CN115980281B - 一种基于碳中和的碳源检测方法及系统 - Google Patents
一种基于碳中和的碳源检测方法及系统 Download PDFInfo
- Publication number
- CN115980281B CN115980281B CN202310250318.4A CN202310250318A CN115980281B CN 115980281 B CN115980281 B CN 115980281B CN 202310250318 A CN202310250318 A CN 202310250318A CN 115980281 B CN115980281 B CN 115980281B
- Authority
- CN
- China
- Prior art keywords
- carbon
- point
- carbon source
- detection
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- 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
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于碳中和的碳源检测方法及系统,在待检测区间设置多个不同的检测点,得到各时刻的各个检测点相应的碳浓度值,对所述待检测区间进行三维建模得到时空数值平面,进行计算碳源趋向,根据碳源趋向检测出超标的碳源,实现了长时间监控特定区域内的碳的流动,并及时识别异常的碳源排放点的有益效果。
Description
技术领域
本发明属于数据处理领域,具体涉及一种基于碳中和的碳源检测方法及系统。
背景技术
减少碳排放是控制温室效应的重要环节,同时对于实现碳中和、碳平衡目标也会有较大的帮助。为了更有效地遏制温室效应的加剧,需要更好地进行检测碳源的排放和移动的趋势,以促进节能和环保。但是,碳源的排放量在时间和空间上是有波动的,碳排放的源头在不同的时间是会在排放量上有变化的幅度的,同时由于季风、水流和交通等的移动性的因素的存在,碳排放的源头在排放量上也存在方向上的变换,从而使得碳排放的源头的检测技术问题十分艰难。公开号为CN217542885U的专利文献中公开了一种用于碳中和能源管理检测系统,尽管可通过观察窗观察反应槽内的沉淀状态,来判别气体碳排放量是否超标,但是不能够检测得到碳源的排放量在时间和空间上的波动;而在公开号为CN218443965U的专利文献中提供的一种多种能源的碳排放量检测装置,虽然能够准确检测多种能源的碳排放量,但是对于在时间维度和空间维度上检测碳排放的波动变化还是不足应对的。温室效应越发严重,要筛选出特定区域内的碳排放的异常根源,需要更好的监测技术手段。在公共建筑空间中,大型空间的内部例如购物商场等包含有很多的暖通设备,大型公园的园林内也有很多照明灯或者自动通电的设备在运行,这些设备产生的碳排放是数值微妙而变化频繁的,在时间和空间上难以把握,不容易检测其中存在碳排放超标异常的点,往往不利于节能环保。
发明内容
本发明的目的在于提出一种基于碳中和的碳源检测方法及系统,以解决现有技术中所存在的一个或多个技术问题,至少提供一种有益的选择或创造条件。
本发明提供了一种基于碳中和的碳源检测方法及系统,选取待检测区间,在待检测区间设置多个不同的检测点;于多个不同的时刻,分别从各个检测点获取相应的碳浓度,得到各时刻的各个检测点相应的碳浓度值;根据各时刻的各个检测点相应的碳浓度值,对所述待检测区间进行三维建模,得到时空数值平面;在时空数值平面上,进行计算碳源趋向;根据碳源趋向,检测出超标的碳源,以促进节能和环保。
为了实现上述目的,根据本发明的一方面,提供一种基于碳中和的碳源检测方法,所述方法包括以下步骤:
S100,选取待检测区间,在待检测区间设置多个不同的检测点;
S200,于多个不同的时刻,分别从各个检测点获取相应的碳浓度,得到各时刻的各个检测点相应的碳浓度值;
S300,根据各时刻的各个检测点相应的碳浓度值,对所述待检测区间进行三维建模,得到时空数值平面;
S400,在时空数值平面上,进行计算碳源趋向;
S500,根据碳源趋向,检测出超标的碳源。
进一步地,在S100中,选取待检测区间,在待检测区间设置多个不同的检测点的方法为:根据预设的需要进行检测的区域选定待检测区间,所述待检测区间需将所述预设的需要进行检测的区域完全包含,再在所述待检测区间均匀地设置多个不同的检测点,所述检测点具备坐标定位、碳浓度检测和数据传输的设备,其中,可使用卫星定位系统和传感器进行坐标定位,碳浓度检测可包括二氧化碳、一氧化碳等空气中碳含量浓度的检测,可优选地,分别在各检测点使用二氧化碳检测仪和无线传感器进行检测与获取二氧化碳浓度的数值作为所述碳浓度。
进一步地,在S200中,于多个不同的时刻,分别从各个检测点获取相应的碳浓度,得到各时刻的各个检测点相应的碳浓度值的方法为:所述多个不同的时刻之间的时间间隔相同,所述多个不同的时刻按时间的先后顺序排列,分时刻对每个检测点获取相应的碳浓度,记录每个时刻获取到的各个检测点碳浓度值的数据。
进一步地,在S300中,根据各时刻的各个检测点相应的碳浓度值,对所述待检测区间进行三维建模,得到时空数值平面的方法为:
根据各个检测点的经纬度坐标数值,将各个检测点所在的二维平面组建成一个二维平面,所述二维平面上包含了所述各个检测点,其中各个检测点附带有其于多个不同的时刻分别的碳浓度值,则由各个检测点的经纬度坐标数值组成二维平面,所述二维平面上又有了以各个检测点附带有其于多个不同的时刻分别的碳浓度值作为的第三个维度,即所述第三个维度上是各个检测点随着时间不同而有相应的碳浓度值,由此组成的三维模型称为时空数值平面。
进一步地,在S400中,在时空数值平面上,进行计算碳源趋向的方法为:
记所述时空数值平面上监测点的数量为n,记所述多个不同的时刻中时刻的数量为m,其中,所述时空数值平面上监测点的序号为i,i∈[1,n],所述多个不同的时刻中时刻的序号为j,j∈[1,m];
所述时空数值平面上序号为i的监测点记作pot(i),pot(i)于序号为j的时刻相应的碳浓度数值为pot(i,j);
可优选地,以所述时空数值平面的二维平面的几何中心、或者以所述时空数值平面的二维平面的最小外接圆的圆心作为原点来建立平面直角坐标系,计算所述时空数值平面上各监测点与所述原点之间的连线在所述平面直角坐标系中的坐标方位角的数值作为监测点的夹角,其中,所述平面直角坐标系中的坐标方位角的范围为0到360度,记监测点pot(i)的夹角为angl(i),angl(i)对应的余弦值为cos(i),以此能计算两个监测点之间夹角之差并计算所述夹角之差对应的余弦值作为监测点之间的夹角差余弦值(比如,其中有一个监测点的夹角是在第一象限内的顺时针的30度,而另一个监测点的夹角是在第一象限内的顺时针的65度,则两个监测点之间夹角之差是35度,那所述夹角之差对应的余弦值就是35度对应的余弦值);
由此,为了方便计算和测量在一个区域上在一定的时间范围内的碳排放的数值趋势,包括碳源的各个方向上的扩散趋势以及其在时间变化上所产生的的不同,需要计算碳源趋向来作为检测碳源的捕捉特征,根据时差碳浓度和点差碳浓度,计算碳源趋向的过程具体为:
计算各监测点在两个不同时刻之间的时差碳浓度:需要使用各监测点的当j处于(1,m]时的m-1个时刻的碳浓度数值,其中,需要判断j的具体数值是否大于1而不大于m,若是则计算各监测点的碳源趋向向量,以计算监测点pot(i)在时刻j和时刻j-1的时差碳浓度为例,若要计算监测点pot(i)在时刻j和其他时刻的时差碳浓度,只需要对所述时刻j-1对应的数值进行替换即可照样运算,具体为:对各监测点pot(i)获取其当前序号为j的时刻相应的碳浓度数值pot(i,j)及其前一个序号为j-1的时刻相应的碳浓度数值pot(i,j-1),计算pot(i,j)减pot(i,j-1)之差数值为g(i)p(j,j-1),(此处用pot(i,j)减pot(i,j-1)之差数值是在进行提取碳浓度数值不同时刻之间波动的趋势,时差碳浓度有利于检测不同时刻之间的碳排放的变化),g(i)p(j,j-1)的计算方法即为监测点pot(i)在时刻j和时刻j-1的时差碳浓度;
计算各监测点的点差碳浓度:计算pot(i,j)分别与当前序号为j的时刻除所述监测点pot(i)外的每个监测点相应的碳浓度数值的差并乘以所述监测点pot(i)与该个监测点之间的夹角差余弦值得到的结果并取算术平均数作为所述监测点pot(i)在序号j时刻的点差碳浓度记作g(i)p(j)avg,其中,要得到g(i)p(j)avg,点差碳浓度的计算过程为:首先,在序号j的时刻时候监测点pot(i)与除了自身外的其他监测点之间分别进行碳浓度数值的减去,即pot(i)的点差碳浓度为计算pot(i)的碳浓度数值分别减去其他监测点的碳浓度数值所得的差,并且将所得的差乘以所述监测点pot(i)与该个监测点之间的夹角差余弦值得到所述监测点pot(i)与该个监测点之间的修正差,再将所述监测点pot(i)与各个监测点之间的取算术平均值作为所述监测点pot(i)在序号j时刻的点差碳浓度的数值,(此处需要用到点差碳浓度是由于需要在同一时刻上进行提取碳浓度数值不同监测点各个方向之间波动的趋势,有利于检测不同方向之间的碳排放的变化);
在时空数值平面上,每个监测点都有其对应的碳源趋向,pot(i)对应的碳源趋向记为tend(i),tend(i)有m-1个维度,其中m-1个维度正是对应上述各监测点的当j处于(1,m]时的m-1个时刻,为防混淆仅取j的取值范围的子集 (1,m],在其中对序号j加上上标`得到j`作为在所述子集(1,m]中的序号,即j`∈(1,m],对序号j加上上标`得到j`后,j`可以跟j一样地用作序号,j`用于调用相同数值的序号j所标识的变量,只是j`范围限缩在所述子集(1,m]中,tend(i)中序号为j的维度记为tend(i, j)或tend(i, j`),如果使用j`来标记的话,那tend(i, j`)的数值计算公式为:
tend(i, j`)=exp( g(i)p(j`, j`-1) )/( exp( g(i)p(j`)avg ) ),j`∈(1,m],
如果用j的话,那同样还可以标识为:
tend(i, j)=exp( g(i)p(j, j-1) )/( exp( g(i)p(j)avg ) ),j∈(1,m],
这里只是表示上选用不同,用j`和j`-1还是j和j-1都是用于计算两个相邻的序号的时刻之间的数值计算,g(i)p(j`, j`-1)表示监测点pot(i)在时刻j`和时刻j`-1的时差碳浓度,g(i)p(j`)avg表示监测点pot(i)在序号j`时刻的点差碳浓度;
从而有pot(i)对应的碳源趋向tend(i)的数组形式表示为:
tend(i)=[ tend(i,j), j∈(1,m] ],
碳源趋向的计算过程中,通过g(i)p(j`, j`-1)和g(i)p(j`)avg实现了跨越不同时刻的数值特征比较,使用以自然常数e为底的指数函数exp有利于方便数据的对比,碳源趋向的数值有利于更为准确地在大范围的各监测点的筛查中在时间上和空间上捕捉到碳源排放的变动趋势,更好地检测出碳源排放的变化趋势上有异常的特异点;
由此,将各监测点对应的碳源趋向tend(i)组成的集合作为Tend,Tend中有n个元素tend(i)分别对应各监测点pot(i)。
进一步地,在S500中,根据碳源趋向,检测出超标的碳源的方法为:
根据碳源趋向,对各监测点pot(i) 分别对应的tend(i)进行横向对比,计算各监测点在分别对应的碳源趋向的各维度上的超标累加值;
监测点pot(i)的超标累加值sup(i)的计算方法为:超标累加值sup(i)是由m个分量相加而得的,sup(i)的m个分量中每个分量对应着tend(i)中的各个维度且序号保持一致,监测点pot(i)的超标累加值中序号为j`的分量的数值为其碳源趋向中序号为j`的维度的数值超过其他的监测点的碳源趋向中序号为j`的维度的数值的平均的概率分布的程度,所述超过其他的监测点的碳源趋向中序号为j`的维度的数值的平均的概率分布的程度可以用交叉熵或者相对熵等进行计算,又或者可以用所述监测点pot(i)的碳源趋向中序号为j`的维度的数值除以所述其他的监测点的碳源趋向中序号为j`的维度的数值的算术平均数得到,将所述监测点pot(i)的超标累加值中各分量的数值相加即得到所述监测点pot(i)的超标累加值sup(i);
对各监测点的超标累加值进行比较,选出超标累加值超过阈值的监测点作为超标的碳源,并将超标的碳源的信息保存于计算机设备中,其中,可优选地,所述阈值可以是各监测点的超标累加值的算术平均值或者中位数,还可以是所述各监测点的超标累加值的算术平均值乘以修正权重后所得的数值,其中修正权重的取值范围可以是[1.05,1.1];还可以在选出超标的碳源后,对所述超标的碳源的碳排放量加以调控减少(例如,通过无线传感器网络、自动化控制系统,限制所述超标的碳源的燃料燃烧的量,或者降低所述超标的用电量等),其中[1.05,1.1]的范围比较容易筛选出碳源排放的变化趋势上有异常的特异点,准确性较高且没有额外的耗损,有利于节能减排。
本发明还提供了一种基于碳中和的碳源检测系统,所述一种基于碳中和的碳源检测系统包括:处理器、存储器及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现所述一种基于碳中和的碳源检测方法中的步骤,所述一种基于碳中和的碳源检测系统可以运行于桌上型计算机、笔记本电脑、掌上电脑及云端数据中心等计算设备中,可运行的系统可包括,但不仅限于,处理器、存储器、服务器集群,所述处理器执行所述计算机程序运行在以下系统的单元中:
检测点设置单元,用于选取待检测区间,在待检测区间设置多个不同的检测点;
碳浓度值获取单元,用于多个不同的时刻,分别从各个检测点获取相应的碳浓度,得到各时刻的各个检测点相应的碳浓度值;
时空数值平面单元,用于根据各时刻的各个检测点相应的碳浓度值,对所述待检测区间进行三维建模,得到时空数值平面;
碳源趋向计算单元,用于在时空数值平面上,进行计算碳源趋向;
检测单元,用于根据碳源趋向,检测出超标的碳源。
本发明的有益效果为:本发明提供了一种基于碳中和的碳源检测方法及系统,在待检测区间设置多个不同的检测点,得到各时刻的各个检测点相应的碳浓度值,对所述待检测区间进行三维建模得到时空数值平面,进行计算碳源趋向,根据碳源趋向检测出超标的碳源,实现了长时间监控特定区域内的碳的流动,并及时识别异常的碳源排放点的有益效果。
附图说明
通过对结合附图所示出的具体实施方式进行详细说明,本发明的上述以及其他特征将更加明显,本发明附图中相同的参考标号表示相同或相似的元素,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图,在附图中:
图1所示为一种基于碳中和的碳源检测方法的流程图;
图2所示为一种基于碳中和的碳源检测系统的系统结构图。
具体实施方式
以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整的描述,以充分地理解本发明的目的、方案和效果。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
在本发明的描述中,若干的含义是一个或者多个,多个的含义是两个以上,大于、小于、超过等理解为不包括本数,以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
如图1所示为根据本发明的一种基于碳中和的碳源检测方法的流程图,下面结合图1来阐述根据本发明的具体实施方式的一种基于碳中和的碳源检测方法及系统。
本发明提出一种基于碳中和的碳源检测方法,所述方法具体包括以下步骤:
S100,选取待检测区间,在待检测区间设置多个不同的检测点;
S200,于多个不同的时刻,分别从各个检测点获取相应的碳浓度,得到各时刻的各个检测点相应的碳浓度值;
S300,根据各时刻的各个检测点相应的碳浓度值,对所述待检测区间进行三维建模,得到时空数值平面;
S400,在时空数值平面上,进行计算碳源趋向;
S500,根据碳源趋向,检测出超标的碳源。
进一步地,在S100中,选取待检测区间,在待检测区间设置多个不同的检测点的方法为:根据预设的需要进行检测的区域选定待检测区间,所述待检测区间需将所述预设的需要进行检测的区域完全包含,再在所述待检测区间均匀地设置多个不同的检测点,所述检测点具备坐标定位、碳浓度检测和数据传输的设备,其中,可使用卫星定位系统和传感器进行坐标定位,碳浓度检测可包括二氧化碳、一氧化碳等空气中碳含量浓度的检测,可优选地,分别在各检测点使用二氧化碳检测仪和无线传感器进行检测与获取二氧化碳浓度的数值作为所述碳浓度。
进一步地,在S200中,于多个不同的时刻,分别从各个检测点获取相应的碳浓度,得到各时刻的各个检测点相应的碳浓度值的方法为:所述多个不同的时刻之间的时间间隔相同,所述多个不同的时刻按时间的先后顺序排列,分时刻对每个检测点获取相应的碳浓度,记录每个时刻获取到的各个检测点碳浓度值的数据。
进一步地,在S300中,根据各时刻的各个检测点相应的碳浓度值,对所述待检测区间进行三维建模,得到时空数值平面的方法为:
根据各个检测点的经纬度坐标数值,将各个检测点所在的二维平面组建成一个二维平面,所述二维平面上包含了所述各个检测点,其中各个检测点附带有其于多个不同的时刻分别的碳浓度值,则由各个检测点的经纬度坐标数值组成二维平面,所述二维平面上又有了以各个检测点附带有其于多个不同的时刻分别的碳浓度值作为其中的第三个维度,即所述第三个维度上是各个检测点随着时间不同而有相应的碳浓度值,由此组成的三维模型称为时空数值平面。
进一步地,在S400中,在时空数值平面上,进行计算碳源趋向的方法为:
记所述时空数值平面上监测点的数量为n,记所述多个不同的时刻中时刻的数量为m,其中,所述时空数值平面上监测点的序号为i,i∈[1,n],所述多个不同的时刻中时刻的序号为j,j∈[1,m];
所述时空数值平面上序号为i的监测点记作pot(i),pot(i)于序号为j的时刻相应的碳浓度数值为pot(i,j);
可优选地,以所述时空数值平面的二维平面的几何中心、或者以所述时空数值平面的二维平面的最小外接圆的圆心作为原点来建立平面直角坐标系,计算所述时空数值平面上各监测点与所述原点之间的连线在所述平面直角坐标系中的坐标方位角的数值作为监测点的夹角,其中,所述平面直角坐标系中的坐标方位角范围为0到360度,记监测点pot(i)的夹角为angl(i),angl(i)对应的余弦值为cos(i),以此能计算两个监测点之间夹角之差并计算所述夹角之差对应的余弦值作为监测点之间的夹角差余弦值;
计算碳源趋向的过程为:
首先,需要使用各监测点的当j处于(1,m]时的m-1个时刻的碳浓度数值,其中,需要判断j的具体数值是否大于1而不大于m,若是则计算各监测点的碳源趋向向量,具体为:对各监测点pot(i)获取其当前序号为j的时刻相应的碳浓度数值pot(i,j)及其前一个序号为j-1的时刻相应的碳浓度数值pot(i,j-1),计算pot(i,j)减pot(i,j-1)之差数值为g(i)p(j,j-1);
计算pot(i,j)分别与当前序号为j的时刻除所述监测点pot(i)外的每个监测点相应的碳浓度数值的差并乘以所述监测点pot(i)与该个监测点之间的夹角差余弦值得到的结果并取算术平均数作为所述监测点pot(i)在序号j时刻的点差碳浓度记作g(i)p(j)avg,其中,要得到g(i)p(j)avg,点差碳浓度的计算过程为:首先,在序号j的时刻时候监测点pot(i)与除了自身外的其他监测点之间分别进行碳浓度数值的减去,即pot(i)的点差碳浓度为计算pot(i)的碳浓度数值分别减去其他监测点的碳浓度数值所得的差,并且将所得的差乘以所述监测点pot(i)与该个监测点之间的夹角差余弦值得到所述监测点pot(i)与该个监测点之间的修正差,再将所述监测点pot(i)与各个监测点之间的取算术平均值作为所述监测点pot(i)在序号j时刻的点差碳浓度的数值;
在时空数值平面上,每个监测点都有其对应的碳源趋向,pot(i)对应的碳源趋向记为tend(i),tend(i)有m-1个维度,其中m-1个维度正是对应上述各监测点的当j处于(1,m]时的m-1个时刻,为防混淆仅取j的取值范围的子集 (1,m],在其中对序号j加上上标`得到j`作为在所述子集(1,m]中的序号,即j`∈(1,m],对序号j加上上标`得到j`后,j`依旧能够跟j一样地用作序号调用相同数值的序号j所标识的各变量只是范围限缩在所述子集(1,m]中,tend(i)中序号为j的维度记为tend(i, j)或tend(i, j`),如果使用j`来标记的话,那tend(i, j`)的数值计算公式为:
