[发明专利]一种工业园区大气质量智能分析方法及系统在审
申请号: | 202210457832.0 | 申请日: | 2022-04-27 |
公开(公告)号: | CN114858976A | 公开(公告)日: | 2022-08-05 |
发明(设计)人: | 夏顺吉;王奇;朱忠和;郑国华;赵敏;李克祥;柯强;王传花;于恒国 | 申请(专利权)人: | 浙江索思科技有限公司;温州大学 |
主分类号: | G01N33/00 | 分类号: | G01N33/00 |
代理公司: | 温州名创知识产权代理有限公司 33258 | 代理人: | 陈加利 |
地址: | 325000 浙江省温州市鹿城*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 工业园区 大气质量 智能 分析 方法 系统 | ||
本发明提供一种工业园区大气质量智能分析方法,包括确定工业园区及分析时段;获取工业园区内所有预设的监测点在分析时段上监测到的污染物的浓度、排放位置、排放量和化学成分,以绘制出监测数据的变化曲线;获取气象数据,并结合各监测点的污染物的浓度、排放位置、排放量和化学成分,通过预先训练好的大气扩散模型进行处理,以得到污染源扩散仿真曲线;将污染源扩散仿真曲线与监测数据的变化曲线进行对比,迭代出污染源扩散规则,以推算出每一监测点的实际排放量及额外排放量的来源。实施本发明,不仅能实现园区VOCs污染溯源,还能从工业园治理措施角度进行数据智能分析,以实现对关键污染物预报预警、应急疏导辅助决策、综合治理等场景的支撑。
技术领域
本发明涉及大气污染处理技术领域和计算机技术领域,尤其涉及一种工业园区大气质量智能分析方法及系统。
背景技术
近些年,国家和各级政府开始重点关注挥发性有机污染物、二噁英的监测和治理,但是对工业园区不同类型的特征污染物监管还较为薄弱。大气污染物监测的水平亟待提高,工业园区的智慧监测研发,大力实施区域大气污染联防联控技术非常关键。
我国在开展工业园关键污染物智慧分析方面还有待进一步研究与实践。目前,大多系统采用了源解析模型、EKMA(Empirical Kinetics Modeling Approach,经验动力学模拟方法)曲线模型、大气扩散模型等实现了对空气质量综合统计分析、污染传输分析等。虽然以初具规模,但是此类业务分析系统:1)并未与计算机人工智能、机器学习等技术进行有机整合来达到更加精准、智能、全面的业务需求(如未将污染源解析、源强计算、污染源扩散预测、神经网络系统分析、多元统计分析、机器学习分析等技术进行分步结合),在工园区的突发性VOCs(volatile organic compounds,挥发性有机物)污染事件中,VOCs污染溯源方法较少且很难达到预期的效果,根本就无法满足溯源的需要。2)并未站在工业园治理措施角度进行数据分析(如未进行预警的归因分析、智能调控建议分析等)。
因此,有必要提出一种工业园区大气质量智能分析方法,不仅能实现园区VOCs污染溯源,还能从工业园治理措施角度进行数据智能分析,以实现对关键污染物预报预警、应急疏导辅助决策、综合治理等场景的支撑。
发明内容
本发明实施例所要解决的技术问题在于,提供一种工业园区大气质量智能分析方法及系统,不仅能实现园区VOCs污染溯源,还能从工业园治理措施角度进行数据智能分析,以实现对关键污染物预报预警、应急疏导辅助决策、综合治理等场景的支撑。
为了解决上述技术问题,本发明实施例提供了一种工业园区大气质量智能分析方法,所述方法包括以下步骤:
确定工业园区及分析时段;
获取所述工业园区内所有预设的监测点在所述分析时段上监测到的污染物的浓度、排放位置、排放量和化学成分,以绘制出监测数据的变化曲线;
获取所述分析时段所对应的气象数据,并结合各监测点所述分析时段上的污染物的浓度、排放位置、排放量和化学成分,通过预先训练好的大气扩散模型进行处理,以得到污染源扩散仿真曲线;
将所述污染源扩散仿真曲线与所述监测数据的变化曲线进行对比,迭代得出污染源扩散规则,并结合每一监测点监测到的污染物的浓度和气象数据,推算出每一监测点的实际排放量以及额外排放量的来源。
其中,所述方法进一步包括:
根据各监测点所述分析时段上的污染物的浓度、排放位置、排放量和化学成分,计算出各监测点的空气质量分指数,且进一步基于各监测点的空气质量分指数,计算出各监测点的空气质量指数。
其中,所述方法进一步包括:
根据各监测点的空气质量指数,确定各监测点的空气污染等级,且进一步根据各监测点的空气污染等级,进行预警。
其中,所述方法进一步包括:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江索思科技有限公司;温州大学,未经浙江索思科技有限公司;温州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210457832.0/2.html,转载请声明来源钻瓜专利网。