申请/专利权人：重庆环问问科技有限公司

申请日：2023-12-20

公开（公告）日：2024-07-05

公开（公告）号：CN117726257B

主分类号：G06Q10/0832

分类号：G06Q10/0832;G06F18/2431;G06N5/01;G06N3/084;G06N3/048

优先权：

专利状态码：有效-授权

法律状态：2024.07.05#授权;2024.04.05#实质审查的生效;2024.03.19#公开

摘要：本发明涉及危险废物处理技术领域，特别涉及一种基于人工智能大数据模型的工业园区危险废物处理方法。本发明以工业园区的管理方为操作主体，无论工业园区内有多少危险废物生产厂家，均可实现全流程管理和风险监控；针对人工可能犯错的危险废物的存储流程，可通过异常分析模型判断来源厂家的生产情况，以及判断是否可能出现了误封装；在存储时，还可以判断存储仓是否发生泄漏，显著降低了事故风险；针对危险废物运输流程，综合了危险废物以及存储仓的各种特性，实时指导运输优先级，在节约运输成本的基础上进一步降低了事故风险。

主权项：1.一种基于人工智能大数据模型的工业园区危险废物处理方法，其特征在于，所述工业园区内建造有若干用于存储不同类别危险废物的存储仓，危险废物的处理方法如下：针对封装后的危险废物，标注危险废物的种类、封装日期、来源厂家、重量和体积信息；将标注后的危险废物存储在对应各类的存储仓中；规化运输，将各存储仓中的危险废物运送至对应处置地；在危险废物入存储仓时，通过异常分析模型判断来源厂家的生产情况；在危险废物入存储仓时，判断是否存在误封装；在存储仓中，设置有用于不同危险废物泄漏检测的对应传感器，传感器采集到的数据通过泄漏预测模型判断存储仓内是否发生了泄漏；通过存入量预测模型预测每个存储仓未来的存入量，计算每个存储仓的运输需求值，安排运输车辆依据运输需求值从高至低依次运输不同存储仓内的危险废物；通过异常分析模型判断来源厂家的生产情况，具体方法如下：根据存入存储仓的危险废物的来源厂家，选取对应厂家的异常分析模型；调取异常分析日当日，该对应厂家在各类危险废物存储仓分别存入的危险废物种类和每类对应重量；将各种危险废物种类和每类对应重量输入异常分析模型；异常分析模型输出异常分析日当日，该厂家生产是否存在异常；在危险废物入存储仓时，判断是否存在误封装，具体方法如下：读取封装危险废物标注的种类信息，若标注各类信息与存储仓存储种类信息不同，则判断为误封装或误存储；读取封装危险废物标注的标注重量和标注体积信息，根据标注重量和标体积计算理论密度；实测封装危险废物的实际重量，根据实际重量和标注体积计算参考密度；将标注重量与实际重量的差值、标注体积、以及理论密度与参考密度的差值，作为输入，通过决策树输出是否存在误封装；通过泄漏预测模型判断存储仓内是否发生了泄漏，具体方法如下：针对不同的存储仓以及危险废物种类，设置一种或多种可能泄漏气体对应的气体传感器；以存储仓中分别存入不同重量的对应危险废物，关闭存储仓门，经过预设时间后通过气体传感器获取关闭仓门期间泄漏气体的增长量；对不同重量，以及不同重量对应的泄漏气体增长量构建训练数据；以训练数据训练神经网络模型；每次关闭存储仓之前，获取存储仓内危险废物的实际重量，排空存储仓内的泄漏气体，经预设时间后，将气体传感器获取的泄漏气体增长量以及危险废物实际重量输入神经网络模型中，输出存储仓内是否发生了泄漏的判断；通过存入量预测模型预测每个存储仓未来的存入量，具体方法如下：获取每个存储仓历史存入数据，以历史存入数据作为训练数据；以训练数据训练神经网络模型；以神经网络模型预测每个存储仓未来的存入量；每个存储仓的运输需求值，计算公式如下： 式中，dvi为第i个存储仓的运输需求值，ωi为第i个存储仓所存危险废物的危险权重，rdi为第i个存储仓当前所余空间结合未来存入量预计还能存入的天数，tdi为假设第i个存储仓当前为空时结合未来存入量预计还能存入的天数，thi为预设第i个存储仓不运输的最大上限天数，dnci为第i个存储仓距离上一次运输的实际天数。

全文数据：

权利要求：

百度查询： 重庆环问问科技有限公司 一种基于人工智能大数据模型的工业园区危险废物处理方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD