[發明專利]一種基于車載系統測量強點源碳排放的方法

有效

• 申請號: 202210469695.2
• 申請日: 2022-04-28
• 公開（公告）號: CN115032332B
• 公開（公告）日: 2023-04-28
• 發明（設計）人: 蔡孟陽;韓舸;史天奇;裴志鵬;邱若楠
• 申請（專利權）人: 武漢大學
• 主分類號: G01N33/00
• 分類號: G01N33/00;G01W1/02;G01S19/42;G06F17/10;G06F17/16;G06N3/006
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 王琪

1.一種基于車載系統測量強點源碳排放的方法，其特征在于，包括如下步驟：

步驟1，通過車載系統測量必要觀測信息，包括車載系統實時GNSS定位信息、CO2濃度信息、大氣觀測信息；

步驟2，根據先驗強點源排放信息，獲取高斯煙羽模型所需信息，建立新坐標系，將步驟1輸出的CO2濃度的坐標轉換到新坐標系下；

步驟2中所述高斯煙羽模型由公式1給出：

其中C(x,y,z)為(x,y,z)坐標處的CO2濃度，(x,y,z)為步驟2所建立的新坐標系下的坐標值，C(x,y,z)為該坐標系下測量的CO2濃度，q為強點源的排放強度，u為風速，H為強點源處的碳排放的有效排放高度，σ_y和σ_z分別為水平擴散參數和垂直擴散參數，其中σ_y＝a·x^b、σ_z＝c·x^d，a和b為水平擴散系數，c和d為垂直擴散系數，α為地面反射系數，B為背景CO2濃度，在本式中，C(x,y,z)和u為已知值，待求解量為(q,H,a,b,c,d,B,α,z)；

步驟3，根據步驟2輸出的新坐標系下的CO2濃度測量值及風速，分別以相關系數以及均方根誤差作為適應函數，計算高斯煙羽模型未知參數對應的可行域1、可行域2以及初始值1和初始值2，所述可行域1表示通過相關性系數計算方式計算得到的未知參數的最小值與最大值，所述可行域2表示通過均方根誤差計算方式計算得到的未知參數的最小值與最大值，初始值1和初始值2分別表示通過相關性系數和均方根誤差計算方式計算得到的未知參數的均值；

步驟3中通過蟻群算法計算高斯煙羽模型未知參數的最優估計值，蟻群算法是一種在給定信息素條件下存在求解全局最優解(q,H,a,b,c,d,B,α,z)的智能算法，其原理為：

首先隨機產生若干個起始點初始化未知數參量[q_i,H_i,a_i,b_i,c_i,d_i,B_i,α_i,z_i]，根據每個未知數參量計算該參量的信息素τ；

根據相關性計算的第i個參量[q_i,H_i,a_i,b_i,c_i,d_i,B_i,α_i,z_i]的信息素τ_1i由公式2給出；

其中C_i(x_j,y_j,z_j)'為第i個參量在高斯煙羽模型下所計算出在(x_j,y_j,z_j)處的CO2濃度，n為測量值的總數量，Var為方差；

根據均方根誤差所計算出的第i個參量[q_i,H_i,a_i,b_i,c_i,d_i,B_i,α_i,z_i]的信息素τ_2i由公式3給出；

之后，根據兩種不同計算方式的信息素分別計算兩種不同計算方式下的狀態轉移概率；

其中P_i¹為以相關性作為信息素計算方式下第i個參量的轉移概率，P_i²為以均方根誤差作為信息素計算方式下第i個參量的轉移概率，τ₁為τ_1i的集合，τ₂為τ_2i的集合；

根據轉移概率與信息素的比較，可以計算出第i個參量在iter+1迭代數下的數值，當第i個參量的信息素小于其轉移概率時，第i個參量在iter+1迭代數下的數值由公式6給出，否則以公式7給出；

[q_i,H_i,a_i,b_i,c_i,d_i,B_i,α_i,z_i]^iter+1＝[q_i,H_i,a_i,b_i,c_i,d_i,B_i,α_i,z_i]^iter+r₁·step·λ?(6)

[q_i,H_i,a_i,b_i,c_i,d_i,B_i,α_i,z_i]^iter+1＝[q_i,H_i,a_i,b_i,c_i,d_i,B_i,α_i,z_i]^iter+r₂·range?(7)

其中，r₁為介于[-1,1]的隨機數，step為局部搜索步長，λ為當前迭代次數iter的倒數，r₂為[-0.5,0.5]的隨機數，range為自變量[q,H,a,b,c,d,B,α,z]的區間大小；

計算更新后參量的信息素τ^(iter+1)'，若其小于τ^iter，則參量不進行更改；其中Rho為揮發因子，可根據先驗知識設置；

τ^(iter+1)'＝(1-Rho)·τ^iter+τ^iter+1?(8)

等待蟻群算法在設定迭代次數中迭代完畢之后，可獲得蟻群算法在本次迭代中的最優估計值[q,H,a,b,c,d,B,α,z]；分別獲取兩種不同信息素計算方式下的各組最優估計值，分別對其求均值、最小值和最大值，便可輸出可行域1的下界X_l1＝[q_l1,H_l1,a_l1,b_l1,c_l1,d_l1,B_l1,α_l1,z_l1]，即通過相關性計算方式計算得到的最優估計值的最小值，上界X_u1＝[q_u1,H_u1,a_u1,b_u1,c_u1,d_u1,B_u1,α_u1,z_u1]，即通過相關性計算方式計算得到的最優估計值的最大值，可行域2的下界X_l2＝[q_l2,H_l2,a_l2,b_l2,c_l2,d_l2,B_l2,α_l2,z_l2]，即通過均方根誤差計算方式計算得到的最優估計值的最小值，上界X_u2＝[q_u2,H_u2,a_u2,b_u2,c_u2,d_u2,B_u2,α_u2,z_u2]，即通過均方根誤差計算方式計算得到的最優估計值的最大值，初始解1X₁₀＝[q₁₀,H₁₀,a₁₀,b₁₀,c₁₀,d₁₀,B₁₀,α₁₀,z₁₀]，即通過相關性計算方式計算得到的最優估計值的均值，初始解2X₂₀＝[q₂₀,H₂₀,a₂₀,b₂₀,c₂₀,d₂₀,B₂₀,α₂₀,z₂₀]，即通過均方根誤差計算方式計算得到的最優估計值的均值；

步驟4，將步驟3解算的可行域1、可行域2和初始值1、初始值2分別進行均值濾波，獲取高斯煙羽模型中未知參數的可行域以及初始值，通過內點罰函數求解未知參數，輸出所測強點源排放處的碳排放量。