CN115409362A - 区域污染物的控制浓度规划方法、电子设备及存储介质 - Google Patents
区域污染物的控制浓度规划方法、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115409362A CN115409362A CN202211031986.XA CN202211031986A CN115409362A CN 115409362 A CN115409362 A CN 115409362A CN 202211031986 A CN202211031986 A CN 202211031986A CN 115409362 A CN115409362 A CN 115409362A
- Authority
- CN
- China
- Prior art keywords
- day
- air quality
- quality data
- descending
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 239000003344 environmental pollutant Substances 0.000 title claims abstract description 26
- 231100000719 pollutant Toxicity 0.000 title claims abstract description 26
- 238000003860 storage Methods 0.000 title claims abstract description 15
- 238000012545 processing Methods 0.000 claims abstract description 18
- 230000002159 abnormal effect Effects 0.000 claims abstract description 12
- 238000004590 computer program Methods 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 10
- 239000000356 contaminant Substances 0.000 claims description 7
- 238000003915 air pollution Methods 0.000 abstract description 14
- 238000003908 quality control method Methods 0.000 abstract 1
- 230000006870 function Effects 0.000 description 7
- 230000006872 improvement Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000007423 decrease Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000012271 agricultural production Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000009776 industrial production Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B30/00—Energy efficient heating, ventilation or air conditioning [HVAC]
- Y02B30/70—Efficient control or regulation technologies, e.g. for control of refrigerant flow, motor or heating
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Feedback Control In General (AREA)
Abstract
本申请适用于空气污染治理技术领域,提供了一种区域污染物的控制浓度规划方法、电子设备及存储介质。该方法包括:获取当日空气质量数据、历史空气质量数据及目标浓度值;分别对历史空气质量数据和当日空气质量数据进行异常值处理,根据处理后的当日空气质量数据确定实时均值,根据处理后的历史空气质量数据确定有效天数;针对每个下降日,根据目标浓度值、实时均值、下降日对应的间隔天数和有效天数,计算下降日对应的控制浓度;其中,下降日对应的控制浓度用于对下降日的空气质量数据对应的目标空气质量指标的浓度进行控制。本申请能够有效降低空气污染,提高空气质量,达到空气改善工作目标。
Description
技术领域
本申请涉及空气污染治理技术领域,具体涉及一种区域污染物的控制浓度规划方法、电子设备及存储介质。
背景技术
近年来,随着社会的飞速发展,空气污染问题越来越严峻,已威胁到人们的身体健康和工农业生产。
为切实改善区域环境空气质量,实现对区域空气污染的有效控制,一些地区明确了空气改善工作目标,确定了各污染物,即各目标空气质量指标(例如PM10、PM2.5、SO2和NO2等)的目标浓度值。
为有效达到工作目标,切实提高空气质量,急需一种污染物的控制浓度规划方法,以使根据该方法规划得到的控制浓度来控制污染物的浓度,即控制目标空气质量指标的浓度可以有效降低空气污染,提高空气质量,达到空气改善工作目标。
发明内容
有鉴于此,本申请实施例提供了一种区域污染物的控制浓度规划方法、电子设备及存储介质,以有效实现降低空气污染,提高空气质量,达到空气改善工作目标。
第一方面,本申请实施例提供了一种区域污染物的控制浓度规划方法,包括:获取当日空气质量数据、历史空气质量数据及目标浓度值,其中,历史空气质量数据为截止到当日之前的第一预设历史日期的空气质量数据,目标浓度值为到达截止日期时,空气质量数据对应的目标空气质量指标的浓度需要达到的控制目标值。
分别对历史空气质量数据和当日空气质量数据进行异常值处理,根据处理后的当日空气质量数据确定实时均值,根据处理后的历史空气质量数据确定有效天数,有效天数为第一预设历史日期中处理后的历史空气质量数据有效的日期的总天数。
针对每个下降日,根据目标浓度值、实时均值、下降日对应的间隔天数和有效天数,计算下降日对应的控制浓度,其中,下降日对应的控制浓度用于对下降日的空气质量数据对应的目标空气质量指标的浓度进行控制,下降日为当日,或者当日之后且截止日期之间的自然日;下降日对应的间隔天数为下降日与当日的前一天之间间隔的总天数。
在第一方面的一种可能的实施方式中,空气质量数据包括小时数据,小时数据为每小时的空气质量数据;分别对历史空气质量数据和当日空气质量数据进行异常值处理,包括:对历史空气质量数据中的第一小时数据进行空值、负值和无效值的剔除,将剩余的第一小时数据作为处理后的历史空气质量数据;对当日空气质量数据中的第二小时数据进行空值、负值和无效值的剔除,将剩余的第二小时数据作为处理后的当日空气质量数据。
在第一方面的一种可能的实施方式中,根据处理后的当日空气质量数据确定实时均值,包括:对处理后的当日空气质量数据中剩余的第二小时数据进行均值计算,确定实时均值。
在第一方面的一种可能的实施方式中,根据处理后的历史空气质量数据确定有效天数,包括:将第一预设历史日期中,处理后的历史空气质量数据中剩余的第一小时数据的数量大于预设数量的数据,确定为有效数据;将有效数据对应的日期的总天数确定为有效天数。
在第一方面的一种可能的实施方式中,针对每个下降日,根据目标浓度值、实时均值、下降日对应的间隔天数和有效天数,计算下降日对应的控制浓度,包括:针对每个下降日,根据控制浓度公式计算下降日对应的控制浓度;控制浓度公式为:式中,y为下降日对应的控制浓度,t为下降日对应的间隔天数,c为目标浓度值,f为有效天数,b为实时均值。
在第一方面的一种可能的实施方式中,区域污染物的控制浓度规划方法还包括:对第一预设历史日期的处理后的历史空气质量数据中,剩余的第一小时数据进行均值计算,确定历史均值;根据下降日对应的控制浓度、历史均值和目标浓度值确定最优下降日,最优下降日为空气质量数据对应的目标空气质量指标的浓度达到目标浓度值的下降日。
在第一方面的一种可能的实施方式中,根据下降日对应的控制浓度、历史均值和目标浓度值确定最优下降日,包括:若下降日对应的控制浓度满足下降条件,则确定下降日为最优下降日;下降条件为:y>0.7*d且y>0.8*c,式中,为第一预设历史日期中,截止到当日之前的第二预设历史日期的历史均值的平均值。
在第一方面的一种可能的实施方式中,空气质量数据为目标空气质量指标的数据,目标空气质量指标包括下述至少一项:PM10、PM2.5、SO2和NO2。
第二方面,本申请实施例提供了一种区域污染物的控制浓度规划装置,包括:
获取模块,用于获取当日空气质量数据、历史空气质量数据及目标浓度值,其中,历史空气质量数据为截止到当日之前的第一预设历史日期的空气质量数据,目标浓度值为到达截止日期时,空气质量数据对应的目标空气质量指标的浓度需要达到的控制目标值。
确定模块,用于分别对历史空气质量数据和当日空气质量数据进行异常值处理,根据处理后的当日空气质量数据确定实时均值,根据处理后的历史空气质量数据确定有效天数,有效天数为第一预设历史日期中处理后的历史空气质量数据有效的日期的总天数。
计算模块,用于针对每个下降日,根据目标浓度值、实时均值、下降日对应的间隔天数和有效天数,计算下降日对应的控制浓度,其中,下降日对应的控制浓度用于对下降日的空气质量数据对应的目标空气质量指标的浓度进行控制,下降日为当日,或者当日之后且截止日期之间的自然日;下降日对应的间隔天数为下降日与当日的前一天之间间隔的总天数。
第三方面,本申请实施例提供了一种电子设备,包括存储器和处理器,存储器中存储有可在处理器上运行的计算机程序,处理器执行计算机程序时实现如第一方面任一项所述的区域污染物的控制浓度规划方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现如第一方面任一项所述的区域污染物的控制浓度规划方法。
第五方面,本申请实施例提供了一种计算机程序产品,当计算机程序产品在电子设备上运行时,使得电子设备执行上述第一方面中任一项所述的区域污染物的控制浓度规划方法。
可以理解的是,上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述,在此不再赘述。
本申请实施例提供的区域污染物的控制浓度规划方法、电子设备及存储介质,通过获取当日空气质量数据、历史空气质量数据及目标浓度值,分别对历史空气质量数据和当日空气质量数据进行异常值处理,根据处理后的当日空气质量数据确定实时均值,根据处理后的历史空气质量数据确定有效天数,针对每个下降日,根据目标浓度值、实时均值、下降日对应的间隔天数和有效天数,计算下降日对应的控制浓度,其中,下降日对应的控制浓度用于对下降日的空气质量数据对应的目标空气质量指标的浓度进行控制,能够有效降低空气污染,提高空气质量,达到空气改善工作目标。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本说明书。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请一实施例提供的区域污染物的控制浓度规划方法的流程示意图;
图2是本申请一实施例提供的区域污染物的控制浓度规划方法的流程示意图;
图3是本申请一实施例提供的区域污染物的控制浓度规划方法的流程示意图;
图4是本申请一实施例提供的区域污染物的控制浓度规划装置的结构示意图;
图5是本申请一实施例提供的电子设备的结构示意图。
具体实施方式
下面结合具体实施例对本申请进行更清楚的说明。以下实施例将有助于本领域的技术人员进一步理解本申请的作用,但不以任何形式限制本申请。应当指出的是,对本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进。这些都属于本申请的保护范围。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
此外,本申请实施例中提到的“多个”应当被解释为两个或两个以上。
近年来,随着社会的飞速发展,空气污染问题越来越严峻,已威胁到人们的身体健康和工农业生产。为切实改善区域环境空气质量,实现对区域空气污染的有效控制,一些地区明确了空气改善工作目标,确定了各污染物,即各目标空气质量指标(例如PM10、PM2.5、SO2和NO2等)的目标浓度值。
为有效达到工作目标,切实提高空气质量,急需一种污染物的控制浓度规划方法,以使根据该方法规划得到的控制浓度来控制污染物的浓度,即控制目标空气质量指标的浓度可以有效降低空气污染,提高空气质量,达到空气改善工作目标。
基于上述问题,本申请实施例提供的区域污染物的控制浓度规划方法,通过获取当日空气质量数据、历史空气质量数据及目标浓度值,分别对历史空气质量数据和当日空气质量数据进行异常值处理,根据处理后的当日空气质量数据确定实时均值,根据处理后的历史空气质量数据确定有效天数,针对每个下降日,根据目标浓度值、实时均值、下降日对应的间隔天数和有效天数,计算下降日对应的控制浓度,其中,下降日对应的控制浓度用于对下降日的空气质量数据对应的目标空气质量指标的浓度进行控制,可以有效降低空气污染,提高空气质量,达到空气改善工作目标。
图1是本申请一实施例提供的区域污染物的控制浓度规划方法的流程示意图。如图1所示,本申请实施例中的方法,可以包括:
步骤101、获取当日空气质量数据、历史空气质量数据及目标浓度值。
其中,历史空气质量数据为截止到当日之前的第一预设历史日期的空气质量数据,目标浓度值为到达截止日期时,空气质量数据对应的目标空气质量指标的浓度需要达到的控制目标值。空气质量数据为目标空气质量指标的数据,上述目标空气质量指标包括下述至少一项:PM10、PM2.5、SO2和NO2。
可选的,第一预设历史日期可以根据具体情况设置,例如,当日为7月15日,截止日期为当年的12月31日,则第一预设历史日期可以包括当年1月1日至7月14日的所有日期,相应的,历史空气质量数据包括当年1月1日至7月14日每个日期对应的空气质量数据。再例如,当日为7月15日,截止日期为当年的7月31日,则第一预设历史日期可以包括当年7月1日至7月14日的所有日期,相应的,历史空气质量数据包括当年7月1日至7月14日每个日期对应的空气质量数据。
步骤102、分别对历史空气质量数据和当日空气质量数据进行异常值处理。
其中,空气质量数据包括小时数据,该小时数据为每小时的空气质量数据。
在一种可能的实施方式中,参见图2,步骤102中,具体可以包括:
步骤1021、对历史空气质量数据中的第一小时数据进行空值、负值和无效值的剔除,将剩余的第一小时数据作为处理后的历史空气质量数据。
步骤1022、对当日空气质量数据中的第二小时数据进行空值、负值和无效值的剔除,将剩余的第二小时数据作为处理后的当日空气质量数据。
可选的,上述无效值可以为数值大于第一预设阈值的数据和/或数值小于第二预设阈值的数据。
需要说明的是,当日空气质量数据包括截止到获取当日空气质量数据时,当日的第二小时数据,例如,在当日11时获取当日空气质量数据,则当日空气质量数据包括当日0时至11时的12个第二小时数据。历史空气质量数据包括第一预设历史日期的0时至23时的24个第一小时数据。
例如,第一预设历史日期包括7月1日至7月14日的所有日期,每个日期的历史空气质量数据包括该日期0时至23时的24个第一小时数据,分别对每个日期的上述24个第一小时数据进行空值、负值和无效值的剔除后,将每个日期的剩余的第一小时数据作为处理后的历史空气质量数据。
在当日11时获取当日空气质量数据,则当日空气质量数据包括当日0时至11时的12个第二小时数据,对上述12个第二小时数据进行空值、负值和无效值的剔除后,剩余当日2时至11时的10个第二小时数据,则将上述10个第二小时数据作为处理后的当日空气质量数据。
对历史空气质量数据和当日空气质量数据进行空值、负值和无效值的剔除,可以使根据处理后的空气质量数据计算得到的下降日对应的控制浓度更准确。
步骤103、根据处理后的当日空气质量数据确定实时均值。
在一种可能的实施方式中,步骤103中,具体可以包括:对处理后的当日空气质量数据中剩余的第二小时数据进行均值计算,确定实时均值。
例如,处理后的当日空气质量数据中剩余2时至11时的10个第二小时数据,则对上述10个第二小时数据进行均值计算,确定实时均值。
步骤104、根据处理后的历史空气质量数据确定有效天数。
其中,有效天数为第一预设历史日期中处理后的历史空气质量数据有效的日期的总天数。
在一种可能的实施方式中,步骤104中,具体可以包括:
步骤1041、将第一预设历史日期中,处理后的历史空气质量数据中剩余的第一小时数据的数量大于预设数量的数据,确定为有效数据。
步骤1042、将有效数据对应的日期的总天数确定为有效天数。
可选的,预设数量可以根据具体情况设置,例如,在本申请实施例中,预设数量可以为20。
一个简单的示例是,第一预设历史日期中,7月10日的处理后的历史空气质量数据中剩余1时至23时的23个第一小时数据,大于预设数量20,则将7月10日的处理后的历史空气质量数据确定为有效数据。对第一预设历史日期中每个日期对应的处理后的历史空气质量数据均进行上述处理,确定有效数据,并将有效数据对应的日期的总天数确定为有效天数,即将有效数据的数量确定为有效天数。
步骤105、针对每个下降日,根据目标浓度值、实时均值、下降日对应的间隔天数和有效天数,计算下降日对应的控制浓度。
其中,下降日对应的控制浓度用于对下降日的空气质量数据对应的目标空气质量指标的浓度进行控制。下降日为当日,或者当日之后且截止日期之间的自然日。下降日对应的间隔天数为下降日与当日的前一天之间间隔的总天数。
可选的,针对每个下降日,根据控制浓度公式计算下降日对应的控制浓度。控制浓度公式为:
式中,y为下降日对应的控制浓度,t为下降日对应的间隔天数,c为目标浓度值,f为有效天数,b为实时均值。
示例性的,下降日为当日,则下降日对应的间隔天数为1天,将“1”代入控制浓度公式中,计算得到下降日为当日时对应的控制浓度;下降日为当日的后一天,则下降日对应的间隔天数为2天,将“2”代入控制浓度公式中,计算得到下降日为当日的后一天时对应的控制浓度。
可选的,根据下降日对应的控制浓度,对下降日的空气质量数据对应的目标空气质量指标的浓度进行控制,具体来说,在下降日前一天的空气质量数据的基础上,即下降日前一天的目标空气质量指标的浓度的基础上,控制下降日的目标空气质量指标的浓度减小下降日对应的控制浓度,其中,该下降日前一天的空气质量数据为进行异常值处理和均值处理后的空气质量数据。
需要注意的是,当目标空气质量指标包括多个时,分别针对各目标空气质量指标对应的数据,计算下降日对应的控制浓度。
通过根据由目标浓度值和有效天数与下降天数确定的目标浓度总值,以及由实时均值和有效天数确定的实时浓度总值,可以准确确定下降日对应的控制浓度,即准确对目标空气质量指标的浓度进行规划,以使可以根据该下降日对应的控制浓度,采取相应的治理措施来实现控制下降日的目标空气质量指标的浓度减小下降日对应的控制浓度,最终实现目标空气质量指标的浓度的有效控制,降低空气污染,达到空气改善工作目标。
以目标空气质量指标SO2进行简单示例,下降日前一天的空气质量数据中,目标空气质量指标SO2的浓度为11.35μg/m3,计算得到下降日对应的控制浓度为4.68μg/m3,则根据下降日对应的控制浓度4.68μg/m3,采取相应的治理措施以实现控制下降日的目标空气质量指标SO2的浓度在11.35μg/m3的基础上减小4.68μg/m3。
需要说明的是,如果计算得到下降日对应的控制浓度为负值,则表明无法对该下降日的空气质量数据对应的目标空气质量指标的浓度进行控制,此时继续计算下一下降日对应的控制浓度,直至计算得到下降日对应的控制浓度为非负值,则根据该下降日对应的控制浓度进行控制。
本申请实施例提供的一种区域污染物的控制浓度规划方法,通过获取当日空气质量数据、历史空气质量数据及目标浓度值,分别对历史空气质量数据和当日空气质量数据进行异常值处理,根据处理后的当日空气质量数据确定实时均值,根据处理后的历史空气质量数据确定有效天数,针对每个下降日,根据目标浓度值、实时均值、下降日对应的间隔天数和有效天数,计算下降日对应的控制浓度,其中,下降日对应的控制浓度用于对下降日的空气质量数据对应的目标空气质量指标的浓度进行控制,能够有效降低空气污染,提高空气质量,达到空气改善工作目标。
在一种可能的实施方式中,参见图3,步骤105之后,还可以包括:
步骤106、对第一预设历史日期的处理后的历史空气质量数据中,剩余的第一小时数据进行均值计算,确定历史均值。
步骤107、根据下降日对应的控制浓度、历史均值和目标浓度值确定最优下降日。
其中,最优下降日为空气质量数据对应的目标空气质量指标的浓度达到目标浓度值的下降日。
一个简单的示例是,第一预设历史日期中,7月10日的处理后的历史空气质量数据中剩余1时至23时的23个第一小时数据,则对上述23个第一小时数据进行均值计算,确定7月10日的历史均值。对第一预设历史日期中每个日期对应的处理后的历史空气质量数据均进行上述处理,确定每个日期对应的历史均值。
可选的,若下降日对应的控制浓度满足下降条件,则确定下降日为最优下降日。下降条件为:
y>0.7*d且y>0.8*c
式中,为第一预设历史日期中,截止到当日之前的第二预设历史日期的历史均值的平均值。
需要说明的是,第二预设历史日期可以根据实际情况设置,例如,该第二预设历史日期可以包括当日的前一天至当日的前三天,当日为7月15日,第二预设历史时期可以包括7月12日至7月14日,再例如,该第二预设历史日期可以包括当日的前一天至当日的前五天,在此不做具体限制。
在确定最优下降日后,维持最优下降日采取的相应的治理措施对最优下降日及之后下降日的目标空气质量指标的浓度进行控制,而无需再计算最优下降日之后的下降日对应的控制浓度,也就是说,无需再根据最优下降日之后的下降日对应的控制浓度进行控制。可选的,为更准确有效地规划控制浓度,在确定最优下降日后,当然也可以采用本申请实施例提供的区域污染物的控制浓度规划方法继续计算最优下降日之后的下降日对应的控制浓度。
通过确定最优下降日,可以准确有效地预测目标空气质量指标的浓度达到目标浓度值的日期。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
图4是本申请一实施例提供的区域污染物的控制浓度规划装置的结构示意图。如图4所示,本实施例提供的区域污染物的控制浓度规划装置,可以包括:获取模块201、确定模块202和计算模块203。
其中,获取模块201,用于获取当日空气质量数据、历史空气质量数据及目标浓度值。
确定模块202,用于分别对历史空气质量数据和当日空气质量数据进行异常值处理,根据处理后的当日空气质量数据确定实时均值,根据处理后的历史空气质量数据确定有效天数。
计算模块203,用于针对每个下降日,根据目标浓度值、实时均值、下降日对应的间隔天数和有效天数,计算下降日对应的控制浓度,其中,下降日对应的控制浓度用于对下降日的空气质量数据对应的目标空气质量指标的浓度进行控制。
可选的,空气质量数据包括小时数据,小时数据为每小时的空气质量数据,确定模块202具体用于:对历史空气质量数据中的第一小时数据进行空值、负值和无效值的剔除,将剩余的第一小时数据作为处理后的历史空气质量数据;对当日空气质量数据中的第二小时数据进行空值、负值和无效值的剔除,将剩余的第二小时数据作为处理后的当日空气质量数据。
可选的,确定模块202还具体用于:对处理后的当日空气质量数据中剩余的第二小时数据进行均值计算,确定实时均值。
可选的,确定模块202还具体用于:将第一预设历史日期中,处理后的历史空气质量数据中剩余的第一小时数据的数量大于预设数量的数据,确定为有效数据;将有效数据对应的日期的总天数确定为有效天数。
可选的,计算模块203具体用于:针对每个下降日,根据控制浓度公式计算下降日对应的控制浓度;控制浓度公式为:式中,y为下降日对应的控制浓度,t为下降日对应的间隔天数,c为目标浓度值,f为有效天数,b为实时均值。
可选的,计算模块203还具体用于:对第一预设历史日期的处理后的历史空气质量数据中,剩余的第一小时数据进行均值计算,确定历史均值;根据下降日对应的控制浓度、历史均值和目标浓度值确定最优下降日,最优下降日为空气质量数据对应的目标空气质量指标的浓度达到目标浓度值的下降日。
可选的,计算模块203还具体用于:在下降日对应的控制浓度满足下降条件时,确定下降日为最优下降日;下降条件为:y>0.7*d且y>0.8*c,式中,为第一预设历史日期中,截止到当日之前的第二预设历史日期的历史均值的平均值。
需要说明的是,上述装置/单元之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
图5是本申请一实施例提供的电子设备的结构示意图。如图5所示,该实施例的电子设备300包括:处理器310、存储器320,上述存储器320中存储有可在处理器310上运行的计算机程序321。处理器310执行计算机程序321时实现上述任意各个方法实施例中的步骤,例如图1所示的步骤101至105。或者,处理器310执行计算机程序321时实现上述各装置实施例中各模块的功能,例如图4所示模块201至203的功能。
示例性的,计算机程序321可以被分割成一个或多个模块/单元,一个或者多个模块/单元被存储在存储器320中,并由处理器310执行,以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序321在电子设备300中的执行过程。
本领域技术人员可以理解,图5仅仅是电子设备的示例,并不构成对电子设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如输入输出设备、网络接入设备、总线等。
处理器310可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器320可以是电子设备的内部存储单元,例如电子设备的硬盘或内存,也可以是电子设备的外部存储设备,例如电子设备上配备的插接式硬盘,智能存储卡(SmartMedia Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。上述存储器320还可以既包括电子设备的内部存储单元也包括外部存储设备。上述存储器320用于存储计算机程序以及电子设备所需的其他程序和数据。存储器320还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/电子设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/电子设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种区域污染物的控制浓度规划方法,其特征在于,包括:
获取当日空气质量数据、历史空气质量数据及目标浓度值,其中,所述历史空气质量数据为截止到当日之前的第一预设历史日期的空气质量数据,所述目标浓度值为到达截止日期时,所述空气质量数据对应的目标空气质量指标的浓度需要达到的控制目标值;
分别对所述历史空气质量数据和所述当日空气质量数据进行异常值处理,根据处理后的当日空气质量数据确定实时均值,根据处理后的历史空气质量数据确定有效天数,所述有效天数为所述第一预设历史日期中处理后的历史空气质量数据有效的日期的总天数;
针对每个下降日,根据所述目标浓度值、所述实时均值、所述下降日对应的间隔天数和所述有效天数,计算所述下降日对应的控制浓度,其中,所述下降日对应的控制浓度用于对所述下降日的空气质量数据对应的目标空气质量指标的浓度进行控制,所述下降日为当日,或者当日之后且所述截止日期之间的自然日;所述下降日对应的间隔天数为所述下降日与所述当日的前一天之间间隔的总天数。
2.根据权利要求1所述的区域污染物的控制浓度规划方法,其特征在于,所述空气质量数据包括小时数据,所述小时数据为每小时的空气质量数据;
所述分别对所述历史空气质量数据和所述当日空气质量数据进行异常值处理,包括:
对所述历史空气质量数据中的第一小时数据进行空值、负值和无效值的剔除,将剩余的第一小时数据作为处理后的历史空气质量数据;
对所述当日空气质量数据中的第二小时数据进行空值、负值和无效值的剔除,将剩余的第二小时数据作为处理后的当日空气质量数据。
3.根据权利要求2所述的区域污染物的控制浓度规划方法,其特征在于,所述根据处理后的当日空气质量数据确定实时均值,包括:
对处理后的当日空气质量数据中剩余的第二小时数据进行均值计算,确定实时均值。
4.根据权利要求2所述的区域污染物的控制浓度规划方法,其特征在于,所述根据处理后的历史空气质量数据确定有效天数,包括:
将所述第一预设历史日期中,处理后的历史空气质量数据中剩余的第一小时数据的数量大于预设数量的数据,确定为有效数据;
将所述有效数据对应的日期的总天数确定为有效天数。
6.根据权利要求2所述的区域污染物的控制浓度规划方法,其特征在于,所述方法还包括:
对所述第一预设历史日期的处理后的历史空气质量数据中,剩余的第一小时数据进行均值计算,确定历史均值;
根据所述下降日对应的控制浓度、所述历史均值和所述目标浓度值确定最优下降日,所述最优下降日为所述空气质量数据对应的目标空气质量指标的浓度达到目标浓度值的下降日。
7.根据权利要求6所述的区域污染物的控制浓度规划方法,其特征在于,所述根据所述下降日对应的控制浓度、所述历史均值和所述目标浓度值确定最优下降日,包括:
若所述下降日对应的控制浓度满足下降条件,则确定所述下降日为最优下降日;
所述下降条件为:
y>0.7*d且y>0.8*c
式中,d为所述第一预设历史日期中,截止到当日之前的第二预设历史日期的历史均值的平均值。
8.根据权利要求1-7任一项所述的区域污染物的控制浓度规划方法,其特征在于,所述空气质量数据为目标空气质量指标的数据,所述目标空气质量指标包括下述至少一项:PM10、PM2.5、SO2和NO2。
9.一种电子设备,包括存储器和处理器,所述存储器中存储有可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至8任一项所述的区域污染物的控制浓度规划方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至8任一项所述的区域污染物的控制浓度规划方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211031986.XA CN115409362A (zh) | 2022-08-26 | 2022-08-26 | 区域污染物的控制浓度规划方法、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211031986.XA CN115409362A (zh) | 2022-08-26 | 2022-08-26 | 区域污染物的控制浓度规划方法、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115409362A true CN115409362A (zh) | 2022-11-29 |
Family
ID=84160514
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211031986.XA Pending CN115409362A (zh) | 2022-08-26 | 2022-08-26 | 区域污染物的控制浓度规划方法、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115409362A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116070923A (zh) * | 2023-02-15 | 2023-05-05 | 中科三清科技有限公司 | 大气污染情景模拟方法、装置和电子设备 |
-
2022
- 2022-08-26 CN CN202211031986.XA patent/CN115409362A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116070923A (zh) * | 2023-02-15 | 2023-05-05 | 中科三清科技有限公司 | 大气污染情景模拟方法、装置和电子设备 |
CN116070923B (zh) * | 2023-02-15 | 2024-05-07 | 中科三清科技有限公司 | 大气污染情景模拟方法、装置和电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112086203A (zh) | 一种疫情预测方法、装置及终端设备 | |
CN109992578B (zh) | 基于无监督学习的反欺诈方法、装置、计算机设备及存储介质 | |
CN115409362A (zh) | 区域污染物的控制浓度规划方法、电子设备及存储介质 | |
CN113343961B (zh) | 一种用户行为监控方法、系统和计算机设备 | |
CN113687040A (zh) | 基于决策树算法的水厂实时投药量预测方法、装置及介质 | |
CN112633749A (zh) | 一种基于人脸识别的员工工作时长统计方法、系统及介质 | |
CN111091245A (zh) | 一种参与有序用能企业的确定方法及装置 | |
CN113155784A (zh) | 水体透明度检测方法、终端设备及存储介质 | |
CN111563504B (zh) | 车牌识别方法及相关设备 | |
CN109523396A (zh) | 基于数据分析的医保基金风控方法、装置、服务器及介质 | |
CN109344877B (zh) | 一种样本数据处理方法、样本数据处理装置及电子设备 | |
CN112053009A (zh) | 一种故障预测方法、装置、系统及存储介质 | |
CN115331415B (zh) | 氧气浓度预警方法、装置、电子设备及可读存储介质 | |
US10579293B2 (en) | System and computer-implemented method for improving data storage and analysis | |
CN107516114B (zh) | 一种时间序列处理方法及装置 | |
CN107220166A (zh) | 一种cpu占用率的统计方法及装置 | |
CN113516275A (zh) | 一种配电网超短期负荷预测方法、装置及终端设备 | |
Winkelman et al. | Clinical laboratory responses to reduced funding | |
CN111080486A (zh) | 一种电负荷预测方法及装置 | |
CN117747017A (zh) | 一种基于城市空气质量污染指标管理的预测方法及装置 | |
CN116386878B (zh) | 用于职业健康智能管理平台的处理方法及系统 | |
CN111401796A (zh) | 一种建立设备能效模型的方法及装置 | |
CN111651503A (zh) | 一种配电网数据异常识别方法、系统及终端设备 | |
CN111028509B (zh) | 交通饱和流量获取方法、装置及终端设备 | |
CN111984658B (zh) | 报表的处理方法及装置 |
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 |