CN104897853B - 基于塔式扩散模型的火电厂污染物排放监测显示方法 - Google Patents
基于塔式扩散模型的火电厂污染物排放监测显示方法 Download PDFInfo
- Publication number
- CN104897853B CN104897853B CN201510276062.XA CN201510276062A CN104897853B CN 104897853 B CN104897853 B CN 104897853B CN 201510276062 A CN201510276062 A CN 201510276062A CN 104897853 B CN104897853 B CN 104897853B
- Authority
- CN
- China
- Prior art keywords
- pollutant
- thermal power
- power plant
- diffusion model
- tower
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
基于塔式扩散模型的火电厂污染物排放监测显示方法,特别涉及污染物在大气中的排放监测,用于在电子地图上显示火电厂排放的烟气污染物在各区域的浓度。基于火电厂污染物排放检测系统实现,系统中包括主机,GIS服务器和数据采集系统,数据采集系统连接CEMS系统,采用塔式扩散模型计算污染物的扩散,塔式扩散模型的数学表达式为: 主机计算各时间点不同位置的污染物浓度,并根据污染物浓度等级,以不同颜色显示在电子地图上。
Description
技术领域
本发明涉及监控领域,特别涉及污染物在大气中的排放监测,用于在电子地图上显示火电厂排放的烟气污染物在各区域的浓度。
背景技术
环境污染问题日益严重,雾霾天气不断威胁人类的健康。近年来,国家电网公司积极落实相关政策要求,大力开展了污染物排放系统功能平台的建设工作,实现对固定污染源排放的污染物进行连续地、实时地跟踪测定,连续测定颗粒物、气态污染物浓度和排放率。
现在的技术,只是通过表格或曲线、棒图显示当前污染物排放量,不能直观地反映污染物排放对周边环境的影响。
大气污染物扩散模式是模拟大气污染物的扩散、迁移过程,预测在不同污染源条件、气象条件及下垫面条件下某污染物浓度时空分布的数学模型,是低层大气中污染物迁移和扩散规律的、简单化的数学描述。根据不同的建模理论体系、污染物迁移、扩散过程以及不同的描述对象,模式的形式也各不相同。
受地形、气象、大气污染物的物理化学特征、污染源特征等多种因素的制约,不同的扩散模式都有各自不同的考虑因素和适用范围,选择恰当的扩散模式能较为准确地模拟污染物的扩散及分布。目前,已经有许多发展成熟的污染物扩散模式应用,国内的相关研究中尤其以高斯类模式的应用最为广泛。
高斯扩散模型一种经验模型,大量实验数据表明高斯分布是污染物在分布的较好的近似形式,高斯模型数学形式简单,通过大规模的实验获得模型计算的主要参数,可以在各种气象条件下选用,高斯扩散模型有两个特点:浓度计算在垂直方向和水平方向都采用高斯分布假设,湍流分类和扩散参数采用离散化的分类方法,它的优点是仅用常规气象观测资料就可以评估扩散参数。
高斯扩散模型基于以下条件:
坐标系:原点为地面源的排放点或高架源排放点在地面上的投影,右手坐标系,x轴为主风向,y轴为横风向,z轴为垂直向。
几点假设:1、污染物浓度在y、z方向为正态分布,2、全部高度风速均匀稳定,3、源强连续均匀,4、扩散中不考虑转化,污染物是守恒的,5、x向上,平流作用远大于扩散作用,6、地面足够平坦。
无界空间连续点源扩散模式为:
c(x,y,z)=q/(2πμσyσz)exp[-(y2/2σy 2+ z2/2σz 2)]
高架连续点源扩散模式为:
c(x,y,z,H)=q/(2πμσyσz) exp(-y2/2σy 2)*{exp[-(z-H)2/2σy 2]+ exp [-(z+H)2/2σz 2)]}
其中,μ为平均风速,q为源强,σy、σz为侧向和竖向扩散参数,H为有效烟囱高度。
具体到火电厂烟气污染物排放,由于火电厂的特殊性,如污染物在出口的温度较高、污染物的组成比较复杂以及气压等因素,上述扩散模式预测此类污染物的扩散会产生较大的偏差。
发明内容
为了更加准确地预测火电厂烟气污染物的排放,实时在电子地图上显示污染物浓度,提出了本发明。
