[發明專利]一種工業園區大氣質量智能分析方法及系統

在審

• 申請號: 202210457832.0
• 申請日: 2022-04-27
• 公開（公告）號: CN114858976A
• 公開（公告）日: 2022-08-05
• 發明（設計）人: 夏順吉;王奇;朱忠和;鄭國華;趙敏;李克祥;柯強;王傳花;于恒國
• 申請（專利權）人: 浙江索思科技有限公司;溫州大學
• 主分類號: G01N33/00
• 分類號: G01N33/00
• 代理公司: 溫州名創知識產權代理有限公司 33258
• 代理人: 陳加利

本發明提供一種工業園區大氣質量智能分析方法，包括確定工業園區及分析時段；獲取工業園區內所有預設的監測點在分析時段上監測到的污染物的濃度、排放位置、排放量和化學成分，以繪制出監測數據的變化曲線；獲取氣象數據，并結合各監測點的污染物的濃度、排放位置、排放量和化學成分，通過預先訓練好的大氣擴散模型進行處理，以得到污染源擴散仿真曲線；將污染源擴散仿真曲線與監測數據的變化曲線進行對比，迭代出污染源擴散規則，以推算出每一監測點的實際排放量及額外排放量的來源。實施本發明，不僅能實現園區VOCs污染溯源，還能從工業園治理措施角度進行數據智能分析，以實現對關鍵污染物預報預警、應急疏導輔助決策、綜合治理等場景的支撐。

技術領域

本發明涉及大氣污染處理技術領域和計算機技術領域，尤其涉及一種工業園區大氣質量智能分析方法及系統。

背景技術

近些年，國家和各級政府開始重點關注揮發性有機污染物、二噁英的監測和治理，但是對工業園區不同類型的特征污染物監管還較為薄弱。大氣污染物監測的水平亟待提高，工業園區的智慧監測研發，大力實施區域大氣污染聯防聯控技術非常關鍵。

我國在開展工業園關鍵污染物智慧分析方面還有待進一步研究與實踐。目前，大多系統采用了源解析模型、EKMA(Empirical Kinetics Modeling Approach，經驗動力學模擬方法)曲線模型、大氣擴散模型等實現了對空氣質量綜合統計分析、污染傳輸分析等。雖然以初具規模，但是此類業務分析系統：1)并未與計算機人工智能、機器學習等技術進行有機整合來達到更加精準、智能、全面的業務需求(如未將污染源解析、源強計算、污染源擴散預測、神經網絡系統分析、多元統計分析、機器學習分析等技術進行分步結合)，在工園區的突發性VOCs(volatile organic compounds，揮發性有機物)污染事件中，VOCs污染溯源方法較少且很難達到預期的效果，根本就無法滿足溯源的需要。2)并未站在工業園治理措施角度進行數據分析(如未進行預警的歸因分析、智能調控建議分析等)。

因此，有必要提出一種工業園區大氣質量智能分析方法，不僅能實現園區VOCs污染溯源，還能從工業園治理措施角度進行數據智能分析，以實現對關鍵污染物預報預警、應急疏導輔助決策、綜合治理等場景的支撐。

發明內容

本發明實施例所要解決的技術問題在于，提供一種工業園區大氣質量智能分析方法及系統，不僅能實現園區VOCs污染溯源，還能從工業園治理措施角度進行數據智能分析，以實現對關鍵污染物預報預警、應急疏導輔助決策、綜合治理等場景的支撐。

為了解決上述技術問題，本發明實施例提供了一種工業園區大氣質量智能分析方法，所述方法包括以下步驟：

確定工業園區及分析時段；

獲取所述工業園區內所有預設的監測點在所述分析時段上監測到的污染物的濃度、排放位置、排放量和化學成分，以繪制出監測數據的變化曲線；

獲取所述分析時段所對應的氣象數據，并結合各監測點所述分析時段上的污染物的濃度、排放位置、排放量和化學成分，通過預先訓練好的大氣擴散模型進行處理，以得到污染源擴散仿真曲線；

將所述污染源擴散仿真曲線與所述監測數據的變化曲線進行對比，迭代得出污染源擴散規則，并結合每一監測點監測到的污染物的濃度和氣象數據，推算出每一監測點的實際排放量以及額外排放量的來源。

其中，所述方法進一步包括：

根據各監測點所述分析時段上的污染物的濃度、排放位置、排放量和化學成分，計算出各監測點的空氣質量分指數，且進一步基于各監測點的空氣質量分指數，計算出各監測點的空氣質量指數。

其中，所述方法進一步包括：

根據各監測點的空氣質量指數，確定各監測點的空氣污染等級，且進一步根據各監測點的空氣污染等級，進行預警。

其中，所述方法進一步包括：