本发明涉及远程监管，具体为基于物联网技术的远程监管系统及方法。
背景技术：
1、物联网是指通过信息传感设备，按约定的协议，将任何物体与网络相连接，物体通过信息传播媒介进行信息交换和通信，以实现智能化识别、定位、跟踪、监管等功能，在对生态环境如水污染的监控管理中物联网技术得到了广泛应用，在申请号为的中国专利公开了“一种基于互联网的应急污水处理在线监控系统及方法，包括：污水区域设置模块、污水净化处理模块、污水参数获取模块、净化水质监测模块、生化指标监测模块、沉淀物监测模块、综合模型构建模块，以及分析预警模块，通过污水区域设置模块确定监测范围并依次编号，污水净化处理模块对污水进行一级净化、二级净化和三级净化，污水参数获取模块获取所需的参数数据，并通过数学模型计算得出净化后污水的水质系数、生化系数和沉淀物系数，综合模型构建模块计算得出各监测子区域的综合污水指数，分析预警模块基于综合污水指数分析各监测子区域的综合污水指数是否符合处理标准”；
2、该技术方案仅仅解决了对污水进行数据监测与风险预警的问题，但是目前对环境污染的监管往往存在时间间隔长、空间距离大，导致在监管过程中，往往存在发现不及时、取证不及时和处理不及时的问题，在对大地域环境监管中往往难以面面俱到。
技术实现思路
1、本发明的目的在于提供基于物联网技术的远程监管系统及方法，以解决上述背景技术中提出的问题。
2、为实现上述目的，本发明提供如下技术方案：基于物联网技术的远程监管系统，包括远程监管数据采集单元、在线异常预警单元、污染溯源单元和应急核查及执法单元；
3、远程监管数据采集单元，所述远程监管数据采集单元通过对监管区域内的环境进行数据采集，并通过物联网技术将数据通过网络传输至云端，所述远程监管数据采集单元将云端的数据进行传输；
4、在线异常预警单元，所述在线异常预警单元接收远程监管数据采集单元所采集到的数据，并对接收到的数据进行在线分析，并根据处理结果进行预警，所述在线异常预警单元将预警信息传输至远程监管数据采集单元的云端中；
5、污染溯源单元，所述污染溯源单元接收远程监管数据采集单元所接收到的预警信息，通过对预警数据进行在线与离线溯源分析，并根据溯源分析结果及时找出污染源，所述污染溯源单元将分析结论传输至远程监管数据采集单元的云端中；
6、应急核查及执法单元，所述应急核查及执法单元所述应急核查及执法单元接收远程监管数据采集单元所接收到的溯源结果，通过现场核查污染形成原因，及时进行违规执法，并将违规行为传输至远程监管数据采集单元的云端中。
7、优选的，所述远程监管数据采集单元包括传感器模块、zigbee终端节点和zigbee协调器节点，所述传感器模块包括水质传感器，其中包括ph传感器、浊度传感器、溶解氧传感器、氮氧传感器和余氟传感器，所述传感器模块中还包括自动留样装置，将异常排水进行保留，所述zigbee终端节点共有若干个配合传感器模块中各个传感器进行使用，并通过zigbee终端节点将各传感器所采集的数据进行传输，所述zigbee协调器节点接收所有zigbee终端节点所传输的数据，并将所有数据进行传输。
8、优选的，所述远程监管数据采集单元包括微处理器、5g通信模块、以太网模块和远程监管云平台，所述微处理器为stm32处理器，通过微处理器接收zigbee协调器节点所传输的数据，所述5g通信模块连接微处理器后将数据通过5g网络进行传输，所述以太网模块连接微处理器后将数据通过以太网络进行传输，所述远程监管云平台通过网络接收5g通信模块或以太网模块所传输的数据，所述远程监管云平台中建立数据库，将传感器模块所采集的数据进行存储。
9、优选的，所述在线异常预警单元包括在线数据处理模块和谱分析模块，所述在线数据处理模块对远程监管云平台中所存储的数据进行处理，首先对传感器所采集的原始数据进行预处理，包括噪声消除、修正和平滑处理，然后进行数据转换，将经过预处理的原始数据转换为时间序列，所述谱分析模块对在线数据处理模块中转换成时间序列的数据进行谱分析，通过傅里叶变换识别周期性异常，通过连续小波变换识别非周期性异常。
