[发明专利]烟气污染物生成量预测方法及装置

说明书

本发明涉及污染防治技术领域，公开了一种烟气污染物生成量预测方法及装置，本发明是先获取目标检测区域的当前烟气浓度数据，然后根据当前烟气浓度数据构建对应的三维特征向量，将三维特征向量输入至预设循环神经网络模型中获取对应的第一预测浓度数据；接着将当前烟气浓度数据和历史烟气浓度数据输入至预设循环神经网络模型中获取第二预测浓度数据，最后根据第一预测浓度数据和第二预测浓度数据的权重值获得目标检测区域的未来一段时间内的预测烟气生成量数据，从而根据当前的第一预测浓度数据与历史趋势的第二预测浓度数据可以获得较为准确的预测烟气生成量数据，进而配合自动化控制程序，对烟气污染物排放做到超前控制，降低了排放。

技术领域

本发明涉及污染防治技术领域，尤其涉及一种烟气污染物生成量预测方法及装置。

背景技术

随着社会的发展，工厂及机动车辆持续增加，诸多环境问题随之产生，空气污染问题也日益严重，而空气污染物会进入人体产生危害，严重影响人体健康。工业一般是空气污染的主要来源，空气污染物的成分大多来自煤的燃烧，其中火电厂发电用煤燃烧会产生大量的二氧化硫、氮氧化物、颗粒物、汞等烟气污染物，为了做好大气卫生防护工作，需要从产生源头进行防治。为了完成火电厂的超低排放，一般对烟气处理设备的要求很高，相应的成本也比较高，因此，如何对火电厂烟气污染物进一步控制排放是亟待解决的问题。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供了一种烟气污染物生成量预测方法及装置，旨在解决现有技术如何进一步降低火电厂烟气污染物排放的技术问题。

为实现上述目的，本发明提供了一种烟气污染物生成量预测方法，所述方法包括以下步骤：

获取目标检测区域内的当前烟气浓度数据；

对所述当前烟气浓度数据进行预处理，根据预处理结果构建所述当前烟气浓度数据对应的三维特征向量；

将所述三维特征向量输入至预设循环神经网络模型中，获得所述目标检测区域对应的第一预测浓度数据；

将所述当前烟气浓度数据和历史烟气浓度数据输入至所述预设循环神经网络模型中，获得所述目标检测区域对应的第二预测浓度数据；

根据预设权重值对所述第一预测浓度数据和所述第二预测浓度数据进行权重处理，获得所述目标检测区域的未来一定时间内的预测烟气生成量数据。

可选地，所述获取目标检测区域内的当前烟气浓度数据的步骤包括：

获取目标检测区域内第一预设时间点的第一烟气浓度数据；

获取所述目标检测区域内第二预设时间点的第二烟气浓度数据；

根据归一化算法对所述第一烟气浓度数据和所述第二烟气浓度数据进行归一化处理，获得所述目标检测区域对应的当前烟气浓度数据。

可选地，所述对所述当前烟气浓度数据进行预处理，根据预处理结果构建所述当前烟气浓度数据对应的三维特征向量的步骤包括：

获取所述当前烟气浓度数据对应的各检测时间点的温度数据；

获取所述当前烟气浓度数据对应的各检测时间点所在空间的气压数据；

根据所述温度数据、所述气压数据和所述当前烟气浓度数据构建所述当前烟气浓度数据对应的三维特征向量。

可选地，所述获取目标检测区域内的当前烟气浓度数据的步骤之前，还包括：

获取目标检测区域对应的历史烟气浓度数据；

获取所述历史烟气浓度数据对应的历史温度和历史气压；