本技术涉及数据处理，尤其涉及一种厌氧消化系统酸抑制预警方法、装置、设备及存储介质。
背景技术：
1、厌氧消化过程可分为水解、发酵、产乙酸和产甲烷四阶段，由于厌氧消化的物质大部分含有高浓度易生物降解的有机底物，在厌氧消化过程中可快速转化为各种有机酸（例如挥发性脂肪酸，volatile fatty acid，简称vfa），当有机酸产生速度超过产甲烷菌对有机酸的消耗速度时，会导致酸性物质在厌氧消化系统中的积累，引起酸抑制。酸抑制会导致厌氧消化系统ph值降低，但是在高度缓冲的厌氧消化系统中，ph可能变化很小。当在厌氧消化系统中检测到ph值出现下降时，厌氧消化系统的酸碱平衡可能已经被完全破坏，难以及时调整。
技术实现思路
1、本技术实施例的主要目的在于提出一种厌氧消化系统酸抑制预警方法、装置、设备及存储介质，以及时、准确地对厌氧消化系统进行酸抑制预警。
2、为实现上述目的，本技术实施例的一方面提出了一种厌氧消化系统酸抑制预警方法，所述方法包括以下步骤：
3、获取不同基质下厌氧消化系统中的运行数据和各个初始基质特性数据；
4、利用滑动窗口从所述运行数据和所述初始基质特性数据中提取数据并构建时间序列数据集，并对所述时间序列数据集进行预处理；
5、从预处理后的所述时间序列数据集中筛选得到最优特征集；
6、基于所述最优特征集构建挥发性脂肪酸的浓度预测模型；
7、根据所述浓度预测模型预测所述厌氧消化系统中的挥发性脂肪酸浓度；
8、根据所述挥发性脂肪酸浓度进行酸抑制预警。
9、在一些实施例中，所述利用滑动窗口从所述运行数据和所述初始基质特性数据中提取数据并构建时间序列数据集，包括以下步骤：
10、利用所述滑动窗口遍历所述运行数据和所述初始基质特性数据提取得到输入特征和输出特征；其中，所述滑动窗口用于从所述运行数据和所述初始基质特性数据中提取第n-2时间段、第n-1时间段以及第n时间段的数据作为所述输入特征，从所述运行数据和所述初始基质特性数据中提取第n+1时间段和第n+2时间段的挥发性脂肪酸浓度数据作为所述输出特征；
11、根据所述输入特征和所述输出特征构建所述时间序列数据集。
12、在一些实施例中，所述对所述时间序列数据集进行预处理，包括以下步骤：
13、对所述时间序列数据集进行归一化；
14、所述归一化的计算式包括：
15、；
16、其中，是归一化后的特征，是所述时间序列数据集中的任意特征，是所述时间序列数据集中最小值的特征，是所述时间序列数据集中最大值的特征。
17、在一些实施例中，所述从预处理后的所述时间序列数据集中筛选得到最优特征集，包括以下步骤：
18、以随机抽样方式按第一设定比例从预处理后的所述时间序列数据集中选取得到第一训练集；
19、利用所述第一训练集训练随机森林回归模型，并计算所述第一训练集中各个特征的重要性得分；
20、移除所述第一训练集中所述重要性得分最低的特征；
21、返回所述利用所述第一训练集训练随机森林回归模型，直至所述第一训练集中剩余特征的数量与设定数量相同，当前所述第一训练集中的特征作为所述最优特征集。
22、在一些实施例中，所述基于所述最优特征集构建挥发性脂肪酸的浓度预测模型，包括以下步骤：
23、选取所述随机森林回归模型中拆分节点时的特征数量、决策树的数量以及决策树的最大深度作为超参数；
24、对每个所述超参数设置多个候选值；
25、将每个所述超参数的各个所述候选值进行组合，得到多个候选参数组合；
26、将所述最优特征集划分为多个子集，并将任意一个所述子集划分为验证集，其余所述子集划分为第二训练集；
27、利用各个所述第二训练集训练各个所述候选参数组合下的所述随机森林回归模型，并利用所述验证集评估各个所述候选参数组合下所述随机森林回归模型的性能参数；
28、返回所述将所述最优特征集划分为多个子集，并将任意一个所述子集划分为验证集，其余所述子集划分为第二训练集，直至所有所述子集均被用作所述验证集评估各个所述候选参数组合下所述随机森林回归模型的性能参数；
29、根据各个所述性能参数从各个所述候选参数组合中选取目标参数组合，将所述目标参数组合下的所述随机森林回归模型作为挥发性脂肪酸的所述浓度预测模型。
30、在一些实施例中，所述根据所述挥发性脂肪酸浓度进行酸抑制预警，包括以下步骤：
31、对比所述挥发性脂肪酸浓度与预设的各个预警浓度，以确定所述挥发性脂肪酸浓度所处的风险预警级别；
32、将所述挥发性脂肪酸浓度和所述风险预警级别作为酸抑制预警信息进行输出。
33、在一些实施例中，所述将所述挥发性脂肪酸浓度和所述风险预警级别作为酸抑制预警信息进行输出，包括以下步骤：
34、创建交互窗口并在所述交互窗口设置用户界面元素；
35、响应于对所述用户界面元素的操作，在所述交互窗口显示所述挥发性脂肪酸浓度和所述风险预警级别。
36、为实现上述目的，本技术实施例的另一方面提出了一种厌氧消化系统酸抑制预警装置，所述装置包括：
37、数据获取单元，用于获取不同基质下厌氧消化系统中的运行数据和各个初始基质特性数据；
38、数据集构建单元，用于利用滑动窗口从所述运行数据和所述初始基质特性数据中提取数据并构建时间序列数据集，并对所述时间序列数据集进行预处理；
39、特征集筛选单元，用于从预处理后的所述时间序列数据集中筛选得到最优特征集；
40、模型构建单元，用于基于所述最优特征集构建挥发性脂肪酸的浓度预测模型；
41、酸浓度预测单元，用于根据所述浓度预测模型预测所述厌氧消化系统中的挥发性脂肪酸浓度；
42、酸抑制预警单元，用于根据所述挥发性脂肪酸浓度进行酸抑制预警。
43、为实现上述目的，本技术实施例的另一方面提出了一种电子设备，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述的一种厌氧消化系统酸抑制预警方法。
44、为实现上述目的，本技术实施例的另一方面提出了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述的一种厌氧消化系统酸抑制预警方法。
45、本技术实施例至少包括以下有益效果：
46、本技术可以获取不同基质下厌氧消化系统中的运行数据和各个初始基质特性数据；利用滑动窗口从运行数据和特性数据中提取数据并构建时间序列数据集，并对时间序列数据集进行预处理；从预处理后的时间序列数据集中筛选得到最优特征集；基于最优特征集构建挥发性脂肪酸的浓度预测模型；根据浓度预测模型预测厌氧消化系统中的挥发性脂肪酸浓度；根据挥发性脂肪酸浓度进行酸抑制预警。通过浓度预测模型可准确预测厌氧消化系统中的挥发性脂肪酸浓度，进而根据挥发性脂肪酸浓度可及时进行酸抑制预警。
1.一种厌氧消化系统酸抑制预警方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的一种厌氧消化系统酸抑制预警方法，其特征在于，所述利用滑动窗口从所述运行数据和所述初始基质特性数据中提取数据并构建时间序列数据集，包括以下步骤：
3.根据权利要求1所述的一种厌氧消化系统酸抑制预警方法，其特征在于，所述对所述时间序列数据集进行预处理，包括以下步骤：
4.根据权利要求1所述的一种厌氧消化系统酸抑制预警方法，其特征在于，所述从预处理后的所述时间序列数据集中筛选得到最优特征集，包括以下步骤：
5.根据权利要求4所述的一种厌氧消化系统酸抑制预警方法，其特征在于，所述基于所述最优特征集构建挥发性脂肪酸的浓度预测模型，包括以下步骤：
6.根据权利要求1所述的一种厌氧消化系统酸抑制预警方法，其特征在于，所述根据所述挥发性脂肪酸浓度进行酸抑制预警，包括以下步骤：
7.根据权利要求6所述的一种厌氧消化系统酸抑制预警方法，其特征在于，所述将所述挥发性脂肪酸浓度和所述风险预警级别作为酸抑制预警信息进行输出，包括以下步骤：
8.一种厌氧消化系统酸抑制预警装置，其特征在于，所述装置包括：
9.一种电子设备，其特征在于，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的一种厌氧消化系统酸抑制预警方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的一种厌氧消化系统酸抑制预警方法。
