CN112784389A - 基于仿真数据库的气体动态分布模拟方法、装置及系统 - Google Patents

基于仿真数据库的气体动态分布模拟方法、装置及系统 Download PDF

Info

Publication number
CN112784389A
CN112784389A CN201911083561.1A CN201911083561A CN112784389A CN 112784389 A CN112784389 A CN 112784389A CN 201911083561 A CN201911083561 A CN 201911083561A CN 112784389 A CN112784389 A CN 112784389A
Authority
CN
China
Prior art keywords
diffusion
simulation
gas
simulation model
gas concentration
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.)
Pending
Application number
CN201911083561.1A
Other languages
English (en)
Inventor
李波
肖安山
朱胜杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Petroleum and Chemical Corp
Sinopec Qingdao Safety Engineering Institute
Original Assignee
China Petroleum and Chemical Corp
Sinopec Qingdao Safety Engineering Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Petroleum and Chemical Corp, Sinopec Qingdao Safety Engineering Institute filed Critical China Petroleum and Chemical Corp
Priority to CN201911083561.1A priority Critical patent/CN112784389A/zh
Publication of CN112784389A publication Critical patent/CN112784389A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及环境技术领域,其实施方式提供了一种基于仿真数据库的气体动态分布模拟方法,包括:根据实测第一参数组在仿真数据库中匹配最接近的扩散仿真模型实例,其中所述扩散仿真模型实例至少包括所述预设第一参数组和预设第二参数组;利用气体浓度的实测值对匹配到的扩散仿真模型实例中的预设第二参数组进行修正;以修正后的扩散仿真模型实例模拟气体浓度动态分布。同时还提供了对应的基于仿真数据库的气体动态分布模拟系统。本发明的实施方式能够提升仿真计算速度;避免了仿真算法耗时长而导致实时性不够的问题。同时通过现场的实时浓度对仿真模型的参数进行修正,以提升仿真结果的准确性。

