根据逻辑树的枝干 连接关系确定下一跳地址， 将环境参数信息和气象参数信息发送至环境监测中心， 其中， 若 计量实验室与环境监测中心 为根与直系叶子节点的关系， 则计量 实验室的下一跳地址为环 境监测中心， 否则， 计量 实验室节点的下一跳地址为当前根节点， 再由当前根节点根据逻辑 树的枝干连接关系寻找下一跳地址， 直至计量实验室的下一跳地址为环境 监测中心； 将环境参数信 息和气象参数信 息输入预先训练好的计量环境评估神经网络模型， 得到 计量环境评估神经网络模型输出的当前环境质量评估等级； 当当前环境质量评估等级未达到合格线时， 对计量实验室的环境质量进行调整， 使得 计量实验室的环境质量处于合格范围内。 2.根据权利要求1所述的实验室环境质量智能分析方法， 其特征在于， 当当前环境质量 评估等级未达到合格线时， 对计量实验室的环境质量进行调整， 使得计量实验室的环境质 量处于合格范围内， 包括： 判断计量环境评估神经网络模型输出的当前环境质量评估等级是否达到合格线， 若 否， 则根据当前环境质量评估等级预测未来环境质量 等级和计算实时环境质量达标差值； 根据气象参数信息、 未来环境质量等级和实时环境质量达标差值， 计算未来环境质量 调整参数； 根据预置的环境智能调控策略与 未来环境质量调整参数的对应关系， 生成与 未来环境 质量调整参数对应的环境智能调控策略。 3.根据权利要求1所述的实验室环境质量智能分析方法， 其特征在于， 计算每个计量实 验室与环境 监测中心的最大信息传输距离的计算公式为： 其中， MTD 为计量实验室节点与环境监测中心节点的最大传输距离， dDA为计量实验室节 点的深度， dLA为环境监测中心节点的深度， dF为当环境监测中心节点不是计量实验室节点 的叶子节点时， 环 境监测中心节点与计量 实验室节点共同的根节点的深度， C为当前计量 实 验室节点所能分配的地址空间数。 4.根据权利要求1所述的实验室环境质量智能分析方法， 其特征在于， 计量环境评估神 经网络模型包括输入层、 模糊层、 规则层和输出层； 输入层将神经 元输入模糊层的结构为： 其中， Ij为模糊层第j个神经元的输入， ωij为输入层第i个神经元与模糊层第j个神经 元之间的连接 权重， θj为模糊层的偏置， oi为第i个神经 元；权　利　要　求　书 1/4 页 2 CN 115375181 A 2模糊层的计算公式为： 其中， Mj为模糊层第j个神经元的输 出， c为环境评估神经网络的中心， σ 为环境评估神经 网络的宽度； 模糊层将计算结果发送给规则层的公式为： 其中， Ar为规则层第r个神经元的输入， ωjr为模糊层第j个神经元与规则层第r个神经 元之间的连接 权重， θr为规则层的偏置； 规则层的计算公式为： 其中， Or为非线性转化结果， Fr为规则层第r个神经元输出的下限， 为规则层第r个神 经元输出的上限， f( ·)为激活函数， O为规则层中所有神经元的非线性转化结果中的下限 值， 为规则层中所有神经 元的非线性 转化结果中的上限值； 输出层的计算公式为： 其中， y为输出层的输出。 5.根据权利要求2所述的实验室环境质量智能分析方法， 其特征在于， 根据当前环境质 量评估等级预测未来环境质量 等级的计算公式为： 其中， XΔt为未来环境质量等级， Xt为当前环境质量评估等级， t为当前时刻， μ为常数， Δ t为时段长度， γt为自相关系数， εt为计算误差。 6.根据权利要求5所述的实验室环境质量智能分析方法， 其特征在于， 计算未来环境质 量调整参数的公式为： 其中， e2为未来环境质量调整参数， wt为气象参数信息的影响权重， [ ‑k,k]为气象变化 范围， WHt为未来气象参数信息的预估值， WH0为历史气象参数信息， σWH为气象参数信息的标权　利　要　求　书 2/4 页 3 CN 115375181 A 3