【技术实现步骤摘要】
本专利技术涉及温室气体监测领域，特别涉及工业园区的温室气体的布点监测方法、装置、设备及介质。
技术介绍
1、近年来，由温室气体浓度增加引起的全球变暖问题备受关注。工业是温室气体主要排放源，而工业园区又是我国碳排放最集中的区域，对工业园区的温室气体排放进行准确监测是保障环境安全和可持续发展的关键，因此如何准确确定监测点布点位置成为了气体排放监测的重要问题。
2、当前，关于对开放式场景工业园区进行布点监测的现有技术有：1)基于经验和专家知识，人工选取监测点2)基于数学模型对气体排放进行分析预测，求解模型获取监测点位置3)基于已有的监测数据，采用空间插值算法对未监测点进行估计来选取布点监测位置。
3、其存在以下问题：
4、(1)监测点布点不够全面准确，不科学性多，数据吞吐量大，不能够全面反映温室气体排放情况。
5、(2)监测数据准确性和可靠性不高。
6、(3)监测成本较高，需要大量的人力物力财力。
7、有鉴于此，提出本申请。
技术实现思路
1、本专利技术公开了一种工业园区的温室气体的布点监测方法、装置、设备及介质，旨在实现监测范围全覆盖，能够保障温室气体排放数据获取的准确性、有效性、全面性以及经济性。
2、本专利技术第一实施例提供了一种工业园区的温室气体的布点监测方法，包括：
3、获取由多个浓度测量装置采集到的环境信息，根据所述环境信息将目标区域划分为高浓度区域、中浓度区域、低浓度区域；>
4、调用高斯烟雨模型和高斯烟团模型基于所述环境信息分别建立所述目标区域中不同浓度区域的气体扩散衰减模型；
5、获取气源信息，并根据所述气源信息和所述气体扩散衰减模型建立监测站布点模型；
6、获取目标函数和约束条件，调用粒子群和差分进化混合算法基于所述目标函数和约束条件对所述监测站布点模型进行求解，生成浓度监测布点方案。
7、优选地，所述环境信息包括：地理位置信息、风速信息、风向信息、温度信息、湿度信息。
8、优选地，所述高斯烟雨模型为：
9、
10、
11、
12、所述高斯烟团模型为：
13、
14、
15、
16、烟气抬升高度为:
17、
18、其中，c为在扩散损耗后任意一点温室气体排放浓度，q表示温室气体源强，σx，σy为水平扩散系数，σz为垂直扩散系数，h烟囱高度，抬升高度δh(m)。γ1为水平方向大气扩散参数的回归系数，γ2为垂直方向大气扩散参数的回归系数，a1为水平方向大气扩散参数的回归指数，a2为垂直方向大气扩散参数的回归指数，x为距离下风方向水平距离；t为污染物的扩散时间，vs为烟气出口流速，d为烟囱出口处的内径，u为排气筒出口出平均风速，ts为烟气出口温度，ta为环境温度。
19、优选地，所述目标函数包括：
20、浓度监测站点的建设成本的目标函数其中，m为候选浓度监测站点总数，mt为被选中的浓度监测站点个数；
21、覆盖范围的目标函数其中，p为浓度监测测试点总数，gk为测试点被覆盖情况。
22、优选地，所述约束条件包括：
23、浓度监测站点数量约束1≤mt≤m，其中，m为现有的浓度监测站点总数，mt为监测站点数量；
24、覆盖范围约束机动性保障约束(xj,yj,zj)∈s，其中，浓度监测站点j的地理位置坐标信息(xj,yj,zj)，s为目标工业园区的地理位置坐标信息集。
25、优选地，所述调用粒子群和差分进化混合算法基于所述目标函数和约束条件对所述监测站布点模型进行求解，具体为：
26、调用差分进化算法对初始化后的种群进行变异、交叉、选择生成新的种群；
27、更新粒子群算法中的参数值，并将所述新的种群应用于粒子群算法中的粒子更新速度和粒子更新位置公式；
28、调用粒子群和差分进化混合算对所述监测站布点模型进行求解，直至算法迭代结束，生成目标区域的浓度监测布点位置。
29、优选地，所述粒子更新速度模型为：
30、vidt+1＝wvidt+c1rand1d(pidt-xidt)+c2rand2d(pgdt-xidt)
31、所述粒子更新位置模型为：
32、xidt+1＝xidt+vidt+1
33、其中，w是惯性权重，c1,c2为学习因子，rand是[0,1]范围内的随机数，t为迭代次数，xid为个体最优解，pgd为全局最优解。
34、本专利技术第二实施例提供了一种工业园区的温室气体的布点监测装置，包括：
35、区域划分单元，用于获取由多个浓度测量装置采集到的环境信息，根据所述环境信息将目标区域划分为高浓度区域、中浓度区域、低浓度区域；
36、气体扩散衰减模型建立单元，用于调用高斯烟雨模型和高斯烟团模型基于所述环境信息分别建立所述目标区域中不同浓度区域的气体扩散衰减模型；
37、监测站布点模型建立单元，用于获取气源信息，并根据所述气源信息和所述气体扩散衰减模型建立监测站布点模型；
38、浓度监测布点方案生成单元，用于获取目标函数和约束条件，调用粒子群和差分进化混合算法基于所述目标函数和约束条件对所述监测站布点模型进行求解，生成浓度监测布点方案。
39、本专利技术第三实施例提供了一种基于人工智能的医学影像评价设备，其特征在于，包括存储器以及处理器，所述存储器内存储有计算机程序，所述计算机程序能够被所述处理器执行，以实现如上任意一项所述的人工智能的医学影像评价方法。
40、本专利技术第四实施例提供了一种计算机可读存储介质，其特征在于，存储有计算机程序，所述计算机程序能够被所述计算机可读存储介质所在设备的处理器执行，以实现如上任意一项所述的一种工业园区的温室气体的布点监测方法。
41、基于本专利技术提供的一种工业园区的温室气体的布点监测方法、装置、设备及介质，先获取由多个浓度测量装置采集到的环境信息，根据所述环境信息将目标区域划分为高浓度区域、中浓度区域、低浓度区域；接着调用高斯烟雨模型和高斯烟团模型基于所述环境信息分别建立所述目标区域中不同浓度区域的气体扩散衰减模型；再接着获取气源信息，并根据所述气源信息和所述气体扩散衰减模型建立监测站布点模型；最后获取目标函数和约束条件，调用粒子群和差分进化混合算法基于所述目标函数和约束条件对所述监测站布点模型进行求解，生成浓度监测布点方案，实现了监测范围全覆盖，能够保障温室气体排放数据获取的准确性、有效性、全面性以及经济性。
本文档来自技高网...【技术保护点】
1.一种工业园区的温室气体的布点监测方法，其特征在于，包括：
2.根据权利要求1所述的一种工业园区的温室气体的布点监测方法，其特征在于，所述环境信息包括：地理位置信息、风速信息、风向信息、温度信息、湿度信息。
3.根据权利要求1所述的一种工业园区的温室气体的布点监测方法，其特征在于，所述高斯烟雨模型为：
4.根据权利要求1所述的一种工业园区的温室气体的布点监测方法，其特征在于，所述目标函数包括：
5.根据权利要求1所述的一种工业园区的温室气体的布点监测方法，其特征在于，所述约束条件包括：
6.根据权利要求1所述的一种工业园区的温室气体的布点监测方法，其特征在于，所述调用粒子群和差分进化混合算法基于所述目标函数和约束条件对所述监测站布点模型进行求解，具体为：
7.根据权利要求6所述的一种工业园区的温室气体的布点监测方法，其特征在于，
8.一种工业园区的温室气体的布点监测装置，其特征在于，包括：
9.一种基于人工智能的医学影像评价设备，其特征在于，包括存储器以及处理器，所述存储器内存储有计
10.一种计算机可读存储介质，其特征在于，存储有计算机程序，所述计算机程序能够被所述计算机可读存储介质所在设备的处理器执行，以实现如权利要求1至7任意一项所述的一种工业园区的温室气体的布点监测方法。
...【技术特征摘要】
1.一种工业园区的温室气体的布点监测方法，其特征在于，包括：
2.根据权利要求1所述的一种工业园区的温室气体的布点监测方法，其特征在于，所述环境信息包括：地理位置信息、风速信息、风向信息、温度信息、湿度信息。
3.根据权利要求1所述的一种工业园区的温室气体的布点监测方法，其特征在于，所述高斯烟雨模型为：
4.根据权利要求1所述的一种工业园区的温室气体的布点监测方法，其特征在于，所述目标函数包括：
5.根据权利要求1所述的一种工业园区的温室气体的布点监测方法，其特征在于，所述约束条件包括：
6.根据权利要求1所述的一种工业园区的温室气体的布点监测方法，其特征在于，所述调用粒子群和差分进化混合算...
【专利技术属性】
技术研发人员：丁宁，郭鹏桃，张安安，雷宪章，郗砚恒，蒋汶廷，
申请(专利权)人：西南石油大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。