10、优选的，所述在线异常预警单元包括突发污染动态预警模块，所述突发污染动态预警模块基于历史基线的神经网络、小波谱分析算法和超标方法进行异常预警，其中，对常规在线监测数据生产的软测量时间序列进行时间序列异常检测预警，通过基于聚类算法的时间序列异常预警，对时间序列中的出现的异常进行预警，首先采用聚类算法对远程监管云平台的数据库中存储的历史监测数据训练聚类，然后针对需要监测的数据对象，通过计算其与聚类中心的距离来计算异常度，通过构建基于水质参数相关性分析的软测量模型，利用相关性分析与多元回归分析进行异常检测预警，通过构建基于小波神经网络数据流异常检测模型直接进行时间序列异常检测预警，所述突发污染动态预警模块将预警数据传输至远程监管云平台中，小波神经网络数据流异常检测模型包括连续小波变换算法；
11、连续小波变换算法如下：
12、
13、式中，cx表示小波系数，a表示比例因子或称尺度参数，x(t)表示时间序列，b表示沿时间轴平移的参数，t表示采样区间，*表示共轭复数，ψa,b表示输入信号，ψ(t-b/a),a＞0表示缩放信号，母小波可通过小波尺度进行缩放获得一系列子小波，并通过计算小波系数cx来测量每一步小波与信号的相似度，为每个频率生成一组小波系数，变换小波窗口的大小可得到水质时间变化中低频和高频事件的信息，连续小波变换是由时间序列x(t)与母小波重新调整尺度小波变换后的卷积ψa(t)组成的；
14、小波尺度决定水质信号在时间上被拉伸的长度，与信号频率成反比，这是比例因子越高，延伸出的小波表明频率更低，拉伸小波有助于捕捉信号中缓慢发生的变化，而缩放小波有助于捕捉突变，沿信号长度延迟或推进小波的移位有助于部分地分析整个信号，因此利用尺度范围的最优值来捕捉水质信号中的主要异常。
15、优选的，所述污染溯源单元包括应急响应模块和分析溯源模块，所述应急响应模块接收远程监管云平台中突发污染动态预警模块所上传的预警数据，然后判断预警数据的真实性，若确认传感器模块中传感器工作正常且数据传输过程正常后，启动应急响应，否则取消应急预警并启动运维程序，所述分析溯源模块对通过统计溯源技术包括主成分分析pca、非负约束因子分析方法和pmf正定因子分解模型对预警数据进行分析溯源；
16、pmf正定因子分解模型的基本计算方程如下：
17、x＝gf+e
18、式中，x为(n×m)的样品浓度数据矩阵，x中每一行代表一个采样点，每一列代表一种全氟化合物的浓度，g为n×r矩阵代表源贡献率矩阵，其中r列代表主要有多个不同污染源的数目，f为r×m矩阵代表污染源指纹图谱矩阵，e代表r×m的残差矩阵。
19、优选的，所述污染溯源单元包括留样检测模块和分析结论模块，所述留样检测模块通过人工进行离线色谱质谱分析，确定特征污染物，检索可能污染源的特征污染物数据库进行污染溯源，通过荧光光谱法进行检测，所述分析结论模块根据分析溯源模块的在线溯源结果与留样检测模块的离线溯源结果分析结论，确定最终污染源位置，通过在线溯源结果确定溯源路径、污染范围和污染物浓度，通过离线溯源结果验证在线溯源真实性，并确定目标企业清单，所述分析结论模块将分析结论数据传输至远程监管云平台中。
20、优选的，所述应急核查及执法单元包括核查模块，所述核查模块接收远程监管云平台中所传输的溯源结果，然后推送应急信息至核查人员，通过核查人员排查污染原因，包括检测设施是否正常运行、排放行为是否异常、企业数据是否弄虚作假、污染物排放是否超标和污染物排放是否超量，并将核查结果上传至远程监管云平台中。
21、优选的，所述应急核查及执法单元包括违规行为信息推送模块和执法模块，所述违规行为信息推送模块接收远程监管云平台中的核查结果，并判断目标企业是否违规，违规属实后将违规信息上传至远程监管云平台中，所述执法模块接收远程监管云平台中所推送的违规企业信息及违规行为，并通知执法人员进行执法。
22、基于物联网技术的远程监管方法，包括以下步骤：
23、步骤一：通过传感器模块中的各种水质传感器对企业污水排放口、河道污水排放口、排污官网以及河流断面进行水质数据采集，并通过多个zigbee终端节点将与之对应的水质传感器所采集的数据进行传输，再通过zigbee协调器节点将所有zigbee终端节点所传输的数据进行接收并传输，通过微处理器接收zigbee协调器节点中传输的各个水质传感器的数据，然后通过g通信模块将传感器采集的原始数据通过5g网络传输至远程监管云平台中，或者通过以太网模块将数据通过以太网络传输至远程监管云平台中，通过远程监管云平台中的数据库对传感器的数据进行存储；
24、步骤二：通过在线数据处理模块对远程监管云平台中存储的数据进行预处理，首先对数据进行噪声消除、修正和平滑处理，然后进行数据转换，将经过预处理的原始数据转换为时间序列，通过谱分析模块对在线数据处理模块中的时间序列进行分析，并将数据返回传感器模块中，控制留样装置对传感器模块所测的异常排水进行自动留样，通过突发污染动态预警模块进行时间序列异常检测预警，对突发污染进行动态预警，首先通过聚类算法对历史监测数据训练聚类，然后进行小波去噪，对于低频部分，通过人工神经网络预测小波低频时间序列，对于高频部分，通过归零化操作以归零化高频时间序列，然后将低频部分与高频部分通过小波重构来预测后时间序列，将后时间序列与实际监测时间序列作差得到历史残差时间序列，此外，还需通过将当前时刻实际监测值与小波神经网络预测值作差，得到当前时刻残差，在设定预警阈值区间后，判断比较历史残差与当前残差是否在阈值区间范围内，若判断为是，则属于正常水质的时间序列，若判断为否，则再将残差的持续时间与指定持续时间作比较，若小于指定持续时间，则仍属于正常水质的时间序列，若大于指定持续时间，则预警为可能发生突发污染事件，此时突发污染动态预警模块将该预警信息上传至远程监管云平台中；
25、步骤三：通过远程监管云平台将预警信息发送到应急响应模块中，通过应急响应模块判断预警数据真实性，排除传感器异常原因与数据传输异常原因后，仍触发预警则启动应急响应，通过分析溯源模块进行在线分析溯源，通过统计溯源技术对项目区域污染进行溯源分析，通过留样检测模块进行人工离线分析溯源，通过离线色谱质谱分析，确定特征污染物，检索可能污染源的特征污染物数据库进行污染溯源，通过三维荧光图谱定性溯源进行污染溯源，首先进行图谱特征识别包括水纹强度和密度识别、水纹峰数量识别和水纹峰位置识别，然后进行图谱特征提取，需要首先进行非封闭曲线疏密提取，然后进行曲线拟合，之后进行封闭曲线数量与位置提取，最后进行椭圆拟合，图谱特征提取完成后进行图谱特征匹配，包括进行三维荧光图谱数据库构建、无监督匹配算法建立与有监督匹配算法建立，通过分析结论模块根据分析溯源模块的在线溯源结果与留样检测模块的离线溯源结果分析结论，确定最终污染源位置，然后将结论上传至远程监管云平台中；
26、步骤四：通过核查模块接收远程监管云平台所推送的溯源结果，然后通知核查人员进行现场核查，对检测设施的工作情况进行核查，，对企业排放行为进行核查，对企业数据进行对比核查，避免企业上传的数据存在弄虚作假的情况，对污染物的排放标准以及排放量进行测量核查，并将结果上传至远程监管云平台中，通过远程监管云平台将核查结果存储，以作为证据进行保存，根据核查模块中的核查结果判断企业是否存在违规行为，通过违规行为信息推送模块接收远程监管云平台所传输的企业违规行为信息，然后通过执法模块通知执法人员进行及时执法。
27、与现有技术相比，本发明的有益效果是：
28、本发明通过在基于物联网技术的远程监管系统中设置在线异常预警单元，通过突发污染动态预警模块对水质时间序列进行实时分析，当发生突发水污染时，可及时进行预警，通过远程监管系统即可及时获取突发污染已产生，然后通过污染溯源单元对突发污染进行及时溯源，及时确定突发污染的位置，大幅度减少了污染的扩散，提高了远程监管系统的监管准确度，此外，通过应急核查及执法单元对目标企业进行及时核查执法，通过预警数据存储与现场核查，减少企业弄虚作假，提高了监管系统的监管力度。
1.基于物联网技术的远程监管系统，包括远程监管数据采集单元(1)、在线异常预警单元(2)、污染溯源单元(3)和应急核查及执法单元(4)，其特征在于：
2.根据权利要求1所述的基于物联网技术的远程监管系统，其特征在于：所述远程监管数据采集单元(1)包括传感器模块(101)、zigbee终端节点(102)和zigbee协调器节点(103)，所述传感器模块(101)包括水质传感器，其中包括ph传感器、浊度传感器、溶解氧传感器、氮氧传感器和余氟传感器，所述传感器模块(101)中还包括自动留样装置，将异常排水进行保留，所述zigbee终端节点(102)共有若干个配合传感器模块(101)中各个传感器进行使用，并通过zigbee终端节点(102)将各传感器所采集的数据进行传输，所述zigbee协调器节点(103)接收所有zigbee终端节点(102)所传输的数据，并将所有数据进行传输。
3.根据权利要求2所述的基于物联网技术的远程监管系统，其特征在于：所述远程监管数据采集单元(1)包括微处理器(104)、5g通信模块(105)、以太网模块(106)和远程监管云平台(107)，所述微处理器(104)为stm32处理器，通过微处理器(104)接收zigbee协调器节点(103)所传输的数据，所述5g通信模块(105)连接微处理器(104)后将数据通过5g网络进行传输，所述以太网模块(106)连接微处理器(104)后将数据通过以太网络进行传输，所述远程监管云平台(107)通过网络接收5g通信模块(105)或以太网模块(106)所传输的数据，所述远程监管云平台(107)中建立数据库，将传感器模块(101)所采集的数据进行存储。
4.根据权利要求3所述的基于物联网技术的远程监管系统，其特征在于：所述在线异常预警单元(2)包括在线数据处理模块(201)和谱分析模块(202)，所述在线数据处理模块(201)对远程监管云平台(107)中所存储的数据进行处理，首先对传感器所采集的原始数据进行预处理，包括噪声消除、修正和平滑处理，然后进行数据转换，将经过预处理的原始数据转换为时间序列，所述谱分析模块(202)对在线数据处理模块(201)中转换成时间序列的数据进行谱分析，通过傅里叶变换识别周期性异常，通过连续小波变换识别非周期性异常。
5.根据权利要求4所述的基于物联网技术的远程监管系统，其特征在于：所述在线异常预警单元(2)包括突发污染动态预警模块(203)，所述突发污染动态预警模块(203)基于历史基线的神经网络、小波谱分析算法和超标方法进行异常预警，其中，对常规在线监测数据生产的软测量时间序列进行时间序列异常检测预警，通过基于聚类算法的时间序列异常预警，对时间序列中的出现的异常进行预警，首先采用聚类算法对远程监管云平台(107)的数据库中存储的历史监测数据训练聚类，然后针对需要监测的数据对象，通过计算其与聚类中心的距离来计算异常度，通过构建基于水质参数相关性分析的软测量模型，利用相关性分析与多元回归分析进行异常检测预警，通过构建基于小波神经网络数据流异常检测模型直接进行时间序列异常检测预警，所述突发污染动态预警模块(203)将预警数据传输至远程监管云平台(107)中，小波神经网络数据流异常检测模型包括连续小波变换算法。
6.根据权利要求5所述的基于物联网技术的远程监管系统，其特征在于：所述污染溯源单元(3)包括应急响应模块(301)和分析溯源模块(302)，所述应急响应模块(301)接收远程监管云平台(107)中突发污染动态预警模块(203)所上传的预警数据，然后判断预警数据的真实性，若确认传感器模块(101)中传感器工作正常且数据传输过程正常后，启动应急响应，否则取消应急预警并启动运维程序，所述分析溯源模块(302)对通过统计溯源技术包括主成分分析pca、非负约束因子分析方法和正定矩阵分解方法对预警数据进行分析溯源。
7.根据权利要求6所述的基于物联网技术的远程监管系统，其特征在于：所述污染溯源单元(3)包括留样检测模块(303)和分析结论模块(304)，所述留样检测模块(303)通过人工进行离线色谱质谱分析，确定特征污染物，检索可能污染源的特征污染物数据库进行污染溯源，通过荧光光谱法进行检测，所述分析结论模块(304)根据分析溯源模块(302)的在线溯源结果与留样检测模块(303)的离线溯源结果分析结论，确定最终污染源位置，通过在线溯源结果确定溯源路径、污染范围和污染物浓度，通过离线溯源结果验证在线溯源真实性，并确定目标企业清单，所述分析结论模块(304)将分析结论数据传输至远程监管云平台(107)中。
8.根据权利要求7所述的基于物联网技术的远程监管系统，其特征在于：所述应急核查及执法单元(4)包括核查模块(401)，所述核查模块(401)接收远程监管云平台(107)中所传输的溯源结果，然后推送应急信息至核查人员，通过核查人员排查污染原因，包括检测设施是否正常运行、排放行为是否异常、企业数据是否弄虚作假、污染物排放是否超标和污染物排放是否超量，并将核查结果上传至远程监管云平台(107)中。
9.根据权利要求8所述的基于物联网技术的远程监管系统，其特征在于：所述应急核查及执法单元(4)包括违规行为信息推送模块(402)和执法模块(403)，所述违规行为信息推送模块(402)接收远程监管云平台(107)中的核查结果，并判断目标企业是否违规，违规属实后将违规信息上传至远程监管云平台(107)中，所述执法模块(403)接收远程监管云平台(107)中所推送的违规企业信息及违规行为，并通知执法人员进行执法。
10.根据权利要求1-9中任意一项所述的基于物联网技术的远程监管方法，其特征在于包括以下步骤：
