CN114730184A - 用于估算逃逸性排放上的变化的计算机系统及方法 - Google Patents
用于估算逃逸性排放上的变化的计算机系统及方法 Download PDFInfo
- Publication number
- CN114730184A CN114730184A CN202080079793.4A CN202080079793A CN114730184A CN 114730184 A CN114730184 A CN 114730184A CN 202080079793 A CN202080079793 A CN 202080079793A CN 114730184 A CN114730184 A CN 114730184A
- Authority
- CN
- China
- Prior art keywords
- time interval
- determining
- emissions
- indicator value
- archived data
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 90
- 238000001514 detection method Methods 0.000 claims abstract description 149
- 238000012423 maintenance Methods 0.000 claims abstract description 93
- 230000004044 response Effects 0.000 claims abstract description 93
- 230000000694 effects Effects 0.000 claims abstract description 53
- 239000007789 gas Substances 0.000 claims description 177
- 230000015654 memory Effects 0.000 claims description 33
- 238000005259 measurement Methods 0.000 claims description 21
- 238000004422 calculation algorithm Methods 0.000 claims description 16
- 238000012805 post-processing Methods 0.000 claims description 11
- 230000004931 aggregating effect Effects 0.000 claims description 9
- 238000011156 evaluation Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 8
- 238000009434 installation Methods 0.000 claims description 5
- 230000001186 cumulative effect Effects 0.000 claims description 2
- 230000007717 exclusion Effects 0.000 claims description 2
- 238000012544 monitoring process Methods 0.000 description 153
- 239000000203 mixture Substances 0.000 description 30
- UHOVQNZJYSORNB-UHFFFAOYSA-N Benzene Chemical compound C1=CC=CC=C1 UHOVQNZJYSORNB-UHFFFAOYSA-N 0.000 description 18
- 238000003860 storage Methods 0.000 description 16
- 230000009471 action Effects 0.000 description 12
- 238000004364 calculation method Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 11
- VQTUBCCKSQIDNK-UHFFFAOYSA-N Isobutene Chemical group CC(C)=C VQTUBCCKSQIDNK-UHFFFAOYSA-N 0.000 description 9
- TVMXDCGIABBOFY-UHFFFAOYSA-N octane Chemical compound CCCCCCCC TVMXDCGIABBOFY-UHFFFAOYSA-N 0.000 description 8
- QQONPFPTGQHPMA-UHFFFAOYSA-N propylene Natural products CC=C QQONPFPTGQHPMA-UHFFFAOYSA-N 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 125000004805 propylene group Chemical group [H]C([H])([H])C([H])([*:1])C([H])([H])[*:2] 0.000 description 7
- 239000012855 volatile organic compound Substances 0.000 description 7
- WSFSSNUMVMOOMR-UHFFFAOYSA-N Formaldehyde Chemical compound O=C WSFSSNUMVMOOMR-UHFFFAOYSA-N 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- VGGSQFUCUMXWEO-UHFFFAOYSA-N Ethene Chemical compound C=C VGGSQFUCUMXWEO-UHFFFAOYSA-N 0.000 description 5
- 239000005977 Ethylene Substances 0.000 description 5
- 238000007689 inspection Methods 0.000 description 5
- 230000008439 repair process Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000035945 sensitivity Effects 0.000 description 4
- 238000004140 cleaning Methods 0.000 description 3
- 150000001875 compounds Chemical class 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- KFZMGEQAYNKOFK-UHFFFAOYSA-N Isopropanol Chemical compound CC(C)O KFZMGEQAYNKOFK-UHFFFAOYSA-N 0.000 description 2
- 239000011324 bead Substances 0.000 description 2
- 230000003197 catalytic effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000004710 electron pair approximation Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 229910044991 metal oxide Inorganic materials 0.000 description 2
- 150000004706 metal oxides Chemical class 0.000 description 2
- 239000003921 oil Substances 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009118 appropriate response Effects 0.000 description 1
- 150000001491 aromatic compounds Chemical class 0.000 description 1
- 125000003118 aryl group Chemical group 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 239000001273 butane Substances 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000295 fuel oil Substances 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 231100001244 hazardous air pollutant Toxicity 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 231100000053 low toxicity Toxicity 0.000 description 1
- 230000001050 lubricating effect Effects 0.000 description 1
- IJDNQMDRQITEOD-UHFFFAOYSA-N n-butane Chemical compound CCCC IJDNQMDRQITEOD-UHFFFAOYSA-N 0.000 description 1
- OFBQJSOFQDEBGM-UHFFFAOYSA-N n-pentane Natural products CCCCC OFBQJSOFQDEBGM-UHFFFAOYSA-N 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005067 remediation Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000007474 system interaction Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
- G05B23/0235—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions based on a comparison with predetermined threshold or range, e.g. "classical methods", carried out during normal operation; threshold adaptation or choice; when or how to compare with the threshold
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0073—Control unit therefor
- G01N33/0075—Control unit therefor for multiple spatially distributed sensors, e.g. for environmental monitoring
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
- G01M3/04—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0267—Fault communication, e.g. human machine interface [HMI]
- G05B23/0272—Presentation of monitored results, e.g. selection of status reports to be displayed; Filtering information to the user
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/018—Certifying business or products
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/84—Greenhouse gas [GHG] management systems
- Y02P90/845—Inventory and reporting systems for greenhouse gases [GHG]
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Primary Health Care (AREA)