Description

基于仿真数据库的气体动态分布模拟方法、装置及系统
技术领域
本发明涉及环境技术领域,特别涉及一种基于仿真数据库的气体动态分布模拟方法、一种基于仿真数据库的气体动态分布模拟装置,以及一种基于仿真数据库的气体动态分布模拟系统。
背景技术
随着工业建设及城市化进程的快速发展,资源和能源的快速消耗,大气环境将面临前所未有的压力。有害的气体物质一旦泄漏,可能对附近居民和环境造成极大的危害。因此通过离散点位的监测结果对气体的整体扩散进行模拟显得至关重要,有利于快速了解扩散的范围和浓度,从而制定有效的应对措施,降低其对居民和财产的危害。
现有技术中,仅依靠扩散理论模拟气体扩散效果,没有配备网格化在线监测仪器,也没有利用监测仪器的实测浓度数据反馈修正扩散模型。采用计算机进行仿真模型计算时也存在计算耗时较长,无法准确模拟出现场的快速变化的实际情况。
发明内容
有鉴于此,本发明旨在提出一种基于仿真数据库的气体动态分布模拟方法及系统,以至少解决现有仿真模拟中计算耗时较长和准确性低的问题。
为了实现上述目的,本发明第一方面提供一种基于仿真数据库的气体动态分布模拟方法,所述方法包括:
根据实测第一参数组在仿真数据库中匹配最接近的扩散仿真模型实例,其中所述扩散仿真模型实例至少包括所述预设第一参数组和预设第二参数组;
利用气体浓度的实测值对匹配到的扩散仿真模型实例中的所述预设第二参数组进行修正;
以修正后的扩散仿真模型实例模拟气体浓度动态分布。
可选的,所述仿真数据库包含若干扩散仿真模型实例,每一扩散仿真模型实例包括:
预设第一参数组和预设第二参数组,所述预设第一参数组和/或所述预设第二参数组的数值与其他扩散仿真模型实例数值不同;以及
在所述预设第一参数组和预设第二参数组条件下,位置信息与气体浓度的理论值的对应关系。
可选的,所述实测第一参数组和预设第一参数组为气体扩散条件,所述预设第二参数组为扩散源强。
可选的,所述气体扩散条件至少包括:风向和风速。
可选的,所述利用气体浓度的实测值对匹配到的扩散仿真模型实例中的预设第二参数组进行修正,包括:
调整所述预设第二参数组,得到调整后的第二参数组;
计算所述气体浓度的实测值对应的位置信息在所述调整后的扩散仿真模型实例中的气体浓度的理论值;所述调整后的扩散仿真模型实例包括所述调整后的第二参数组;
当所述理论值与其对应的实测值的误差最小时,得到最优第二参数组。
可选的,所述理论值与所述实测值的误差最小,包括:所述位置信息处对应的各种气体的实测值与其对应的理论值之间的方差或方差之和最小。
可选的,所述气体浓度的实测值与多个扩散源强相关联。
可选的,所述气体浓度的实测值,包括:在所述多个扩散源强影响下,同种气体成分的实测浓度值的叠加。
可选的,所述气体浓度的实测值为多个,每个所述实测值对应的位置信息不同。
可选的,所述修正后的扩散仿真模型实例,包括:与所述实测第一参数组最接近的预设第一参数组,和所述最优第二参数组。
可选的,所述修正后的扩散仿真模型实例,包括:与实测气体扩散条件最接近的预设气体扩散条件,和最优扩散源强。
可选的,所述以修正后的扩散仿真模型实例模拟气体浓度动态分布,包括:
将任一点位的位置信息代入所述修正后的扩散仿真模型实例,计算得到所述点位的模拟仿真浓度值。
在本发明的第二方面,还提供一种基于仿真数据库的气体动态分布模拟装置,所述装置包括:存储器和处理器;
所述存储器,用于存储程序指令;
所述处理器,用于调用所述存储器中存储的所述程序指令以实现如前述的基于仿真数据库的气体动态分布模拟方法,得到模拟气体浓度动态分布。
可选的,所述存储器还用于存储仿真数据库;所述仿真数据库包含若干扩散仿真模型实例;所述扩散仿真模型实例包括:
与其他扩散仿真模型实例数值不同的参数组,以及
在所述参数组条件下,位置信息与气体浓度的理论值的对应关系。
在本发明的第三方面,还提供了一种基于仿真数据库的气体动态分布模拟系统,所述系统包括:
如前述的装置;
若干台气体浓度测量仪,所述气体浓度测量仪设置于扩散区域内,用于测量其所在点位上的气体浓度值,并将所述气体浓度值发送至所述装置;以及
