一种温室气体浓度监测系统及方法技术方案

本发明专利技术公开了一种温室气体浓度监测系统及方法，应用于温室气体检测技术领域，本申请的温室气体浓度监测方法，在现有技术的基础上增加一个折射周期，并测量输出光谱的强度变化，从而得到第二光谱，将第一温室气体浓度和第二温室气体浓度作为输入，传入一个神经网络模型中，神经网络模型中可以根据第一光谱和第二光谱的差值比例得出增加一个折射周期的吸收光谱的损失量，进一步输出准确的温室气体的浓度。浓度。浓度。

【技术实现步骤摘要】
一种温室气体浓度监测系统及方法


[0001]本专利技术涉及温室气体检测
，特别涉及一种温室气体浓度监测系统及方法。

技术介绍

[0002]气体检测技术中，传统的气敏检测法、气象检测法和化学发光法虽各具优点，但测量形式为单点，受限于光电子技术的水平，这些方法的检测灵敏度和精度均不高。而传统光学气体检测把激光光谱技术用于气体测量，精度和灵敏度高，实时性强，对于单一组分气体或谱线无明显混叠特征的多组分气体具有很好的识别和定量分析效果。但这种技术对于由于痕量有害气体浓度低、吸收度低且气体成分化学键类似造成特征谱线混叠的多组分气体，仍存在实施困难且精度低的问题。因此，传统光学气体检测虽被认为是一种新型气体检测技术，其局限性仍非常明显。
[0003]大气中CO2和CH4的含量已经达到ppm级别，基于光谱技术进行浓度检测时，可以选取位于近红外波段的气体吸收谱线分别来检测CO2和CH4。而大气中N2O含量仅为330ppb左右，N2O在近红外线波段吸收较弱，探测N2O位于中红外波段的基频吸收谱线是一种更好的选择。多种光谱技术也被用于温室气体检测，如离轴积分腔输出光谱、腔增强吸收光谱、腔衰荡光谱等，在现有的应用过程中，常常用来检测CO2和CH4，但是氮氧化物如：N2O和其他碳氧化物同样会对红外波段进行吸收，影响检测精度。
[0004]为此，提出一种温室气体浓度监测系统及方法。

技术实现思路

[0005]有鉴于此，本专利技术实施例希望提供一种温室气体浓度监测系统及方法，以解决或缓解现有技术中存在的技术问题，至少提供一种有益的选择；本专利技术实施例的技术方案是这样实现的：第一方面，一种温室气体浓度监测方法，包括如下步骤：S1：根据预设的谱图库，获取温室气体在不同浓度下的吸收强度；S2：通入温室气体进行一次光谱识别，获取到所述温室气体的第一光谱，所述光谱对照所述预设的谱图库，得到第一温室气体浓度；S3：对温室气体进行二次光谱识别，所述二次光谱识别增加一个折射周期，获取到所述温室气体的第二光谱，得到第二温室气体浓度；S4：将所述第一温室气体浓度和第二温室气体浓度输入至预设的神经网络模型中，计算二者的损失函数；S5：根据所述损失函数计算所述温室气体在一个折射周期的吸收强度损失量，根据损失量反推出温室气体中氮氧化物的吸收量；S6：最终推导出所述温室气体的浓度。
[0006]进一步的，所述的一种温室气体浓度监测方法，所述温室气体包括：二氧化碳、甲
烷和其他空气成分。
[0007]进一步的，所述的一种温室气体浓度监测方法，所述光谱识别包括：，其中是第一温室气体浓度，是第一次光谱识别的信号强度，P是压强，是第一光程长度，是第一吸收强度；，其中是第二温室气体浓度，是第二次光谱识别的信号强度，P是压强，是第二光程长度，是第二吸收强度。
[0008]进一步的，所述的一种温室气体浓度监测方法，在将所述第一温室气体浓度和第二温室气体浓度输入至预设的神经网络模型中，计算二者的损失函数步骤中，所述损失函数包括：；其中，；；大于0，l是一个折射周期的光程长度，在同一温室气体中，第一吸收强度和第二吸收强度是不变的，在第二光程长度增加时，二次光谱识别吸收的量大于一次光谱识别吸收的量，但其量并不是根据预设谱图库的线性变化的。
[0009]进一步的，所述的一种温室气体浓度监测方法，在根据所述损失函数计算所述温室气体在一个折射周期的吸收强度损失量，根据损失量反推出温室气体中氮氧化物的吸收量步骤中，所述一个折射周期强度的损失量包括：；其中，，推导Y：；其中S是温室气体的标准吸收强度，s是氮氧化物的吸收强度，计算出s，反推所述温室气体的浓度。
[0010]进一步的，所述的一种温室气体浓度监测方法，所述预设的神经网络模型包括：将温室气体各个浓度下的检测结果进行预处理；构造训练数据，对温室气体和其他可吸收光谱气体的浓度进行预处理；构建训练模型，将预处理后的温室气体和其他可吸收光谱气体的浓度输入所述训练模型中，并计算得到光谱图；根据光谱图判断输入结果是否正确，若不正确，则调整训练模型的参数，若正确，则对应输出温室气体的浓度。
[0011]进一步的，所述的一种温室气体浓度监测方法，所述温室气体浓度监测方法采用温室气体浓度监测系统实现，所述温室气体浓度监测系统包括：分析单元：包括分析主机、样品预热器、显示控制软件和数据下载软件，主要对样气和标气中的温室气体浓度进行分析，并将分析结果保存在工控机；标校单元：2瓶W标气、1瓶T标气和3个高精密减压阀；W标气用于订正分析主机测量结果，T标气用于反映系统数据质量，标气浓度可溯源至WMO CCL维持的国际一级标气；多路进气自动控制单元：多路进气自动控制单元包括采样口过滤器、采样管路、采样泵过滤器、采样泵和进样阀箱，主要采集环境样气，并控制样气、W标气、T标气根据分析序列进入分析主机；样气自动除水单元：包括气体冷却器、渗透膜除水系统和全自动超低温冷阱，主要对样气中水分进行去除，除湿后，水汽浓度应低于1000ppm；监测报警单元组成：包括监测报警主机和压力传感器，主要监测气瓶压力，同时监测渗透膜除水阀箱中样气压力、干燥气压力及流量、泄压压力及流量和旁路流量。
[0012]与现有技术相比，本专利技术的有益效果是：一、本申请的温室气体浓度监测方法，在现有技术的基础上增加一个折射周期，并测量输出光谱的强度变化，从而得到第二光谱，将第一温室气体浓度和第二温室气体浓度作为输入，传入一个神经网络模型中，神经网络模型中可以根据第一光谱和第二光谱的差值比例得出增加一个折射周期的吸收光谱的损失量，进一步输出准确的温室气体的浓度；二、本申请提出的预设的神经网络模型对从离轴积分腔输出光谱技术获得的温室气体各个浓度下的检测结果进行预处理，这包括对原始数据进行去噪、归一化或其他必要的处理步骤，接下来，构建训练数据集，将预处理后的温室气体和其他可吸收光谱气体的浓度作为输入，这个数据集可以包括一系列具有已知浓度的样本，以及相应的光谱数据，将预处理后的温室气体和其他可吸收光谱气体的浓度作为输入，并通过模型进行计算，得到相应的光谱图，其中包括温室气体以及其他空气成分对应吸收光谱强度的比值，根据光谱图对输入结果进行判断，如果预测的光谱图和真实的光谱图不匹配，可以调整训练模型的参数，例如优化模型的权重和偏差，以提高预测准确性。直到模型能够预测正确的光谱图，然后可以通过模型输出相应的温室气体浓度。
附图说明
[0013]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0014]图1为本专利技术的温室气体浓度监测方法的流程示意图；图2为本专利技术的温室气体浓度监测方法中预设的神经网络模型的流程示意图；图3为本专利技术的实现温室气体浓度监测方法的计算机设备的结构图。
具体实施方式
[0015]为使本专利技术的上述目的、本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种温室气体浓度监测方法，其特征在于，包括如下步骤：S1：根据预设的谱图库，获取温室气体在不同浓度下的吸收强度；S2：通入温室气体进行一次光谱识别，获取到所述温室气体的第一光谱，所述光谱对照所述预设的谱图库，得到第一温室气体浓度；S3：对温室气体进行二次光谱识别，所述二次光谱识别增加一个折射周期，获取到所述温室气体的第二光谱，得到第二温室气体浓度；S4：将所述第一温室气体浓度和第二温室气体浓度输入至预设的神经网络模型中，计算二者的损失函数；S5：根据所述损失函数计算所述温室气体在一个折射周期的吸收强度损失量，根据损失量反推出温室气体中氮氧化物的吸收量；S6：最终推导出所述温室气体的浓度。2.根据权利要求1所述的一种温室气体浓度监测方法，其特征在于：所述温室气体包括：二氧化碳、甲烷和其他空气成分，所述其他空气成分包括氧化亚氮、六氟化硫、氢氟碳化物、全氟化碳、三氟化氮中的一种或多种。3.根据权利要求1所述的一种温室气体浓度监测方法，其特征在于：所述光谱识别包括：；其中是第一温室气体浓度，是第一次光谱识别的信号强度，P是压强，是第一光程长度，是第一吸收强度；；其中是第二温室气体浓度，是第二次光谱识别的信号强度，P是压强，是第二光程长度，是第二吸收强度。4.根据权利要求3所述的一种温室气体浓度监测方法，其特征在于：在将所述第一温室气体浓度和第二温室气体浓度输入至预设的神经网络模型中，计算二者的损失函数步骤中，所述损失函数包括：；其中，；；是比例系数，且大于0，l是一个折射周期的光程长度，在同一温室气体中，第一吸收强度和第二吸收强度是不变的，在第二光程长度增加时，二次光谱识别吸收的量大于一次光谱识别吸收的量，但其量并不是根据预设谱图库的线性变化的。5.根据权利要求4所述的一种温室气体浓度监测方法，其特征在于：在根据所述损失函

【专利技术属性】
技术研发人员：沈玉亮，杨关盈，王泽华，卢燕宇，吕涛，周朋，王凯俊，周先锋，陆斌，
申请(专利权)人：安徽省大气探测技术保障中心，
类型：发明
国别省市：