- Automation & Control Theory (AREA)
- Food Science & Technology (AREA)
- Immunology (AREA)
- Combustion & Propulsion (AREA)
- Finance (AREA)
- Analytical Chemistry (AREA)
- Pathology (AREA)
- Medicinal Chemistry (AREA)
- Accounting & Taxation (AREA)
- Biochemistry (AREA)
- Educational Administration (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Quality & Reliability (AREA)
- Human Computer Interaction (AREA)
- Operations Research (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
说明用于估算气体排放上的变化的计算机系统、方法以及装置。一计算机系统可基于来自一设施中的多个气体传感器的传感器输出来监测整体排放水平。所述计算机系统可基于所述多个气体传感器的累积的气体响应因子加权的检测来估算在一时间间隔上的一总排放水平。在维护活动中的排放可酌情被排除。所述总排放水平可针对不同的时间间隔和/或不同的设施估算的总排放水平进行比较。所述计算机系统还可用于对横跨多个设施的排放进行比较或对横跨多个地域的多个设施的排放进行比较。
Description
相关申请的交叉援引
本申请主张于2019年11月22日提交的美国临时申请US62/938972的优先权的权益。该上述引用的申请通过援引其整体上在此并入。
技术领域
本文所述的多个方面概括而言涉及气体检测系统且更具体地涉及监测逃逸性气体排放。本公开的多个方面涉及由一设施中的一基于传感器网络的排放监测系统识别的针对逃逸性气体排放的收集、分析并作出合适的信息的一种智能数字平台。
背景技术
对清洁生活、工作和工业环境的关注已在近几十年来增加。作为泄漏检测和修复(LDAR)计划的一部分,美国环境保护署(EPA))颁布了方法21,以确定和限制来自工业设施(比如炼油厂、化学制造设施等)的气体的逃逸性排放。逃逸性气体可包括但不限于挥发性有机物(VOC)和挥发性危险空气污染物(VHAP)。这种LDAR计划在美国被广泛采用。
EPA在于1995年11月以EPA-453/R-95-017(可在线获取https://www3.epa.gov/ttnchie1/efdocs/equiplks.pdf)公布的题为“用于装备泄露排放估算的协议”的一文书中已规定用于测量/估算/监测逃逸性排放的技术。一般地,一工业设施必须采用一可携带的气体监测装备(比如VOC分析仪)在设施的多个个体的部件处进行人工的方法21规定的检查并记录针对各部件的最高测量值。EPA规定的相关因子(correlation factors)随后应用于所述测量的值以近似针对该设施的总排放。
在EPA方法21的执行中,一检查员在测试时将一抽取手持式探针放置成直接接触部件并跟踪部件的周围、等待一合适的时间量来登记泄露浓度的一读数(可燃部分的混合比)。如果最高浓度读数是在一控制极限(典型地为500-2000ppm)之上,则所述部件被标记以用于修复。EPA的方法21确定的浓度有时用于通过相关公式(correlation equations)来近似质量流率以评估针对所述设施的年排放泄露速率–带有不确定的若干源头的一程序。熟知的是,监测并修复逃逸性排放的源头的人工泄露检测方法是资源密集型的且难于适用于难以接近的源头。另外地,EPA的方法21在执行上是昂贵的且会对检查员产生安全顾虑。这种人工检查程序仅查在一设施内的潜在的排放点的一子集合并具备高的时间延迟,因为一些部件可能超过一年未被访问,这造成在长时间内未进行检测的潜在的一泄露。
许多LDAR计划严重地依靠EPA的方法21。然而,如上所述,方法21具有许多不足,包括:(a)严重依靠利用一可携带的仪器的人工检查;(b)极为无效率(比如,所有检查的部件的仅小的百分率可能具有有效的(active)泄露);(c)与人工测量相关的安全性问题(比如,技术人员可能必须攀爬塔、可能暴露于诸如高温的不友好的条件下和/或可能需要访问难以到达的部件);(d)高的人工成本;以及(e)LDAR循环(cycles)之间的长的时间周期(timeperiod)(比如,在大的泄露和排放可依然未被检测的期间(during))。例如,因非频繁监测计划,一些大的泄露可能未以一及时方式被检测到,且因此,总排放估算可能是不准确的。
发明内容
在各种说明性的实施例的以下描述中,参考了形成说明书的一部分的附图,并且在附图中通过图解的方式示出了可以在其中实践本公开的方面的各种实施例。将理解的是,在不脱离本公开的范围的情况下,可以采用其它实施例并且可以进行结构和功能修改。注意的是,在以下描述中讨论了元件之间的各种连接。注意的是,这些连接是通用的,且除非另有说明,否则这些连接可以是直接的或间接的、有线的或无线的,并且本说明书不意欲限制在这个方面。
一个或多个计算机的一系统能配置成,凭借具有安装在所述系统上的在操作时使所述系统执行动作的软件、固件、硬件或它们的一组合,所述系统执行特定的操作或动作。一个以上的计算机程序能配置成,凭借包括当由数据处理装置执行时使所述装置执行动作的指令,计算机程序执行特定的操作或动作。一个基本方面包括一种系统,用于估算在配设有多个传感器的一工业设施处的整体逃逸性排放水平上的变化。所述系统还包括一排放监测平台,所述排放监测平台可包括至少一个第一处理器和存储第一计算机可读指令的一第一存储器,当所述第一计算机可读指令由所述至少一个第一处理器执行时,所述第一计算机可读指令使所述排放监测平台:基于由所述多个传感器测量的一气体气流,采用本文所公开的一算法,选择针对所述多个传感器的一响应因子;从所述多个传感器接收与在一时间间隔内的气体羽烟流检测关联的传感器输出;基于在与所述多个传感器中的一传感器关联的一传感器输出中的检测事件,确定一排放指示值,其中,所述确定排除与一维护活动对应的那些检测事件;基于针对所述多个传感器的对应的排放指示值和对应的响应因子,确定针对所述工业设施的在所述时间间隔内的一总排放指示值;确定针对所述工业设施的在所述时间间隔内的所述总排放指示值与针对所述设施的在一第二时间间隔内的一第二总排放指示值之间的一差值;以及将所述差值的一指示发送。所述系统还包括:一用户计算设备,配置成在与所述用户计算设备连结的一显示设备上将所述差值的所述指示显示。该方面的其它实施例包括对应的计算机系统、装置以及记录在一个或多个的计算机存储设备上的计算机程序,各配置成执行所述方法的动作。
实施可包括一个或多个以下的特征。在所述系统中,所述第一存储器将第一计算机可读指令存储为,当所述第一计算机可读指令由所述至少一个第一处理器执行时,所述第一计算机可读指令使所述排放监测平台:针对所述多个传感器中的该传感器,基于所述传感器输出和与所述传感器输出对应的模型化的基线值,确定所述检测事件。所述第一存储器将第一计算机可读指令存储为,当所述第一计算机可读指令由所述至少一个第一处理器执行时,所述第一计算机可读指令使所述排放监测平台:基于在一第一时间的所述模型化的基线值与基于所述传感器输出的在所述第一时间的一传感器检测峰的一值之间的一差值超过一阈值,确定在所述检测事件中的在所述第一时间(T1)的一检测事件。所述第一存储器将第一计算机可读指令存储为,当所述第一计算机可读指令由所述至少一个第一处理器执行时,所述第一计算机可读指令使所述排放监测平台:针对各传感器,确定一信噪比,其中,所述阈值为所述信噪比的一倍数。所述第一存储器将第一计算机可读指令存储为,当所述第一计算机可读指令由所述至少一个第一处理器执行时,所述第一计算机可读指令使所述排放监测平台:基于聚合在所述传感器输出中的与所述检测事件关联的峰面积,确定针对该传感器的所述排放指示值。所述第一存储器将第一计算机可读指令存储为,当所述第一计算机可读指令由所述至少一个第一处理器执行时,所述第一计算机可读指令使所述排放监测平台:基于聚合在所述传感器输出中的与所述检测事件关联的峰高度,确定针对该传感器的所述排放指示值。位置跟踪设备配置成:将所述位置跟踪设备的一位置的一指示和与所述位置关联的一时间戳发送给所述排放监测平台;其中,所述第一存储器将第一计算机可读指令存储为,当所述第一计算机可读指令由所述至少一个第一处理器执行时,所述第一计算机可读指令使所述排放监测平台:基于所述位置,确定该传感器;基于所述时间戳,确定在所述传感器输出中的一个或多个检测事件。当所述第一计算机可读指令由所述至少一个第一处理器执行时,所述第一计算机可读指令使所述排放监测平台:从所述用户计算设备接收一维护时间间隔的指示和与所述维护活动关联的一位置;基于所述位置,确定该传感器;基于所述时间间隔,确定在所述传感器输出中的一个或多个检测事件。当所述第一计算机可读指令由所述至少一个第一处理器执行时,所述第一计算机可读指令使所述排放监测平台:确定针对一第二设施的在所述时间间隔内的一第三总排放指示值;确定在所述总排放指示值和所述第三总排放指示值之间的一第二差值;以及将所述第二差值的一指示发给所述用户计算设备;而且其中,所述用户计算设备配置成在所述显示设备上显示所述总排放指示值。所述第三总排放指示值和所述第二差值中的一个或多个。所述多个传感器可包括选自电化学传感器、红外传感器、催化珠式传感器、金属氧化物半导体传感器、光离子化检测器、火焰离子化检测器、热传导传感器、比色传感器以及它们组合中的至少一个传感器。所述确定针对所述工业设施的所述总排放指示值可包括:确定针对所述多个传感器的对应的排放指示值和对应的响应因子的乘积一和。所说明的技术的实施可包括硬件、一方法或过程或在一计算机可访问介质上的计算机软件。
一个基本方面包括一种方法,用于估算在一工业设施处的整体逃逸性排放水平上的变化。所述方法还包括:在一排放监测平台处接收来自多个传感器的与在一时间间隔内的气体羽烟流检测关联的传感器输出。所述方法还包括:针对所述多个传感器中的一传感器,基于与该传感器关联的一传感器输出中的检测事件,确定一个或多个排放值;以及基于一气体气流的组分和所述气体气流中的任何气体的种类的响应因子,确定针对所述气体气流的一响应因子。所述方法还包括:基于针对所述多个传感器的所述一个或多个排放值和对应的响应因子,确定针对所述设施的在所述时间间隔内的一总排放值。所述方法还包括:确定针对所述设施的在所述时间间隔内的所述总排放值与针对所述设施的在一第二时间间隔内的一第二总排放值之间一差值。所述方法还包括:将所述差值的一指示送给一用户计算设备。该方面的其它实施例包括对应的计算机系统、装置以及记录在一个以上的计算机存储设备上的计算机程序,各配置成执行所述方法的动作。
一个基本方面包括一种非暂态计算机可读介质,存储指令,所述指令包括:接收来自一设施中的多个传感器的与在一时间间隔内的气体浓度测量关联的传感器输出。所述指令还包括:针对所述多个传感器中的一传感器,基于在与所述传感器关联的一传感器输出中的多个检测事件,确定一排放值,其中,在所述传感器输出中,所述多个检测事件排除与一维护活动对应的一个或多个检测事件;以及基于一气体气流的组分和所述气体气流中的任何气体的种类的响应因子,确定针对所述气体气流的一响应因子。所述指令还包括:基于针对所述多个传感器的对应的排放值和对应的响应因子,确定针对所述设施的在所述时间间隔内的一总排放值。该方面的其它实施例包括对应的计算机系统、装置以及记录在一个以上的计算机存储设备上的计算机程序,各配置成执行所述方法的动作。
实施可包括一个或多个以下的特征。所述非暂态计算机可读介质还将指令存储为,当所述指令被执行时,所述指令使:确定针对所述设施的在所述时间间隔内的所述总排放值与针对所述设施的在一第二时间间隔内的一第二总排放值之间的一差值;和/或将所述差值的一指示送给一用户计算设备。所说明的技术的实施可包括硬件、一方法或过程或在一计算机可访问介质上的计算机软件。
一个基本方面包括:一排放监测平台,配置成估算在一工业设施处的整体逃逸性排放水平上的变化。所述排放监测平台可包括至少一个第一处理器和存储第一计算机可读指令的一第一存储器,当所述第一计算机可读指令由所述至少一个第一处理器执行时,所述第一计算机可读指令使所述排放监测平台:基于在所述工业设施处由多个传感器测量的一气体气流中的至少一个气体种类,选择针对所述气体气流的一响应因子;接收来自所述多个传感器的在一时间间隔内的与气体羽烟流检测关联的传感器输出;基于与所述多个传感器中的一传感器关联的一传感器输出中的检测事件,确定一排放指示值;基于针对所述多个传感器的对应的排放指示值和对应的响应因子,确定针对所述工业设施的在所述时间间隔内的一总排放指示值;以及将所述总排放指示值发送。所述系统还包括:一用户计算设备,配置成将所述总排放指示值输出在与所述用户计算设备连结的一显示设备上。该方面的其它实施例包括对应的计算机系统、装置以及记录在一个以上的计算机存储设备上的计算机程序,各配置成执行所述方法的动作。
一个基本方面包括一种方法,包括:在一排放监测平台处接收来自多个传感器的与在一工业设施处的在一时间间隔内的气体羽烟流检测关联的传感器输出。所述方法还包括:针对所述多个传感器中的一传感器,基于在与该传感器关联的一传感器输出中的检测事件,确定一个或多个排放指示值;以及基于一气体气流的组分和所述气体气流中的任何气体的种类的响应因子,确定针对所述气体气流的一响应因子。所述方法还包括:确定在所述时间间隔期间在所述工业设施处发生的维护活动。所述方法还包括:从所述一个或多个排放指示值中排除与所述维护活动对应的那些检测事件。所述方法还包括:在所述排除步骤之后,基于针对所述多个传感器的一个或多个排放指示值和对应的响应因子,确定针对所述工业设施的在所述时间间隔内的一总排放指示值。所述方法还包括:确定在针对所述工业设施的所述时间间隔内的所述总排放指示值与针对所述工业设施的在一第二时间间隔内的一第二总排放指示值之间的一差值。该方面的其它实施例包括对应的计算机系统、装置以及记录在一个以上的计算机存储设备上的计算机程序,各配置成执行所述方法的动作。实施可包括:一个以上的将所述差值的一指示送给一用户计算设备。所说明的技术的实施可包括硬件、一方法或过程或在一计算机可访问介质上的计算机软件。
一个基本方面包括一种方法,用于比较在一第一设施处和在一第二设施处的整体逃逸性排放水平。所述方法还包括:针对所述第一设施:基于由在所述第一设施处的多个传感器测量的一气体气流中的至少一个气体种类,选择针对所述气体气流的一响应因子;接收来自所述多个传感器的与在一时间间隔内的气体羽烟流检测关联的传感器输出;基于在与所述多个传感器中的一传感器关联的一传感器输出中的检测事件,确定一排放指示值;以及,基于针对所述多个传感器的对应的排放指示值和对应的响应因子,确定针对所述第一设施的在所述时间间隔内的一总排放指示值。所述方法还包括:针对所述第二设施,基于由所述第二设施处的多个传感器测量的一气体气流中的至少一个气体种类,选择针对该气体气流的一响应因子;接收来自该多个传感器的与在一时间间隔内的气体羽烟流检测关联的传感器输出;基于与该多个传感器中的一传感器关联的一传感器输出中的检测事件,确定一排放指示值;以及,基于针对该多个传感器的对应的排放指示值和对应的响应因子,确定针对所述第二设施的在该时间间隔内的一总排放指示值。所述方法还包括:确定所述第一设施的在所述时间间隔内的所述总排放值与所述第二设施的在该时间间隔内的该总排放值之间的一差值。所述方法还包括:将所述差值的一指示送给一用户计算设备,以用于通过一显示设备显示。该方面的其它实施例包括对应的计算机系统、装置以及记录在一个以上的计算机存储设备上的计算机程序,各配置成执行所述方法的动作。
说明用于监测在一设施中的气体排放的方法、装置和系统。一排放监测系统可基于来自一设施中的多个气体传感器的传感器输出来监测整体排放水平。所述排放监测系统可基于所述多个气体传感器的累积的气体响应因子加权的检测来估算在一时间间隔上的一总排放水平。在维护活动中的排放可酌情被排除。所述总排放水平与不同的时间间隔和/或不同的设施估算的总排放水平进行比较。所述排放监测系统还可用于对横跨多个设施的排放进行比较或对横跨多个地域的多个设施的排放进行比较。
例如,本文公开的特征整体考虑一种系统,用于比较在一个或多个工业设施处的在一第一单元处和在一第二单元处的逃逸性排放速率,其中,所述一个或多个设施中的每一个配设有多个传感器。所述系统可包括:一个或多个排放监测平台和一个或多个用户计算设备。在一个实施例中,一排放监测平台包括至少一个第一处理器和存储第一计算机可读指令的一第一存储器,当所述第一计算机可读指令由所述至少一个第一处理器执行时,所述第一计算机可读指令使所述排放监测平台执行一方法,所述方法包括:(i)基于由所述多个传感器测量的一气体气流中的至少一个气体种类,选择针对所述气体气流的一响应因子;(ii)接收来自所述多个传感器的与在一时间间隔内的气体羽烟流检测关联的传感器输出;(iii)基于与所述多个传感器中的一传感器关联的一传感器输出中的多个检测事件,确定一排放指示值,其中,所述确定排除与一维护活动对应的那些检测事件;(iv)基于针对所述多个传感器的对应的排放指示值和对应的响应因子,确定针对所述工业设施的在所述时间间隔内的一总排放指示值;(v)确定在针对所述工业设施的在所述时间间隔内的所述总排放指示值和针对所述设施的在一第二时间间隔内的一第二总排放指示值之间的一差值;和/或(vi)将所述差值的一指示发送。步骤(i)–(vi)中的一个或多个可以是可选的和/或酌情以与标号不同的顺序来执行。所述一个或多个用户计算设备可配置成,将在步骤(vi)发送的所述差值的所述指示显示在与一用户计算设备连结的一显示设备上。
在牵涉用于比较在一个或多个工业设施处的在一第一单元处和在一第二单元处的逃逸性排放速率的所述前述的系统的另一示例中,所述系统还可包括一个或多个排放监测平台和可选的一个或多个用户计算设备。所述一个或多个排放监测平台可针对所述第一单元执行一方法,所述包括方法一个或多个步骤:(i)基于由所述第一单元处的多个传感器测量的一气体气流中的至少一个气体种类,选择针对所述气体气流的一响应因子;(ii)接收来自所述第一单元处的所述多个传感器的与在一时间间隔内的气体羽烟流检测关联的传感器输出;(iii)基于在与所述第一单元处的所述多个传感器中的一传感器关联的一传感器输出中的检测事件,确定一排放指示值;和/或(iv)基于针对所述多个传感器的对应的排放指示值和对应的响应因子,确定针对所述第一单元的在所述时间间隔内的一平均排放指示值。步骤(i)–(iv)中的一个或多个可以是可选的和/或酌情以与标号不同的顺序来执行。同样地,所述一个或多个排放监测平台中的同一个或一不同个可针对所述第二单元执行包括相同的前述的步骤(i)–(iv)中的一个或多个步骤的一同样的方法,但是采用在所述第二单元处的多个传感器且基于至少在所述第二单元处的气体气流。所述系统可随后确定所述第一单元的在所述时间间隔内的所述平均排放值和所述第二单元的在所述时间间隔内的所述平均排放值之间的一差值。此外,随后将所述差值的一指示发给一可选的用户计算设备,以用于通过一显示设备显示或其它地输出。
附图说明
本公开借助示例来说明并且不限制于附图,在附图中类似的附图标记表示相似的元件,并且在附图中:
图1A和图1B(统称为“图1”)是根据本公开的各个方面的带有一传感器网络的一代表性设施的图示;
图2示出根据本公开的各个方面的一基于传感器网络的排放监测系统的一示例性的实施例的一方框图;
图3示出根据本公开的各个方面的针对一些通常的气体种类的离子化电位和响应因子的多个示例中的一示例性的实施例;
图4示出根据本公开的各个方面的一传感器在一时间周期上的输出;
图5A和图5B(统称为“图5”)示出根据本公开的各个方面的基于一传感器的输出的一峰的一示例性的识别和一峰面积的一确定;
图6A和图6B(统称为“图6”)示出根据本公开的各个方面的一排放监测系统的一示例性的操作;
图7示出根据本公开的各个方面的可显示在一用户计算设备上的一示例性的GUI;
图8示出根据本公开的各个方面的在一时间间隔(time interval)上观察到的示例性的传感器输出;
图9示出根据本公开的各个方面的一示例性的维护仪表板;
图10是根据本公开的各个方面的一种监测逃逸性气体排放的方法的一说明性的流程图;以及
图11是根据本公开的各个方面的另一种监测逃逸性气体排放的方法的一说明性的流程图。
在各种说明性的实施例的以下描述中,参考了形成说明书的一部分的附图,并且在附图中通过图解的方式示出了可以在其中实践本公开的方面的各种实施例。将理解的是,在不脱离本公开的范围的情况下,可以采用其它实施例并且可以进行结构和功能修改。注意的是,在以下描述中讨论了元件之间的各种连接。注意的是,这些连接是通用的,且除非另有说明,否则这些连接可以是直接的或间接的、有线的或无线的,并且本说明书不意欲限制在这个方面。
具体实施方式
本公开说明许多实施例牵涉一种监测系统,所述监测系统收集、分析和/或作出关于由一个或多个设施中的传感器网络识别到的逃逸性排放的合适的信息。本文的各种示例说明用于气体检测的一网络的传感器和与所述网络的传感器通信的一排放监测平台。在一个示例中,所述排放监测平台可包括一处理器、一存储器和/或一通信界面。所述处理器可处理并分析所述存储器存储的数据。在一些实施例中,所述存储器可存储计算机可执行指令,当所述计算机可执行指令由所述处理器执行时,所述计算机可执行指令使一排放监测平台执行本文公开的步骤中的一个或多个。在一些实施例中,所述排放监测平台可基于通过通信界面所接收的值(比如来自一个或多个传感器)来生成排放报告。所述排放报告可提供在一特别的时间间隔期间逃逸性排放的一估算。另外或可替代地,所述排放报告可提供在多个不同的时间间隔内和/或多个不同的设施中估算的总排放之间的一比较。
该排放监测平台可输出在一屏幕显示上的一图形用户界面(GUI)。该排放监测平台可分析、过滤并变换所收集的传感器数据为能够在一屏幕显示上的一GUI上作出的一可视的输出。在一些实施例中,该排放监测平台可包括一台式计算机、一智能手机、一无线设备、一平板电脑、一笔记本电脑等。该排放监测平台可物理地位于本地或远程,并且可以通过一个或多个通信链接连接于与一设施关联的其它的设备/系统。
本文还公开了涉及本文公开的各种方法步骤和系统部件的推导和组合的其它实施例。虽然本公开可易于有不同形式的实施例,但在附图中示出并且在本文中将详细描述的是具体实施例,同时理解的是,本公开被认为是本公开原理的示例且不意欲本公开内限制到如本文所示和描述的那样。因此,除非另有说明,本文公开的特征可以组合以形成出于简洁目的未示出的另外的组合。还将理解的是,在一些实施例中,在附图中借助示例示出的一个或多个元素可以在本公开的范围内去除和/或替换为替代元素。
由部件泄露产生的气体羽烟流(plume)的远程检测提供一种监测VOC化合物的逃逸性排放的创新性的方式–其在检测大的泄露和控制来自工厂的总的排放上更快且更有效。由此,致力于开发基于传感器网络的排放监测系统,其配置成检测在一设施的边界内的VOC或所感兴趣的其它气体的羽烟流。所述监测系统一般包括遍布所述设施放置的传感器节点、气象站以及一数据分析和可视化平台。多个传感器遍布处理单元安装在固定位置并与云中的一中心数据平台无线通信,中心数据平台通过采用位点特异(site-specific)算法分析数据来估算泄露位置。通过合适的传感器放置,一系统能快速检测远离泄露达60英尺的低达几克/小时的VOC泄露。
图1A示出带有一无线(或有线)传感器网络的一代表性设施100的一样板二维布局。设施100可包括多个诸如处理单元的LDAR部件、建筑物等(比如图1A所示的单元1-6、油库、转运站(terminal))。传感器网络中的多个气体传感器102可按提供多个LDAR部件在一设施中的完全(或至少基本完全)三维(3D)检测覆盖的一优化的方式放置在该设施中,如图1B所示。利用在图1B中以五角星示出的传感器102,传感器密度越高,可提供的泄露检测结果越好或甚至允许在一3D空间构造一动态羽烟流轮廓。
一传感器网络可为进行LDAR且为监测总排放水平提供一更简单且更可靠的方案。一网络的传感器可用于检测由气体泄露创建的小的羽烟流而风传感器可用于有助传感器检测三角测量(triangulate sensor detections)泄露的源头。多个传感器节点可设计并均匀地分布来提供一工业设施的完全覆盖。所述传感器系统可连续地操作且能够以一及时方式(比如在与基于方法21的计划的检查之间的几个月到一年相比的几小时/几天内)检测来自个体的部件的大的泄露。此外,所述传感器系统即使不能检测来自一个体的部件的个体的小的泄露,也能够检测来自多个紧密定位的部件的小的泄露的一集族(collection)。小的泄露的集族可被所述传感器系统识别为在一区域(比如多个部件可紧密定位的区域)内的一大的泄露。用于一工业设施中的各部件被独立地且人工地测量的估算/监测逃逸性排放的一基于部件的方法(approach)将不再是必须的。
一传感器的一检测区可由表示该传感器的位置的一点和代表该区(在该区内该传感器能够检测一气体羽烟流)的一圈示出。为了简化起见,在一些示例中,各传感器的检测区可由一圈(或在三维表示为球)示出。然而,在其它示例中,检测区可更改为适应在设施中的一个以上(one or more)结构、障碍物和/或开口。例如,在一三维数字表示下,一障碍结构的高度可在传感器放置上具有直接关系(bearing),具体地是否一结构的高度为在一位置处被放置的一传感器对检测起源于该障碍结构的相反侧的一气体羽烟流可能是无效的(futile)。此外,一传感器的检测区可能受使用的传感器的类型、传感器对一特定的气体化合物的灵敏度等影响。
一宽泛的各种的传感器技术可用于本文说明的各种示例中的气体检测。气体传感器可包括配置成测量VOC和/或其它危险气体的浓度的电化学传感器、红外传感器、催化珠式传感器,金属氧化物半导体(MOS)传感器、光离子化检测器(PID)、火焰离子化检测器(FID)、热传导传感器、比色传感器、基于被动采样技术的传感器和/或任何其它的传感器。
露天检测气体要求高的灵敏度(典型地在十亿分之几(ppb)水平的浓度)和快速的响应时间(比如因可能有风和风的速度和方向上的变化)。诸如MOS和PID的若干传感器技术满足该要求且可用在界区(fence-line)和户外空气质量监测应用。
一PID配设有一高的能量的紫外线(UV)灯和电极。进入一PID中的一UV室内的具有低离子化能量的气体分子被离子化。所产生的离子朝向一收集电极的流动产生与气体的浓度成正比的一电流。依赖于待测量的目标气体,一PID可采用一9.6eV、10.0eV、10.2eV、10.6eV或11.7eV的灯。灯能量越高,能被测量的气体种类越多。一更低的能量的灯可优选用于芳香化合物(比如苯)的测量,因为芳香化合物更为特异性。
气体传感器针对不同的气体种类具有变化的灵敏度且有时需要在使用前正确地校准。一已知浓度的替代气体(surrogate gas)可用于校准该传感器。针对测量其它气体,称为响应因子(response factor)的一交叉灵敏度因子(cross-sensitivity factor)可用于改正(correct)一传感器输出来提供一测量。例如,异丁烯因其中等的灵敏度和低毒性而典型地用于校准PID。当测量异丁烯浓度时,校准的PID可直接提供该浓度的一测量。针对其它气体,一响应因子可被采用(比如,由排放监测平台260采用),以用于基于由异丁烯校准的PID提供的测量来确定浓度。
图3示出针对一些通常的气体种类的离子化电位和响应因子的示例。图3中的值是基于PID制造商霍尼韦尔的公开的可用数据的数据的一个示例;其他制造商可提供针对PID、FID、MOS或其它传感器的他们自己的数据。图3所示的示例性的响应因子可对应于采用异丁烯校准的并采用一10.6eV的UV灯的一PID。排放监测平台260可通过用那种气体的响应因子(F)比例(scaling)一传感器输出来确定一真实的气体浓度。
气体浓度=传感器输出×响应因子(F) 公式(1)
例如,如果传感器采用异丁烯校准且用于测量异丁烯(异丁烯具有1的一响应因子),那么异丁烯的浓度视为与传感器读数相同。如果传感器用于测量正辛烷(正辛烷具有1.8的一响应因子值)且传感器输出对应于10ppm的一浓度,那么正辛烷的实际的浓度为10ppm×1.8=18ppm。如果传感器用于测量苯(苯具有0.53的一响应因子值)且传感器输出对应于1ppm的一浓度,那么苯的实际的浓度为1ppm×0.53=0.53ppm。基于公式1,针对一气体的一响应因子越低意味着传感器对该气体越敏感。反之,针对一气体的一响应因子越高意味着传感器对该气体越不敏感。例如,带有由图3给出的响应因子的一传感器对异丙醇比丁烷敏感。
许多传感器制造商将不同的化合物的响应因子设置在一仪器内置软件库中。当合适的响应因子被上行调用(called up)(比如经由一用户输入)时,传感器可基于传感器输出来确定化合物的一真实的浓度。另外或可替代地,排放监测平台260可(比如从数据存储290)检索将用于一传感器的一响应因子(比如,基于传感器的位置和/或在传感器的检测区内可能存在的气体)并基于所接收的传感器输出来确定一真实的浓度。
针对PID传感器,一气体必须具有在UV灯的一输出能量之下的一离子化电位以被检测到。例如,与图3的响应因子对应的一传感器可能不能检测甲醛,因为甲醛的离子化电位在UV灯的输出能量的(10.6eV)之下。
在一工业设施中,气体可经常以混合物的形式存在。针对组分已知的一气体混合物,一传感器的针对该混合物的一整体响应因子FOverall能基于传感器的针对混合物中的各成分的响应因子来计算。例如,如果将被一传感器测量的一气体混合物具有n种气体,则排放监测平台260可确定FOverall为:
其中,X1–Xn为气体混合物中的各种类(species)的摩尔比,而F1-Fn为传感器的针对气体混合物中的各种类的响应因子。气体混合物的各种类的摩尔比可从数据存储290检索,和/或可由一用户输入(比如经由用户计算设备285)。排放监测平台260可基于气体混合物的摩尔比和传感器针对各种类的响应因子来确定FOverall。响应因子可从数据存储290检索。在此针对一工业设施使用的术语“气体混合物”也考虑由仅一种气体或超过一种的气体构成的一气体气流的传输。
另外或可替代地,排放监测平台260可检索(比如从数据存储290)用于不同的传感器的整体响应因子。例如,多个传感器中的每一个可与可存储在数据存储290中的一对应的整体响应因子FOverall关联。排放监测平台260可基于一传感器的一位置和/或在该传感器的检测区内可能存在的气体/气体混合物来确定针对该传感器的一整体响应因子。
基于传感器输出,排放监测平台260可确定气流/混合物的一真实的气体的浓度为:
气体混合物浓度=传感器输出×FOverall 公式(3)
例如,相等摩尔比的苯和正辛烷的一二元气体气流/混合物可具有一1/(0.5/0.53+0.5/1.8)=0.82的整体响应因子FOverall。100ppm的一传感器输出会随后对应于整个混合物的82ppm的实际的浓度(比如由苯的41ppm和正辛烷的41ppm构成)。
对于未知的气体或气体混合物,传感器可能不能应用一合适的因子或计算一真实的浓度。在这样的情况下,传感器输出可视为是一“异丁烯等同物”响应。
图4示出一传感器在一约15分钟时间周期上的输出。传感器输出中的各峰可归类为一传感器检测事件且可以为一羽烟流检测的一表示。如图4所示,多个峰(P1-P22)可在一时间周期(比如时间间隔ΔT)上被识别到。尽管针对各峰检测的峰高度提供信号强度的一良好的测量,但一峰面积可为经过传感器的与传感器检测事件对应的一羽烟流的大小或排放的一更好的测量。
图5A和图5B示出基于一传感器的输出的一峰的一示例性的识别和一峰面积的一确定(比如由排放监测平台260确定)。图5A示出在一时间周期上的一示例性的传感器输出。排放监测平台260可基于传感器输出采用一曲线拟合模型来确定一模型化的基线(baseline)曲线。
排放监测平台260可识别出确定的传感器输出在时间上的峰。当传感器输出值超过一模型化的基线值(比如通过一阈值)时,峰可被识别到。图5B示出在传感器输出中的一峰的一示例性的识别。排放监测平台260可识别到在时间T1的一峰,例如,如果在时间T1的一传感器输出值(Cmeasured)和在时间T1的一模型化的基线值(Cbaseline)之间的一差值大于一阈值。
排放监测平台260可基于在一时间周期上的传感器输出来确定一信噪(S/N)比。阈值可为所确定的S/N比的一倍数(比如两倍、三倍、四倍、十二倍或其它值)。例如,排放监测平台260可识别出在时间T1的一峰,若:
Cmeasured-Cbaseline≥n×S/N比 公式(4)
其中,n可为任何合适的值(比如,N=1、2、3等。),Cmeasured可为在时间T1的传感器输出值,而Cbaseline可为模型化的基线曲线在时间T1的一值。排放监测平台260还可通过确定在所检测到的峰的下方和一模型化的基线的上方的一面积来确定与峰对应的一峰面积(s)。
排放监测平台260可确定在一时间间隔内的与一传感器对应的一排放指示值(emission indicator value)。排放指示值可基于传感器输出值中的所确定的峰(如在该时间间隔观察到的)和与所确定的峰关联的峰面积来确定。参照图4,传感器针对时间间隔ΔT的一排放值Si可基于在该时间间隔ΔT内的与多个个体的峰对应的多个峰面积来确定。例如,如果传感器在该时间间隔ΔT内检测到m个峰,则排放监测平台260可确定针对该时间周期ΔT的一排放指示值为:
其中,sk是针对一检测到的峰k的一峰面积。
贯穿这个应用,引入许多气体传感器的主题概念,并解说用于比较整体排放或评估整体排放上的变化的创新性的算法。基于检测事件且尤其是针对一特定时间间隔的传感器检测和存储在存档的数据中的对应的响应因子,针对一工业设施或在一设施中的一特定单元或多个单元的一总排放指示值可通过如下算法计算:
其中,Si是来自传感器i的针对该时间间隔的一累积(accumulative)排放检测值而Fi是针对在传感器i处的气体气流的一整体响应因子,其中,该确定排除与一维护活动对应的那些检测事件。
与多个传感器对应的多个排放指示值可被聚合(aggregated),以生成在一整个设施上的排放的一估算。此外,该设施可与多种的气体或气体混合物关联。在一特别的位置处的一气体气流可能是已知的且针对在该位置处的一传感器的一响应因子/整体响应因子可相应地确定(比如,基于图3或公式(2))。排放监测平台260可基于来自多个传感器的多个个体的排放指示值和与多个传感器关联的对应的响应因子/整体响应因子来确定来自所有的传感器的一总排放指示值。例如,排放监测平台260可确定在具有n个传感器的一设施处的一总排放指示值(针对时间间隔ΔT)为:
其中,Si是在传感器i处的一累积排放指示值(针对时间间隔ΔT)而Fi是针对传感器i的一响应因子或整体响应因子。另外或可替代地,排放监测平台260可确定每多个传感器的一平均排放指示值为:
Fi可基于传感器i测量的一特定的气体或一多种气体的混合物。Fi可基于由传感器i的一检测区内的特定的多个部件/多个单元处理的气体(多种气体)。例如,排放监测平台260可基于一传感器的位置来检索(比如从数据存储290)与该传感器对应的Fi并采用该检索的值来确定Dtotal或Daverage。
Dtotal或Daverage可用作在该设施中在时间间隔ΔT期间的整体排放的一一般性指示。Dtotal的值越高可表示在该设施中在时间间隔ΔT期间的总排放越高。另一方面,Daverage越高,可表示一排放速率越“严重”或越高。
考虑应对乙烯和丙烯的具有分布均匀的总的十五个传感器的一示例性的设施。五个传感器可安装在一丙烯存储区域而剩余的传感器可安装在一乙烯存储区域。如图3所示,传感器的针对丙烯和乙烯的响应因子可分别为1.4和9。排放监测平台260可确定针对这个设施的一总排放指示值Dtotal为:
考虑具有带200个传感器的7个单元的另一示例性的设施。针对由传感器1-40覆盖的区域的整体响应因子可为0.8,针对由传感器41-175覆盖的区域的整体响应因子可为1.5,而针对由传感器176-200覆盖的区域的整体响应因子可为4。排放监测平台260可确定针对这个设施的一总排放指示值Dtotal为:
ΔT可基于排放监测系统255的使用情况来调整。一长的ΔT(比如几个月、一年等)可用于确定在长的时间间隔上的总排放水平(比如监测法规遵从性)并降低瞬态尖峰/其它变化在排放水平确定上的影响。例如,气象条件可影响传感器检测。如果存在有一持续的高的风速度,则传感器因气体被风稀释而不可能具有大的检测到的值(detection)。采用一更长的ΔT(比如一个月、三个月或一年)且在ΔT上的平均检测到的值可最小化这些异常。另一方面,一短的ΔT(比如处于分钟或小时的一级别)可用于以实时或近实时估算排放并检测可能需要解决的当前的问题。
一设施中的各单元可用于处理一特定的气体或一特定的多种气体的混合物。排放监测系统255可配置成不仅确定总排放指示值而且确定针对一种个体的气体或气体混合物的特定排放指示值。对于确定针对一种个体的气体或气体混合物的一特定排放指示值,排放监测平台260可聚合(aggregate)来自在对应的检测区域内的具有处理该气体或气体混合物的单元的多个传感器的排放指示值。回到采用五个传感器安装在一丙烯存储区域中而剩余的传感器安装在一乙烯存储区域中的总的十五个传感器的应对乙烯和丙烯的示例性的设施,排放监测平台可基于来自在丙烯存储区域中的五个传感器的传感器输出来确定针对丙烯的特定排放指示值。排放监测平台260可确定针对这个设施的一特定排放指示值D丙烯为:
数据存储290可存储在多个传感器中的每一个传感器的检测区内的传感器和对应的气体之间的关联性。排放监测平台260可基于该关联性选择用于确定针对一气体/气体混合物的一特定排放指示值的传感器。
排放水平可利用一传感器网络(比如气体传感器265A)通过例如一软件平台(在排放监测平台260和/或用户计算设备285处)按函数运算(in functional operation)而被确定、被监测并被比较。该软件平台可呈现一GUI(比如在用户计算设备285处),该GUI可用于接收输入参数并基于本文说明的各种计算来显示一输出。
由排放监测平台260确定的各种值可经由在与用户计算设备285关联的一显示设备上的一GUI浏览。例如,如本文说明的,传感器可将传感器输出值提供给排放监测平台260。排放监测平台260可基于传感器输出值来确定真实的气体/气体混合物的浓度、排放值、总/平均排放指示值和/或特定排放指示值。由排放监测平台260确定的值可发给用户计算设备285且可经由在用户计算设备285处的一显示器上的一GUI来浏览。
常规的技术可能仅依靠在一设施中检测到的泄露的一量(比如传感器检测泄露的一量)来确定在该设施中的逃逸性气体排放的一程度。然而,这可能不是必须准确地定量逃逸性气体排放的一程度。如本文说明的总排放水平的定量性的确定使得能够实现逃逸性气体排放的准确的跟踪且能够基于传感器的测量采取整改性的(corrective)行动。例如,修复可优先在与报告高的排放值对应的传感器的检测区中进行。
图6A和图6B示出一排放监测系统的一示例性的操作。该排放监测系统可与包括九个传感器的一设施对应。图6A和图6B示出基于由多个传感器605的多个测量而针对多个传感器605中的每一个确定的示例性的输出值。图6A和图6B所示的多个示例性的输出值可利用针对多个传感器的多个对应的响应因子或整体响应因子由公式(7)来确定(比如,Si和Fi的一乘积)。针对设施100的一总排放值可等于针对多个传感器605中的每一个传感器605的输出值的一聚合。图6A示出确定的在时间T1的示例性的输出值,而图6B示出在时间T2的示例性的值。
如图6A所示,在时间T1,排放监测平台260可检测到在传感器6的检测区和传感器9的检测区中的一个以上的泄露。排放监测平台260可确定针对传感器6和传感器9的输出值分别等于1和2.5。针对其它传感器的输出值可等于0。因此,在时间T1的一总排放指示值可等于3.5。基于确定在传感器6的检测区和传感器9的检测区的泄露,可采取整改的行动。例如,在传感器9的一检测区内的一单元中的至少一泄露可被固定。基于由传感器9报告的更高的排放值,该设施可优先在传感器9的检测区修复。例如,排放监测平台260可将一报警发给用户计算设备285,表示在传感器9周围的一潜在的泄露源。
如图6B所示,在后一时间T2,排放监测平台260可检测到在传感器3的检测区、传感器6的检测区和传感器8的检测区的泄露。时间T2可在时间T1之后且可与紧随在传感器9的检测区的修复的一时间对应。排放监测平台260可确定针对传感器3、传感器6和传感器8的排放指示值分别等于1、1.5和0.3。针对其它传感器的排放指示值可等于0。在时间T2的一总排放指示值可因此等于2.8。基于在时间T1的总排放指示值和在时间T2的总排放指示值之间的一比较,排放监测平台260可准确地确定总逃逸性气体排放在设施100中已减少,即使已检测到泄露的传感器的数量可能增加。与只是跟踪已检测到泄露的传感器的数量的一系统相比,这可以提供逃逸性气体排放的一程度的一更好的表示。
排放监测平台260可与其它设施处的传感器和/或其它排放平台通信(比如经由广域网275),以执行横跨多个设施的确定的排放指示值/总排放指示值之间的一比较。例如,排放监测260可确定针对两个不同的设施的总排放指示值(比如,在一时间间隔内),执行两者之间的一比较,并将结果提供给用户计算设备285。用户计算设备285可显示(比如在一GUI)该比较的结果。这个可以能够使一用户来经由一单个界面来确定并比较各种相互连接的设施的性能。
排放监测平台260可配置成提供在针对两个不同的时间间隔确定的总排放指示值(或平均排放指示值)之间的一比较。例如,一用户可输入一比较将被执行的多个时间间隔(比如经由用户计算设备285)。基于由排放监测平台260执行的各种计算(如上所述),用户计算设备285可提供显示该比较的一结果的一GUI。
一排放指示值可用在各种应用中,包括但部限于,比较来自不同的时间期间的排放,比较来自一个设施中的不同的单元的排放,比较基于不同的单元的操作和维护过程的排放可能性,比较采用每个传感器的平均排放指示值的排放水平(其可表明一个单元或设施比其它单元或设施“更清洁”)和/或它们的组合。在一些示例中,当来自维护的排放或许可的排放包含在所述计算中时,政府机构或研究组织可采用这些数据来评估在不同的地理区域中的排放水平,以用于空气质量控制和/或气候变化研究。本公开不限于前述的示例;本领域普通技术人员在阅读本文公开的整个内容之后将认识到本公开可考虑源自本文所公开的特征的其它使用情况。
图7示出一示例性的GUI 700,其可显示在用户计算设备285上,以提供用于排放的比较和/或评估的一直观的界面。图7示出本文所公开的一逃逸性排放评估仪表板的一个图表示出。在仪表板GUI上,一用户可针对比较挑选一评估方法、来自一下拉列表的一设施和/或一单元并定出(identify)一特别的时间期间710、720。包括细节的结果随后数字地和/或图形地显示在整个指定的时间期间上。尽管这个分析可在该仪表板上人工地启动,但在一个示例中,并不少见的是通过默认来运行所关心的一分析。在一个示例中,一用户可选定在系统的概括/概览的仪表板上建立在总排放上的趋势的一显示并随时间保持更新。在一些示例中,逃逸性排放评估数据可与该平台上的其它数据或来自企业生产信息(PI)系统的数据组合,以进行横跨工业设施的操作、安全性和排放控制的一全盘的分析和权衡,来提供横跨操作生命周期的不间断的改进。
GUI 700可基于由排放监测平台260执行的各种分析来被显示。GUI 700示出在不同的两年中确定的总排放指示值之间的一比较。线710上的各点代表针对当年的基于在包括在该点之前的12个月的一时间间隔上执行的传感器测量所确定的总排放指示值。线720上的各点代表针对前一年的基于在一时间间隔上(比如,12个月、3个月、6个月或其它时间周期)执行的传感器测量所确定的总排放指示值。
例如,针对当年的二月的一总排放指示值S1可基于在包括当年的二月之前的12个月的一时间间隔上所接收的传感器测量来确定。针对前一年的二月的一总排放指示值S2可基于在包括前一年的二月之前的12个月的一时间间隔上所接收的传感器测量来确定。同样地,针对当年的三月的一总排放指示值S3可基于在包括当年的三月之前12个月的一时间间隔上所接收的传感器测量来确定。针对前一年的三月的一总排放指示值S4可基于在包括前一年的三月之前的12个月的一时间间隔上所接收的传感器测量来确定。
参照图7,多个总排放指示值可采用一个月的一间隔(granularity)尺寸来确定,但是可采用任何其它的间隔尺寸(比如一天、一周等)。基于多个总排放指示值,排放监测平台260可确定可用于进一步分析和监测的聚合的多个总排放指示值。例如,参照图7,排放监测平台260可通过如下确定排放上的一整体变化:通过聚合针对当年的每个月的总排放指示值来确定一第一聚合的总排放指示值,通过聚合针对前一年的每个月的总排放指示值来确定一第二聚合的总排放指示值,以及确定第一聚合的总排放指示值和第二聚合的总排放指示值之间的一差值。例如,图7示出针对当年确定的排放与针对前一年确定的排放相比下降28.7%。
用于确定总排放指示值/执行排放比较以及显示一GUI(比如GUI 700)的各种参数可基于在用户计算设备285处的用户输入。例如,用户可输入针对将被采用的时间间隔的一长度的一值、用于确定多个排放指示值并执行比较的多个传感器的指示、比较的一间隔尺寸、将被执行的一比较的时间等。参照GUI 700,例如,基于指示将要对针对两年的采用一个月的一间隔尺寸和等于12个月的一时间间隔的一长度所确定的总排放指示值执行一比较的一用户输入,用户计算设备285可显示GUI 700。
一设施中的一个以上单元(或一单元的多个部分)可被关闭来执行维护。维护可包括与装备的防护、修复和/或恢复相关的各种行为,以维持功能和完整性。典型的维护活动可包括清洁、检查、润滑、测试、更换和/或修复部件。例如,一持续运行的泵可能存在起火的风险且可能需要定期检查/调整。例如,应对重油的管子和容器可能需要定期的清洁,以防止固体残留物随时间积聚。维护活动可能持续几个小时到几周。
在各种维护活动期间可能存在有显著的或不显著的排放。然而,在一个示例中,这些排放为当前规章下的许可的排放,这意味着这些排放不需要报告和/或包括在报告给州或联邦环境保护机构的最终的总量中。在经历维护相关的排放的一区域中的传感器可能表现出实质更高的传感器输出,这可能使该设施中的总排放指示值偏离(skew)且可能导致针对法规遵从性目的不准确的排放计算和不合适的比较。为了避免这个,在一维护活动期间所获得的测量可从总排放指示值的计算中排除。例如,排放监测平台260可从该设施中的所有的传感器中排除确定为在维护活动期间受影响(impacted)的传感器输出。可替代地,排放监测平台可将对应于具有与在维护活动期间可经历维护相关的排放的区域重叠的检测区的传感器的传感器输出排除。排除传感器输出可包括忽略在维护相关的活动期间可被记录在传感器输出中的任何检测事件(比如峰)。
图8示出在一时间间隔上观察到的示例性的传感器输出800。该时间间隔可包括与一维护活动对应的时间。传感器输出对应可处于在一维护时间804期间经历维护活动的一区域中的三个传感器。如图8所示,三个传感器可记录在维护时间期间804的一高的传感器输出且可偏离可针对可包括维护时间804的一时间间隔计算的总排放值。为了避免这个,排放监测平台260可针对计算总排放指示值排除来自这三个传感器的在维护时间期间的任何传感器输出(比如检测事件)。可替代地,排放监测平台260可排除可由该设施中的任何传感器记录的在维护时间期间的任何检测事件。
排放监测系统255中的一软件平台可用于记载维护活动。各维护活动可与一特定的时间窗口、该设施内的特定单元/部件和/或可能受影响的传感器关联。一用户可在各维护活动之前/之后将带有开始时间、结束时间、具体的位置或区域以及活动的性质的维护活动信息输入(比如经由用户计算设备285)至该系统。一旦维护活动信息被添加,则在那个时间窗口期间由所述传感器记录的任何羽烟流检测(峰)可从总排放计算中排除。排除时间可被该软件平台分摊(prorated)以针对相同的时间周期作出有效力的比较。在一个示例中,一单元因一主要的建造工作该过去的一年一直运行仅9月(1月1号至9月30号),但是该单元在之前的一年完全一直地操作。为了比较这两年的排放水平,该排放监测平台可计算该过去的一年在9个操作月上的平均月排放指示值并用12的一因子乘以月平均,来获得该整个年的一估算,且随后采用这个数与之前一年的数比较。可替代地,排放监测平台260可仅采用从该年计算的第9个月的排放指示数据与针对之前一年的1月1日到9月30日的相同的时间期间的第9个月数据比较。
在另一示例中,排放计算和/或比较可采用包括在一维护周期期间的检测的所有的检测来执行(比如针对研究和/或记载(documentation)目的)。例如,一工厂可能想要监测与一特别的维护任务关联的总排放。一研究组织可能比较两个以上(two or more)的地理地域中的总排放,以用于空气质量或气候变化研究等。
图9示出一示例性的维护仪表板900,基于用户输入,该示例性的维护仪表板900可用于记载(document)在一设施中的维护活动。维护仪表板900可记录将来计划的维护活动、当前正执行的维护活动和/或已完成的维护活动。各维护活动可与在该设施中的经历维护活动的单元902、一维护开始日期/时间904、一维护结束日期/时间906、与维护活动关联的一工作描述908以及受该维护活动影响的传感器910关联。如上所述,一用户可在该维护仪表板(比如经由用户计算设备295)输入所述信息中的至少一些。
在此说明的仪表板900牵涉存档的数据的后处理。该后处理为从该软件平台发起的在云或网络上的一服务器计算机中人工地或自动地执行的一数据运算。本文所公开的各种实施例可用作在一逃逸性排放监测软件平台上的一添加特征,尽管该系统自身可从一领域(比如一工业设施的)收集、流(stream)并处理传感器数据并提供包括但不限于严重的泄露和潜在的泄露源位置的实时/近实时反馈。在一些实施例中,该系统还可管理传感器健康数据和检测通知以及在各通知下进行的调查。在这个应用中的传感器数据的后处理可独立于实时特征来执行,且后处理可分析存档的数据或在过去的时间期间上收集的数据。后处理不干扰或影响传感器网络系统在该领域中的气体泄露的检测的操作或实时性能。所述存档的数据可为存储在该软件平台中的服务器计算机可访问的一数据存储中的来自之前的年、月、日、时或其它时间期间的历史的数据。
经由维护仪表板900的数据输入可存储在数据存储290中且可被排放监测平台260使用来执行本文说明的各种分析。例如,针对排放指示值和/或总检测排放的计算(比如,如说明的参照公式(5)和公式(6)),排放监测平台260可忽略(比如不包括)由该设施中的任何传感器记录的任何检测事件。可替代地,针对排放指示值和/或总检测排放的计算,排放监测平台260可忽略(比如不包括)由与一维护活动关联的一传感器记录的任何检测事件。例如,参照维护活动912,受影响的传感器为S-17、S-20和S-30。排放监测平台260可忽略由传感器S-17、S-20和S-30记录的在与维护活动912对应的维护时间期间的任何检测事件。在另一示例中,排放监测平台260可忽略由该设施中的任何传感器记录的在与维护活动912对应的维护时间期间的任何检测事件。
尽管上面的示例示出采用一维护仪表板来记录维护活动并确定排放指示值和/或总检测排放,但维护活动可基于与该设施中的雇员关联的位置来确定。例如,各雇员可配设有可用于确定一雇员位置的一位置跟踪设备(比如,一全球导航卫星系统(GNSS)跟踪器、带有内置的跟踪性能的一智能手机或任何其它的跟踪设备)。排放监测平台260可假定/确定该设施中的一单元经历维护活动,例如,如果一雇员位于该单元的附近。排放监测平台260还可确定具有可包含该单元的检测区的一个以上的传感器。针对排放指示值和/或总排放指示值的确定,由所述一个以上的传感器记录的任何检测事件可被排放监测平台260忽略(比如,针对该雇员位于该单元附近的时间期间)。例如,排放监测平台260可排除可由一传感器检测的任何检测事件,例如,如果一雇员被检测到在传感器的附近或在该传感器的一检测区内的单元附近的话。
图10示出监测逃逸性气体排放的一示例性的方法1000。在一布局中,示例性的方法1000可由一排放监测平台(比如排放监测平台260)执行。在步骤1004,该排放监测平台可接收来自一设施中的多个传感器(比如气体传感器265A)的多个传感器输出。所述多个传感器输出可对应于由所述多个传感器在一指定的时间间隔内的测量。在步骤1008,该排放监测平台可确定在所述多个传感器输出中的检测事件的一集合。在步骤1012,该排放监测平台可确定是否检测事件的任何子集合(在检测事件的该集合中)对应于在该设施中100中的一个或多个的单元处的任何维护时间。
在步骤1020,排放监测平台260确定是否检测事件的一子集合(在检测事件的该集合中)对应于一维护时间。如在本公开中所解释的,基于检测事件的该集合,通过(在步骤1024)从检测事件的该集合中排除与一维护活动正在设施100的一特别的区域/地域执行时的时间对应的检测事件的该子集合,检测事件的一更新的集合可被确定。在一个示例中,在步骤1024,排放监测平台260可基于该检测事件的更新的集合来确定针对各传感器的排放指示值(比如采用公式(5))。如果检测事件的一子集合(在检测事件的该集合中)不与一维护时间对应,则该排放监测平台可基于不排除检测事件的一子集合的检测事件的完整的集合来确定针对各传感器的排放指示值。
在步骤1028,该排放监测平台可基于针对各传感器确定的排放指示值来确定一总排放指示值(比如采用公式(6))。如前所解释的,计算出的总排放指示值是基于不与一维护事件对应的一个以上的检测事件,如图10所示。由此,该排放监测平台反复地浏览检测事件的该集合来确定哪些应被包括到总排放指示值计算中。在步骤1032,该排放监测平台可比较确定的总排放指示值与一第二总排放指示值。例如,第二总排放指示值可基于在一第二指定的时间间隔中的传感器输出来确定。作为另一示例,第二总排放指示值(或平均排放值)可基于在一不同的设施处(比如在该指定的时间间隔)的传感器输出来确定。在步骤1036,该排放监测平台可以可选地将该比较的一结果发给一用户计算设备。该用户计算设备可基于该比较显示一GUI。例如,GUI可示出总排放指示值(或平均排放值)、第二总排放指示值(或第二平均排放值)和/或两者之间的一差值(比如相对的排放)。
图11示出监测逃逸性气体排放的另一示例性的方法1100。在一布局中,示例性的方法1100可由一排放监测平台(比如排放监测平台260)来执行。在步骤1104,该排放监测平台可接收来自一设施中的多个传感器(比如气体传感器265A)的多个传感器输出。所述多个传感器输出可与所述多个传感器在一指定的时间间隔中的测量对应。在步骤1108,该排放监测平台可确定在所述多个传感器输出中的检测事件的一第一集合。在步骤1116,该排放监测平台可基于针对各传感器确定的排放指示值来确定一总排放值(比如采用公式(7))。在步骤1132,该排放监测平台可比较所确定的总排放指示值与一第二总排放指示值。例如,第二总排放指示值可基于在一第二指定的时间间隔中的传感器输出来确定。作为另一示例,第二总排放指示值可基于传感器输出在一不同的设施处(比如,在该指定的时间间隔)来确定。在步骤1136,该排放监测平台可将该比较的一结果发给一用户计算设备。该用户计算设备可基于该比较显示一GUI。例如,GUI可示出总排放指示值、第二总排放指示值以及两者之间的一差值。
本文的各种示例说明一设施中的总排放的监测(比如以实时或近实时)和/或比较在不同的时间间隔和/或横跨多个不同的设施的排放水平。本文的各种示例说明用于确定针对一设施或一设施中的特定单元的在总排放上的变化或趋势的方法、装置以及系统。如本文说明的,例如,提供给一排放监测系统的信息可用于:(a)以一及时方式评估来自一设施的总排放水平上的变化;(b)评估LDAR传感器方案在时间上的一致性;和/或(c)评估建立的LDAR训练程序的有效性。
例如,图2示出一基于传感器网络的排放监测系统255的另一示例的一方框图,基于传感器网络的排放监测系统255整个或部分用于执行本文所述的方法。本公开不限于仅是图2示出的部件的组合;而是,所述基于传感器网络的排放监测系统的许多变形通过本文公开的所述的方法步骤、装置部件、系统交互以及其它方面来构想。例如,排放监测平台260可与一个以上的传感器(诸如诸如气体传感器265A、风传感器265B和/或诸如一GPS位置传感器的一个以上的其它传感器265C)通信地连结。在一个示例中,一个发射器可承载一中或多种类型的多个传感器。例如,一单个感测的组件可包括一种或多种类型的多个传感器。在其它示例中,一网络化的传感器可包括超过一种类型的多个传感器。多个传感器可操作成近实时收集测量,以用于输入至排放监测平台260。
图2的排放监测系统255包括在本公开中进一步详述的许多平台和设备的方框图。图2是一说明性的排放监测系统,具有一个或多个的处理装置来实施本公开的某些方面的方法和功能。所述处理装置可包括通用微处理器和/或针对特定的计算系统环境或配置设计的专用处理器。例如,所述处理器可以软件和/或固件形式执行存储在所述平台或设备的存储器中的计算机可执行指令。可适合用于所公开的实施例的熟知的计算系统、环境和/或配置的示例包括但不限于个人计算机(PC)、服务器计算机、手持式或膝上型电脑、智能手机、多处理器系统、微处理器基系统、可编程的消费电子产品、网络PC、小型计算机、大型计算机、包括任意的上述系统或装置的分布式计算环境等。
另外,图2中的平台和/或装置可包括一个或多个存储器,诸如多种计算机可读介质中的任一种。计算机可读介质的示例可包括一排放监测平台260可访问的有形(tangible)计算机存储器。该存储器可以是以用于存储信息(诸如计算机可读指令、目标代码、数据结构、数据库记录、程序模块或其它数据)的任何方法或技术实现的非暂时性、易失性或非易失性和/或可移除和不可移除的介质。计算机可读介质的示例可包括能用于存储所需信息且能由排放监测平台260访问的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、闪存或其它存储技术、光盘只读存储器(CD-ROM)、数字多功能盘(DVD)或其它光盘存储器、盒式磁带、磁带、磁盘存储器或其它磁存储设备或任何其它介质。存储器还可包括该平台中的数据存储290并且进一步地可为存储模块,该存储模块可包括编译的软件代码,该编译的软件代码使得所述平台、设备和/或整个系统以如本文公开的技术改进的方式操作。例如,数据存储290可存储由一计算平台使用的软件,诸如操作系统、应用程序和/或相关联的数据库。
此外,图2B中的设备可包括一个或多个通信接口,所述一个或多个通信接口包括但不限于一计算机(比如计算设备285)的一用户可以通过其提供输入的麦克风、键盘、触摸屏和/或触控笔,并且还可以包括用于提供音频输出的一扬声器和用于提供文本、视听和/或图形输出的一视频显示设备。通信接口可包括用于通过公共网络275或专用网络270与该网络上的一个或多个其它部件进行电子通信(比如无线或有线)的网络控制器。网络控制器可包括用于通过网络协议进行通信的电子硬件,网络协议包括TCP/IP、UDP、以太网和/或其它协议。在一些示例中,排放监测平台260可以是通过一计算机网络相对所述设施远程操作的一基于云的设备。
控制器280可与一排放监测平台260交互和/或执行从排放监测平台260接收的命令。控制器280可以通信地连结于排放监测平台260并且被配置为致动所述设施中的一个或多个实际的(tangible)部件。例如,所述设施可包括组装在一第一部件和一第二部件之间的一阀部件281,所述第一部件和所述第二部件在整个设施中输送气体材料。控制器280可将阀部件281从打开位置致动到关闭位置,反之亦然。例如,这些部件可能正在所述设施中传输气体材料一段距离,并且当检测到泄漏源源自将气体材料传输到整个设施的第二部件时,控制器可发出一命令以致动阀部件281进入一关闭位置,从而关闭气体流向具有泄漏的源头的该部件。在另一个示例中,控制器280可与一调节器282部件通信连结。
参考图2,在一个示例中,用户计算设备285可包括一处理器、一存储器和/或一通信接口。处理器可处理和分析存储在存储器中的数据。在一些实施例中,存储器可存储计算机可执行指令,当计算机可执行指令由处理器执行时,计算机可执行指令使一用户计算设备285执行本文公开的步骤中的一个或多个。在一些实施例中,系统255可基于通过通信界面所接收的信号来确定总检测排放并生成排放报告。如本文所解释的,在一个示例中,用户计算设备285可从排放监测平台260接收数据并在用户计算设备285上显示一图形用户界面(GUI)以能够使一用户浏览排放报告。
在一些实施例中,系统255可基于通过通信接口接收的值生成警报。这些值可表示由于异常的传感器读数而在所述设施中已检测到一危险的气体泄漏。该检测到的事件可引起对所述设施的一个或多个操作参数进行调整。作为操作参数调整的结果,所述设施可使一项或多项操作调整或停止/开始。在一替代实施例中,命令可以无线方式或以一有线方式直接通信给所述设施处的物理部件,从而物理部件包括用于接收命令并执行命令的一接口。
虽然图2不限于此,但是在一些实施例中,用户计算设备285可包括一台式计算机、一智能手机、一无线设备、一平板电脑、一笔记本电脑等。用户计算设备285可物理地位于本地或远程,并且可以通过一个或多个的通信链接连接于系统255中的一个或多个的其它设备。
虽然图2的部件以逻辑框图示出,但本公开不限于此。特别地,图2的代表性的框中的一个或多个可组合成一单个框或者由一单个框执行的功能性可横跨多个现有的或新的代表性的框被划分。此外,在视觉上呈现为在另一个框内的一些框可被移动,使得它们部分或完全地位于该框之外。例如,在一些示例中,图2构想数据存储290可被存储在一防火墙内(例如,在LAN 270内部)或被存储在一公共可访问网络275上,以便于多个设施之间的共享。
此外,来自多个工厂位置的数据存储290可被共享且被全盘地分析,以识别该设施和/或多个部件的操作和行为上的一个或多个趋势和/或模式(pattern)。在这样的一众包式(crowdsourcing-type)的示例中,一分布数据库布局可设置为一数据库(比如数据存储)可仅用作多个独立的数据存储可通过其被访问的一界面。如此,一系统255可访问该数据库来分析由各种传感器收集的数据。在另一示例中,来自一数据库的来自各设施的数据值可组合和/或整理(collated)成排放监测平台可利用的执行各种计算的一单个数据库。
虽然针对附图示出和描述了特定实施例,但是可以设想的是,本领域技术人员可以在不脱离随附权利要求的精神和范围的情况下想出各种修改。例如,术语“气体气流”包括牵涉一单种气体、多种气体以及一气体混合物的示例,且本公开将它们考虑为可互换的使用。此外,术语“排放指示值”包括牵涉一排放值的多个示例,且本公开将它们考虑为在真实世界应用中是可互换的使用。此外,由此将认识到的是,本公开和随附权利要求的范围不限于针对附图中示出和讨论的特定实施例,并且修改和其它实施例旨在包括在本公开和所附附图的范围内。此外,虽然前述描述和相关附图在元素和/或功能的某些示例性的组合的上下文中描述了示例性的实施例,但是应认识到是,在不脱离本公开和随附权利要求的范围的情况下,元素和/或功能的不同组合可由替代实施例来提供。
Claims (35)
1.一种计算机系统,包括:
至少一个处理器;
一数据存储,配置成存储与一工业设施的工厂操作对应的存档的数据;以及
一非暂态计算机可读存储器,存储计算机可读指令,当所述计算机可读指令由所述至少一个处理器执行时,所述计算机可读指令使一平台:
后处理与允许所述工业设施的排放的评估的工厂操作、算法和直观的图形用户界面的一组合对应的所述存档的数据,其中,所述工厂操作包括在一时间间隔内的与气体羽烟流检测关联的一气体气流;
从所述数据存储中确定一响应因子为:
其中,X1–Xn为所述气体气流中的任何气体的摩尔比,F1-Fn为所述气体气流中的所述任何气体的种类的个体的响应因子;
从所述数据存储接收与所述时间间隔关联的所述存档的数据;
基于所述存档的数据中的多个检测事件,确定一排放指示值为:
其中,Si是来自传感器i的针对所述时间间隔的一累积排放检测值,而Fi是在传感器i处的针对所述气体气流的一整体响应因子,其中,所述确定排除与一维护活动对应的那些检测事件;
基于针对所述时间间隔的在所述存档的数据中的对应的排放指示值和对应的响应因子,采用所述算法,确定在所述时间间隔内的针对所述工业设施的一总排放指示值;
确定在所述时间间隔内的针对所述工业设施的总排放指示值和在一第二时间间隔内的针对所述设施的一第二总排放指示值之间的一差值;以及
将所述差值的一指示发送;以及
一用户计算设备,配置成在与所述用户计算设备连结的一显示设备上将所述差值的所述指示显示在所述直观的图形用户界面上,其中,所述直观的图形用户界面输出一全盘的分析和权衡以允许所述工业设施的排放的评估。
2.如权利要求1所述的计算机系统,其中,所述存储器将计算机可读指令存储为,当所述计算机可读指令由所述至少一个处理器执行时,使所述平台:基于与所述时间间隔关联的所述存档的数据和与所述时间间隔对应的模型化的基线值,确定针对所述时间间隔的所述检测事件。
3.如权利要求2所述的计算机系统,其中,所述存储器将计算机可读指令存储为,当所述计算机可读指令由所述至少一个处理器执行时,使所述平台:基于在一第一时间的模型化的基线值与基于与所述时间间隔关联的所述存档的数据的在所述第一时间的一传感器检测峰的一值之间的一差值超过一阈值,确定在所述检测事件中的在所述第一时间(T1)的一检测事件。
4.如权利要求1所述的计算机系统,其中,
所述存储器将计算机可读指令存储为,当所述计算机可读指令由所述至少一个处理器执行时,使所述平台:
基于聚合在与所述时间间隔关联的所述存档的数据中的与所述检测事件关联的峰面积,确定所述排放指示值。
5.如权利要求1所述的计算机系统,其中,
所述存储器将计算机可读指令存储为,当所述计算机可读指令由所述至少一个处理器执行时,使所述平台:
基于聚合在与所述时间间隔关联的所述存档的数据中的与所述检测事件关联的峰高度,确定所述排放指示值。
6.如权利要求1所述的计算机系统,其中,
当所述计算机可读指令由所述至少一个处理器执行时,所述计算机可读指令使所述平台:
从所述用户计算设备接收一维护时间间隔的指示和与所述维护活动关联的一位置;
基于所述位置,确定与所述维护时间间隔关联的所述存档的数据;
基于所述时间间隔,确定在所述维护时间间隔关联的所述存档的数据中的在所述位置处的一个或多个的检测事件。
7.如权利要求1所述的计算机系统,其中,
当所述计算机可读指令由所述至少一个处理器执行时,所述计算机可读指令使所述平台:
确定在一第三时间间隔内的一第三总排放指示值和在第四时间间隔内的一第四总排放指示值;
基于所述总排放指示值和所述第二总排放指示值的一和,确定一第一聚合的总排放指示值;
基于所述第三总排放指示值和所述第四总排放指示值的一和,确定一第二聚合的总排放指示值;
基于在所述第一聚合的排放指示值和所述第二聚合的排放指示值之间的一差值,确定在排放上的一聚合的变化;以及
将所述总排放指示值、所述第二总排放指示值、所述第三总排放指示值、所述第四总排放指示值以及在排放上的所述聚合的变化发给所述用户计算设备。
8.如权利要求7所述的计算机系统,其中,
所述用户计算设备配置成:在所述显示设备上显示所述总排放指示值、所述第二总排放指示值、所述第三总排放指示值、所述第四总排放指示值以及在排放上的所述聚合的变化中的一个或多个。
9.如权利要求1所述的计算机系统,
其中,当所述计算机可读指令由所述至少一个处理器执行时,所述计算机可读指令使所述平台:
确定针对一第二设施的在所述时间间隔内的一第三总排放指示值;
确定在所述总排放指示值和所述第三总排放指示值之间的一第二差值;以及
将所述第二差值的一指示发给所述用户计算设备;
而且其中,所述用户计算设备配置成在所述显示设备上显示所述总排放指示值、所述第三总排放指示值和所述第二差值中的一个或多个。
10.如权利要求1所述的计算机系统,其中,
所述确定针对所述工业设施的总排放指示值包括:确定针对所述存档的数据的对应的排放指示值和对应的响应因子的乘积的一和。
11.一种方法,包括:
从一数据存储接收存档的数据,所述存档的数据对应于与在一时间间隔内的气体羽烟流检测关联的工厂操作;
针对所述存档的数据:
基于所述存档的数据中的多个检测事件,确定一个或多个排放指示值;以及
基于一气体气流的组分和所述气体气流中的任何气体的种类的响应因子,确定与所述存档的数据关联的针对所述气体气流的一响应因子;
基于所述一个或多个的排放指示值和对应的响应因子,确定针对一设施的在所述时间间隔内的一总排放指示值;
确定针对所述设施的在所述时间间隔内的所述总排放指示值和针对所述设施的在一第二时间间隔内的一第二总排放指示值之间的一差值;以及
将所述差值的一指示送给一用户计算设备的一直观的图形用户界面上。
12.如权利要求11所述的方法,其中,
确定针对所述气体气流的所述响应因子包括:确定所述气体气流中的至少一个气体种类及其响应因子。
13.如权利要求11所述的方法,还包括:
针对所述存档的数据,基于与所述存档的数据对应的模型化的基线值,确定所述检测事件。
14.如权利要求13所述的方法,还包括:
基于在一第一时间的所述模型化的基线值与基于所述存档的数据的在所述第一时间的一传感器检测峰的一值之间的一差值超过一阈值,确定在所述多个检测事件中在所述第一时间(T1)的一检测事件。
15.如权利要求11所述的方法,其中,
针对所述存档的数据确定所述一个或多个的排放指示值包括:基于将与所述存档的数据中的与所述检测事件关联的峰幅值聚合,确定所述排放指示值。
16.如权利要求11所述的方法,其中,
在所述存档的数据中,所述多个检测事件排除与一维护活动对应的一个或多个的检测事件,所述方法还包括:
从一用户计算设备接收一维护时间间隔的指示和与所述维护活动关联的一位置;
基于所述位置,确定与所述维护时间间隔关联的所述存档的数据;以及
基于所述时间间隔,确定与所述维护时间间隔关联的所述存档的数据中的在所述位置处的所述一个或多个的检测事件。
17.如权利要求11所述的方法,还包括:
确定针对一第二设施的在所述时间间隔内的一第三总排放指示值;
确定在所述总排放指示值和所述第三总排放指示值之间的一第二差值;以及
将所述第二差值的一指示送给所述用户计算设备。
18.一种非暂态计算机可读介质,存储有被执行时使如下进行的指令:
接收来自一设施中的多个传感器的与在一时间间隔内的气体浓度测量关联的多个传感器输出;
针对所述多个传感器中的一传感器:
基于在与该传感器关联的一传感器输出中的多个检测事件,确定一排放指示值,其中,在该传感器输出中,所述多个检测事件排除与一维护活动对应的一个多个的检测事件;以及
基于一气体气流的组分和所述气体气流中的任何气体的种类的响应因子,确定针对所述气体气流的一响应因子;以及
基于针对所述多个传感器的对应的排放指示值和对应的响应因子,确定针对所述设施的在所述时间间隔内的一总排放指示值。
19.如权利要求18所述的非暂态计算机可读介质,还存储有被执行时使如下进行的指令:
确定针对所述设施的在所述时间间隔内的所述总排放指示值和针对所述设施的在一第二时间间隔内的一第二总排放指示值之间的一差值;以及
将所述差值的一指示送给一用户计算设备。
20.一种计算机系统,包括:
至少一个处理器;
一数据存储,配置成存储与一工业设施的工厂操作对应的存档的数据;以及
一非暂态计算机可读存储器,存储计算机可读指令,当所述计算机可读指令由所述至少一个处理器执行时,所述计算机可读指令使一平台:
后处理与允许所述工业设施的排放的评估的工厂操作、算法和直观的图形用户界面的一组合对应的所述存档的数据,其中,所述工厂操作包括在一时间间隔内的与气体羽烟流检测关联的一气体气流;
从所述数据存储选择一响应因子;
从所述数据存储接收与所述时间间隔关联的所述存档的数据;
基于与所述时间间隔关联的所述存档的数据中的多个检测事件,确定一排放指示值;
基于针对所述时间间隔的在所述存档的数据中的对应的排放指示值和对应的响应因子,采用所述算法,确定在所述时间间隔内的针对所述工业设施的一总排放指示值;以及
将所述总排放指示值发送;以及
一用户计算设备,配置成在与所述用户计算设备连结的一显示设备上将所述总排放指示值输出在所述直观的图形用户界面上。
21.如权利要求20所述的计算机系统,其中,
所述存储器将计算机可读指令存储为,当所述计算机可读指令由所述至少一个处理器执行时使所述平台:
确定在所述时间间隔内的针对所述工业设施的总排放指示值和在一第二时间间隔内的针对所述设施的一第二总排放指示值之间的一差值;以及
将所述差值的一指示发送所述用户计算设备的所述显示设备以用于显示。
22.如权利要求20所述的计算机系统,其中,
所述存储器将计算机可读指令存储为,当所述计算机可读指令由所述至少一个处理器执行时,使所述平台:
基于聚合在与所述时间间隔关联的所述存档的数据中的与所述检测事件关联的峰高度,确定所述排放指示值。
23.如权利要求20所述的计算机系统,其中,
所述存储器将计算机可读指令存储为,当所述计算机可读指令由所述至少一个处理器执行时,使所述平台:
基于聚合在与所述时间间隔关联的所述存档的数据中的与所述检测事件关联的峰面积,确定所述排放指示值。
24.如权利要求20所述的计算机系统,
其中,当所述计算机可读指令由所述至少一个处理器执行时,所述计算机可读指令使所述平台:
确定针对一第二设施的在所述时间间隔内的一第三总排放指示值;
确定在所述总排放指示值和所述第三总排放指示值之间的一第二差值;以及
将所述第二差值的一指示发给所述用户计算设备;
而且其中,所述用户计算设备配置成在所述显示设备上显示所述总排放指示值、所述第三总排放指示值和所述第二差值中的一个或多个。
25.如权利要求20所述的计算机系统,其中,
所述确定针对所述工业设施的总排放指示值包括:确定针对所述存档的数据的对应的排放指示值和对应的响应因子的乘积的一和。
26.一种方法,包括:
从一数据存储接收存档的数据,所述存档的数据对应于与一工业设施处的在一时间间隔内的气体羽烟流检测关联的工厂操作;
针对所述存档的数据:
基于所述存档的数据中的多个检测事件,确定一个或多个排放指示值;以及
基于一气体气流的组分和所述气体气流中的任何气体的种类的响应因子,确定与所述存档的数据关联的针对所述气体气流的一响应因子;
确定在所述时间间隔期间发生在所述工业设施处的那个维护活动;
从所述一个或多个的排放指示值中排除与所述维护活动对应的那些检测事件;
在所述排除步骤之后,基于所述一个或多个的排放指示值和对应的响应因子,确定针对所述工业设施的在所述时间间隔内的一总排放指示值;以及
确定针对所述工业设施的在所述时间间隔内的所述总排放指示值和针对所述工业设施的在一第二时间间隔内的一第二总排放指示值之间的一差值。
27.如权利要求26所述的方法,还包括:将所述差值的一指示送给一用户计算设备。
28.如权利要求26所述的方法,其中,
确定所述一个或多个的排放指示值包括:基于将与所述存档的数据中的与所述检测事件关联的峰幅值聚合,确定所述排放指示值。
29.如权利要求26所述的方法,其中,
确定所述一个或多个的排放指示值包括:基于将与所述存档的数据中的与所述检测事件关联的峰面积聚合,确定所述排放指示值。
30.如权利要求26所述的方法,还包括:
从一用户计算设备接收一维护时间间隔的指示和与所述维护活动关联的一位置;
基于所述位置,确定在所述工业设施中的一第一传感器;以及
基于所述时间间隔,确定所述存档的数据中的第一传感器的一个或多个检测事件以用于所述排除步骤。
31.一种方法,包括:
针对一第一设施:
后处理存储在一数据存储中的与允许所述第一设施的排放的评估的工厂操作、算法和直观的图形用户界面的一组合对应的存档的数据,其中,所述工厂操作包括在一时间间隔内的与气体羽烟流检测关联的一气体气流;
从所述数据存储选择一响应因子;
从所述数据存储接收与所述时间间隔关联的所述存档的数据;
基于与所述时间间隔关联的所述存档的数据中的多个检测事件,确定一排放指示值;以及
基于针对所述时间间隔的在所述存档的数据中的对应的排放指示值和对应的响应因子,采用所述算法,确定在所述时间间隔内的针对所述第一设施的一总排放指示值;
针对一第二设施:
后处理存储在一数据存储中的与允许所述第二设施的排放的评估的工厂操作、算法和直观的图形用户界面的一组合对应的存档的数据,其中,该工厂操作包括在一时间间隔内的与气体羽烟流检测关联的一气体气流;
从该数据存储选择一响应因子;
从该数据存储接收与该时间间隔关联的该存档的数据;
基于与该时间间隔关联的该存档的数据中的多个检测事件,确定一排放指示值;
基于针对该时间间隔的在该存档的数据中的对应的排放指示值和对应的响应因子,采用该算法,确定在该时间间隔内的针对所述第二设施的一总排放指示值;
确定所述第一设施在所述时间间隔内的所述总排放值与所述第二设施在该时间间隔内的该总排放值之间的一差值;以及
将所述差值的一指示送给一用户计算设备,以用于通过一显示设备而显示在直观的图形用户界面上。
32.一种方法,包括:
针对一第一单元:
后处理存储在一数据存储中的与允许所述第一单元的排放的评估的工厂操作、算法和直观的图形用户界面的一组合对应的存档的数据,其中,所述工厂操作包括在一时间间隔内的与气体羽烟流检测关联的一气体气流;
从所述数据存储选择一响应因子;
从所述数据存储接收与所述时间间隔关联的所述存档的数据;
基于与所述时间间隔关联的所述存档的数据中的多个检测事件,确定一排放指示值;以及
基于在所述存档的数据中的对应的排放指示值和对应的响应因子,采用所述算法,确定在所述时间间隔内的针对所述第一单元的一平均排放指示值;
针对一第二单元:
后处理存储在一数据存储中的与允许所述第二单元的排放的评估的工厂操作、算法和直观的图形用户界面的一组合对应的存档的数据,其中,该工厂操作包括在一时间间隔内的与气体羽烟流检测关联的一气体气流;
从该数据存储选择一响应因子;
从该数据存储接收与该时间间隔关联的该存档的数据;
基于与该时间间隔关联的该存档的数据中的多个检测事件,确定一排放指示值;
基于在该存档的数据中的对应的排放指示值和对应的响应因子,采用该算法,确定在该时间间隔内的针对所述第二单元的一平均排放指示值;
确定所述第一单元在所述时间间隔内的所述平均排放值与所述第二单元在该时间间隔内的该平均排放值之间的一差值;以及
将所述差值的一指示送给一用户计算设备,以用于通过一显示设备而显示在直观的图形用户界面上。
33.如权利要求32所述的方法,其中,所述第一单元和所述第二单元均在一第一设施处。
34.如权利要求32所述的方法,其中,所述第一单元在一第一设施处,而且其中,所述第二单元在一第二设施处。
35.如权利要求32所述的方法,
其中,针对所述第一单元,在所述存档的数据中,所述多个检测事件排除与一维护活动对应的一个或多个的检测事件,所述方法还包括:
针对所述第一单元:
从一用户计算设备接收在所述第一单元处的一维护时间间隔的指示和与所述维护活动关联的一位置;
基于所述位置,确定与在所述第一单元处的所述维护时间间隔关联的所述存档的数据;以及
基于所述时间间隔,确定与所述维护时间间隔关联的所述存档的数据中的在所述位置处的所述一个或多个的检测事件;
而且其中,针对所述第二单元,在该存档的数据中,该多个检测事件排除与一维护活动对应的一个或多个的检测事件,所述方法还包括:
针对所述第二单元:
接收在所述第二单元处的一维护时间间隔的指示和与该维护活动关联的一位置;
基于该位置,确定与在所述第二单元处的该维护时间间隔关联的该存档的数据;以及
基于该时间间隔,确定与该维护时间间隔关联的该存档的数据中的在该位置处的该一个或多个的检测事件。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962938972P | 2019-11-22 | 2019-11-22 | |
US62/938,972 | 2019-11-22 | ||
PCT/US2020/061407 WO2021102211A1 (en) | 2019-11-22 | 2020-11-20 | Computer systems and methods for estimating changes in fugitive emissions |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114730184A true CN114730184A (zh) | 2022-07-08 |
Family
ID=75981496
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080079793.4A Pending CN114730184A (zh) | 2019-11-22 | 2020-11-20 | 用于估算逃逸性排放上的变化的计算机系统及方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11994503B2 (zh) |
EP (1) | EP4062247A4 (zh) |
CN (1) | CN114730184A (zh) |
CA (1) | CA3155399A1 (zh) |
WO (1) | WO2021102211A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20240031437A1 (en) * | 2022-07-22 | 2024-01-25 | S&P Global Inc. | Distributed Emissions Sensor System |
CN116679008B (zh) * | 2023-06-09 | 2024-03-19 | 中国城市建设研究院有限公司 | 基于大数据的垃圾焚烧烟气监测方法、装置及存储介质 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5206818A (en) * | 1991-09-19 | 1993-04-27 | International Business Machines Corporation | Fugitive emissions monitoring system including integrated fugitive emissions analyzer and source identifier |
EP1033002A4 (en) | 1997-11-07 | 2005-10-05 | Visual Networks Tech Inc | METHOD AND APPARATUS FOR PERFORMING PARAMETER SERVICE LEVEL ANALYZES OF HOLDING DATA COMMUNICATION NETWORK |
EP1881386A1 (de) | 2006-07-19 | 2008-01-23 | Siemens Aktiengesellschaft | Verfahren und Vorrichtung zur Überwachung der Emissionssituation an einer Anlage |
US9075408B2 (en) | 2009-11-16 | 2015-07-07 | Applied Materials, Inc. | Energy savings and global gas emissions monitoring and display |
GB201011921D0 (en) * | 2010-07-15 | 2010-09-01 | Sutan Anwar | Method for gas chromatography analysis and maintenance |
GB201205915D0 (en) | 2012-04-02 | 2012-05-16 | Vigilant Ltd I | Improved method of analysing gas chromatography data |
EP2861411B1 (en) * | 2012-06-19 | 2021-06-23 | Convergent Manufacturing Technologies Inc. | Detection, monitoring, and management of gas presence, gas flow and gas leaks in composites manufacturing |
CA2872783A1 (en) * | 2014-12-01 | 2016-06-01 | David Andrew Risk | Gas emission detection device, system and method |
US10490053B2 (en) | 2015-08-14 | 2019-11-26 | Gregory J. Hummer | Monitoring chemicals and gases along pipes, valves and flanges |
AU2018344181A1 (en) | 2017-10-03 | 2020-04-16 | Dynacert Inc. | Systems and methods for tracking greenhouse gas emissions associated with an entity |
JP7232610B2 (ja) * | 2018-10-16 | 2023-03-03 | 千代田化工建設株式会社 | 流体漏洩検知システム、流体漏洩検知装置、設計支援システム、設計支援装置、及び学習装置 |
-
2020
- 2020-11-20 CN CN202080079793.4A patent/CN114730184A/zh active Pending
- 2020-11-20 US US17/778,743 patent/US11994503B2/en active Active
- 2020-11-20 WO PCT/US2020/061407 patent/WO2021102211A1/en unknown
- 2020-11-20 CA CA3155399A patent/CA3155399A1/en active Pending
- 2020-11-20 EP EP20888777.8A patent/EP4062247A4/en active Pending
Also Published As
Publication number | Publication date |
---|---|
EP4062247A1 (en) | 2022-09-28 |
WO2021102211A1 (en) | 2021-05-27 |
EP4062247A4 (en) | 2023-11-15 |
US11994503B2 (en) | 2024-05-28 |
US20230003705A1 (en) | 2023-01-05 |
CA3155399A1 (en) | 2021-05-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Rai et al. | End-user perspective of low-cost sensors for outdoor air pollution monitoring | |
US11131639B2 (en) | Analyzer, analysis system, analysis method and program | |
US20160018373A1 (en) | Systems and methods for monitoring and controlled capture of air samples for analysis | |
US10222359B2 (en) | Method for verifying correct function of sampling equipment | |
CN114730184A (zh) | 用于估算逃逸性排放上的变化的计算机系统及方法 | |
Hagler et al. | Evaluation of two collocated federal equivalent method PM2. 5 instruments over a wide range of concentrations in Sarajevo, Bosnia and Herzegovina | |
KR102502952B1 (ko) | 통계 분석 기반 데이터 측정 방법 및 장치 | |
Morsi | Electronic noses for monitoring environmental pollution and building regression model | |
Mounce et al. | Water quality event detection and customer complaint clustering analysis in distribution systems | |
US20230324264A1 (en) | Air sampling system and method | |
Lakhani et al. | Air pollution monitoring and source characterization | |
Shaw et al. | A case study application of machine-learning for the detection of greenhouse gas emission sources | |
Flower et al. | Improving global detection of volcanic eruptions using the Ozone Monitoring Instrument (OMI) | |
Pastório et al. | A machine learning-based approach to calibrate low-cost particulate matter sensors | |
Diana et al. | Industrial internet of things solution for monitoring ammonia and carbon monoxide in industrial staging areas | |
Demo et al. | Corrosion management and asset tracking through improved airframe contaminant monitoring | |
US20080183643A1 (en) | System and Method for Creating and Processing Data Validation Rules for Environmental or Non-anthropogenic Data | |
Alekhya et al. | Ambient Air Quality Monitoring System | |
WO2020144677A1 (en) | System and method for determining location of a source of volatile compounds | |
Lashgari et al. | Use of Next Generation Emission Measurement Sensors and Data Analysis in Industrial Applications | |
Light et al. | Measuring the Corrosivity of Indoor Air | |
CN118274906A (zh) | 多传感器环境数据的处理方法、装置和计算机设备 | |
Kim et al. | Aircraft contaminant and leak detection sensor system for condition based maintenance | |
Feng et al. | Feasibility of low-cost particulate matter sensors for long-term environmental monitoring: Field evaluation and calibration | |
Flower et al. | Improving automated global detection of volcanic SO2 plumes using the Ozone Monitoring Instrument (OMI) |
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 |