为了达到上述目的,本发明采用的技术方案是:基于塔式扩散模型的火电厂污染物排放监测显示方法,基于火电厂污染物排放检测系统实现,系统中包括主机,GIS服务器和数据采集系统,数据采集系统连接CEMS系统,关键在于:主机中存储当地全年的气象资料、每个烟囱的位置和高度信息;在每个烟囱内部出口位置设置温度传感器,在室外设置温度传感器,在每个烟囱顶端外侧设置风向风速传感器,所有传感器编号并连接到数据采集系统,主机采用塔式扩散模型计算污染物的扩散,塔式扩散模型的数学表达式为:
其中:x、y、z为空间坐标,H是烟囱口距地面的高度,为扩散因数,μ为风速,t为扩散时间,λ为源强,α为颗粒属性系数,θ为高度系数,空间坐标系是右手坐标系,原点是烟囱在地面上的投影,x轴为主风向,y轴为横风向,z轴为垂直向;
主机计算各时间点不同位置的污染物浓度,并根据污染物浓度等级,以不同颜色显示在电子地图上。
颗粒属性系数α如下表:
根据高度得到的高度系数θ如下表:
扩散因数根据温度、气压、风速等多方面因素影响来确定,本算法按照高度系数θ来划分不同高度时的扩散因数:
高度 | H–H+∆H | 0.75H–H | 0.5H–0.75H | 0.25H–0.5H | 0–0.25H |
(3θ/2) μt0.87 | (θ/2) μt0.84 | (θ/2) μt0.82 | (θ/5) μt0.8 | (θ/6) μt0.78 |
1、塔式扩散模型的推导过程:
假定由污染源排放出的大气污染物全都由单位面元dydz中通过,根据质量守恒定律和连续性原理,单位时间内通过单位面源的污染物就等于污染源单位时间内排放出的污染物质量,故可用公式表示如下:
式中,C0:污染源排放的污染物浓度,Q:污染源单位时间内排放的污染物质量。
将高斯曲线的参数代入得到:
将其进行转换可得:
对来说,由于 2>0,令,则:
根据普哇松积分公式得到,有
同理
故
将该值代回得,故
在考虑到高度以及风速的影响,最终可得到任一点的污染物浓度公式为:
为扩散因数,μ为风速,t为扩散时间,λ为源强,α为颗粒属性系数,θ为高度系数。
2、上升高度∆H 应用国家标准,定义如下:
烟囱的高度为实际测量值,
当QH≥2100kW和(Ts-Ta)≥35K时,
QH=0.35PaQv∆T/Ts,∆T=Ts-Ta
∆H=n0QH n1.Hs n2. μ-1
QH为烟囱的热排放率,这是一个固定参数,存储在主机中,QV是实际排烟率,由CEMS系统中的烟气流量计量仪器获得,单位是m3/s。
μ为烟囱出口处的平均风速,Ts和Ta分别为烟气出口温度和环境大气温度,n0为烟气热机地表状况系数,n1为烟气热释放率指数,n2为烟囱高度指数,Pa为大气压力,大气压力根据烟囱出口处的高度确定。下表为系数的选取:
地表状况 | n0 | n1 | n2 |
农村或郊区 | 1.427 | 1/3 | 2/3 |
城区及近郊 | 1.303 | 1/3 | 2/3 |
CEMS是英文Continuous Emission Monitoring System的缩写,是指对大气污染源排放的气态污染物和颗粒物进行浓度和排放总量连续监测并将信息实时传输到主管部门的装置,被称为“烟气自动监控系统”,亦称“烟气排放连续监测系统”或“烟气在线监测系统”。从该系统中,可以实时得到排放的污染物中的成分和源强。
采用本发明,使用适合火电厂污染物排放的塔式扩散模型,能够更加准确地计算火电厂烟气污染物的排放,根据计算结果,在电子地图上实时显示烟囱口周围的污染物浓度,同时,还可以预测污染物的扩散,模拟显示污染物扩散过程。
附图说明
图1为本发明的系统组成框图,
图2为柱状图显示污染物浓度的示意图,
图3为曲线图显示污染物浓度的示意图。
其中,1为测量室外温度的温度传感器,2为烟囱内部出口位置的温度传感器,3为风向风速传感器,5为烟囱。
具体实施方式
基于塔式扩散模型的火电厂污染物排放监测显示方法,基于火电厂污染物排放检测系统实现,系统中包括主机,GIS服务器和数据采集系统,数据采集系统连接CEMS系统。GIS服务器用来存储和显示电子地图,数据采集系统采集算法需要的各种参数。
塔式扩散模型的数学表达式为:
其中:x、y、z为空间坐标,H是烟囱口距地面的高度,为扩散因数,μ为风速,t为扩散时间,λ为源强,α为颗粒属性系数,θ为高度系数,空间坐标系是右手坐标系,原点是烟囱在地面上的投影,x轴为主风向,y轴为横风向,z轴为垂直向。
算法中,μ的取值是平均风速。一般的,是按照统计规律,从气象资料中取得当前日期的平均风速,主机中存储当地全年的气象资料就是为了取得上述数值;另外,主机还存储每个烟囱的位置和高度信息;在每个烟囱内部出口位置设置温度传感器测量烟囱出口温度,在室外设置温度传感器测量室外温度,在每个烟囱顶端外侧设置风向风速传感器测量实时风向风速。
火电厂烟囱排放的污染物是气体和颗粒的混合物,如气体的二氧化硫、氮氧化物,固体颗粒的烟尘等。CEMS系统可以获得排放物的种类和源强。
CEMS系统主要测量SO2、NOx、O2、粉尘的排放强度,也就是源强。这里的粉尘大小是取颗粒的平均尺寸。
主机获得实时参数,根据塔式扩散模型,计算各时间点不同位置的污染物浓度,并根据污染物浓度等级,以不同颜色显示在电子地图上。
为了区分不同颗粒大小的污染物,算法中使用了颗粒属性系数α。颗粒属性系数α与污染物颗粒的直径相关:直径为0-14µm颗粒属性系数为0,直径为15-30µm颗粒属性系数为0.3,直径为31-47µm颗粒属性系数为0.5,直径为48-75µm颗粒属性系数为0.8,直径大于76µm颗粒属性系数为1;气体污染物按小于15um的颗粒计算。在现有技术基础上,只计算平均尺寸的颗粒污染物的排放,也就是说按照从CEMS系统中得到的数据进行计算。
本发明中,还充分考虑了高度对污染物扩散的影响,增加了高度系数θ和与高度相关的扩散因数:高度系数θ与高度z的关系如下:H+∆H >z≥H,θ为1;H >z≥0.75H,θ为0.75;0.75H >z≥0.5H,θ为0.5;0.5H >z≥0.25H,θ为0.25;0.25H >z≥0,θ为0. 1。
扩散因数与高度z的关系如下:
H+∆H >z≥H,为(3θ/2) μt0.87;
H >z≥0.75H,为(θ/2) μt0.84;
0.75H >z≥0.5H,为(θ/2) μt0.82;
0.5H >z≥0.25H,为(θ/5) μt0.8;
0.25H >z≥0,为(θ/6) μt0.78。
上述公式中,H是烟囱口距地面的高度,∆H是排放物从烟囱口出来后上升的高度,μ为风速,t为扩散时间。
风速μ为平均风速,是污染物在扩散过程中的平均值。风向和平均风速一般从气象资料中获得。为了使结果更精确,在具体计算时,数据采集系统通过风向风速传感器获得风速μ和主风向,开始计算时使用获得的主风向作为x轴,气象资料中的平均风速作为μ。连续取得实时风速并计算平均值,经过一段时间后,使用实时取得的平均风速作为μ,并在其后的计算过程中不断修正。
火电厂烟囱排放的污染物是气体和颗粒的混合物,如气体的二氧化硫、氮氧化物,固体颗粒的烟尘等。在计算各时空点的污染物浓度时,不能只计算单一的污染物浓度,要按照不同尺寸的污染物分别计算。由数据采集系统连接CEMS系统获得排放污染物中不同尺寸的污染物和各自的源强λ,将探测到的参数代入扩散模型分别计算。目前只是计算SO2、NOx和平均粉尘尺寸的污染物浓度,当检测技术可以实时得到排放的污染物中其他气体和粉尘中各种尺寸污染物的源强时,本算法会得到更精确的结果。
将污染物浓度显示到有电子地图的屏幕上时,使用离散点的浓度值来代表某一区域的浓度。为了在计算量和显示效果之间取得平衡,将显示的区域等分成N*M个网格,每个网格的污染物浓度按照其中心点的污染物浓度显示,或者在每个网格内选取3~9个点,分别计算选取点的污染物浓度,取其平均值,每个网格的污染物浓度按照平均值显示,或者每个网格内选取5个点,位置分别为网格的中心及四角。N的取值范围是10~50,M的取值范围是10~30。根据实际情况,N和M的取值可以更大。
由于污染物由多种成分组成,因此,由数据采集系统从CEMS获得排放污染物中的成分和各自的源强λ,在计算某一位置的污染物浓度时,按照污染物中不同成分分别计算。
显示时,可以分别显示单独的污染物浓度,也可以将不同成分的污染物浓度加权求和为综合浓度,显示综合浓度。权重的比例分配可以按需要设定,如SO2分配权重50%、NOx30%,粉尘20%。加权求和的过程为各成分的污染物浓度乘以权重后相加。
为了精确显示污染物浓度,显示时要求有高度参数。设定高度参数,按照高度参数进行计算,并显示设定高度的计算结果。这里实现了分时分层显示,如显示地表的污染物分布情况、显示与人体等高的1.7米处污染物分布情况、显示离地高度5米的污染物分布情况等。
另外,还可以不设定高度参数,系统根据风速风向等因素,自动计算各位置污染物浓度最大的值并显示。如在烟囱出口附近,与烟囱等高处污染物浓度最大,x轴方向20米位置,低于烟囱出口2米处污染物浓度最大,x轴方向200米位置,低于烟囱出口4米处污染物浓度最大,选取上述最大值并显示。
在显示一定范围内污染物分布的同时,可以在地图上选取一个点,计算该点不同高度的各种污染物浓度,使用柱状图或曲线图显示,高度间隔及高度范围人为设定。
显示时,使用二维坐标系,X轴为高度,Y轴为污染物浓度。
污染物从烟囱口排出后,上升一定高度后开始下降,因此,这里只考虑从地面开始到H+∆H,再高的地方不会有该烟囱排放的污染物出现。
曲线图方式显示时,在上述高度范围内,如果没有设定高度间隔及范围,每隔0.5~3米取一点进行计算。
根据计算机的计算速度和选取点的密集度,污染物浓度的显示更新周期为1-10秒钟。
国家电网对烟囱出口的污染物排放有明确的规定,如SO2,脱硫前其浓度在2000mg.m-3左右,排放前需要脱硫处理,排放浓度应小于200 mg.m-3。
污染物浓度显示颜色的选取可以按照一般的习惯,如污染物浓度<30 mg.m-3时显示绿色, 30mg.m-3-50 mg.m-3时显示蓝色,50mg.m-3-100 mg.m-3时显示黄色,100 mg.m-3-200 mg.m-3时显示橙色,大于200mg.m-3时显示红色,某种颜色的显示可以根据浓度从淡到浓;或者可以按照灰度显示,污染物浓度0-500 mg.m-3对应无色-黑色;污染物浓度越大,颜色越深。
当改变显示比例时,按照上述方式,重新进行计算并显示。
将上述计算结果存储,可以在显示器上回放某一时间段污染物扩散的情况。
根据该扩散模型,可以预测污染物的扩散情况。
下面结合附图对本发明做进一步说明。
参看图1,主机与显示器、GIS服务器、数据采集系统连接,数据采集系统连接CEMS系统,数据采集系统通过网络连接烟囱5内部设置的烟囱内部出口位置的温度传感器2、测量室外温度的温度传感器1、设置在烟囱5顶端外侧的风向风速传感器3。所有传感器都有编号。
主机采用塔式扩散模型计算污染物的扩散,塔式扩散模型的数学表达式为:
塔式扩散模型的数学表达式为:
其中:x、y、z为空间坐标,H是烟囱口距地面的高度,为扩散因数,μ为风速,t为扩散时间,λ为源强,α为颗粒属性系数,θ为高度系数,空间坐标系是右手坐标系,原点是烟囱在地面上的投影,x轴为主风向,y轴为横风向,z轴为垂直向。
数据采集系统通过风向风速传感器3取得当前风向,待其稳定后选取主风向作为x轴,同时定义y和z轴。风速μ为平均风速,初始值从气象数据中取得,经过一定时间后通过实测的平均风速进行修正。
烟囱内部出口位置的温度传感器2和测量室外温度的温度传感器1分别测量烟气出口温度Ts和环境大气温度Ta,这两个参数在计算上升高度∆H时使用。
主机根据上述参数实时计算各成分的污染物浓度,并以不同颜色显示在电子地图上。当在电子地图上选取一点时,使用柱状图或曲线图显示该点不同高度的污染物浓度,如图2和图3所示。
下面的表格是实验参数:
上表中,距离为主风向方向距烟囱口的距离,具体到公式中,x=距离,y=0,z=2m;风速为平均风速。
可以看出,采用塔式扩散模型得出的结果比采用普通高斯算法得出的结果更接近实测值。作为显示的依据,最终在显示器上模拟显示的污染物扩散过程更接近实际情况。
Claims (12)
1.基于塔式扩散模型的火电厂污染物排放监测显示方法,基于火电厂污染物排放检测系统实现,系统中包括主机,GIS服务器和数据采集系统,数据采集系统连接CEMS系统,其特征在于:主机中存储当地全年的气象资料、每个烟囱的位置和高度信息;在每个烟囱内部出口位置设置温度传感器,在室外设置温度传感器,在每个烟囱顶端外侧设置风向风速传感器,所有传感器编号并连接到数据采集系统,主机采用塔式扩散模型计算污染物的扩散,塔式扩散模型的数学表达式为:
其中:f(x,y,z,H)为任一点的污染物浓度,x、y、z为空间坐标,H是烟囱口距地面的高度,为扩散因数,μ为风速,t为扩散时间,λ为源强,α为颗粒属性系数,θ为高度系数,空间坐标系是右手坐标系,原点是烟囱在地面上的投影,x轴为主风向,y轴为横风向,z轴为垂直向;
主机计算各时间点不同位置的污染物浓度,并根据污染物浓度等级,以不同颜色显示在电子地图上。
2.根据权利要求1所述的基于塔式扩散模型的火电厂污染物排放监测显示方法,其特征在于:所述颗粒属性系数α与污染物颗粒的直径相关:直径为0-14µm颗粒属性系数为0,直径为15-30µm颗粒属性系数为0.3,直径为31-47µm颗粒属性系数为0.5,直径为48-75µm颗粒属性系数为0.8,直径大于76µm颗粒属性系数为1;气体污染物按小于15µm的颗粒计算。
3.根据权利要求1所述的基于塔式扩散模型的火电厂污染物排放监测显示方法,其特征在于:所述高度系数θ与高度z的关系如下:H+∆H >z≥H,θ为1;H >z≥0.75H,θ为0.75;0.75H >z≥0.5H,θ为0.5;0.5H >z≥0.25H,θ为0.25;0.25H >z≥0,θ为0. 1;H是烟囱口距地面的高度,∆H是排放物从烟囱口出来后上升的高度。
4.根据权利要求1所述的基于塔式扩散模型的火电厂污染物排放监测显示方法,其特征在于:所述扩散因数与高度z的关系如下:
H+∆H >z≥H,为(3θ/2) μt0.87;
H >z≥0.75H,为(θ/2) μt0.84;
0.75H >z≥0.5H,为(θ/2) μt0.82;
0.5H >z≥0.25H,为(θ/5) μt0.8;
0.25H >z≥0,为(θ/6) μt0.78;
H是烟囱口距地面的高度,∆H是排放物从烟囱口出来后上升的高度,μ为风速,t为扩散时间。
5.根据权利要求1所述的基于塔式扩散模型的火电厂污染物排放监测显示方法,其特征在于:数据采集系统通过风向风速传感器获得风速μ和主风向。
6.根据权利要求1所述的基于塔式扩散模型的火电厂污染物排放监测显示方法,其特征在于:由数据采集系统从CEMS获得排放污染物中的成分和各自的源强λ,在计算某一位置的污染物浓度时,按照污染物中不同成分分别计算,分别显示。
7.根据权利要求1所述的基于塔式扩散模型的火电厂污染物排放监测显示方法,其特征在于:由数据采集系统从CEMS获得排放污染物中的成分和各自的源强λ,在计算某一位置的污染物浓度时,按照污染物中不同成分分别计算,不同成分的污染物浓度加权求和为综合浓度,显示综合浓度。
8.根据权利要求6或7所述的基于塔式扩散模型的火电厂污染物排放监测显示方法,其特征在于:设定高度参数,显示的内容为设定高度的计算结果。
9.根据权利要求6或7所述的基于塔式扩散模型的火电厂污染物排放监测显示方法,其特征在于:选取地图上一个点,使用柱状图或曲线图显示该点不同高度的污染物浓度。
10.根据权利要求6或7所述的基于塔式扩散模型的火电厂污染物排放监测显示方法,其特征在于:将显示的区域等分成N*M个网格,每个网格的污染物浓度按照其中心点的污染物浓度显示;或者在每个网格内选取3~9个点,分别计算选取点的污染物浓度,取其平均值,每个网格的污染物浓度按照平均值显示。
11.根据权利要求10所述的基于塔式扩散模型的火电厂污染物排放监测显示方法,其特征在于:N的取值范围是10~50,M的取值范围是10~30。
12.根据权利要求10所述的基于塔式扩散模型的火电厂污染物排放监测显示方法,其特征在于:每个网格内选取5个点,位置分别为网格的中心及四角。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510276062.XA CN104897853B (zh) | 2015-05-27 | 2015-05-27 | 基于塔式扩散模型的火电厂污染物排放监测显示方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510276062.XA CN104897853B (zh) | 2015-05-27 | 2015-05-27 | 基于塔式扩散模型的火电厂污染物排放监测显示方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104897853A CN104897853A (zh) | 2015-09-09 |
CN104897853B true CN104897853B (zh) | 2016-08-24 |
Family
ID=54030646
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510276062.XA Active CN104897853B (zh) | 2015-05-27 | 2015-05-27 | 基于塔式扩散模型的火电厂污染物排放监测显示方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104897853B (zh) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107391910B (zh) * | 2017-07-03 | 2020-02-04 | 国网湖南省电力有限公司 | 一种火电厂热排放对混合层大气增温的计算方法及其系统 |
CN107436343A (zh) * | 2017-07-31 | 2017-12-05 | 南京南瑞集团公司 | 一种模拟计算敏感区域污染物浓度的方法 |
CN108021115A (zh) * | 2017-12-27 | 2018-05-11 | 国网冀北电力有限公司电力科学研究院 | 一种燃煤电厂大气污染物扩散监控方法及系统 |
CN108572128A (zh) * | 2018-04-18 | 2018-09-25 | 国网天津市电力公司电力科学研究院 | 一种颗粒物排放监测系统的比对方法 |
CN108648127B (zh) * | 2018-04-28 | 2022-04-29 | 北京航空航天大学 | 一种城市空气污染热点区域锁定方法 |
CN109061065A (zh) * | 2018-08-16 | 2018-12-21 | 天狼联盟材料科技研究(广东)有限公司 | 一种基于物联网的城市空气质量监控管理和确定污染源方法 |
CN109359341B (zh) * | 2018-09-20 | 2022-11-22 | 佛山科学技术学院 | 一种城市气浮颗粒扩散追踪方法 |
CN111695712B (zh) * | 2019-03-12 | 2023-08-25 | 寰宇国际地球资讯有限公司 | 污染源追踪系统及其方法 |
CN109900326A (zh) * | 2019-03-28 | 2019-06-18 | 浦项(张家港)不锈钢股份有限公司 | 环境污染监控系统及方法 |
CN110717987B (zh) * | 2019-10-11 | 2023-03-14 | 徐州中矿奥特麦科技有限公司 | 一种基于料场模型和温度模型的数据融合方法 |
CN110967458A (zh) * | 2019-12-26 | 2020-04-07 | 浙江省环境科技有限公司 | 一种工业区大气污染物排放范围检测方法 |
CN111220781A (zh) * | 2020-03-26 | 2020-06-02 | 泛测(北京)环境科技有限公司 | 一种道路上空大气污染物分级方法 |
CN112684123A (zh) * | 2021-01-28 | 2021-04-20 | 山西云时代太钢信息自动化技术有限公司 | 一种工厂级空气质量污染源网络推演方法 |
CN113849899A (zh) * | 2021-11-09 | 2021-12-28 | 浙江智海化工设备工程有限公司 | 一种高空水冷塔污氮排放缺氧区域界定方法 |
CN114295778B (zh) * | 2021-11-30 | 2024-07-05 | 江苏环保产业股份有限公司 | 一种基于火电厂烟气排放质量评价方法及评价系统 |
CN117313428B (zh) * | 2023-11-28 | 2024-02-23 | 西安中核核仪器股份有限公司 | 一种火电厂污染物浓度在线监测修正方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101546336A (zh) * | 2009-05-06 | 2009-09-30 | 江西省电力信息通讯有限公司 | 危化品泄露扩散模型与gis的集成展示方法 |
CN103258116A (zh) * | 2013-04-18 | 2013-08-21 | 国家电网公司 | 一种大气污染物扩散模型的构建方法 |
CN103325068A (zh) * | 2013-05-29 | 2013-09-25 | 广东电网公司电力科学研究院 | 一种实时动态三维电网污区分布图的绘制方法 |
CN103679610A (zh) * | 2013-12-12 | 2014-03-26 | 北京航空航天大学 | 一种用于大气环境监测的可视化系统 |
CN104597212A (zh) * | 2015-02-03 | 2015-05-06 | 无锡中电科物联网创新研发中心 | 一种大气污染源定位方法 |
CN104598692A (zh) * | 2015-02-02 | 2015-05-06 | 廖鹰 | 火电厂排放烟尘污染仿真模拟方法 |
-
2015
- 2015-05-27 CN CN201510276062.XA patent/CN104897853B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101546336A (zh) * | 2009-05-06 | 2009-09-30 | 江西省电力信息通讯有限公司 | 危化品泄露扩散模型与gis的集成展示方法 |
CN103258116A (zh) * | 2013-04-18 | 2013-08-21 | 国家电网公司 | 一种大气污染物扩散模型的构建方法 |
CN103325068A (zh) * | 2013-05-29 | 2013-09-25 | 广东电网公司电力科学研究院 | 一种实时动态三维电网污区分布图的绘制方法 |
CN103679610A (zh) * | 2013-12-12 | 2014-03-26 | 北京航空航天大学 | 一种用于大气环境监测的可视化系统 |
CN104598692A (zh) * | 2015-02-02 | 2015-05-06 | 廖鹰 | 火电厂排放烟尘污染仿真模拟方法 |
CN104597212A (zh) * | 2015-02-03 | 2015-05-06 | 无锡中电科物联网创新研发中心 | 一种大气污染源定位方法 |
Non-Patent Citations (5)
Title |
---|
地铁站点有害气体扩散三维可视化研究;简洪登等;《测绘科学》;20130131;第38卷(第1期);全文 * |
基于GIS技术的工业废气主要污染物排放电子地图表征;曲业兵;《环境保护与循环经济》;20120430(第4期);摘要、第1、2.1和3节以及表1和图1~4 * |
基于高斯扩散模型的化工危险品泄露区域计算及其实现;叶冬芬等;《计算机与应用化学》;20120228;第29卷(第2期);全文 * |
大气点源扩散模型的GIS可视化研究;孙庆珍等;《测绘科学》;20110131;第36卷(第1期);全文 * |
火电厂污染物扩散模型研究;卢颖;《山东工业技术》;20140930;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN104897853A (zh) | 2015-09-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104897853B (zh) | 基于塔式扩散模型的火电厂污染物排放监测显示方法 | |
Saberian et al. | The effect of dynamic solar heat load on the greenhouse microclimate using CFD simulation | |
Grell et al. | A scale and aerosol aware stochastic convective parameterization for weather and air quality modeling | |
Moncrieff | The multiscale organization of moist convection and the intersection of weather and climate | |
Hashino et al. | The Spectral Ice Habit Prediction System (SHIPS). Part I: Model description and simulation of the vapor deposition process | |
Elguindi et al. | Current status of the ability of the GEMS/MACC models to reproduce the tropospheric CO vertical distribution as measured by MOZAIC | |
Liu et al. | Important parameters for smoke plume rise simulation with Daysmoke | |
Wen et al. | A backward-time stochastic Lagrangian air quality model | |
Gleicher et al. | Interpreting three-dimensional spore concentration measurements and escape fraction in a crop canopy using a coupled Eulerian–Lagrangian stochastic model | |
Tan et al. | Dispersion of carbon dioxide plume in street canyons | |
Tan et al. | Geometric effect of buildings on the dispersion of carbon dioxide cloud in idealized urban street canyons | |
Nordmann et al. | Atmospheric black carbon and warming effects influenced by the source and absorption enhancement in central Europe | |
Li et al. | Wind tunnel study on the morphological parameterization of building non-uniformity | |
Ha et al. | Development of a micro-scale CFD model to predict wind environment on mountainous terrain | |
Holzer et al. | Simulated changes in atmospheric transport climate | |
KR101788389B1 (ko) | 가스 확산 모델링 장치 및 방법 | |
Cherian et al. | Examination of aerosol distributions and radiative effects over the Bay of Bengal and the Arabian Sea region during ICARB using satellite data and a general circulation model | |
Sadavarte et al. | Seasonal differences in aerosol abundance and radiative forcing in months of contrasting emissions and rainfall over northern South Asia | |
Zou et al. | Soil wind erosion rate on rough surfaces: A dynamical model derived from an invariant pattern of the shear-stress probability density function of the soil surface | |
Noorpoor et al. | Application of AERMOD to local scale diffusion and dispersion modeling of air pollutants from cement factory stacks (Case study: Abyek Cement Factory) | |
Mavroidis et al. | Atmospheric dispersion in the presence of a three-dimensional cubical obstacle: modelling of mean concentration and concentration fluctuations | |
Zhang et al. | Sand flux and wind profiles in the saltation layer above a rounded dune top | |
Zakey et al. | Development and testing of a desert dust module in a regional climate model | |
Tang et al. | Impact of horizontal resolution in CALMET on simulated near-surface wind fields over complex terrain during Super Typhoon Meranti (2016) | |
Kerkweg et al. | Consistent simulation of bromine chemistry from the marine boundary layer to the stratosphere–Part 1: Model description, sea salt aerosols and pH |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |