一种基于电量的污染排污预测方法及装置制造方法及图纸

本发明专利技术提供一种基于电量的污染排污预测方法及装置，通过企业生产原料数据库，生产工艺数据库，天气数据库以及用电量等，利用预测算法来预测排污量以及排污因子，根据排污监测数据验证预测算法的调整因子，系统不断演算预测算法，不断调整因子使其达到预算的数据跟实际监测的数据达到一种合理边界值。固化此时的生产原料数值，生产工艺数值，天气值以及对应的调整因子等。本发明专利技术基于电量的污染排污预测方法只需要该企业的生产相关数据，能够准确获取大量的数据样本来校验该方法，最终达到预测数据无限接近实际数据，解决了现有技术存在的问题：基于气象信息以及影响空气质量的排放源的排放速率数据，这些数据的全面性、准确性很难保证。难保证。难保证。

【技术实现步骤摘要】
一种基于电量的污染排污预测方法及装置


[0001]本专利技术涉及排污监测领域，尤其涉及一种基于电量的污染排污预测方法及装置。

技术介绍

[0002]企业在生产过程中都会有排污，CMAQ是美国环保署建立的第三代的空气质量模型，包括从监管和政策分析到理解大气化学和物理的复杂相互关系，它是三维欧拉（即网格化）大气化学和传输模拟系统，可以用来模拟臭氧、颗粒物（PM）、空气中有毒污染物、能见度以及整个大气中酸化和营养污染五中。CMAQ被设计为“一个大气”模型，它可以同时解决从局地到半球空间尺度的几种空气质量问题间的复杂耦合。CMAQ使用实际化学和物理过程的耦合数学表现来模拟空气质量。模型基于通过一系列覆盖固定模型单元格（即空间上固定并且覆盖特定域，即关注的几何区域的x
‑
y
‑
z数组）的连续三维（3
‑
D）网格单元格保存质量的基本概念。因此CMAQ属于欧拉类的数值模型，它通过求解给定时间段经过每个单元格边界的传输和每个单元格内的化学转化来计算每个网格单元格内的质量平衡。为了模拟多重复杂化学过程的相互作用，CMAQ要求两种类型的输入参数：气象信息以及来自影响空气质量的排放源的排放速率。CMAQ预测模型这种基于气象信息以及影响空气质量的排放源的排放速率数据的特性存在一个最大的问题：这些数据的全面性、准确性很难完全保证，继而会深度影响CMAQ模型的准确性，该模型数据在实施过程中难以准确有效。
[0003]基于某企业最小范围的CMAQ空气预测模型。以企业为网格单元格，输入该网格单元格的气象信息以及来自影响空气质量的排放源的排放速率。系统通过CMAQ模型来分析预测排污。由于企业的网格单元格较小，该网格单元格所需的输入参数数据能较为准确的获取，通过CMAQ预测的排污数据具备准确的可能性。但模型预测都需要通过大量的数据来进行模拟运算已进行参数调整，以使预测数据无限接近真实数据。如果只是采集最小企业网格数据来进行模拟运算，最终还是会因为缺少足够多的数据样本来校验模型。如果扩大网格单元格的数量以及范围就会存在数据缺失。