tend(i, j`)=exp( g(i)p(j`, j`-1) )/( exp( g(i)p(j`)avg ) ),j`∈(1,m],
如果用j的话,那同样还可以标识为:
tend(i, j)=exp( g(i)p(j, j-1) )/( exp( g(i)p(j)avg ) ),j∈(1,m],
从而有pot(i)对应的碳源趋向tend(i)的数组形式表示为:
tend(i)=[ tend(i,j), j∈(1,m] ],
碳源趋向的计算过程中,通过g(i)p(j`, j`-1)和g(i)p(j`)avg实现了跨越不同时刻的数值特征比较,使用以自然常数e为底的指数函数exp有利于方便数据的对比,碳源趋向的数值有利于更为准确地在大范围的各监测点的筛查中在时间上和空间上捕捉到碳源排放的变动趋势,更好地检测出碳源排放的变化趋势上有异常的特异点;
由此,将各监测点对应的碳源趋向tend(i)组成的集合作为Tend,Tend中有n个元素tend(i)分别对应各监测点pot(i)。
进一步地,在S500中,根据碳源趋向,检测出超标的碳源的方法为:
根据碳源趋向,对各监测点pot(i) 分别对应的tend(i)进行横向对比,计算各监测点在分别对应的碳源趋向的各维度上的超标累加值;
监测点pot(i)的超标累加值sup(i)的计算方法为:超标累加值sup(i)是由m个分量相加而得的,sup(i)的m个分量中每个分量对应着tend(i)中的各个维度且序号保持一致,监测点pot(i)的超标累加值中序号为j`的分量的数值为其碳源趋向中序号为j`的维度的数值超过其他的监测点的碳源趋向中序号为j`的维度的数值的平均的概率分布的程度,所述超过其他的监测点的碳源趋向中序号为j`的维度的数值的平均的概率分布的程度可以用交叉熵或者相对熵等进行计算,又或者可以用所述监测点pot(i)的碳源趋向中序号为j`的维度的数值除以所述其他的监测点的碳源趋向中序号为j`的维度的数值的算术平均数得到,将所述监测点pot(i)的超标累加值中各分量的数值相加即得到所述监测点pot(i)的超标累加值sup(i);
对各监测点的超标累加值进行比较,选出超标累加值超过阈值的监测点作为超标的碳源,并将超标的碳源的信息保存于计算机设备中,其中,可优选地,所述阈值可以是各监测点的超标累加值的算术平均值或者中位数,还可以是所述各监测点的超标累加值的算术平均值乘以修正权重后所得的数值,其中修正权重的取值范围可以是[1.05,1.1];还可以在选出超标的碳源后,通过无线传感器网络、自动化控制系统,限制所述超标的碳源的燃料燃烧的量,或者降低所述超标的用电量等,对所述超标的碳源的碳排放量加以调控减少。
所述一种基于碳中和的碳源检测系统运行于桌上型计算机、笔记本电脑、掌上电脑或云端数据中心的任一计算设备中,所述计算设备包括:处理器、存储器及存储在所述存储器中并在所述处理器上运行的计算机程序,还可以包括无线传感器网络、自动化控制系统等,所述处理器执行所述计算机程序时实现所述一种基于碳中和的碳源检测方法中的步骤,可运行的系统可包括,但不仅限于,处理器、存储器、服务器集群。
本发明的实施例提供的一种基于碳中和的碳源检测系统,如图2所示,该实施例的一种基于碳中和的碳源检测系统包括:处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述一种基于碳中和的碳源检测方法实施例中的步骤可以用于通过无线传感器网络、自动化控制系统来控制碳排放量,所述处理器执行所述计算机程序运行在以下系统的单元中:
检测点设置单元,用于选取待检测区间,在待检测区间设置多个不同的检测点;
碳浓度值获取单元,用于多个不同的时刻,分别从各个检测点获取相应的碳浓度,得到各时刻的各个检测点相应的碳浓度值;
时空数值平面单元,用于根据各时刻的各个检测点相应的碳浓度值,对所述待检测区间进行三维建模,得到时空数值平面;
碳源趋向计算单元,用于在时空数值平面上,进行计算碳源趋向;
检测单元,用于根据碳源趋向,检测出超标的碳源。
其中,在上述方法的计算中可以对数值运算的过程进行无量纲化处理。
其中,优选地,本发明中所有未定义的变量,若未有明确定义,均可为人工设置的阈值。
所述一种基于碳中和的碳源检测系统可以运行于桌上型计算机、笔记本电脑、掌上电脑及云端数据中心等计算设备中。所述一种基于碳中和的碳源检测系统包括,但不仅限于,处理器、存储器。本领域技术人员可以理解,所述例子仅仅是一种基于碳中和的碳源检测方法及系统的示例,并不构成对一种基于碳中和的碳源检测方法及系统的限定,可以包括比例子更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述一种基于碳中和的碳源检测系统还可以包括输入输出设备、网络接入设备、总线等。
