科技成果-企業(yè)污染物排放大數(shù)據(jù)監(jiān)控及知識圖譜構(gòu)建

科技成果——企業(yè)污染物排放大數(shù)據(jù)監(jiān)控及知識圖譜構(gòu)建技術(shù)開發(fā)單位清華大學成果簡介1、痛點問題現(xiàn)有關(guān)于污染源在線監(jiān)控數(shù)據(jù)作弊識別的相關(guān)技術(shù)無法定量化分析企業(yè)污染物排放數(shù)據(jù)造假的可能性，無法定位到具體企業(yè)數(shù)據(jù)造假行為?，F(xiàn)有行業(yè)工藝領(lǐng)域?qū)＜蚁到y(tǒng)知識內(nèi)容有限，知識難以融合共享，企業(yè)工藝優(yōu)化升級困難、無法從非結(jié)構(gòu)化數(shù)據(jù)中挖掘相關(guān)知識，也無法進行及時的動態(tài)更新調(diào)整，難以滿足實際管理工作的需要。2、解決方案本項成果不依賴于企業(yè)具體造假手段，基于大數(shù)據(jù)分析，構(gòu)建一種通用、普適的區(qū)域企業(yè)的環(huán)境數(shù)據(jù)造假識別AI模型，應(yīng)用了概率連續(xù)性檢驗技術(shù)，通過識別排放標準值附近的概率密度異常跳躍，實現(xiàn)區(qū)域企業(yè)數(shù)據(jù)異常行為可能性的定量判斷，可提高執(zhí)法工作的針對性和有效性。從最原始的數(shù)據(jù)（包括結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)）出發(fā)，采用一系列自動或者半自動的技術(shù)手段，從原始數(shù)據(jù)庫和第三方數(shù)據(jù)庫中提取知識事實，并將其存入知識庫的數(shù)據(jù)層和模式層，輔以專家知識和行業(yè)調(diào)研經(jīng)驗，構(gòu)建行業(yè)工藝領(lǐng)域知識圖譜，助力重點行業(yè)的技術(shù)革新。3、競爭優(yōu)勢分析本項成果創(chuàng)新性地應(yīng)用了概率連續(xù)性檢驗技術(shù)對企業(yè)污染排放數(shù)據(jù)進行分析，通過識別排放標準值附近的概率密度異常跳躍及基于時間序列的相似度分析技術(shù)，挖掘排放規(guī)律，定位具體企業(yè)數(shù)據(jù)異常（造假）行為，定量化分析企業(yè)數(shù)據(jù)造假可能性。本項成果區(qū)分結(jié)構(gòu)化、非結(jié)構(gòu)化資料信息提取過程，從結(jié)構(gòu)化的資料中提取實體、關(guān)系以及實體屬性信息，作為訓練樣本，應(yīng)用于非結(jié)構(gòu)化的知識提取中，能夠在保證精度的同時降低人工成本提供工作效率。4、市場應(yīng)用前景同類產(chǎn)品主要為簡單的數(shù)據(jù)異常判斷，包括企業(yè)儀器故障、運維記錄作假等結(jié)果篩查，主要用于解決企業(yè)在線監(jiān)控運維不規(guī)范等問題不能定量化分析企業(yè)污染物排放數(shù)據(jù)造假的可能性，也不能準確定位具體企業(yè)數(shù)據(jù)異常行為。在構(gòu)建知識圖譜方面，同類產(chǎn)品人工依賴大，工作量巨大，專家要求高，易造成知識信息缺損與冗余。本技術(shù)可實現(xiàn)對海量數(shù)據(jù)的實時動態(tài)分析，定量化分析企業(yè)數(shù)據(jù)造假行為，有效減少人力成本與專家依賴度，具有顯著的技術(shù)競爭力和廣闊的應(yīng)用前景。5、發(fā)展規(guī)劃本項成果的成熟度較高，已開展示范應(yīng)用，為環(huán)境管理工作提供了成功支持，滿足實際管