技术实现思路

[0004]有鉴于此，本公开提供一种基于电量的污染排污预测方法及装置，该方法所需的数据非常易获取，实施过程简单高效，从而确保该方法预测的结果准确有效，技术方案如下：一方面，本专利技术提供了一种基于电量的污染排污预测方法，包括如下步骤：步骤1：采集用电量数据；步骤2：利用预测算法，预测排污量及排污测算因子；步骤3：监测排污数据；步骤4：演算预测算法、调整测算因子，步骤4执行完成后，一方面后返回步骤2循环，另一方面执行步骤5；步骤5：设置排污阈值；
步骤6：输出预测结果。
[0005]进一步地，所述的步骤2，预测算法的输入信息包括但不限于电量数据以及企业生产原料数据库、生产工艺数据库、天气数据库。
[0006]进一步地，所述的步骤2的预测算法：设置初始值c，开始循环；把c代入公式y=1/2*（x+c/x）,x=c,计算出y；判断y
‑
x的绝对值是否小于0.0001；如果大于0.0001，则继续循环；如果小于0.0001，则结束循环；将所有计算出来的y值逐一代入公式f1=y*CCi*OFi，其中CCi是指材料单位热值含碳量，OFi是指材料的碳氧化率；计算出来一组f1值，即原材料对排污影响的测算因子值；将这组f1值和其它4个因子的初始值c一起代入公式y=e*（f1+f2+f3+f4+f5），其中e为用电量，计算出来一组排污量w；数据成正态分布，取数据99.99%区间均值w对应的f1值作为最终f1测算因子，f1演算结束；采用与演算f1相同的方法得到加工工艺对排污影响的测算因子f2(其中f2的计算公式为y*GYi，其中GYi是指工艺转化率)、生产效率对排污影响的测算因子f3（其中f3的计算公式为y*Pi，其中Pi是指生产效率）、气象条件对排污影响的测算因子f4（其中f4的计算公式为y*(1
‑
Ti
‑
Wj)，其中Ti是指温度系数，Wj是指分速系数）和地域条件对排污影响的测算因子f5（其中f5的计算公式为y*(1
‑
Fk)，其中Fk是指地形系数）；将五种测算因子代入公式y=e*（f1+f2+f3+f4+f5）计算出排污量w，与周边排污监测设备监测的值w1进行比较，w
‑
w1取绝对值i，如果i>0.01，则把以上计算出来的f1、f2、f3、f4、f5作为演算中c继续，依次从原材料对排污影响的测算因子开始计算；如果i<0.01，则结束循环。
[0007]进一步地，所述的步骤2的测算因子包括但不限于：原材料对排污影响的测算因子、加工工艺对排污影响的测算因子、生产效率对排污影响的测算因子、气象条件对排污影响的测算因子、地域条件对排污影响的测算因子。
[0008]进一步地，所述的步骤4，根据排污监测设备的监测数据验证步骤2的预测算法并调整预测因子，不断演算预测算法，不断调整预测因子使其达到预算的数据跟实际监测的数据达到一种合理边界值。
[0009]进一步地，所述的步骤6，输出的预测结果可以包括但不限于预测的排污量、测算因子、排污超标预警、智能排产、原材料采购建议、工艺优化建议、产能评估。
[0010]另一方面，本专利技术提供一种基于电量的污染排污预测装置，包括：电参量采集装置、测算系统模块、排污监测设备，电参量采集装置将采集到的某生产单位的用电量数据实时传输到测算系统模块，测算系统模块将存储的企业生产原料数据库、生产工艺数据库、天气数据库，结合用电量数据，利用预测算法来预测排污量以及排污因子，排污监测设备将排污监测数据传输到测算系统模块，测算系统模块根据排污监测数据验证预测算法、调整测算因子。
[0011]进一步地，本专利技术提供的一种基于电量的污染排污预测装置，其数据传输方式包括但不限于无线网关或物联网。
[0012]进一步地，所述的测算系统模块可以是云端系统，包括但不限于储存子模块、测算子模块、演算子模块、输出子模块。
[0013]进一步地，所述的测算系统模块可以是云端系统，包括但不限于储存子模块、测算子模块、演算子模块、输出子模块，储存子模块用于储存数据，包括但不限于用电量数据、企
业生产原料数据、生产工艺数据、天气数据，测试子模块利用预测算法，预测排污量及排污测算因子，演算子模块根据排污监测数据验证预测算法、调整测算因子，输出子模块用于输出测算结果，测算结果可以包括但不限于预测的排污量、测算因子、排污超标预警、智能排产、原材料采购建议、工艺优化建议、产能评估。
[0014]本专利技术提供一种基于电量的污染排污预测方法及装置，该方法所需的数据非常易获取，实施过程简单高效，从而确保该方法预测的结果准确有效，本专利技术只需要企业相关的生产数据，就能够准确获取大量的数据样本来校验该方法，最终达到预测数据无限接近实际数据，解决了现有技术存在的问题：基于气象信息以及影响空气质量的排放源的排放速率数据，这些数据的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于电量的污染排污预测方法，其特征在于，包括如下步骤：步骤1：采集用电量数据；步骤2：利用预测算法，输入排污测算因子，预测排污量；步骤3：监测排污数据；步骤4：演算预测算法、调整测算因子，步骤4执行完成后，一方面后返回步骤2循环，另一方面执行步骤5；步骤5：设置排污阈值；步骤6：输出预测结果。2.根据权利要求1所述的一种基于电量的污染排污预测方法，其特征在于，所述的步骤2的预测算法为：设置初始值c，开始循环；把c代入公式y=1/2*（x+c/x）,x=c,计算出y；判断y
‑
x的绝对值是否小于0.0001；如果大于0.0001，则继续循环；如果小于0.0001，则结束循环；将所有计算出来的y值逐一代入公式f1=y*CCi*OFi，其中CCi是指材料单位热值含碳量，OFi是指材料的碳氧化率；计算出来一组f1值，即原材料对排污影响的测算因子值；将这组f1值和其它4个因子的初始值c一起代入公式y=e*（f1+f2+f3+f4+f5），其中e为用电量，计算出来一组排污量w；数据成正态分布，取数据99.99%区间均值w对应的f1值作为最终f1测算因子，f1演算结束；采用与演算f1相同的方法得到加工工艺对排污影响的测算因子f2(其中f2的计算公式为y*GYi，其中GYi是指工艺转化率)、生产效率对排污影响的测算因子f3（其中f3的计算公式为y*Pi，其中Pi是指生产效率）、气象条件对排污影响的测算因子f4（其中f4的计算公式为y*(1
‑
Ti
‑
Wj)，其中Ti是指温度系数，Wj是指分速系数）和地域条件对排污影响的测算因子f5（其中f5的计算公式为y*(1
‑
Fk)，其中Fk是指地形系数）；将五种测算因子代入公式y=e*（f1+f2+f3+f4+f5）计算出排污量w，与周边排污监测设备监测的值w1进行比较，w
‑
w1取绝对值i，如果i>0.01，则把以上计算出来的f1、f2、f3、f4、f5作为演算中c继续，依次从原材料对排污影响的测算因子开始计算；如果i<0.01，则结束循环。3.根据权利...

【专利技术属性】
技术研发人员：刘畅，罗涛，李俊敏，
申请(专利权)人：深圳虹川科技有限公司，
类型：发明
国别省市：