所称处理器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)、现场可编程门阵列 (Field-Programmable Gate Array,FPGA) 或者其他可编程逻辑器件、分立元器件门电路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,所述处理器是所述一种基于碳中和的碳源检测系统的控制中心,利用各种接口和线路连接整个一种基于碳中和的碳源检测系统的各个分区域。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述一种基于碳中和的碳源检测方法及系统的各种功能。所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card, SMC),安全数字(Secure Digital, SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本发明提供了一种基于碳中和的碳源检测方法及系统,在待检测区间设置多个不同的检测点,得到各时刻的各个检测点相应的碳浓度值,对所述待检测区间进行三维建模得到时空数值平面,进行计算碳源趋向,根据碳源趋向检测出超标的碳源,实现了长时间监控特定区域内的碳的流动,并及时识别异常的碳源排放点的有益效果。
尽管本发明的描述已经相当详尽且特别对几个所述实施例进行了描述,但其并非旨在局限于任何这些细节或实施例或任何特殊实施例,从而有效地涵盖本发明的预定范围。此外,上文以发明人可预见的实施例对本发明进行描述,其目的是为了提供有用的描述,而那些目前尚未预见的对本发明的非实质性改动仍可代表本发明的等效改动。
Claims (4)
1.一种基于碳中和的碳源检测方法,其特征在于,所述方法包括以下步骤:
S100,选取待检测区间,在待检测区间设置多个不同的检测点;
S200,于多个不同的时刻,分别从各个检测点获取相应的碳浓度,得到各时刻的各个检测点相应的碳浓度值;
S300,根据各时刻的各个检测点相应的碳浓度值,对所述待检测区间进行三维建模,得到时空数值平面;
S400,在时空数值平面上,进行计算碳源趋向;
S500,根据碳源趋向,检测出超标的碳源;
其中,在S300中,根据各时刻的各个检测点相应的碳浓度值,对所述待检测区间进行三维建模,得到时空数值平面的方法为:
根据各个检测点的经纬度坐标数值,将各个检测点所在的二维平面组建成一个二维平面,所述二维平面上包含了所述各个检测点,其中各个检测点附带有其于多个不同的时刻分别的碳浓度值,则由各个检测点的经纬度坐标数值组成二维平面,所述二维平面上又有了以各个检测点附带有其于多个不同的时刻分别的碳浓度值作为的第三个维度,即所述第三个维度上是各个检测点随着时间不同而有相应的碳浓度值,由此组成的三维模型称为时空数值平面;
在S400中,在时空数值平面上,进行计算碳源趋向的方法为:
记所述时空数值平面上监测点的数量为n,记所述多个不同的时刻中时刻的数量为m,其中,所述时空数值平面上监测点的序号为i,i∈[1,n],所述多个不同的时刻中时刻的序号为j,j∈[1,m];
所述时空数值平面上序号为i的监测点记作pot(i),pot(i)于序号为j的时刻相应的碳浓度数值为pot(i,j);
以所述时空数值平面的二维平面的几何中心、或者以所述时空数值平面的二维平面的最小外接圆的圆心作为原点来建立平面直角坐标系,计算所述时空数值平面上各监测点与所述原点之间的连线在所述平面直角坐标系中的坐标方位角的数值作为监测点的夹角;
计算碳源趋向的过程为:
首先,需要使用各监测点的当j处于(1,m]时的m-1个时刻的碳浓度数值,其中,需要判断j的具体数值是否大于1而不大于m,若是则计算各监测点的碳源趋向向量,具体为:对各监测点pot(i)获取其当前序号为j的时刻相应的碳浓度数值pot(i,j)及其前一个序号为j-1的时刻相应的碳浓度数值pot(i,j-1),计算pot(i,j)减pot(i,j-1)之差数值为g(i)p(j,j-1);
计算pot(i,j)分别与当前序号为j的时刻除所述监测点pot(i)外的每个监测点相应的碳浓度数值的差并乘以所述监测点pot(i)与该个监测点之间的夹角差余弦值得到的结果并取算术平均数作为所述监测点pot(i)在序号j时刻的点差碳浓度记作g(i)p(j)avg;
在时空数值平面上,每个监测点都有其对应的碳源趋向,pot(i)对应的碳源趋向记为tend(i),tend(i)有m-1个维度,其中m-1个维度正是对应上述各监测点的当j处于(1,m]时的m-1个时刻,为防混淆仅取j的取值范围的子集(1,m],在其中对序号j加上上标`得到j`作为在所述子集(1,m]中的序号,即j`∈(1,m],对序号j加上上标`得到j`后,j`跟j一样地用作序号,j`用于调用相同数值的序号j所标识的变量,只是j`范围限缩在所述子集(1,m]中,tend(i)中序号为j的维度记为tend(i,j)或tend(i,j`),tend(i,j`)的数值计算公式为:
tend(i, j`)=exp( g(i)p(j`, j`-1) )/( exp( g(i)p(j`)avg ) ),j`∈(1,m],
或者为:
tend(i, j)=exp( g(i)p(j, j-1) )/( exp( g(i)p(j)avg ) ),j∈(1,m],
从而有pot(i)对应的碳源趋向tend(i)的数组形式表示为:
tend(i)=[ tend(i,j), j∈(1,m] ],
由此,将各监测点对应的碳源趋向tend(i)组成的集合作为Tend,Tend中有n个元素tend(i)分别对应各监测点pot(i);
在S500中,根据碳源趋向,检测出超标的碳源的方法为:
根据碳源趋向,对各监测点pot(i) 分别对应的tend(i)进行横向对比,计算各监测点在分别对应的碳源趋向的各维度上的超标累加值;
监测点pot(i)的超标累加值sup(i)的计算方法为:超标累加值sup(i)是由m个分量相加而得的,sup(i)的m个分量中每个分量对应着tend(i)中的各个维度且序号保持一致,监测点pot(i)的超标累加值中序号为j`的分量的数值为其碳源趋向中序号为j`的维度的数值超过其他的监测点的碳源趋向中序号为j`的维度的数值的平均的概率分布的程度,将所述监测点pot(i)的超标累加值中各分量的数值相加即得到所述监测点pot(i)的超标累加值sup(i);
对各监测点的超标累加值进行比较,选出超标累加值超过阈值的监测点作为超标的碳源,并将超标的碳源的信息保存于计算机设备中。
2.根据权利要求1所述的一种基于碳中和的碳源检测方法,其特征在于,在S100中,选取待检测区间,在待检测区间设置多个不同的检测点的方法为:根据预设的需要进行检测的区域选定待检测区间,所述待检测区间需将所述预设的需要进行检测的区域完全包含,再在所述待检测区间均匀地设置多个不同的检测点,所述检测点具备坐标定位、碳浓度检测和数据传输的设备。
3.根据权利要求1所述的一种基于碳中和的碳源检测方法,其特征在于,在S200中,于多个不同的时刻,分别从各个检测点获取相应的碳浓度,得到各时刻的各个检测点相应的碳浓度值的方法为:
所述多个不同的时刻之间的时间间隔相同,所述多个不同的时刻按时间的先后顺序排列,分时刻对每个检测点获取相应的碳浓度,记录每个时刻获取到的各个检测点碳浓度值的数据。
4.一种基于碳中和的碳源检测系统,其特征在于,所述一种基于碳中和的碳源检测系统运行于桌上型计算机、笔记本电脑或云端数据中心的任一计算设备中,所述计算设备包括:处理器、存储器及存储在所述存储器中并在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至3中任一项所述的一种基于碳中和的碳源检测方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310250318.4A CN115980281B (zh) | 2023-03-16 | 2023-03-16 | 一种基于碳中和的碳源检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310250318.4A CN115980281B (zh) | 2023-03-16 | 2023-03-16 | 一种基于碳中和的碳源检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115980281A CN115980281A (zh) | 2023-04-18 |
CN115980281B true CN115980281B (zh) | 2023-07-18 |
Family
ID=85976466
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310250318.4A Active CN115980281B (zh) | 2023-03-16 | 2023-03-16 | 一种基于碳中和的碳源检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115980281B (zh) |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070191697A1 (en) * | 2006-02-10 | 2007-08-16 | Lynn Lawrence A | System and method for SPO2 instability detection and quantification |
CN104850951A (zh) * | 2015-05-18 | 2015-08-19 | 中国科学院广州能源研究所 | 一种具有时空属性的产品碳足迹建模方法及系统 |
CN108062454A (zh) * | 2018-01-19 | 2018-05-22 | 宁波市镇海规划勘测设计研究院 | 污染物时空分布不确定性特征分析方法、系统及存储介质 |
FR3099830B1 (fr) * | 2019-08-06 | 2021-07-02 | Centralesupelec | Procédé et système de surveillance d’un réseau de câbles, par analyse en composantes principales |
CN110689179A (zh) * | 2019-09-18 | 2020-01-14 | 北京工商大学 | 基于时空序列混合模型的水华预测方法 |
CN110851338B (zh) * | 2019-09-23 | 2022-06-24 | 平安科技(深圳)有限公司 | 异常检测方法、电子设备及存储介质 |
CN111814956B (zh) * | 2020-06-23 | 2022-04-08 | 哈尔滨工程大学 | 一种基于多维度二次特征提取的多任务学习的空气质量预测方法 |
CN114004939B (zh) * | 2021-12-31 | 2022-04-19 | 深圳奥雅设计股份有限公司 | 一种基于建模软件脚本的三维模型优化方法及系统 |
CN114353881B (zh) * | 2022-03-18 | 2022-06-24 | 广东银纳增材制造技术有限公司 | 一种基于复合传感器的设备异常监测方法及系统 |
CN218568223U (zh) * | 2022-06-22 | 2023-03-03 | 深圳奥雅设计股份有限公司 | 碳中和互动装置 |
-
2023
- 2023-03-16 CN CN202310250318.4A patent/CN115980281B/zh active Active
Non-Patent Citations (2)
Title |
---|
基于GOSAT反演的中国地区二氧化碳浓度时空分布研究;杨东旭;刘毅;蔡兆男;邓剑波;;大气科学(03);全文 * |
基于某市空气质量监测数据的处理方法研究;邓琴;;科技创新导报(23);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN115980281A (zh) | 2023-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109191553B (zh) | 点云渲染方法、装置、终端及存储介质 | |
CN112684133B (zh) | 基于大数据平台的水质监测预警方法、系统及存储介质 | |
CN110597937B (zh) | 一种无人智能巡检的方法、装置、设备及存储介质 | |
CN109270232B (zh) | 一种水污染大数据监测与预警方法及装置 | |
CN113901162B (zh) | 基于城市管理的无人机环境监测方法、系统及云平台 | |
CN111639647A (zh) | 指示灯状态识别方法、装置、计算机设备及存储介质 | |
CN112613380B (zh) | 一种机房巡检方法、装置及电子设备、存储介质 | |
JP2007010932A (ja) | 都市緑地における生息生物群の予測評価手法 | |
CN115457408A (zh) | 一种土地监测方法、装置、电子设备及介质 | |
CN109472002A (zh) | 污染物浓度分布图的生成方法及装置 | |
CN116087421A (zh) | 大气污染物监测溯源方法、装置、计算机设备和存储介质 | |
CN115388344A (zh) | 一种基于分布式协调检测的管道泄漏监测方法 | |
CN115980281B (zh) | 一种基于碳中和的碳源检测方法及系统 | |
CN117093832B (zh) | 一种用于空气质量数据缺失的数据插补方法及系统 | |
CN117581777A (zh) | 一种基于物联网技术的智能灌溉系统和计算机设备 | |
CN116168345B (zh) | 火灾检测方法及相关设备 | |
CN115238245B (zh) | 污染物监测方法、装置、存储介质及电子设备 | |
CN111175446A (zh) | 一种气体溯源方法及装置 | |
CN112668448B (zh) | 一种生态进程变化分析方法、装置、介质及终端设备 | |
CN115798154A (zh) | 一种空气质量告警方法及系统 | |
CN114402780A (zh) | 一种基于农业综合大数据灌溉施肥控制方法及系统 | |
CN115598309B (zh) | 一种大气环境铅含量的监测预警方法及系统 | |
Klein | Geospatial internet of things: Framework for fugitive methane gas leaks monitoring | |
US20240027416A1 (en) | Method of anomaly detection, method of building upstream-and-downstream configuration, and management system of sensors | |
CN113225391B (zh) | 基于滑动窗口异常检测的大气环境监测质量监控方法及计算设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |