CN116739190A - 优化污染控制的减排比例、减排成本与管控时间的方法 - Google Patents

优化污染控制的减排比例、减排成本与管控时间的方法 Download PDF

Info

Publication number
CN116739190A
CN116739190A CN202311020004.1A CN202311020004A CN116739190A CN 116739190 A CN116739190 A CN 116739190A CN 202311020004 A CN202311020004 A CN 202311020004A CN 116739190 A CN116739190 A CN 116739190A
Authority
CN
China
Prior art keywords
emission
emission reduction
pollution
target
time
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.)
Granted
Application number
CN202311020004.1A
Other languages
English (en)
Other versions
CN116739190B (zh
Inventor
张晔华
白强
王洋
李亚林
马培翃
鲁晓晗
秦东明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Zhongke Sanqing Environmental Technology Co ltd
3Clear Technology Co Ltd
Original Assignee
Beijing Zhongke Sanqing Environmental Technology Co ltd
3Clear Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Zhongke Sanqing Environmental Technology Co ltd, 3Clear Technology Co Ltd filed Critical Beijing Zhongke Sanqing Environmental Technology Co ltd
Priority to CN202311020004.1A priority Critical patent/CN116739190B/zh
Publication of CN116739190A publication Critical patent/CN116739190A/zh
Application granted granted Critical
Publication of CN116739190B publication Critical patent/CN116739190B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)

Abstract

本公开涉及一种优化污染控制的减排比例、减排成本与管控时间的方法，涉及大气污染治理技术领域。确定多个污染源在第一时长内排放的污染物的目标浓度降低幅值总和，以及该多个污染源在第二时长内的目标减排成本总和，该第一时长位于该第二时长内；以该目标浓度降低幅值总和大于或等于目标值作为第一目标函数，该目标减排成本总和为最小值作为第二目标函数，构建管控模型；基于该管控模型，确定该污染源的减排比例，该减排比例为该污染源在该第二时长内减少排放的污染物的比例。使用本公开提出的优化污染控制的减排比例、减排成本与管控时间的方法，可以使得污染源以较小的减排成本达到较好的减排效果。

Description

优化污染控制的减排比例、减排成本与管控时间的方法
技术领域
本公开涉及大气污染治理技术领域，尤其涉及一种优化污染控制的减排比例、减排成本与管控时间的方法。
背景技术
目前，重污染控制主要基于各地区发布的重污染预警信息进行相应的措施管理，从而达到重污染天气改善的目的，而提前采取管控措施对重污染过程的控制有较好的效果。
相关技术中，在当前的重污染管控过程中，污染源通常是以固定的减排比例进行减排，然而，若固定的减排比例过大，会导致污染源减排所产生的排污成本较大；固定的减排比例过小，可能无法达到良好的减排效果。
发明内容
为克服相关技术中存在的问题，本公开提供一种优化污染控制的减排比例、减排成本与管控时间的方法。
根据本公开实施例的第一方面，提供一种优化污染控制的减排比例、减排成本与管控时间的方法，包括：
确定多个污染源在第一时长内排放的污染物的目标浓度降低幅值总和，以及所述多个污染源在第二时长内的目标减排成本总和，所述第一时长位于所述第二时长内；
以所述目标浓度降低幅值总和大于或等于目标值作为第一目标函数，所述目标减排成本总和为最小值作为第二目标函数，构建管控模型；
基于所述管控模型，确定所述污染源的减排比例，所述减排比例为所述污染源在所述第二时长内减少排放的污染物的比例。
可选地，所述第二时长的起始时刻为所述污染源的减排开始时刻，所述减排开始时刻通过以下步骤确定：
确定目标区域的重污染开始时刻；
针对所述重污染开始时刻之前的预设时长内的任一时刻，确定所述污染源对所述目标区域贡献的单位排放贡献浓度；
从多个时刻的单位排放贡献浓度中，确定突变浓度；
将所述突变浓度对应的时刻，作为所述减排开始时刻。
可选地，所述从多个时刻的单位排放贡献浓度中，确定突变浓度，包括：
将多个所述多个时刻的单位排放贡献浓度，划分为多个时段的单位排放贡献浓度；
从多个相邻时段的单位排放贡献浓度中，确定相邻两个时段的单位排放贡献浓度之差达到最大值的目标相邻时段的单位排放贡献浓度；
重复所述将多个所述多个时刻的单位排放贡献浓度，划分为多个时段的单位排放贡献浓度；从多个相邻时段的单位排放贡献浓度中，确定相邻两个时段的单位排放贡献浓度之差达到最大值的目标相邻时段的单位排放贡献浓度的步骤，直至相邻两个时刻的单位排放贡献浓度之差达到最大值；
将所述相邻两个时刻的单位排放贡献浓度中的最大值作为所述突变浓度。
可选地，所述确定多个污染源在第一时长内排放的污染物的目标浓度降低幅值总和，包括：
针对所述第一时长中的任一时刻，确定多个所述污染源排放的污染物的第一浓度降低幅值总和；
根据所述任一时刻下的第一浓度降低幅值总和，得到所述目标浓度降低幅值总和。
可选地，所述针对所述第一时长中的任一时刻，确定多个所述污染源排放的污染物的第一浓度降低幅值总和：
针对所述第一时长中的任一时刻，根据所述污染源对监测站点的单位排放贡献浓度与所述污染源的污染物排放量，得到所述污染源排放污染物的排放贡献浓度；
根据所述排放贡献浓度与所述污染源的减排比例，得到所述污染源的浓度降低幅值；
将所述多个污染源的浓度降低幅值，作为所述第一浓度降低幅值总和。
可选地，所述确定多个污染源在第一时长内排放的污染物的目标浓度降低幅值总和，以及所述多个污染源在第二时长内的目标减排成本总和，包括：
对于多个天气型中的每个天气型，确定所述每个天气型的污染过程中多个污染源在所述第一时长内的目标浓度降低幅值总和，以及所述多个污染源在所述第二时长内的目标减排成本总和。
可选地，所述确定所述多个污染源在第二时长内的目标减排成本总和，包括：
确定所述污染源在所述第二时长内的第一减排成本；
将多个所述污染源的第一减排成本的总和，作为所述目标减排成本总和。
可选地，所述确定所述污染源在所述第二时长内的第一减排成本，包括：
根据所述污染源在所述第二时长内的减排比例与所述污染源在单位时间内的污染物排放量，得到所述污染源在所述单位时间内减少的污染物减排量；
根据所述单位时间内减少的污染物减排量与所述污染源的减排成本，得到所述污染源在所述单位时间的单位减排成本；
根据所述单位减排成本与所述第二时长，得到所述第一减排成本。
可选地，以所述目标浓度降低幅值总和大于或等于目标值作为第一目标函数，所述目标减排成本总和为最小值作为第二目标函数，构建管控模型，包括：
以所述目标浓度降低幅值总和大于或等于目标值作为第一目标函数，所述目标减排成本总和为最小值作为第二目标函数，所述污染源的减排比例在减排比例阈值以下作为约束条件，构建所述管控模型。
根据本公开实施例的第二方面，提供一种优化污染控制的减排比例、减排成本与管控时间的装置，包括：
确定模块，被配置为确定多个污染源在第一时长内排放的污染物的目标浓度降低幅值总和，以及所述多个污染源在第二时长内的目标减排成本总和，所述第一时长位于所述第一时长内；
构建模块，被配置为以所述目标浓度降低幅值总和大于或等于目标值作为第一目标函数，所述目标减排成本总和为最小值作为第二目标函数，构建管控模型；
减排比例确定模块，被配置为基于所述管控模型，确定所述污染源的减排比例，所述减排比例为所述污染源在所述第二时长内减少排放的污染物的比例。
根据本公开实施例的第三方面，提供一种计算机可读存储介质，其上存储有计算机程序指令，该程序指令被处理器执行时实现本公开第一方面所提供的优化污染控制的减排比例、减排成本与管控时间的方法的步骤。
根据本公开实施例的第四方面，提供一种芯片，包括处理器和接口；所述处理器用于读取指令以执行本公开第一方面所提供的优化污染控制的减排比例、减排成本与管控时间方法的步骤。
本公开的实施例提供的技术方案可以包括以下有益效果：
以所述目标浓度降低幅值总和大于或等于目标值作为第一目标函数，所述目标减排成本总和为最小值作为第二目标函数，构建管控模型之后，基于管控模型，确定的污染源的减排比例，才能使得目标减排成本总和达到较小值，污染源所产生的减排成本较小；目标浓度降低幅值总和大于或等于目标值，污染源排放的污染物浓度的降低值较大，达到良好的减排效果，进而使得污染源采用该减排比例后，以较小的减排成本达到较好的减排效果。
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，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种优化污染控制的减排比例、减排成本与管控时间的方法的流程图；
图2是根据一示例性实施例示出的一种管控模型的示意图；
图3是根据一示例性实施例示出的一种优化污染控制的减排比例、减排成本与管控时间的装置的框图；
图4是根据一示例性实施例示出的一种优化污染控制的减排比例、减排成本与管控时间的装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的一种优化污染控制的减排比例、减排成本与管控时间的方法的流程图，其中，污染控制是在未来一次重污染过程中，污染源进行污染控制以减少重污染过程中污染物的排放；优化污染控制的减排比例可以视为优化污染源减少污染物排放的比例，进而增大目标浓度降低幅值以及降低减排成本，实现较好的减排效果；优化管控时间可以视为确定污染源在污染控制过程中的减排开始时刻，优化污染源进行污染控制的排放时长，进而使得经历排放时长后排放的污染物能够达到减排标准且减少减排成本。如图1所示，优化污染控制的减排比例、减排成本与管控时间的方法包括以下步骤。
在步骤S11中，确定多个污染源在第一时长内排放的污染物的目标浓度降低幅值总和，以及所述多个污染源在第二时长内的目标减排成本总和，所述第一时长位于所述第二时长内。
在一些实施例中，本公开实施例提出的污染源可以是排污企业、排污工厂等排污机构。
在一些实施例中，第一时长是重污染开始时刻与重污染结束时刻之间的时长，第一时长是重污染过程的持续时长；第二时长是减排开始时刻与重污染结束时刻之间的时长，第二时长是污染源进行减排的减排时长。由于提前管控污染物排放对重污染过程改善效果显著，所以污染源进行污染物减排的减排开始时刻位于重污染开始时刻之前。
在一些实施例中，目标浓度降低幅值总和是在第一时长内多个污染源通过减排所致使的污染物浓度降低幅值的总和，目标浓度降低幅值总和可以体现多个污染源在重污染过程中所达到的减排效果，目标浓度降低幅值越大，多个污染源的减排效果越好，减排效果是污染源重污染过程中减少的污染物浓度，若重污染过程中的污染物浓度的降低量较大，说明污染源针对于重污染过程的减排效果较好。
在一些实施例中，目标减排成本总和可以是多个污染源在第二时长内减排所产生的减排成本总和，目标减排成本总和可以体现多个污染源为了对重污染过程进行减排所产生的减排成本。由于污染源是从减排开始时刻开始减排，到重污染结束时刻结束减排，所以目标减排成本总和是污染源在第二时长内产生的减排成本总和。
在一些实施例中，对于多个天气型中的每个天气型，确定所述每个天气型的污染过程中多个污染源在所述第一时长内的目标浓度降低幅值总和，以及所述多个污染源在所述第二时长内的目标减排成本总和。
可选地，天气型是从大范围天气形势中归纳出来的在某个目标区域中重复出现的大气环流形势，可以利用分型模型对目标区域的天气形势进行分型，来得到不同的天气型。其中，可以利用从气象数据中选取分型区域的分型因子作为待聚类数据，对待聚类数据进行聚类，从而建立分型模型。
在步骤S12中，以所述目标浓度降低幅值总和大于或等于目标值作为第一目标函数，所述目标减排成本总和为最小值作为第二目标函数，构建管控模型。
在一些实施例中，构建管控模型需要构建目标函数与约束条件。为了使得污染源的减排效果能够达到标准，且污染源的排污成本能够达到较小，可以以目标浓度降低幅值总和大于或等于目标值作为第一目标函数，以目标减排成本总和为最小值作为第二目标函数，构建管控模型，如此，管控模型才能依据一些排污相关参数，输出较佳的减排比例。为了使得减排方案的可实施性，可以将减排比例小于或等于减排阈值作为约束条件，以使得污染源的减排比例能够被约束在合理范围之内，进而保障减排方案的可实施性。
其中，减排比例是污染源在第二时长内所使用到的减排比例，减排比例体现了污染源为了此次的重污染过程所减少的污染物排放量，减排比例是减少排放的污染物排放量与总的污染物排放量之间的比例。同一污染源在面对不同的重污染过程时，管控模型会得到不同的减排比例，以使得不同的减排比例在适应于不同的重污染过程时，能够以较少的减排成本达到较好的减排效果。
在步骤S13中，基于所述管控模型，确定所述污染源的减排比例，所述减排比例为所述污染源在所述第二时长内减少排放的污染物的比例。
在一些实施例中，管控模型由第一目标函数、第二目标函数构成以及约束条件构成。
在第一目标函数中，减排比例作为未知变量，污染源在不同时刻对监测站点的单位排放贡献浓度与污染源在不同时刻的污染物排放量作为已知变量，以多个污染源在第一时长内排放的污染物的目标浓度降低幅值总和大于或等于目标值作为第一目标。
在第二目标函数中，减排比例作为未知变量，污染源在不同时刻的污染物排放量、污染源在单位时间的单位减排成本以及第二时长作为已知变量，以目标减排成本总和为最小值作为第二目标。
如此，基于第一目标函数与第二目标函数，可以求解得到每个不同的污染源在此次重污染过程中的减排比例，且不同的污染源所使用的减排比例是不同的。
相关技术中，在未来一次重污染过程开始之前，会通知相关污染源的减排比例，然而该减排比例是固定且不变的。本公开实施例中，以所述目标浓度降低幅值总和大于或等于目标值作为第一目标函数，所述目标减排成本总和为最小值作为第二目标函数，构建管控模型之后，基于管控模型所确定的污染源的减排比例，才能使得目标减排成本总和达到较小值，污染源所产生的减排成本较小；目标浓度降低幅值总和大于或等于目标值，污染源排放的污染物浓度的降低值较大，达到良好的减排效果，进而使得污染源采用该减排比例后，以较小的减排成本达到较好的减排效果。
并且，将每个天气型的污染过程中多个污染源在第一时长内的目标浓度降低幅值总和大于或等于目标值作为第一目标函数，目标减排成本总和为最小值作为第二目标函数，来构建管控模型之后，基于管控模型可以确定出在不同的天气型下，达到良好的减排效果且较小的减排成本所需的减排比例。
在一种可能的实施方式中，第一目标函数通过以下步骤来得到：
步骤（1）、针对所述第一时长中的任一时刻，确定多个所述污染源排放的污染物的第一浓度降低幅值总和。
步骤（2）、根据所述任一时刻下的第一浓度降低幅值总和，得到所述目标浓度降低幅值总和。
在一些实施例中，可以以目标浓度降低幅值总和大于或等于目标值作为第一目标函数，污染源的减排比例在减排阈值以下作为第一目标函数的约束条件。
示例地，第一目标函数的计算公式如下：
（1）
在公式（1）中，为多个污染源在t0时刻的第一浓度降低幅值总和；/>为多个污染源在te时刻的第一浓度降低幅值总和；t0是重污染开始时刻；te是重污染结束时刻；/>为目标值。
第一目标函数的约束条件如下：
（2）
在公式（2）中，为第i个污染源的减排比例；/>为第i个污染源的减排比例阈值，不同的污染源对应的减排比例阈值可能不同。
从公式（1）可以看出，在得到多个污染源在任一时刻下的第一浓度降低幅值总和之后，可以将多个时刻下的第一浓度降低幅值总和的加和，作为目标浓度降低幅值总和；再将目标浓度降低幅值总和减去目标值大于等于零作为第一目标函数；再将污染源的减排比例在减排比例阈值以下作为第一目标函数的约束条件。
可以理解的是，在公式（1）中
。
在一些实施例中，在步骤（1）中，对于第一时长中的任一时刻而言，多个污染源排放的污染物的第一浓度降低幅值总和，通过以下子步骤确定：
子步骤A1：针对所述第一时长中的任一时刻，根据所述污染源对监测站点的单位排放贡献浓度与所述污染源的污染物排放量，得到所述污染源排放污染物的排放贡献浓度。
子步骤A2：根据所述排放贡献浓度与所述污染源的减排比例，得到所述污染源的浓度降低幅值。
子步骤A3：将所述多个污染源的浓度降低幅值的总和，作为所述第一浓度降低幅值总和。
示例地，以确定多个污染源在t0时刻的第一浓度降低幅值总和进行说明，第一浓度降低幅值总和的公式如下：
（3）
在公式（3）中，为多个污染源在t0时刻的第一浓度降低幅值总和；j为监测站点；t0为重污染开始时刻；/>为第i个污染源在t0时刻对监测站点j贡献的单位排放贡献浓度；/>为第i个污染源在t0时刻的污染物排放量；/>为第i个污染源的减排比例。
从公式（3）可以看出，对于重污染开始时刻t0而言，可以将污染源对监测站点的单位排放贡献浓度与污染源的污染物排放量/>的乘积，作为污染源在重污染开始时刻t0对监测站点j的排放贡献浓度；再将排放贡献浓度乘以污染源的减排比例/>，得到污染源的浓度降低幅值；最后将多个污染源在重污染开始时刻t0的浓度降低幅值的总和，作为多个污染源在重污染开始时刻t0的第一浓度降低幅值总和。
示例地，以确定多个污染源在te时刻的第一浓度降低幅值总和进行说明，第一浓度降低幅值总和的公式如下：
(4)
在公式（4）中，为多个污染源在te时刻的第一浓度降低幅值总和；j为监测站点；te为重污染结束时刻；/>为第i个污染源在te时刻对监测站点j贡献的单位排放贡献浓度；/>为第i个污染源在te时刻的污染物排放量；/>为第i个污染源的减排比例。
从公式（4）可以看出，对于重污染结束时刻te而言，可以将污染源对监测站点的单位排放贡献浓度与污染源的污染物排放量/>的乘积，作为污染源在重污染结束时刻te对监测站点j的排放贡献浓度；再将排放贡献浓度乘以污染源的减排比例/>，得到污染源的浓度降低幅值；最后将多个污染源在重污染结束时刻te的浓度降低幅值的总和，作为多个污染源在重污染结束时刻te的第一浓度降低幅值总和。
可以理解的是，一个目标区域存在多个监测站点来监测污染物浓度，同一个监测站点监测得到的污染物浓度是由多个不同的污染源的共同作用下得到的，因此多个污染源对监测站点贡献的排放贡献浓度之和，可以视为监测站点监测到的站点污染物浓度。例如，监测站点受到3个污染源影响，污染源A所贡献的排放贡献浓度是2mg，污染源B所贡献的排放贡献浓度是5mg，污染源C所贡献的排放贡献浓度是3mg，那么监测站点监测到的站点污染物浓度是10mg。
在此基础上，对于第一时长内的任一时刻而言，污染源对监测站点的单位排放贡献浓度的表达式如下：
（5）
从公式（5）可以看出，污染源对监测站点的单位排放贡献浓度等于污染源对监测站点贡献的排放贡献浓度/>除以污染源的污染物排放量/>，单位排放贡献浓度可以视为污染源单位污染物排放量对监测站点的贡献浓度。因此，在公式（3）或公式（4）中，将污染源对监测站点的单位排放贡献浓度/>乘以污染源的污染物排放量/>得到的是排放贡献浓度/>；减排比例是污染源所排放的污染物的降低值，将排放贡献浓度乘以减排比例之后，可以得到污染源对监测站点贡献的排放贡献浓度的降低值，即污染源的浓度降低幅值；最后将多个污染源的浓度降低幅值相加，则可以得到多个污染源在同一时刻下的第一浓度降低幅值总和。
可以理解的是，通过上述公式（3）可以表达多个污染源在重污染开始时刻的第一浓度降低幅值总和，通过上述公式（4）可以表达多个污染源在重污染结束时刻的第一浓度降低幅值总和。自然，也可以利用上述公式（3）与公式（4）相同或相似的计算公式，来表达多个污染源在重污染开始时刻与重污染结束时刻之间的任一时刻上的第一浓度降低幅值总和；最终将污染源在任一时刻的第一浓度降低幅值总和进行相加，来表达多个污染源在第一时长内的目标浓度降低幅值总和。
在上述方案中，可以将公式（3）与公式（4）带入至公式（1）中，即可得到第一目标函数，第一目标函数体现了减排比例、污染源对监测站点的单位排放贡献浓度、污染源的污染物排放量之间的关系，进而可以将每个污染源对监测站点的单位排放贡献浓度与每个污染源的污染物排放量作为自变量，来得到每个污染源各自的减排比例。
通过上述技术方案，可以先确定多个污染源在同一时刻下的第一浓度降低幅值总和；再将多个不同时刻下的第一浓度降低幅值总和相加，得到多个污染源在第一时长内的目标浓度降低幅值总和；再将目标浓度降低幅值总和大于或等于目标值作为第一目标函数，从而得到第一目标函数。在第一目标函数中，将每个污染源对监测站点的单位排放贡献浓度与每个污染源的污染物排放量作为自变量，进而得到每个污染源各自的减排比例，使用该减排比例得到的目标浓度降低幅值是大于或等于目标值的，在设定的目标值较大的情况下，目标浓度降低幅值也较大，进而使得污染源使用该减排比例能够达到较大的目标浓度降低幅值，在第一时长内污染源降低的排放贡献浓度更大，实现较好的减排效果。
在一种可能的实施方式中，第二目标函数通过以下步骤来得到：
在步骤（1）中，确定所述污染源在所述第二时长内的第一减排成本。
在一些实施例中，第二时长的开始时刻为减排开始时刻，第一时长的开始时刻为重污染开始时刻，减排开始时刻早于重污染开始时刻，第二时刻的结束时刻与第一时长的结束时刻均为重污染结束时刻。
在一些实施例中，步骤（1）包括以下子步骤：
子步骤B1：根据所述污染源在所述第二时长内的减排比例与所述污染源在所述单位时间内的污染物排放量，得到所述污染源在单位时间内减少的污染物减排量。
子步骤B2：根据所述单位时间内减少的污染物减排量与所述污染源的减排成本，得到所述污染源在单位时间的单位减排成本。
子步骤B3：根据所述单位减排成本与所述第二时长，得到所述第一减排成本。
示例地，第一减排成本通过以下公式表达：
（6）
在公式（6）中，为第i个污染源的减排比例；/>为第i个污染源在单位时间内的污染物排放量；/>为第i个污染源在单位时间内减排单位污染物排放量所产生的减排成本；为第i个污染源的减排开始时刻；/>为第i个污染源的重污染结束时刻；/>为第二时长，即第i个污染源的减排时长。
从公式（6）可以看出，将第i个污染源的减排比例乘以第i个污染源在单位时间内的污染物排放量/>，可以得到污染源在单位时间内减少排放的污染物减排量；将污染物减排量乘以污染源在单位时间内减排单位污染物排放量所产生的减排成本/>，得到污染源在单位时间内减排污染物减排量所产生的单位减排成本；最后将单位减排成本乘以第二时长/>，得到污染源在第二时长内的第一减排成本。
示例地，以污染源在单位时间减少的污染物减排量为10mg，污染源在单位时间内减少1mg所产生的减排成本为20进行说明，那么污染源在单位时间内减少10mg所产生的单位减排成本则是200。单位时间可以为1s、1ms、1min、1h等，本公开实施例对此不做限制。
在步骤（2）中，将多个所述污染源的第一减排成本的总和，作为所述目标减排成本总和。
示例地，目标减排成本总和通过以下公式表达：
在公式（7）中，为第i个污染源的减排比例；/>为第i个污染源在单位时间内的污染物排放量；/>为第i个污染源在单位时间内减排单位污染物排放量所产生的减排成本；为第i个污染源的减排结束时刻，同时也是重污染过程的重污染结束时刻；/>为第i个污染源的减排开始时刻。
从公式（7）可以看出，在得到每个污染源的第一减排成本之后，可以将多个污染源的第一减排成本相加，得到多个污染源的目标减排成本总和。
在上述方案中，第二目标函数体现了减排比例、污染源在单位时间的污染物排放量、污染源的减排成本以及第二时长之间的关系，进而可以将污染源在单位时间的污染物排放量、污染源的减排成本以及第二时长作为自变量，来得到每个污染源的减排成本。
可以理解的是，第二目标函数中的减排比例也可以采用上述公式（2）的约束条件进行约束。
通过上述技术方案，可以先确定污染源在第二时长内的第一减排成本；再将多个污染源的第一减排成本的总和，作为目标减排成本总和；最后将目标减排成本总和达到最小值作为第二目标函数，从而得到第二目标函数。在第二目标函数中，将每个污染源在单位时间的污染物排放量、污染源的减排成本以及第二时长作为自变量，从而得到每个污染源的减排比例，使用该减排比例得到的目标减排成本总和是达到最小值的，进而使得污染源使用该减排比例所产生的减排成本较小，节约了污染源的减排成本。
可以理解的是，请参阅图2所示，基于第一目标函数与第二目标函数构建的管控模型中，可以向气象-空气质量标记模拟模型输入企业排放清单与气象数据（气象数据为图2中的FNL数据），企业排放清单中记载了污染源的污染物排放量；气象-空气质量标记模拟模型输出模拟浓度与贡献浓度，且通过模拟浓度确定重污染开始时刻，模拟浓度是目标区域的污染物浓度，贡献浓度是各污染源给目标区域贡献的浓度，各污染源对目标区域的贡献浓度之和为目标区域的污染物浓度；根据模拟浓度可以人为设定合适的目标浓度降幅；将贡献浓度除以污染物排放量可以得到源受体关系，源受体关系是单位排放贡献浓度；基于近似迭代法可以的得到最佳开始管控时刻，最佳开始管控时刻是污染源的减排开始时刻，再基于减排开始时刻与重污染结束时刻得到第二时长。
通过这些处理，进而向管控模型中输入污染物排放量、目标浓度降幅、单位排放贡献浓度、第二时长、减排成本、减排阈值，可以得到每个污染源在此次重污染过程中的减排比例。
在一种可能的实施方式中，污染源的减排开始时刻，即污染控制的管控时间通过以下步骤确定：
在步骤（1）中，确定目标区域的重污染开始时刻。
在一些实施例中，重污染开始时刻可以通过气象-空气质量标记模拟模型输出的模拟浓度，来判断目标区域未来一次的重污染开始时刻。
在步骤（2）中，针对所述重污染开始时刻之前的预设时长内的任一时刻，确定所述污染源对所述目标区域贡献的单位排放贡献浓度。
在一些实施例中，预设时长可以是对重污染开始时刻影响较大的预设时长，例如将重污染开始时刻的前三天作为预设时长，再确定重污染开始时刻前三天内的任一时刻下，污染源对目标区域贡献的污染物的单位排放贡献浓度。
其中，可以将污染源对目标区域贡献的排放贡献浓度除以污染源的排放量，得到污染源对目标区域贡献的单位排放贡献浓度。可以理解的是，目标区域中包含多个监测站点，可以将多个监测站点检测到的当前污染源的排放贡献浓度的平均值，作为污染源对目标区域贡献的排放贡献浓度。
在步骤（3）中，从多个时刻的单位排放贡献浓度中，确定突变浓度。
其中，突变浓度通过以下子步骤确定：
子步骤C1：将多个所述多个时刻的单位排放贡献浓度，划分为多个时段的单位排放贡献浓度。
子步骤C2：从多个相邻时段的单位排放贡献浓度中，确定相邻两个时段的单位排放贡献浓度之差达到最大值的目标相邻时段的单位排放贡献浓度。
子步骤C3：重复所述将多个所述多个时刻的单位排放贡献浓度，划分为多个时段的单位排放贡献浓度；从多个相邻时段的单位排放贡献浓度中，确定相邻两个时段的单位排放贡献浓度之差达到最大值的目标相邻时段的单位排放贡献浓度的步骤，直至相邻两个时刻的单位排放贡献浓度之差达到最大值；
子步骤C4：将所述相邻两个时刻的单位排放贡献浓度中的最大值作为所述突变浓度。
上述子步骤C3为近似迭代法，以近似迭代法得到突变浓度的示例如下：
先将多个时刻下的单位排放贡献浓度划分为时段1、时段2、时段3、时段4等多个时段的单位排放贡献浓度；再将相邻两个时段的单位排放贡献浓度总和相减，如果时段3的单位排放贡献浓度总和减去时段2的单位排放贡献浓度总和的差值达到最大，则将时段2与时段3进行二次时段的划分，例如将时段2与时段3结合起来的时段，细分为时段5、时段6、时段7与时段8；再将相邻两个时段的单位排放贡献浓度总和相减，得到相邻两个时段中单位排放贡献浓度总和差值达到最大的时段，再反复进行时段的划分并计算相邻两个时段的单位排放贡献浓度之差，直至相邻两个时刻的单位排放贡献浓度之差达到最大；最后将相邻两个时刻的单位排放贡献浓度中的最大值，作为突变浓度。
可以理解的是，确定突变浓度的过程，是从多个时刻的单位排放贡献浓度中，确定变化差异最大的突变浓度，具体是在确定下一时刻与上一时刻的单位排放贡献浓度差值达到最大值时，将下一时刻的单位排放贡献浓度作为突变浓度。
在步骤（4）中，将所述突变浓度对应的时刻，作为所述减排开始时刻。
在一些实施例中，突变浓度对应的时刻是污染源的排污量与排污浓度的增长量较大的时刻，因此可以将该时刻作为减排开始时刻，以使得污染源从减排开始时刻开始减少污染物排放，以达到更好的管控效果，进而应对未来一段时间内达到的重污染过程，其充分发挥了重污染开始之前进行减排的优势，最大程度降低了重污染过程中的管控难度。
通过上述技术方案，可以得到每个污染源的减排开始时刻，不同的污染源按照各自的减排开始时刻进行减排，即，通过该方案可以提前告知各个污染源在重污染开始时刻之前的多少时间开始管控污染物的排放，以及污染源所使用的减排比例，从而实现精细化、准确化且成本较低化的重污染管控，使得污染源能够使用较少的减排成本达到较好的减排效果。
图3是根据一示例性实施例示出的一种优化污染控制的减排比例、减排成本与管控时间的装置的框图。参照图3，该优化污染控制的减排比例、减排成本与管控时间的装置300包括：确定模块310、构建模块320与减排比例确定模块330。
确定模块310，被配置为确定多个污染源在第一时长内排放的污染物的目标浓度降低幅值总和，以及所述多个污染源在第二时长内的目标减排成本总和，所述第一时长位于所述第一时长内；
构建模块320，被配置为以所述目标浓度降低幅值总和大于或等于目标值作为第一目标函数，所述目标减排成本总和为最小值作为第二目标函数，构建管控模型；
减排比例确定模块330，被配置为基于所述管控模型，确定所述污染源的减排比例，所述减排比例为所述污染源在所述第二时长内减少排放的污染物的比例。
可选地，优化污染控制的减排比例、减排成本与管控时间的装置300包括：
重污染开始时刻确定模块，被配置为确定目标区域的重污染开始时刻；
单位排放贡献浓度确定模块，被配置为针对所述重污染开始时刻之前的预设时长内的任一时刻，确定所述污染源对所述目标区域贡献的单位排放贡献浓度；
突变浓度确定模块，被配置为从多个时刻的单位排放贡献浓度中，确定突变浓度；
减排开始时刻确定模块，被配置为将所述突变浓度对应的时刻，作为所述减排开始时刻。
可选地，突变浓度确定模块包括：
划分子模块，被配置为将多个所述多个时刻的单位排放贡献浓度，划分为多个时段的单位排放贡献浓度；
第六确定子模块，被配置为从多个相邻时段的单位排放贡献浓度中，确定相邻两个时段的单位排放贡献浓度之差达到最大值的目标相邻时段的单位排放贡献浓度；
迭代子模块，被配置为重复所述将多个所述多个时刻的单位排放贡献浓度，划分为多个时段的单位排放贡献浓度；从多个相邻时段的单位排放贡献浓度中，确定相邻两个时段的单位排放贡献浓度之差达到最大值的目标相邻时段的单位排放贡献浓度的步骤，直至相邻两个时刻的单位排放贡献浓度之差达到最大值；
第七确定子模块，被配置为将所述相邻两个时刻的单位排放贡献浓度中的最大值作为所述突变浓度。
可选地，确定模块310包括：
第一确定子模块，被配置为针对所述第一时长中的任一时刻，确定多个所述污染源排放的污染物的第一浓度降低幅值总和；
第二确定子模块，被配置为根据所述任一时刻下的第一浓度降低幅值总和，得到所述目标浓度降低幅值总和。
可选地，第一确定子模块包括：
排放贡献浓度确定子模块，被配置为针对所述第一时长中的任一时刻，根据所述污染源对监测站点的单位排放贡献浓度与所述污染源的污染物排放量，得到所述污染源排放污染物的排放贡献浓度；
浓度降低幅值确定子模块，被配置为根据所述排放贡献浓度与所述污染源的减排比例，得到所述污染源的浓度降低幅值；
第三确定子模块，被配置为将所述多个污染源的浓度降低幅值，作为所述第一浓度降低幅值总和。
可选地，确定模块310包括：
天气型子模块，被配置为对于多个天气型中的每个天气型，确定所述每个天气型的污染过程中多个污染源在所述第一时长内的目标浓度降低幅值总和，以及所述多个污染源在所述第二时长内的目标减排成本总和。
可选地，确定模块310包括：
第一减排成本确定子模块，被配置为确定所述污染源在所述第二时长内的第一减排成本；
第四确定子模块，被配置为将多个所述污染源的第一减排成本的总和，作为所述目标减排成本总和。
可选地，第一减排成本确定子模块包括：
污染物减排量确定子模块，被配置为根据所述污染源在所述第二时长内的减排比例与所述污染源在所述单位时间内的污染物排放量，得到所述污染源在单位时间内减少的污染物减排量；
单位减排成本确定子模块，被配置为根据所述单位时间内减少的污染物减排量与所述污染源的减排成本，得到所述污染源在单位时间的单位减排成本；
第五确定子模块，被配置为根据所述单位减排成本与所述第二时长，得到所述第一减排成本。
可选地，所述第二时长的起始时刻为所述污染源的减排开始时刻，
可选地，构建模块320包括：
构建子模块，被配置为以所述目标浓度降低幅值总和大于或等于目标值作为第一目标函数，所述目标减排成本总和为最小值作为第二目标函数，所述污染源的减排比例在减排比例阈值以下作为约束条件，构建所述管控模型。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
本公开还提供一种计算机可读存储介质，其上存储有计算机程序指令，该程序指令被处理器执行时实现本公开提供的优化污染控制的减排比例、减排成本与管控时间的方法的步骤。
上述装置除了可以是独立的电子设备外，也可是独立电子设备的一部分，例如在一种实施例中，该装置可以是集成电路（Integrated Circuit，IC）或芯片，其中该集成电路可以是一个IC，也可以是多个IC的集合；该芯片可以包括但不限于以下种类：GPU（GraphicsProcessing Unit，图形处理器）、CPU（Central Processing Unit，中央处理器）、FPGA（Field Programmable Gate Array，可编程逻辑阵列）、DSP（Digital Signal Processor，数字信号处理器）、ASIC（Application Specific Integrated Circuit，专用集成电路）、SOC（System on Chip，SoC，片上系统或系统级芯片）等。上述的集成电路或芯片中可以用于执行可执行指令（或代码），以实现上述的优化污染控制的减排比例、减排成本与管控时间的方法。其中该可执行指令可以存储在该集成电路或芯片中，也可以从其他的装置或设备获取，例如该集成电路或芯片中包括处理器、存储器，以及用于与其他的装置通信的接口。该可执行指令可以存储于该存储器中，当该可执行指令被处理器执行时实现上述的优化污染控制的减排比例、减排成本与管控时间的方法；或者，该集成电路或芯片可以通过该接口接收可执行指令并传输给该处理器执行，以实现上述的优化污染控制的减排比例、减排成本与管控时间的方法。
在另一示例性实施例中，还提供一种计算机程序产品，该计算机程序产品包含能够由可编程的装置执行的计算机程序，该计算机程序具有当由该可编程的装置执行时用于执行上述的优化污染控制的减排比例、减排成本与管控时间的方法的代码部分。
图4是根据一示例性实施例示出的一种用于优化污染控制的减排比例、减排成本与管控时间的装置1900的框图。例如，装置1900可以被提供为一服务器。参照图4，装置1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述优化污染控制的减排比例、减排成本与管控时间的方法。
装置1900还可以包括一个电源组件1926被配置为执行装置1900的电源管理，一个有线或无线网络接口1950被配置为将装置1900连接到网络，和一个输入/输出接口1958。装置1900可以操作基于存储在存储器1932的操作系统。
本领域技术人员在考虑说明书及实践本公开后，将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (12)

1.一种优化污染控制的减排比例、减排成本与管控时间的方法，其特征在于，包括：
确定多个污染源在第一时长内排放的污染物的目标浓度降低幅值总和，以及所述多个污染源在第二时长内的目标减排成本总和，所述第一时长位于所述第二时长内；
以所述目标浓度降低幅值总和大于或等于目标值作为第一目标函数，所述目标减排成本总和为最小值作为第二目标函数，构建管控模型；
基于所述管控模型，确定所述污染源的减排比例，所述减排比例为所述污染源在所述第二时长内减少排放的污染物的比例。
2.根据权利要求1所述的方法，其特征在于，所述第二时长的起始时刻为所述污染源的减排开始时刻，所述减排开始时刻通过以下步骤确定：
确定目标区域的重污染开始时刻；
针对所述重污染开始时刻之前的预设时长内的任一时刻，确定所述污染源对所述目标区域贡献的单位排放贡献浓度；
从多个时刻的单位排放贡献浓度中，确定突变浓度；
将所述突变浓度对应的时刻，作为所述减排开始时刻。
3.根据权利要求2所述的方法，其特征在于，所述从多个时刻的单位排放贡献浓度中，确定突变浓度，包括：
将多个所述多个时刻的单位排放贡献浓度，划分为多个时段的单位排放贡献浓度；
从多个相邻时段的单位排放贡献浓度中，确定相邻两个时段的单位排放贡献浓度之差达到最大值的目标相邻时段的单位排放贡献浓度；
重复所述将多个所述多个时刻的单位排放贡献浓度，划分为多个时段的单位排放贡献浓度；从多个相邻时段的单位排放贡献浓度中，确定相邻两个时段的单位排放贡献浓度之差达到最大值的目标相邻时段的单位排放贡献浓度的步骤，直至相邻两个时刻的单位排放贡献浓度之差达到最大值；
将所述相邻两个时刻的单位排放贡献浓度中的最大值作为所述突变浓度。
4.根据权利要求1所述的方法，其特征在于，所述确定多个污染源在第一时长内排放的污染物的目标浓度降低幅值总和，包括：
针对所述第一时长中的任一时刻，确定多个所述污染源排放的污染物的第一浓度降低幅值总和；
根据所述任一时刻下的第一浓度降低幅值总和，得到所述目标浓度降低幅值总和。
5.根据权利要求4所述的方法，其特征在于，所述针对所述第一时长中的任一时刻，确定多个所述污染源排放的污染物的第一浓度降低幅值总和：
针对所述第一时长中的任一时刻，根据所述污染源对监测站点的单位排放贡献浓度与所述污染源的污染物排放量，得到所述污染源排放污染物的排放贡献浓度；
根据所述排放贡献浓度与所述污染源的减排比例，得到所述污染源的浓度降低幅值；
将所述多个污染源的浓度降低幅值，作为所述第一浓度降低幅值总和。
6.根据权利要求1所述的方法，其特征在于，所述确定多个污染源在第一时长内排放的污染物的目标浓度降低幅值总和，以及所述多个污染源在第二时长内的目标减排成本总和，包括：
对于多个天气型中的每个天气型，确定所述每个天气型的污染过程中多个污染源在所述第一时长内的目标浓度降低幅值总和，以及所述多个污染源在所述第二时长内的目标减排成本总和。
7.根据权利要求1所述的方法，其特征在于，所述确定所述多个污染源在第二时长内的目标减排成本总和，包括：
确定所述污染源在所述第二时长内的第一减排成本；
将多个所述污染源的第一减排成本的总和，作为所述目标减排成本总和。
8.根据权利要求7所述的方法，其特征在于，所述确定所述污染源在所述第二时长内的第一减排成本，包括：
根据所述污染源在所述第二时长内的减排比例与所述污染源在单位时间内的污染物排放量，得到所述污染源在所述单位时间内减少的污染物减排量；
根据所述单位时间内减少的污染物减排量与所述污染源的减排成本，得到所述污染源在所述单位时间的单位减排成本；
根据所述单位减排成本与所述第二时长，得到所述第一减排成本。
9.根据权利要求1所述的方法，其特征在于，以所述目标浓度降低幅值总和大于或等于目标值作为第一目标函数，所述目标减排成本总和为最小值作为第二目标函数，构建管控模型，包括：
以所述目标浓度降低幅值总和大于或等于目标值作为第一目标函数，所述目标减排成本总和为最小值作为第二目标函数，所述污染源的减排比例在减排比例阈值以下作为约束条件，构建所述管控模型。
10.一种优化污染控制的减排比例、减排成本与管控时间的装置，其特征在于，包括：
确定模块，被配置为确定多个污染源在第一时长内排放的污染物的目标浓度降低幅值总和，以及所述多个污染源在第二时长内的目标减排成本总和，所述第一时长位于所述第一时长内；
构建模块，被配置为以所述目标浓度降低幅值总和大于或等于目标值作为第一目标函数，所述目标减排成本总和为最小值作为第二目标函数，构建管控模型；
减排比例确定模块，被配置为基于所述管控模型，确定所述污染源的减排比例，所述减排比例为所述污染源在所述第二时长内减少排放的污染物的比例。
11.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，该程序指令被处理器执行时实现权利要求1~9中任一项所述方法的步骤。
12.一种芯片，其特征在于，包括处理器和接口；所述处理器用于读取指令以执行权利要求1~9中任一项所述的方法。
CN202311020004.1A 2023-08-14 2023-08-14 优化污染控制的减排比例、减排成本与管控时间的方法 Active CN116739190B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311020004.1A CN116739190B (zh) 2023-08-14 2023-08-14 优化污染控制的减排比例、减排成本与管控时间的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311020004.1A CN116739190B (zh) 2023-08-14 2023-08-14 优化污染控制的减排比例、减排成本与管控时间的方法

Publications (2)

Publication Number Publication Date
CN116739190A true CN116739190A (zh) 2023-09-12
CN116739190B CN116739190B (zh) 2023-12-01

Family

ID=87910120

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311020004.1A Active CN116739190B (zh) 2023-08-14 2023-08-14 优化污染控制的减排比例、减排成本与管控时间的方法

Country Status (1)

Country Link
CN (1) CN116739190B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117610894A (zh) * 2024-01-23 2024-02-27 华北电力科学研究院有限责任公司 污染源提前管控时间确定方法、装置、介质及电子设备

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107194139A (zh) * 2016-03-14 2017-09-22 日电（中国）有限公司 大气污染源分级方法及计算设备
CN110083793A (zh) * 2019-04-23 2019-08-02 国网湖南省电力有限公司 基于火电厂排放源解析的减排快速计算方法及系统
US20200393434A1 (en) * 2019-06-13 2020-12-17 Southern University Of Science And Technology Evaluation method for impact of emission control on air quality, device and storage medium thereof
CN112462603A (zh) * 2020-10-13 2021-03-09 中科三清科技有限公司 区域大气重污染应急的优化调控方法、装置、设备及介质
CN113393058A (zh) * 2021-07-14 2021-09-14 成都佳华物链云科技有限公司 污染物管控方法、预测管控方法、实时管控方法及装置
CN113420454A (zh) * 2021-07-02 2021-09-21 北京清创美科环境科技有限公司 一种基于大气污染物达标约束的环境容量获取方法及装置
WO2021208393A1 (zh) * 2020-04-15 2021-10-21 北京工业大学 一种大气污染物排放清单的反演估算方法
CN115130831A (zh) * 2022-06-08 2022-09-30 北京工业大学 一种小尺度精细化大气污染溯源方法
CN115146940A (zh) * 2022-06-27 2022-10-04 浙江工业大学 工业园区大气污染物协同减排评估方法
CN115420854A (zh) * 2022-08-22 2022-12-02 北京工业大学 一种基于正后向模型结合的大气污染物溯源方法
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
CN116227749A (zh) * 2023-05-08 2023-06-06 中科三清科技有限公司 污染物排放量的确定方法、装置、存储介质及电子设备

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107194139A (zh) * 2016-03-14 2017-09-22 日电（中国）有限公司 大气污染源分级方法及计算设备
CN110083793A (zh) * 2019-04-23 2019-08-02 国网湖南省电力有限公司 基于火电厂排放源解析的减排快速计算方法及系统
US20200393434A1 (en) * 2019-06-13 2020-12-17 Southern University Of Science And Technology Evaluation method for impact of emission control on air quality, device and storage medium thereof
WO2021208393A1 (zh) * 2020-04-15 2021-10-21 北京工业大学 一种大气污染物排放清单的反演估算方法
CN112462603A (zh) * 2020-10-13 2021-03-09 中科三清科技有限公司 区域大气重污染应急的优化调控方法、装置、设备及介质
CN113420454A (zh) * 2021-07-02 2021-09-21 北京清创美科环境科技有限公司 一种基于大气污染物达标约束的环境容量获取方法及装置
CN113393058A (zh) * 2021-07-14 2021-09-14 成都佳华物链云科技有限公司 污染物管控方法、预测管控方法、实时管控方法及装置
CN115130831A (zh) * 2022-06-08 2022-09-30 北京工业大学 一种小尺度精细化大气污染溯源方法
CN115146940A (zh) * 2022-06-27 2022-10-04 浙江工业大学 工业园区大气污染物协同减排评估方法
CN115420854A (zh) * 2022-08-22 2022-12-02 北京工业大学 一种基于正后向模型结合的大气污染物溯源方法
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
CN116227749A (zh) * 2023-05-08 2023-06-06 中科三清科技有限公司 污染物排放量的确定方法、装置、存储介质及电子设备

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117610894A (zh) * 2024-01-23 2024-02-27 华北电力科学研究院有限责任公司 污染源提前管控时间确定方法、装置、介质及电子设备

Also Published As

Publication number Publication date
CN116739190B (zh) 2023-12-01

Similar Documents

Publication Publication Date Title
CN116739190B (zh) 优化污染控制的减排比例、减排成本与管控时间的方法
CN107015875B (zh) 一种电子整机贮存寿命评估方法及装置
CN109362084B (zh) 通信业务质量优化的方法、装置、设备和介质
CN111428918B (zh) 一种重金属衰减污染源的土壤污染范围预测方法及系统
CN111127242A (zh) 一种基于小样本数据的电力系统可靠性动态实时评估方法
CN116187738B (zh) 一种基于执行顺序和位置分布的工作包自动生成方法
CN111753405A (zh) 一种变电站声源设备源强求解方法及系统
CN111225384A (zh) 一种上行干扰建模方法、干扰确定方法和装置
CN114242181A (zh) 沙漠砂混凝土强度预测模型训练方法、装置、设备及介质
EP3460732B1 (en) Dispatching method and system based on multiple levels of steady state production rate in working benches
CN106504769A (zh) 一种语音质量确定方法和装置
CN117613909B (zh) 分布式光伏区域气象建模方法及装置
CN117812156A (zh) 基于大数据实现城市边缘通信方法及电子设备
CN112434839B (zh) 一种配电变压器重过载风险的预测方法及电子设备
CN117971629B (zh) 服务器的性能参数的测试方法和装置、存储介质
CN116362415B (zh) 面向机场地勤人员的班次方案生成方法及装置
CN116384779B (zh) 在轨试验关键指标影响因素统筹裁剪方法、装置及服务器
CN117252489B (zh) 臭氧污染来源的评估方法、装置、介质及电子设备
CN117611227B (zh) 基于空气质量的电价调整方法、装置、电子设备及介质
CN111082883B (zh) 基于计算机软件系统实现针对无线信道基本衰落模型的建模控制方法
CN117767285A (zh) 一种基于时间邻域气象数据的短期光伏发电功率预测方法、装置、存储介质及设备
CN117175546A (zh) 基于图形化建模的分布式能源配电网拓扑识别方法和介质
RU2139569C1 (ru) Вероятностный автомат
CN118071118A (zh) 一种多节点污水排放管理方法、装置及系统
CN115834440A (zh) 一种流量基线的生成方法、系统及计算机存储介质

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