若干台气象测量仪,所述气象测量仪用于测量所述扩散区域内的风向、风速和气温中的一种或多种,并将测量结果发送至所述装置。
可选的,所述气体浓度测量仪还用于识别气体成分以及每种气体成分的浓度。
可选的,所述气体浓度测量仪分布于所述扩散区域内的不同网格中。
在本发明的第四方面,还提供了一种计算机可读存储介质,所述存储介质中存储有指令,当其在计算机上运行时,使得计算机执行如前述的基于仿真数据库的气体动态分布模拟方法。
通过本发明提供的上述技术方案,通过在已有的仿真数据库内进行匹配,能够提升仿真计算速度;避免了仿真模拟耗时长而导致实时性不够的问题。同时根据现场的实时浓度对仿真模型的参数进行修正,以提升仿真结果的准确性。
本发明的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施方式及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明一种实施方式提供的基于仿真数据库的气体动态分布模拟方法的流程示意图;
图2是本发明一种实施方式提供的基于仿真数据库的气体动态分布模拟系统的组网示意图;
图3是本发明一种实施方式提供的基于仿真数据库的气体动态分布模拟方法的实施流程示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本发明中的实施方式及实施方式中的特征可以相互组合。
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明,并不用于限制本发明。
图1是本发明一种实施方式提供的基于仿真数据库的气体动态分布模拟方法的流程示意图。如图1所示,本发明提供一种基于仿真数据库的气体动态分布模拟方法,所述方法包括:
根据实测第一参数组在仿真数据库中匹配最接近的扩散仿真模型实例,其中所述扩散仿真模型实例至少包括所述预设第一参数组和预设第二参数组;
利用气体浓度的实测值对匹配到的扩散仿真模型实例中的所述预设第二参数组进行修正;
以修正后的扩散仿真模型实例模拟气体浓度动态分布。
如此,通过在已有的仿真数据库内进行匹配,能够提升仿真计算速度;避免了仿真算法耗时长而导致实时性不够的问题。同时通过现场的实时浓度对仿真模型的参数进行修正,以提升仿真结果的准确性。
具体的,首先建立仿真数据库,为建立该数据库,首先需利用扩散仿真软件建立该区域的三维扩散仿真模型,建立模型时为提高仿真准确性,需将区域内排放源信息、构筑物信息、气象信息、地形信息等影响因素均包含在内。仿真模型中包括了大量的参数,如果对每个参数均取其可能值来建立不同的仿真模型实例,不仅会大幅增加仿真数据库的体量,还会降低模型匹配的速度。因此,对仿真模型中的参数进行分类,显得至关重要。本实施例中设置预设第一参数组和预设第二参数组,通过对预设第一参数组进行匹配,对预设第二参数组进行调整,以获取速度和准确度的平衡。
进一步的,所述仿真数据库包含若干扩散仿真模型实例,每一扩散仿真模型实例包括:
预设第一参数组和预设第二参数组,所述预设第一参数组和/或所述预设第二参数组的数值与其他扩散仿真模型实例数值不同;以及在所述预设第一参数组和预设第二参数组条件下,位置信息与气体浓度的理论值的对应关系。
本实施方式中的仿真数据库中存在若干扩散仿真模型实例,每个扩散仿真模型实例均不相同,以用于根据实测第一参数组匹配到最佳的扩散仿真模型实例。在所述预设第一参数组和调整后第二参数组条件确定的条件下,位置信息与气体浓度的理论值的对应关系能够确定,并能够根据位置信息(x,y,z)计算出该位置上的气体浓度的理论值,以达到模拟出气体浓度动态分布的效果。
在本发明的一种实施方式中,所述预设第一参数组为气体扩散条件,所述预设第二参数组为扩散源强。即采用气体扩散条件在仿真数据库进行匹配,并对扩散源强进行修正。实际的实施场景中,可以对匹配条件和修正条件进行适应性调整。通过测量实际的扩散源强,通过扩散源强在仿真数据库进行匹配,并对气体扩散条件进行修正也是可行的。具体的条件选择取决于现场的采集条件,以及采集到了何种数据。
所述气体扩散条件至少包括:风向和风速,还可以包括气温。在本实施方式中,选择气体污染物三维扩散仿真数据库,用于存储了各排放源在不同风速、风向、温度条件下的大量仿真结果。
根据前述的以气体扩散条件为预设第一参数组的仿真模型数据库中,每个仿真模型实例的风向、风速和\或气温各不相同,其可采用如下的方式进行设置:所述不同风向至少包含8方位风向,不同风速至少包含常见风速区间且不同风速间的间隔不超1m/s,不同气温至少包含常见气温区间且不同气温间的间隔不超5℃。
并对每一排放源均设定预设第二参数组,即扩散源强,此处可选源强大小为基准源强,即该排放源常规状态下的源强大小。模型建立完成后,针对每一排放源均独立在不同风速、风向、温度条件下开展多次扩散模拟仿真,并将仿真结果,即该排放源所排放的污染物各成分在基准源强下扩散到区域内各位置处的仿真浓度值存储到数据库中。
该气体污染物三维扩散仿真数据库建立完成后,可以根据不同的风速、风向、气温条件,直接筛选出该区域任意排放源在基准源强下的仿真结果,无需重复开展扩散模拟仿真。
进一步的,对所述第一参数组中的参数设置匹配优先级。在上一步的匹配中,如果在第一参数组中存在多个参数进行匹配,为了增加匹配速度和增加匹配的准确性,可以为所述第一参数组中的参数设置匹配优先级。优先级高的参数先进行匹配,并在匹配到两个或多个相似的扩散仿真模型实例时,作为多个实例选择中的优先选择条件。
本发明提供的一种实施方式中,所述利用气体浓度的实测值对匹配到的扩散仿真模型实例中的预设第二参数组进行修正,包括:
调整所述预设第二参数组,得到调整后的第二参数组;根据所述调整后的第二参数组,计算所述气体浓度的实测值对应的位置信息在所述匹配到的扩散仿真模型实例中的气体浓度的理论值;当所述理论值与其对应的实测值的误差最小时,得到最优第二参数组。
在前述的获取到的所述扩散仿真模型实例中,能够保证其预设第一参数组是和实际的测量值达到最佳匹配的,但是其中的其他一些参数还是预先设置于该扩散仿真模型实例中的,其不一定能够和现实的扩散情形一致。因此需要利用现场测量到的实际气体浓度值对匹配到的扩散仿真模型实例进行对应的修正,以达到最佳的仿真结果。其调整和修正的方法如下:
无论是基于经验或实验,扩散到区域各位置处的污染物各成分浓度值与源强大小是呈相关的关系,比如扩散源强越强,则同一点位测得的浓度值越大,此时是正相关的。因此,采用相关函数对其进行反向推定,以实现对第二参数组的调整。此处的反向推定的映射关系,可以是根据实验后的映射关系数据,也可以根据理论得到模拟的公式。采用等比例缩放的方式,是基于以下假设:扩散仿真模型中其他条件保持不变时,扩散到区域各位置处的污染物各成分浓度值与源强大小成正比。采用比例关系进行计算,能够简化计算流程,具有符合场景和计算简便的优点。所述理论值与所述实测值的误差最小,包括:所述各位置处各种气体的实测值与其对应的理论值之间的方差或方差之和最小。
在实际的场景中,一个扩散区域内的扩散源不止一个,其气体扩散的空间分布为多个扩散源的扩散结果的叠加。因此,需要考虑以下的情况:所述气体浓度的实测值与多个扩散源强相关联。以下分为两种情况分别计算仿真模型中的理论值。
若所述扩散源强的气体成分相同,则计算所述位置信息在所述匹配到的扩散仿真模型实例中的气体浓度的理论值中的所述气体浓度的理论值,包括:叠加每个扩散源强对应的气体浓度的理论值。
检索各个排放源在各节点位置处的各污染物成分的仿真浓度值cim,气体污染物三维扩散仿真数据库为检索库,i∈[1,I]且I为节点的数量,m∈[1,M]且M为排放源的数量;其次,基于以下假设:多排放源在区域内共同扩散时,各排放源之间独立扩散、互不干扰。快速计算当前时刻全部排放源共同扩散作用下各节点位置处的各污染物成分的叠加仿真浓度值为
Figure BDA0002264682350000081
然后,定义各排放源的基准源强为sm,理论源强为qm,基于比例关系,即:扩散仿真模型中其他条件保持不变时,扩散到区域各位置处的污染物各成分浓度值与源强大小成正比。可知理论源强下的叠加仿真浓度值为
Figure BDA0002264682350000091
若所述扩散源强的气体成分不同,则计算所述位置信息在所述匹配到的扩散仿真模型实例中的气体浓度的理论值中的所述气体浓度的理论值,包括:叠加每个扩散源强的每种气体浓度的理论值。
首先根据当前时刻的风速、风向、温度信息,检索各个排放源在各节点位置处的各污染物成分的仿真浓度值cijm,气体污染物三维扩散仿真数据库为检索库,i∈[1,I]且I为节点的数量,j∈[1,J]且J为污染物成分的数量,m∈[1,M]且M为排放源的数量;其次,基于以下假设:多排放源在区域内共同扩散时,各排放源之间独立扩散、互不干扰。,快速计算当前时刻全部排放源共同扩散作用下各节点位置处的各污染物成分的叠加仿真浓度值为
Figure BDA0002264682350000092
然后,定义各排放源的基准源强为sm,理论源强为qm,基于比例关系,即:扩散仿真模型中其他条件保持不变时,扩散到区域各位置处的污染物各成分浓度值与源强大小成正比。可知理论源强下的叠加仿真浓度值为
Figure BDA0002264682350000093
即下文的qcij
在上述的两种实施方式中,I为节点的数量,当I=1时,即表示只存在单个节点,对应一个测量值;以上的实施方式中的I的取值不为1时,即所述气体浓度的实测值为多个,计算方式如上所述。
进一步的,基于该方法利用数学处理办法快速计算得到了当前时刻的在预设源强条件下各节点的仿真结果,而当前时刻的源强可能并不等于预设源强,如何根据当前时刻的网格化监测网络的实测浓度值,修正并核算当前时刻的理论源强。所述修正所述第二参数组(扩散源强)采用方差之和最小的方式进行修正。当前述的采集节点的数量为多个,即测得的节点气体浓度的实测值为多个时,其修正出的第二参数组(或扩散源强)为多个,此时,多个数值之间需要相互修正,并得到一个统一的最优理论源强Qm,具体如下:
假设扩散仿真模型中其他条件保持不变时,扩散到区域各位置处的污染物各成分浓度值与源强大小成正比。定义各排放源的基准源强为sm,理论源强为qm。已知基准源强下排放源m在各节点i位置处污染物成分j的仿真浓度值为cijm,根据该假设,理论源强qm下排放源m在各节点i位置处污染物成分j的仿真浓度值为qm/sm·cijm,则全部排放源在理论源强下的叠加仿真浓度值为
Figure BDA0002264682350000101
最后以各节点位置处的实测浓度值rcij与该节点位置处的理论源强下的叠加浓度值qcij的方差之和最小为最优化原则,计算出最优理论源强Qm。所述最优化原则可以用如下公式表述
Figure BDA0002264682350000102
常见的最优化处理办法包括模拟退火、神经网络等。
最终获得的所述修正后的扩散仿真模型实例,包括:与所述实测第一参数组最接近的预设第一参数组,和所述最优第二参数组。在所述实测第一参数组和预设第一参数组为气体扩散条件,所述预设第二参数组为扩散源强的具体场景下,所述修正后的扩散仿真模型实例,包括:与实测气体扩散条件最接近的预设气体扩散条件,和最优扩散源强。
在本发明提供的一种实施方式中,所述以修正后的扩散仿真模型实例模拟气体浓度动态分布,包括:将任一点位的位置信息代入所述修正后的扩散仿真模型实例,得到所述点位的模拟仿真浓度值。
所述污染物动态分布模型,以(x,y,z)表示三维位置,以v、d、t分别表示风速、风向、温度,则最优理论源强为Qm时污染物成分j任意(x,y,z)位置处的浓度为
Figure BDA0002264682350000103
即其中ujm(x,y,z,v,d,t)为气体污染物三维扩散仿真数据库中存储的仿真数据,即在风速v、风向d、温度t下,排放源m所排放的气体成分j在基准源强下扩散到(x,y,z)位置处的仿真浓度值。当存在多个排放源或多种气体成分时,需要对计算出的仿真浓度值进行叠加。
在本发明的一种实施方式中,还提供了一种基于仿真数据库的气体动态分布模拟装置,所述装置包括:存储器和处理器;
所述存储器,用于存储程序指令;
所述处理器,用于调用所述存储器中存储的所述程序指令以实现如前述的基于仿真数据库的气体动态分布模拟方法,得到模拟气体浓度动态分布。
此处的控制器具有数值计算和逻辑运算的功能,其至少具有数据处理能力的中央处理器CPU、随机存储器RAM、只读存储器ROM、多种I/O口和中断系统等。此处装置可以选用例如为单片机、芯片或处理器等常用硬件,更常用的情况下,就是智能终端或者PC的处理器。在此处,该装置可以是PC或服务器,其通过显示装置或打印装置对模拟气体浓度动态分布的结果进行输出。
在上一种实施方式中,所述存储器还用于存储仿真数据库;所述仿真数据库包含若干扩散仿真模型实例;所述扩散仿真模型实例包括:与其他扩散仿真模型实例数值不同的参数组,以及在所述参数组条件下,扩散仿真模型对应的仿真结果。
仿真数据库的作用如前所述,以用于根据第一参数组匹配到最佳的扩散仿真模型实例,以达到模拟出气体浓度动态分布的效果。
图2是本发明一种实施方式提供的基于仿真数据库的气体动态分布模拟系统的组网示意图(图中仅为示例,其数量并不构成限制),如图所示:所述系统包括:如前述的基于仿真数据库的气体动态分布模拟装置;
若干台气体浓度测量仪,所述气体浓度测量仪设置于扩散区域内,用于测量其所在点位上的气体浓度值,并将所述气体浓度值发送至所述装置;以及
若干台气象测量仪,所述气象测量仪用于测量所述扩散区域内的风向、风速和气温中的一种或多种,并将测量结果发送至所述装置。
本实施方式中的系统,通过设置气体浓度测量仪和气象测量仪来监测扩散区域内的气体浓度情况和扩散条件。其测量值实施传输至模拟装置,该模拟装置根据测量值和前述的方法,实时模拟出气体动态分布,并进行显示或其他方式的结果输出。该系统内的组网架构可以采用以模拟装置为中心的分布式组网方式,可以选用目前先进的物联网技术,做到及时可靠的传输。
进一步的,所述气体浓度测量仪不仅能够测量气体的浓度,还用于识别气体成分以及每种气体成分的浓度。
在实际的监测中,需要监测多种气体的浓度,而由于设备能监测的气体种类是有限的,因此可能需要在单个点位上设置多种气体浓度测量仪,以测量每种气体的浓度值,测得的多个测量值的处理方法如前文所述,此处不再重复。
在本发明提供的实施方式中,所述气体浓度测量仪分布于所述扩散区域内的不同网格中。所述网格化监测网络由区域内多台气体浓度在线监测仪构成,并能测量特定种类气体(如污染物)的浓度。在线监测仪为网格化节点,该仪器可识别气体污染物成分浓度,即实测浓度值,并实时传输。
在本发明提供的种实施方式中,还提供了一种计算机可读存储介质,所述存储介质中存储有指令,当其在计算机上运行时,使得计算机执行如前述的基于仿真数据库的气体动态分布模拟方法。
图3是本发明一种实施方式提供的基于仿真数据库的气体动态分布模拟方法的实施流程示意图,以下结合图3,以气体污染物为例,描述详细步骤如下:
1)根据气象条件,在气体污染物三维扩散仿真数据库中进行模型匹配;
2)根据匹配到的模型,得到基准源强下各排放源仿真浓度值;该基准强源为模型预设的标准源强;
3)基于假设一:多排放源在区域内共同扩散时,各排放源之间独立扩散、互不干扰;得到基准源强全部排放源叠加仿真浓度值;
4)基于假设二:扩散仿真模型中其他条件保持不变时,扩散到区域各位置处的污染物各成分浓度值与源强大小成正比;得到理论源强全部排放源叠加仿真浓度值;
5)通过网格化监测网络,实测得到网格化节点实测浓度值;
6)根据步骤4)中的叠加仿真浓度值和步骤5)中的实测浓度值,采用方差之和最小原则的最优化处理方法,根据修正源强算法,得到最优理论源强;此处的修正源强算法包括步骤3)、4)和6),即图中的虚线框部分;
7)将最优理论源强代入原分布模型,得到污染物动态分布模型。
通过以上实施方式,能够提供更快速准确的一种基于仿真数据库的气体动态分布模拟方法,以提升仿真模拟的效率和效果。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。

Claims (18)

1.一种基于仿真数据库的气体动态分布模拟方法,其特征在于,所述方法包括:
根据实测第一参数组在仿真数据库中匹配最接近的扩散仿真模型实例,其中所述扩散仿真模型实例至少包括所述预设第一参数组和预设第二参数组;
利用气体浓度的实测值对匹配到的扩散仿真模型实例中的所述预设第二参数组进行修正;
以修正后的扩散仿真模型实例模拟气体浓度动态分布。
2.根据权利要求1所述的方法,其特征在于,所述仿真数据库包含若干扩散仿真模型实例,每一扩散仿真模型实例包括:
预设第一参数组和预设第二参数组,所述预设第一参数组和/或所述预设第二参数组的数值与其他扩散仿真模型实例数值不同;以及
在所述预设第一参数组和预设第二参数组条件下,位置信息与气体浓度的理论值的对应关系。
3.根据权利要求2所述的方法,其特征在于,所述实测第一参数组和预设第一参数组为气体扩散条件,所述预设第二参数组为扩散源强。
4.根据权利要求3所述的方法,其特征在于,所述气体扩散条件至少包括:风向和风速。
5.根据权利要求3所述的方法,其特征在于,所述利用气体浓度的实测值对匹配到的扩散仿真模型实例中的预设第二参数组进行修正,包括:
调整所述预设第二参数组,得到调整后的第二参数组;
计算所述气体浓度的实测值对应的位置信息在所述调整后的扩散仿真模型实例中的气体浓度的理论值;所述调整后的扩散仿真模型实例包括所述调整后的第二参数组;
当所述理论值与其对应的实测值的误差最小时,得到最优第二参数组。
6.根据权利要求5所述的方法,其特征在于,所述理论值与所述实测值的误差最小,包括:所述位置信息处对应的各种气体的实测值与其对应的理论值之间的方差或方差之和最小。
7.根据权利要求5所述的方法,其特征在于,所述气体浓度的实测值与多个扩散源强相关联。
8.根据权利要求7所述的方法,其特征在于,所述气体浓度的实测值,包括:在所述多个扩散源强影响下,同种气体成分的实测浓度值的叠加。
9.根据权利要求5所述的方法,其特征在于,所述气体浓度的实测值为多个,每个所述实测值对应的位置信息不同。
10.根据权利要求5所述的方法,其特征在于,所述修正后的扩散仿真模型实例,包括:与所述实测第一参数组最接近的预设第一参数组,和所述最优第二参数组。
11.根据权利要求5所述的方法,其特征在于,所述修正后的扩散仿真模型实例,包括:与实测气体扩散条件最接近的预设气体扩散条件,和最优扩散源强。
12.根据权利要求10或11所述的方法,其特征在于,所述以修正后的扩散仿真模型实例模拟气体浓度动态分布,包括:
将任一点位的位置信息代入所述修正后的扩散仿真模型实例,计算得到所述点位的模拟仿真浓度值。
13.一种基于仿真数据库的气体动态分布模拟装置,其特征在于,所述装置包括:存储器和处理器;
所述存储器,用于存储程序指令;
所述处理器,用于调用所述存储器中存储的所述程序指令以实现权利要求1至12中任一项权利要求所述的基于仿真数据库的气体动态分布模拟方法,得到模拟气体浓度动态分布。
14.根据权利要求13所述的装置,其特征在于,所述存储器还用于存储仿真数据库;所述仿真数据库包含若干扩散仿真模型实例,每一扩散仿真模型实例包括:
参数组,该参数组的数值与其他扩散仿真模型实例的数值不同;以及
在所述参数组条件下,位置信息与气体浓度的理论值的对应关系。
15.一种基于仿真数据库的气体动态分布模拟系统,其特征在于,所述系统包括:
权利要求13或14所述的装置;
若干台气体浓度测量仪,所述气体浓度测量仪设置于扩散区域内,用于测量其所在点位上的气体浓度值,并将所述气体浓度值发送至所述装置;以及
若干台气象测量仪,所述气象测量仪用于测量所述扩散区域内的风向、风速和气温中的一种或多种,并将测量结果发送至所述装置。
16.根据权利要求15所述的系统,其特征在于,所述气体浓度测量仪还用于识别气体成分以及每种气体成分的浓度。
17.根据权利要求15或16所述的系统,其特征在于,所述气体浓度测量仪分布于所述扩散区域内的不同网格中。
18.一种计算机可读存储介质,其特征在于,所述存储介质中存储有指令,当其在计算机上运行时,使得计算机执行权利要求1至12中任一项权利要求所述的基于仿真数据库的气体动态分布模拟方法。
CN201911083561.1A 2019-11-07 2019-11-07 基于仿真数据库的气体动态分布模拟方法、装置及系统 Pending CN112784389A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911083561.1A CN112784389A (zh) 2019-11-07 2019-11-07 基于仿真数据库的气体动态分布模拟方法、装置及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911083561.1A CN112784389A (zh) 2019-11-07 2019-11-07 基于仿真数据库的气体动态分布模拟方法、装置及系统

Publications (1)

Publication Number Publication Date
CN112784389A true CN112784389A (zh) 2021-05-11

Family

ID=75748757

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911083561.1A Pending CN112784389A (zh) 2019-11-07 2019-11-07 基于仿真数据库的气体动态分布模拟方法、装置及系统

Country Status (1)

Country Link
CN (1) CN112784389A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113670517A (zh) * 2021-09-07 2021-11-19 北京环境特性研究所 一种低气压等离子体发生器的腔室气压校准方法及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113670517A (zh) * 2021-09-07 2021-11-19 北京环境特性研究所 一种低气压等离子体发生器的腔室气压校准方法及系统

Similar Documents

Publication Publication Date Title
US11314788B2 (en) Smart entity management for building management systems
US11442424B2 (en) Building management system with dynamic channel communication
US11762886B2 (en) Building system with entity graph commands
US11024292B2 (en) Building system with entity graph storing events
US11778030B2 (en) Building smart entity system with agent based communication and control
US11048247B2 (en) Building management system to detect anomalousness with temporal profile
US11994833B2 (en) Building smart entity system with agent based data ingestion and entity creation using time series data
US10515308B2 (en) System, method and cloud-based platform for predicting energy consumption
US11094186B2 (en) Systems and methods for managing alarm data of multiple locations
CN112131336B (zh) 一种污染源定位方法、装置、计算机设备及存储介质
US20190338976A1 (en) Building management system with energy cost prediction and simulation
WO2019067631A1 (en) BUILDING MANAGEMENT SYSTEM WITH INTELLIGENT ENTITIES, TIMELINE, INBOUND FLOW GENERATION, CLOUD CONTROL AND ID AND INSURANCE MANAGEMENT SERVICES
CN108984972B (zh) 一种基于大数据和并行计算的水质数学模型优化方法
US11727335B2 (en) Systems and methods for managing energy usage intensity of buildings
CN115115089A (zh) 建筑碳排放量预测分析方法、系统、终端及介质
CN114896783A (zh) 空气质量改善效果的评估方法和装置
CN112784389A (zh) 基于仿真数据库的气体动态分布模拟方法、装置及系统
CN112784392A (zh) 待测区域内污染物动态分布模拟方法及模拟系统
CN116245378A (zh) 碳排放策略的确定方法、装置、存储介质以及电子设备
US20210014122A1 (en) Systems and methods for managing building networks
CN117413273A (zh) 用于监控封闭空间环境的方法、装置和计算机存储介质
Wang et al. Real-time monitoring of pollutant diffusion states and source using fuzzy adaptive Kalman filter
Grechaninov et al. Models and Methods for Determining Application Performance Estimates in Distributed Structures
CN113836293B (zh) 基于知识图谱的数据处理方法、装置、设备及存储介质
CN117933532A (zh) 一种基于区域碳排放水平预测区域温升水平的方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination