KR20060002324A - 대기오염배출원 계획의 결정지원시스템 - Google Patents
대기오염배출원 계획의 결정지원시스템 Download PDFInfo
- Publication number
- KR20060002324A KR20060002324A KR1020040051292A KR20040051292A KR20060002324A KR 20060002324 A KR20060002324 A KR 20060002324A KR 1020040051292 A KR1020040051292 A KR 1020040051292A KR 20040051292 A KR20040051292 A KR 20040051292A KR 20060002324 A KR20060002324 A KR 20060002324A
- Authority
- KR
- South Korea
- Prior art keywords
- air pollution
- model
- air
- data
- concentration
- Prior art date
Links
- 238000003915 air pollution Methods 0.000 title claims abstract description 50
- 238000013461 design Methods 0.000 claims abstract description 20
- 238000009792 diffusion process Methods 0.000 claims abstract description 20
- 238000000034 method Methods 0.000 claims abstract description 13
- 230000007613 environmental effect Effects 0.000 claims abstract description 11
- 238000004458 analytical method Methods 0.000 claims abstract description 9
- 238000002485 combustion reaction Methods 0.000 claims description 34
- 239000002699 waste material Substances 0.000 claims description 15
- 239000000463 material Substances 0.000 claims description 13
- 239000007789 gas Substances 0.000 claims description 12
- 239000000428 dust Substances 0.000 claims description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 9
- 238000004088 simulation Methods 0.000 claims description 7
- HGUFODBRKLSHSI-UHFFFAOYSA-N 2,3,7,8-tetrachloro-dibenzo-p-dioxin Chemical compound O1C2=CC(Cl)=C(Cl)C=C2OC2=C1C=C(Cl)C(Cl)=C2 HGUFODBRKLSHSI-UHFFFAOYSA-N 0.000 claims description 6
- 238000001816 cooling Methods 0.000 claims description 6
- 239000000446 fuel Substances 0.000 claims description 6
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 6
- 239000000203 mixture Substances 0.000 claims description 6
- 238000010521 absorption reaction Methods 0.000 claims description 3
- 239000002864 coal component Substances 0.000 claims description 3
- 239000002826 coolant Substances 0.000 claims description 3
- 238000013210 evaluation model Methods 0.000 claims description 3
- 238000013178 mathematical model Methods 0.000 claims description 3
- 239000003345 natural gas Substances 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 239000011575 calcium Substances 0.000 claims description 2
- 239000006185 dispersion Substances 0.000 abstract description 14
- 238000007726 management method Methods 0.000 abstract description 8
- 230000008569 process Effects 0.000 abstract description 7
- 238000012937 correction Methods 0.000 abstract description 4
- 238000010276 construction Methods 0.000 abstract description 3
- 230000036541 health Effects 0.000 abstract description 2
- 238000004364 calculation method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 239000003344 environmental pollutant Substances 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 231100000719 pollutant Toxicity 0.000 description 3
- 230000003746 surface roughness Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 239000000809 air pollutant Substances 0.000 description 1
- 231100001243 air pollutant Toxicity 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000011234 economic evaluation Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- -1 etc. Substances 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000001303 quality assessment method Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 238000010206 sensitivity analysis Methods 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000010959 steel Substances 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
- 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
-
- 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
- G06Q10/067—Enterprise or organisation modelling
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명은 대기오염과 관련된 행정, 건설, 시설운영 및 연구 등의 업무수행과정에서 이용할 수 있는 의사결정지원시스템에 관한 것이다. 이러한 컴퓨터시스템은 환경 분야에서의 이용에 특히 유용하며 특히 대기오염과 관련된 환경, 보건, 건설분야에 이용된다. 본 발명은 복잡지형에서의 대기 확산 모델링 개선을 위하여 지리정보를 고려하여 기류흐름을 예측하고 분산계수 보정 전처리 결과를 모델링 과정에 반영함으로써 평탄 광활한 시골지역은 물론이고 복잡지형에서의 대기 확산예측까지 할 수 있다. 이를 위해, 대기오염 점배출원의 입지, 배출시설과 대기오염제어시설의 설계 및 운전조건 등에 관한 결정에 필요한 환경영향 신속평가를 위한 컴퓨터시스템을 제공한다. 이러한 본 발명으로 인해 대기오염 배출원 계획에 관련된 의사결정권자들은 복잡한 실제적 지형조건에 맞는 대기질 모델링 결과를 단시간내에 얻게 됨으로써 대기오염배출원의 입지, 그리고 배출원과 대기오염제어시스템의 설계 및 운전조건 등에 대한 신속하고 정확한 분석과 결정에 도달할 수 있다.
대기오염, 대기오염원계획 지원시스템, 모델관리시스템, 확산모델, 전문가시스템, 지식기반시스템, 모델선정, 확산파라미터
Description
도 1은 본 발명에 따른 대기오염 배출원 계획의 결정지원 시스템에 관한 블럭 구성도,
도 2는 도 1의 GIS가 배출원의 주변지역을 수치지도로 나타냄과 동시에 지도상의 특정위치를 지정하였을 때 배출원의 정보가 나타나는 윈도우 화면의 일예이고,
도 3은 본 발명에 따른 GIS와 지식기반시스템(KBS)간의 정보 수집, 각종 기능과 필요한 툴의 구성을 나타내는 블럭도,
도 4는 전문가와의 인터뷰 및 문헌으로 부터 얻은 지식을 코드화하여 KBS에 저장하는 과정을 나타낸 구성도,
도 5는 모델 파라미터와 KBS의 연계를 통하여 ApspDSS 사용자의 시나리오에 맞는 파라미터의 선정의 추론 과정을 나타내는 구성도,
도 6a는 본 발명에 따른 시스템을 사용하고 지리데이터를 반영할 수 있는 ADMS 모델을 사용하여 계산된 보령ㆍ임해지역의 2002년 겨울 SO2의 24시간 평균 최대 농도의 공간적 분포 그래프,
도 6b는 본 발명에 따른 시스템을 사용하고 지리데이터를 반영할 수 있는 ADMS 모델을 사용하여 계산된 보령ㆍ임해지역의 2002년 겨울 NOx의 24시간 평균 최대 농도의 공간적 분포 그래프,
도 7은 본 발명에 따른 시스템을 사용하고 지리데이터를 반영할 수 있는 ADMS 모델을 사용하여 부산지역의 3차원 지형도 상의 해풍시 바람장을 나타낸 그래프,
도 8은 본 발명에 따른 시스템을 사용하고 지리데이터를 반영할 수 있는 ADMS 모델을 사용하여 부산지역의 3차원 지형도 상의 육풍시 바람장을 나타낸 그래프이다.
본 발명은 대기오염배출원계획 결정을 지원하는 시스템(Decision Support System for air pollution source planning:이하 ApspDSS라 약칭함)에 관한 것이다. 일반적으로, 의사결정지원시스템(Decision Support System: 이하 DSS라 칭함)은 경제, 산업, 정책 결정분야 등에 쓰이고 있으나 환경과 관련한 의사결정시스템(Environmental Decision Support System:이하 EDSS라 칭함)의 사용은 빈번하지 못한 상태이다.
특히, 환경시스템은 다른 분야와는 달리 복잡성과 다양성을 지니고 있으므로 미래 예측, 정책 결정, 자원 관리, 환경오염 제어 등에 관한 의사결정시에 여러 변수들에 대한 광대한 양의 정보를 필요로 하고 그 정보를 수집ㆍ관리하는데 많은 시간과 돈이 소모된다. 또한 위와 같은 의사결정에 전제되는 미래 대기질 예측과정에는 많은 변수들이 복잡(예를 들어 비선형적으로)하게 관여하게 되므로 컴퓨터를 이용한 신속한 계산의 필요가 있고 이런 계산과정에 간이 구조의 확산모델이 필요하게 된다.
따라서 본 발명은 이러한 필요성에 감안하여 안출된 것으로, 본 발명의 제 1 목적은, 환경 분야 중 대기분야에 관한, 즉 대기오염 제어시스템의 설계 및 운전조건, 대기오염 배출시설의 입지 및 설계 조건 등의 결정을 지원하는 대기오염배출원 계획의 결정지원시스템을 제공하는 것이다.
아울러, 본 발명의 제 2 목적은 대기오염 배출시설의 입지, 설계 및 운전조건 등에 관한 의사 결정에 필요한 복잡지형 대기환경 영향의 신속평가를 위한 대기오염배출원 계획의 결정지원시스템을 제공하는 것이다.
그리고 본 발명의 제 3 목적은, 대기질 모델링 정확도 개선을 위해 대기분산계수들에 대한 지표기복, 지표 거칠기, 그리고 플럼(plume)의 비과고도에 따른 보정방법을 제시하고 배출원 위치 선정기준, 플럼 상승고 결정식, 플럼 비과고도에서의 풍속, 대기 확산률 결정, 분산계수 파라미터 결정에 관한 지식기반시스템을 제공하는 것이다. 이러한 지식기반시스템을 이용하여 ApspDSS 사용자들은 각종 수학적 모델들의 파라미터 선정에 도움을 받을 수 있으며 이를 기반으로 보다 정확한 대기확산모델을 선정할 수 있게 된다.
본 발명의 제 4 목적은 대기오염 제어 시스템의 운전과 관련된 입력 데이터 목록, 설계 및 운전에 관련된 중간 계산 출력 데이터 목록, 그리고 연소/소각 시설의 설계 및 운전에 관련된 입력 데이터 목록에 대한 데이터베이스를 구축함에도 찾을 수 있다. 구축된 데이터베이스는 행정인과 환경엔지니어들에게 대기오염제어시스템의 운전ㆍ조작을 용이하게 적절히 할 수 있도록 도움을 줄 것이다.
본 발명의 제 5 목적은 대기오염분야에 대한 전문 지식이 부족한 사용라에게도 쉽게 대기오염 배출특성에 대해 이해할 수 있고, 정책 결정 및 수행 결과에 대해 파악할 수 있으므로 정책 결정, 대규모 건설 사업등 환경영향평가 대상사업들에 공공의 참여를 도모할 수 있도록 하는 대기오염배출원 계획의 결정지원시스템을 제공하는 것이다.
본 발명의 제 6 목적은 소프트웨어시스템에 의한 미래 대기질 예측을 할 수 있으므로 대기오염물질 배출시 혹은 배출제어시에 대기환경에 미치는 영향에 대한 객관적인 결론을 이끌어 낼 수 있도록 하는 대기오염배출원 계획의 결정지원시스템을 제공하는 것이다.
상기와 같은 본 발명의 목적은, 소정지역의 형상에 관한 수치 데이터를 지도 데이터로 저장하고 있는 지리정보수단;
대기오염 제어시스템의 동작과 관련된 데이터, 대기오염 제어시스템의 설계/동작과 관련된 데이터 및 연소/소각 시설의 설계/동작과 관련된 데이터를 저장하고 검색 가능한 데이터베이스수단;
상기 지리정보수단 및 데이터베이스수단에 저장된 데이터에 기초하여 내장된 환경모델에 적용함으로서 시뮬레이션을 수행하는 모델관리 수단; 및
외부로부터 입력된 정보와 추론엔진을 내장하여 상기 모델관리수단으로 추론결과를 전달하는 규칙 및 지식기반수단; 및
사용자 인터페이스수단을 포함하는 것을 특징으로 하는 대기오염배출원 계획의 결정지원시스템에 의해 달성될 수 있다.
그리고, 데이터베이스수단의 대기오염 제어시스템의 동작과 관련된 데이터는 부하, 대기온도, 상대습도, 투입되는 쓰레기의 기준온도, 쓰레기의 양, 쓰레기의 칼로리양, 쓰레기의 성분, 분출된 오염수의 양, 비연소 쓰레기의 부분 중량, 대기의 공기 비율, 공기온도, 버너온도, 연소챔버내의 냉각공기 온도, 연소챔버내의 냉각공기량, 보일러 출구 온도, 보일러 공급수의 온도, 보일러 동작압력, 연속 블로우 다운의 양, 스팀 온도, 보일러 출구에서의 스팀 압력, 먼지 농도, HCl 농도, SOx 농도, NOx 농도, HF 농도, 다이옥신 농도, 소각로의 최종 출구에서의 먼지 농도, HCl 농도, SOx 농도, NOx 농도, HF 농도, 다이옥신 농도, 열교환기의 스팀 압력과 온도, 연소챔버의 냉각수 압력, 연소 챔버내의 열 흡수율, 연소 챔버내의 열전달 영역에 관한 데이터중 적어도 하나 이상을 포함한다.
또한, 대기오염 제어시스템의 설계/동작과 관련된 데이터는 보일러의 열과 질량 균형, 연소챔버내의 열과 질량 균형, ESP내의 균형, 습식 스크러버에서의 열과 재료 밸런스, 수증기의 이슬점, SCR에서의 열과 재료 밸런스, 총괄 시스템에서의 열과 재료 밸런스, 재료의 유동 특성, 먼지 제거에 필요한 효율, 가스 제거에 필요한 효율에 관한 데이터중 적어도 하나 이상을 포함한다.
그리고, 연소/소각 시설의 설계/동작과 관련된 데이터는 소각로의 크기/연소로의 크기, 연소/소각 시스템, 스택의 높이와 보일러의 타입, 스택의 최상부 직경, 스택의 최상부 가스속도, 스택의 최상부 가스 유동율, 스택의 최상부 가스 온도, 소각로/연소로의 동작 온도, 공기/연료 혼합비율, 연료 타입, 칼로리 값, 석탄성분, 천연가스 등, Ca/S 비율, Cl/S 비율, 요구되는 효율, 허용되는 압력저하에 관한 데이터중 적어도 하나 이상을 포함한다.
본 발명의 모델관리수단은, 대기오염에 관하여 소정의 형식으로 정의되는 수학적 모델이 입력되어 저장된 모델구조;
모델 구조에 저장된 어느 한 모델과 연동하며, 도구 컴파일러에 대응하여 자구해석 발생기, 구문해석 발생기 및 의미해석 발생기중 적어도 어느 하나인 사례발생기;
지리정보수단 및 데이터베이스수단에 저장된 데이터를 소정의 텍스트 포맷으로 변환하여 출력하는 전처리기;
전처리기로부터 텍스트 데이터 및 상기 사례발생기로부터 발생된 데이터를 전송받아 내장된 소정의 명령어에 따라 시뮬레이션을 실행하는 모델 솔버; 및
모델솔버의 시뮬레이션 결과를 전송받아 도식적으로 디스플레이하는 후처리기로 구성될 수 있다.
뿐만 아니라, 모델관리수단에 내장된 모델은 방출모델, 확산 파라미터 평가모델, 기상모델, 확산모델, ADMS, AERMOD 중 적어도 어느 하나이다.
또한, 규칙 및 지식기반수단은 플럼의 상승고 결정과 플럼의 비과고도에서의 풍속, 대기 확산률을 결정하기 위한 수단을 더 포함하는 것이 바람직하다.
본 발명의 그 밖의 목적, 장점 및 특징들은 첨부된 도면들과 연관되어지는 이하의 상세한 설명과 바람직한 실시 예로부터 더욱 분명해질 것이다.
본 발명에 따른 대기오염배출원계획 결정지원시스템에 관하여 첨부된 도면을 참조하여 상세히 설명하기로 한다.
도 1은 본 발명에 따른 대기오염 배출원 계획의 결정지원 시스템에 관한 블럭 구성도이다. 도 1에 도시된 바와 같이, GIS는 대기오염배출원에 대한 지리 정보(주요 지형지물, 지형의 형상, 도로 ,마을, 주요 점배출원위치(도시,시골,임해지역등), 지표 거칠기 등)시스템이다. GIS는 ApspDSS 사용자가 환경영향평가를 하고자 하는 배출원 주변지역을 수치 지도(digital map)로 나타낸다.
아울러 의사결정지원시스템(DSS)는 추후 설명할 데이테이스의 테이블과 연결되어 있고, 사실빌더에 의한 사실관리자 및 규칙 빌더에 의한 규칙 관리자와 각각 병렬로 연결되어 있다. 그 밖에 DSS가 아닌 구성으로는 사용자, 외부 프로그램, 하이퍼텍스트 서류, 질문 빌더/질문 관리자가 각각 연결되어 있다.
의사결정지원시스템(DSS)의 내부는 크게 모델관리시스템(MMS), 규칙/지식 기반 시스템(KBS), 도메인 제어모듈, 사용자 인터페이스 시스템 등으로 구성되어 있다.
모델관리시스템(MMS)은 내부에 전처리기(Pre-processor), 프로세서, 후처리 기(Post-processor)로 구성되어 있으며, 프로세서의 내부는 다시 모델 솔버, 사례발생기(Instance Generator), 모델 구조로 구성되어 있다. 이를 각각 상세히 설명하면 다음과 같다.
전처리기는 솔버에서의 시뮬레이션에 필요한 변수값을 입력하는 부분으로서, 솔버가 계산하기 바로 전단계까지의 설정(예를 들어 그림을 그리고 수정하는 작업 등)을 위한 부분이다. 특히, 배출원 모델, 기상학적 모델, 파라미터 평가 모델의 절용결과를 기타 입력 데이터와 함께 솔버가 계산에 사용할 수 있도록 텍스트 포맷으로 변환하는 구성을 갖는다.
후처리기는 솔버에서 계산한 결과를 화면상에 도표나 2차원 또는 3차원 그래프로 보여주는 부분이다. 이를 위해 디스플레이 출력 데이터 리스트, 그래프/도식으로된 디스플레이 결과, 감도 분석, 완성도 측정 모듈(정적 측정) 또는 모델 가치에 대한 오차 평가, 그래픽 프로그램 등이 구성될 수 있다.
모델 솔버는 전처리기로부터 입력된 텍스트 포맷의 데이터 셋트와 파라미터를 이용하여 모델에 연계 적용함으로서 해석을 수행한다. 해석된 결과는 텍스트 포맷 또는 파일 형태로 생성되어 후처리기로 전송된다.
사례발생기는 컴파일러의 작성을 지원하는 툴 컴파일러의 구성요소에 대응하여 자구해석 발생기, 구문해석 발생기, 의미해석 발생기 등을 포함할 수 있다.
모델 구조는 방출모델, 확산 파라미터 평가모델, 기상모델, 확산모델 등 각종 모델들에 관한 프로그램 집합구조이다. 특히 가우시안 모델이 중요한 비중을 차지하며 퍼프(puff) 모델, 점원 및 선원에 대한 ISC, ADMS, AERMOD, Valley 모델 등 으로 구성될 수 있다.
사용자 인터페이스 시스템의 내부에는 도움말/설명 표시부, 그래픽 제시부, 시나리오 관리자가 내장되어 전술한 사용자, 외부 프로그램, 하이퍼텍스트 서류, 질문 빌더/질문 관리자와 각각 데이터 전송이 가능하도록 구성된다. 이와 같이 구성된 사용자 인터페이스 시스템(UIS)의 질문ㆍ도움(query/help)기능은 ApspDSS 사용자에게 선택되어진 모델에 대한 설명(선정된 확산모델의 이론과 기능, 모델에 쓰인 가정, 모델의 이용조건 등)을 제공한다. 또한 UIS에서는 데이터베이스에 저장된 데이터, 전처리 결과, 그리고 대기환경영향평가 즉 대기질 예측 모델링 결과를 그래프로 나타냄으로써 ApspDSS 사용자들이 쉽게 그 결과를 ApspDSS내에서 분석할 수 있도록 한다.
도 2는 도 1의 GIS가 배출원의 주변지역을 수치지도로 나타냄과 동시에 지도상의 특정위치를 지정하였을 때 배출원의 정보가 나타나는 윈도우 화면의 일예이다. 도 2에 도시된 바와 같이, 표시된 지도상에서 마우스(미도시)로 특정 위치를 지정하였을 때 배출원의 정보(예를 들어 배출원의 표고)가 화면상에 나타나게 된다.
도 3은 본 발명에 따른 GIS와 지식기반시스템(KBS)간의 정보 수집, 각종 기능과 필요한 툴의 구성을 나타내는 블럭도이다. 도 3에 도시된 바와 같이, GIS의 내부에는 비공간 데이터가 입력되는 데이터베이스 테이블이 정의되어 있고, 공간 데이터가 디지털화되도록 구성된다.
아울러, 지식기반시스템(KBS)의 내부에서는 전문가, 문헌, 보고서 등과 같은 정보원으로부터 지식을 추출하여 보고서 생성기가 보고서를 작성하여 출력하도록 구성되며, 결과 보기를 통해 이를 열람할 수 있다.
도 1 및 도 3에 나타낸 데이터베이스에는 대기오염과 관련된 배출원 및 기상자료등 광범위한 정보가 입력된다. 특히 본 발명에서는 대기오염 제어 시스템의 운전과 관련된 입력 데이터 목록, 설계 및 운전에 관련된 중간 계산 출력 데이터 목록, 그리고 연소/소각 시설의 설계 및 운전에 관련된 입력 데이터 목록이 데이터베이스에 저장되어 환경엔지니어들이 대기오염배출시설(소각로, 발전소 등) 및 대기오염제어시스템의 운전조건 결정시에 유용하게 검색하여 이용된다.
대기오염 제어시스템의 동작과 관련된 데이터 입력의 데이터베이스의 각 필드로는 기본 데이터(부하, 대기온도, 상대습도), 투입되는 쓰레기 데이터(기준온도, 쓰레기의 양, 쓰레기의 칼로리양, 쓰레기의 성분, 분출된 오염수의 양, 비연소 쓰레기의 부분 중량 등), 대기 데이터(공기 비율, 제 1 공기온도, 제 2 공기온도, 버너온도, 연소챔버내의 냉각공기 온도, 연소챔버내의 냉각공기량 등), 보일러 출구 온도 데이터, 보일러 동작조건 데이터(보일러 공급수의 온도, 보일러 동작압력, 연속 블로우 다운의 양 등), 스팀 조건 데이터(스팀 온도 등), 보일러 출구에서의 오염물 농도 데이터(스팀 압력, 먼지 농도, HCl 농도, SOx 농도, NOx 농도, HF 농도, 다이옥신 농도 등), 소각로의 최종 출구에서의 오염물 농도 데이터(먼지 농도, HCl 농도, SOx 농도, NOx 농도, HF 농도, 다이옥신 농도 등), 열교환기 조건 데이터(스팀 압력, 스팀 온도 등), 연소챔버 조건 데이터(냉각수 압력, 연소 챔버내의 열 흡수율, 연소 챔버내의 열전달 영역 등) 등이 정의되어 있다.
그리고, 대기오염 제어시스템의 설계/동작과 관련된 데이터 출력의 데이터베이스의 각 필드로는 보일러의 열과 질량 균형, 연소챔버내의 열과 질량 균형, ESP내의 균형, 습식 스크러버에서의 열과 재료 밸런스, 수증기의 이슬점, SCR에서의 열과 재료 밸런스, 총괄 시스템에서의 열과 재료 밸런스, 재료의 유동 특성, 먼지 제거에 필요한 효율, 가스 제거에 필요한 효율 등이 정의되어 있다.
그리고, 연소/소각 시설의 설계/동작과 관련된 데이터 입력의 데이터베이스의 각 필드로는 소각로의 크기/연소로의 크기, 연소/소각 시스템, 스택의 높이와 보일러의 타입, 스택의 최상부 직경, 스택의 최상부 가스속도, 스택의 최상부 가스 유동율, 스택의 최상부 가스 온도, 소각로/연소로의 동작 온도, 공기/연료 혼합비율, 연료 타입, 칼로리 값, 석탄성분, 천연가스 등, Ca/S 비율, Cl/S 비율, 요구되는 효율, 허용되는 압력저하 등이 정의되어 있다.
도 4는 전문가와의 인터뷰 및 문헌으로 부터 얻은 지식을 코드화하여 KBS에 저장하는 과정을 나타낸 구성도이다. 도 4에 도시된 바와 같이, 전문가들로부터의 인터뷰와 문헌들을 통하여 얻어진 지식들을 코드화하여 컴퓨터 지식기반 시스템(KBS)에 저장한다. 아울러 추론엔진에 의해 전문가 시스템 쉘과 연결되고, 실행을 통해 얻어진 결과과 추천을 통해 사용자에게 제공된다. 이 때, 컴퓨터 지식 기반 시스템(KBS)에는 경제적 평가모듈과 가치 평가모듈 및 인공지능 추론방법중 하나인 퍼지모듈이 각각 병렬로 연결되어 있다.
구체적인 실시예에 따르면, 본 발명자에 의해 1998년 보령지역의 기상실측자료를 이용하여 구축해 놓은 플럼 비과높이에 따른 수평, 수직 분산계수 수정식인 [ 수학식 1], [수학식 2], [수학식 3] 및 [표 1]을 지식기반시스템에 저장함으로써 확산모델링 결과의 정확도를 높였다.
단 σy = x ㆍσθㆍfy 이고, σz = x ㆍσφㆍf
z 이고, σθ, σφ는 각각 수평 및 연직방향 풍향 표준편차(라디안)이고, fy, fz 는 수평방향으로의 물질이동시간을 포함하는 무차원 함수이다.
대기안정도 | 수평방향 분산 | 수직방향 분산 |
안정 | σθ= 11.0-0.02Z-1.03(Z/h < 1.09) σθ= 0.09Z0.64(Z/h > 1.09) | σφ= 33.5 Z-0.45(Z/h < 1.09) σφ= 0.05 Z0.58(Z/h > 1.09) |
중립 | σθ= 41.29Z-0.41(Z/h < 0.41) σθ= 0.19Z0.57(Z/h > 0.41) | σφ= 24.76 Z-0.42(Z/h < 0.41) σφ= 0.14 Z0.54(Z/h > 0.41) |
불안정 | σθ= 5.28 - 0.0002Z1.62(Z/h < 0.21) σθ= 2.19Z0.09(Z/h > 0.21) | σφ= 7.80 Z-0.22(Z/h < 0.21) σφ= 2.24 Z0.03(Z/h > 0.21) |
여기서, s = 0.346-7.49p 이고, p는 풍속의 분포를 나타내는 멱수(예를 들어, 불안정 조건일 때는 0.01, 중립 조건에서는 0.14, 안정 조건에서는 0.3 ~ 0.4) 이며, [수학식 3]은 수평방향 분산계수의 보정식이다.
즉, [수학식 1], [수학식 2], [수학식 3], [표 1]은 일정한 지역에서 획득된 풍향 표준편차(평균화 시간: 15분)자료를 각 안정도 조건에 따라 고도의존 관계식으로 나타낸 것으로 이 식을 이용하여 각 높이에서 풍향의 표준편차를 구할 수 있고 [수학식 1]과 [수학식 2]를 이용하여 연기상승고까지 고려한 플럼의 유효 높이에서의 분산계수로 보정할 수 있다.
도 5는 모델 파라미터와 KBS의 연계를 통하여 ApspDSS 사용자의 시나리오에 맞는 파라미터의 선정의 추론 과정을 나타내는 구성도이다. 도 5에 도시된 바와 같이, 지식기반시스템에 저장된 지식들은 ApspDSS 사용자들이 모델 파라미터(지형 (도시,시골), 오염농도, 평균화 시간, 배출물질특성, 플럼 높이 등)와 모델(ISC, ADMS, AERMOD 등)들을 적절히 선정하는 것을 돕는다. 따라서 사용자는 KBS에 포함된 관련베이스, 선택베이스, 질문 베이스에 따라 대기확산 파라미터들을 선정할 수 있다.
아울러, 본 실시예에서는 배출원 피해지점간 지형의 기복, 지표거칠기, 그리고 배출원의 고도에 따라 보정한 분산계수를 대기확산 모델링 시스템에 적용함으로서 복잡한 지형에서의 대기질 모델링 결과의 신뢰도를 높였다. 이를 보다 구체적으로 설명하면 다음과 같다. 이하의 Pasquill-Gifford 안정도 등급별 분산계수(σy, σz)는 평탄한 시골 지형 지표 부근에서 플럼을 방출하여 측정한 것이다.
10m 높이의 풍속(m/s) | 낮 | 밤 | |||
일광도(i)(cal/cm2hr) | 저고도 구름양 | ||||
강(i>50) | 중(25<i<50) | 약(i<25) | 구름양≥4/8 | 구름양≤3/8 | |
<2 | A | A~B | B | - | - |
2~3 | A~B | B | C | E | E |
3~5 | B | B~C | C | D | E |
5~6 | C | C~D | D | D | D |
>6 | C | D | D | D | D |
이하의 [표 3]은 σy 를 결정하기 위한 것이다.
안정 등급 | I | J | K |
A | 5.357 | 0.8828 | -0.0076 |
B | 5.058 | 0.9024 | -0.0096 |
C | 4.651 | 0.9181 | -0.0076 |
D | 4.230 | 0.9222 | -0.0087 |
E | 3.922 | 0.9222 | -0.0064 |
F | 3.533 | 0.9181 | -0.0070 |
이하의 [표 4]은 σz 를 결정하기 위한 것이다.
안정 등급 | I | J | K |
A | 6.035 | 2.1097 | 0.2770 |
B | 4.694 | 1.0629 | 0.0136 |
C | 4.110 | 0.9201 | -0.0020 |
D | 3.414 | 0.7371 | -0.0316 |
E | 3.057 | 0.6764 | -0.0450 |
F | 2.621 | 0.6564 | -0.0540 |
그러나, 대부분의 주요 배출원들은 높은 굴뚝으로부터 방출되어 복잡한 지형 을 따라 확산되는 경우가 많기 때문에 상기 [표 2] ~ [표 4] 및 [수학식 4]에 따른 Paquill-Grfford 분산계수를 그대로 사용하기에는 무리가 따른다. 따라서 이하의 [수학식 5], [수학식 6] 및 상기 [수학식 1] ~ [수학식 3] 및 [표 1]에 나타난 식과 데이터를 이용하여 지표기복이 있는 복잡한 지형에서 높은 굴뚝에서의 방출 플럼에 대한 수직ㆍ수평 분산계수로 수정한다. [수학식 5], [수학식 6]은 복잡한 지형의 기복(起伏)특징을 이용하여 평탄한 지형의 분산계수로부터 지표면 기복이 있는 복잡한 지형의 수정된 분산계수를 구할 수 있는 Okamoto 식을 나타내고 있다.
여기서, a = 1.07697 + 0.00539X1 + 0.00636X2 + 0.00508X3 + 0.00397X
4,
b = 10.5654 + 0.61884X1 + 0.48958X2 + 0.08962X3 + 0.05825X4,
c = 1.62982 + 0.00055X1 + 0.00078X2 + 0.00566X3 + 0.00630X4,
d = 10.72578 + 0.00476X1 + 0.01179X2 + 0.01936X3 + 0.03862X4
y 는 수평방향, z 는 수직방향이며,
여기서, X1 = 3 Huc(500) + Hur(500) + Huc(500),
X2 = 3 Huc(500) + Huc(1000) + Huc(2000),
X3 = 2 Huc(500) + Hur(500) + Huc(500),
X4 = 2 Huc(500) + Hur(1000) + Huc(2000) 이고,
여기서 Huc(500)은 상대높이 500m 에서, 중심 풍향을 따른 스택으로부터의 역풍면, Hur(500)은 상대높이 500m 에서, 중심으로부터 왼쪽으로 22.5°를 따른 스택으로부터의 역풍면을 의미한다.
이하에서는 본 발명에 따라 상기와 같은 구성을 갖는 대기오염배출원 계획의 결정지원시스템의 결과물에 대하여 첨부된 도면을 참조하여 상세히 설명하고자 한다.
우선, 도 6a는 본 발명에 따른 시스템을 사용하고 지리데이터를 반영할 수 있는 ADMS 모델을 사용하여 계산된 보령ㆍ임해지역의 2002년 겨울 SO2의 24시간 평균 최대 농도의 공간적 분포 그래프이다. 도 6a에 도시된 바와 같이, ADMS 모델은 상당히 신뢰성 있는 계산 결과를 도식적으로 표시하고 있음을 알 수 있다. 이러한 계산 결과는 대기오염배출원을 계획하기 위한 의사결정에 많은 도움을 줄 수 있다.
그리고, 도 6b는 본 발명에 따른 시스템을 사용하고 지리데이터를 반영할 수 있는 ADMS 모델을 사용하여 계산된 보령ㆍ임해지역의 2002년 겨울 NOx의 24시간 평균 최대 농도의 공간적 분포 그래프이다. 환경적으로는 SO2 뿐만 아니라 NOx 역시 비중있는 환경 파라미터이기 때문이다.
또한, 도 7은 본 발명에 따른 시스템을 사용하고 지리데이터를 반영할 수 있는 ADMS 모델을 사용하여 부산지역의 3차원 지형도 상의 해풍시 바람장을 나타낸 그래프이고, 도 8은 본 발명에 따른 시스템을 사용하고 지리데이터를 반영할 수 있는 ADMS 모델을 사용하여 부산지역의 3차원 지형도 상의 육풍시 바람장을 나타낸 그래프이다.
이와 같은 도 7 및 도 8의 결과 데이터는 오염물질의 이동경로에 대한 관찰이 가능하기 때문에 대기오염배출원을 계획하기 위한 의사결정에 많은 도움을 줄 수 있다.
이하의 [표 5] 및 [표 6]은 지리정보를 반영할 수 있는 ADMS 및 AERMOD 모델을 이용하여 보령ㆍ임해지역에서의 계절별 24시간 평균 SO2 및 NOX 농도 계산 결과의 정확도를 평가하기 위하여 통계학적 측도 결과를 나타내었다. 여기서 편차는 예측농도와 실측 농도간의 차이의 평균이고, 총 오차는 예측농도와 실측농도차이의 절대값의 평균이다. 차이의 분산은 예측농도와 실측농도 차이의 제곱의 평균이다. FB는 표준화된 편의 분율, NMSE는 표준화된 오차제곱평균, MG는 기하평균, VG는 기하분산을 나타낸다.
편차(㎍/㎥) | 총오차(㎍/㎥) | 상관 계수(n=90) | 차이의 분산 ((㎍/㎥))2 | |||
ADMS | SO2 | 봄 | 0.112 | 1.44 | - | 3.53 |
여름 | -3.6×10-8 | 1.15 | - | 1.98 | ||
가을 | -1.11 | 1.60 | 0.72 | 5.70 | ||
겨울 | -0.78 | 5.57 | -0.65 | 46.80 | ||
NOx | 봄 | 0.10 | 1.65 | - | 4.00 | |
여름 | 2.3×10-7 | 0.84 | - | 1.20 | ||
가을 | 0.15 | 2.88 | 0.23 | 12.38 | ||
겨울 | -0.10 | 1.73 | -0.11 | 6.12 | ||
AERMOD | SO2 | 봄 | 2.37 | 5.01 | 0.23 | 28.15 |
여름 | 1.72 | 5.28 | -0.07 | 44.31 | ||
가을 | -6.40 | 11.01 | -0.01 | 182.79 | ||
NOx | 봄 | -1.10 | 9.25 | 0.29 | 148.51 | |
여름 | -8.22 | 13.49 | -0.20 | 314.33 | ||
가을 | -4.10 | 13.09 | 0.02 | 256.60 |
FB | NMSE | MG | VG | 2의 요소이내 | |||
ADMS | SO2 | 봄 | -0.03 | 0.24 | 0.88 | 1.23 | 0.93 |
여름 | 8.93×10-9 | 0.12 | 0.91 | 0.19 | 0.86 | ||
가을 | 0.32 | 0.50 | 1.16 | 1.38 | 0.81 | ||
겨울 | -1.40 | 0.61 | 0.95 | 3.37 | 0.43 | ||
NOx | 봄 | 0.02 | 0.19 | 0.93 | 1.23 | 0.87 | |
여름 | 7.97×10-8 | 0.14 | 0.93 | 1.18 | 0.94 | ||
가을 | 0.03 | 0.51 | 0.50 | 19.75 | 0.68 | ||
겨울 | -0.07 | 2.97 | 0.34 | 27.39 | 0.30 | ||
AERMOD | SO2 | 봄 | -0.14 | 0.10 | 0.83 | 1.14 | 1 |
여름 | -0.22 | 0.16 | 0.82 | 1.28 | 0.91 | ||
가을 | 0.35 | 0.66 | 1.07 | 2.49 | 0.68 | ||
NOx | 봄 | 0.04 | 0.19 | 0.94 | 1.26 | 0.75 | |
여름 | 0.27 | 0.40 | 1.18 | 1.28 | 0.91 | ||
가을 | 0.16 | 0.41 | 0.98 | 1.49 | 0.77 |
[표 5] 및 [표 6]에 나타낸 통계학적 측도를 보면 지리정보를 반영할 수 있는 구조의 정확한 대기질 신속 예측이 가능하다는 것을 나타낸다. 본 발명은 이러한 통계적 측도에 관한 지식을 KBS에 저장하여 대기확산모델링 결과의 정확성을 검토할 수 있도록 하였다.
이상에서 살펴본 바와 같이, 본 발명에 따른 대기오염배출원 계획의 결정지 원시스템에 의하면 대기오염배출원 계획의 효과 분석에 필요한 여러 시스템들을 통합함으로써 공무원, 연구원, 산업계의 공학자들의 정책결정 및 배출시설의 설계ㆍ운전 엔지니어들에게 대기오염원 배출에 대한 의사를 결정하도록 큰 도움을 줄 수 있다. 특히 본 발명은 복잡지형을 이루고 있는 국내 지리정보를 고려하여 대기확산모델링을 통하여 보다 정확한 대기질 평가를 신속하게 할 수 있는 체제를 갖추게 됨으로써 향후 보건ㆍ 환경ㆍ 건설 행정 등에 이용될 것이다.
비록 본 발명이 상기에서 언급된 바람직한 실시예와 관련하여 설명되어졌지만, 발명의 요지와 범위로부터 벗어남이 없이 다양한 수정이나 변형을 하는 것이 가능하다. 따라서 첨부된 특허청구의 범위는 본 발명의 요지에 속하는 이러한 수정이나 변형을 포함할 것이다.
Claims (5)
- 소정지역의 형상에 관한 수치 데이터를 지도 데이터로 저장하고 있는 지리정보수단;대기오염 제어시스템의 동작과 관련된 데이터, 대기오염 제어시스템의 설계/동작과 관련된 데이터 및 연소/소각 시설의 설계/동작과 관련된 데이터를 저장하고 검색 가능한 데이터베이스수단;상기 지리정보수단 및 데이터베이스수단에 저장된 데이터에 기초하여 내장된 환경모델에 적용함으로서 시뮬레이션을 수행하는 모델관리 수단; 및외부로부터 입력된 정보와 추론엔진을 내장하여 상기 모델관리수단으로 추론결과를 전달하는 규칙 및 지식기반수단; 및사용자 인터페이스수단을 포함하는 것을 특징으로 하는 대기오염배출원 계획의 결정지원시스템.
- 제 1 항에 있어서, 상기 데이터베이스수단의 대기오염 제어시스템의 동작과 관련된 데이터는 부하, 대기온도, 상대습도, 투입되는 쓰레기의 기준온도, 쓰레기의 양, 쓰레기의 칼로리양, 쓰레기의 성분, 분출된 오염수의 양, 비연소 쓰레기의 부분 중량, 대기의 공기 비율, 공기온도, 버너온도, 연소챔버내의 냉각공기 온도, 연소챔버내의 냉각공기량, 보일러 출구 온도, 보일러 공급수의 온도, 보일러 동작압력, 연속 블로우 다운의 양, 스팀 온도, 보일러 출구에서의 스팀 압력, 먼지 농 도, HCl 농도, SOx 농도, NOx 농도, HF 농도, 다이옥신 농도, 소각로의 최종 출구에서의 먼지 농도, HCl 농도, SOx 농도, NOx 농도, HF 농도, 다이옥신 농도, 열교환기의 스팀 압력과 온도, 연소챔버의 냉각수 압력, 연소 챔버내의 열 흡수율, 연소 챔버내의 열전달 영역에 관한 데이터중 적어도 하나 이상을 포함하고,상기 대기오염 제어시스템의 설계/동작과 관련된 데이터는 보일러의 열과 질량 균형, 연소챔버내의 열과 질량 균형, ESP내의 균형, 습식 스크러버에서의 열과 재료 밸런스, 수증기의 이슬점, SCR에서의 열과 재료 밸런스, 총괄 시스템에서의 열과 재료 밸런스, 재료의 유동 특성, 먼지 제거에 필요한 효율, 가스 제거에 필요한 효율에 관한 데이터중 적어도 하나 이상을 포함하고, 그리고연소/소각 시설의 설계/동작과 관련된 데이터는 소각로의 크기/연소로의 크기, 연소/소각 시스템, 스택의 높이와 보일러의 타입, 스택의 최상부 직경, 스택의 최상부 가스속도, 스택의 최상부 가스 유동율, 스택의 최상부 가스 온도, 소각로/연소로의 동작 온도, 공기/연료 혼합비율, 연료 타입, 칼로리 값, 석탄성분, 천연가스 등, Ca/S 비율, Cl/S 비율, 요구되는 효율, 허용되는 압력저하에 관한 데이터중 적어도 하나 이상을 포함하는 것을 특징으로 하는 대기오염배출원 계획의 결정지원시스템.
- 제 1 항에 있어서, 상기 모델관리수단은,대기오염에 관하여 소정의 형식으로 정의되는 수학적 모델이 입력되어 저장된 모델구조;상기 모델 구조에 저장된 어느 한 모델과 연동하며, 도구 컴파일러에 대응하여 자구해석 발생기, 구문해석 발생기 및 의미해석 발생기중 적어도 어느 하나인 사례발생기;상기 지리정보수단 및 데이터베이스수단에 저장된 데이터를 소정의 텍스트 포맷으로 변환하여 출력하는 전처리기;상기 전처리기로부터 텍스트 데이터 및 상기 사례발생기로부터 발생된 데이터를 전송받아 내장된 소정의 명령어에 따라 시뮬레이션을 실행하는 모델 솔버; 및상기 모델솔버의 시뮬레이션 결과를 전송받아 도식적으로 디스플레이하는 후처리기로 구성되는 것을 특징으로 하는 대기오염배출원 계획의 결정지원시스템.
- 제 1 항에 있어서, 상기 모델관리수단에 내장된 모델은 방출모델, 확산 파라미터 평가모델, 기상모델, 확산모델, ADMS, AERMOD 중 적어도 어느 하나인 것을 특징으로 하는 대기오염배출원 계획의 결정지원시스템.
- 제 1 항에 있어서, 상기 규칙 및 지시기반수단은 플럼의 상승고 결정과 플럼의 비과고도에서의 풍속, 대기 확산률을 결정하기 위한 수단을 더 포함하는 것을 특징으로 하는 대기오염배출원 계획의 결정지원시스템.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020040051292A KR100661595B1 (ko) | 2004-07-01 | 2004-07-01 | 대기오염배출원 계획의 결정지원시스템 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020040051292A KR100661595B1 (ko) | 2004-07-01 | 2004-07-01 | 대기오염배출원 계획의 결정지원시스템 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20060002324A true KR20060002324A (ko) | 2006-01-09 |
KR100661595B1 KR100661595B1 (ko) | 2006-12-27 |
Family
ID=37105288
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020040051292A KR100661595B1 (ko) | 2004-07-01 | 2004-07-01 | 대기오염배출원 계획의 결정지원시스템 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR100661595B1 (ko) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100839048B1 (ko) * | 2006-02-14 | 2008-06-19 | (주) 에코센스 | Cdm사업 베이스라인 설정 및 모니터링 자동 관리 방법 |
KR100862689B1 (ko) * | 2007-03-28 | 2008-10-10 | 한국화학연구원 | 통합환경관리를 위한 위해성 예측 시스템 및 방법, 그리고이 방법을 구현할 수 있는 컴퓨터 판독 가능한 프로그램이기록된 기록매체 |
KR100951610B1 (ko) * | 2009-09-10 | 2010-04-07 | 대한민국 | Gis기반 기후변화 영향평가 시스템 및 그 방법 |
KR101382507B1 (ko) * | 2012-10-19 | 2014-04-10 | 사단법인대기환경모델링센터 | 대기질 예측 및 관리 시스템 |
KR101507397B1 (ko) * | 2012-08-20 | 2015-04-07 | 주식회사 나인에코 | 대기 모델링 서비스 제공 시스템 |
CN109377436A (zh) * | 2018-11-02 | 2019-02-22 | 深圳市博安达信息技术股份有限公司 | 一种环境精准监管方法与装置、终端设备及存储介质 |
KR102136631B1 (ko) * | 2019-11-13 | 2020-07-23 | 대성에너지 주식회사 | 도시가스 미공급 지역에 연료전지 발전소를 연계한 도시가스 공급 서비스 제공 방법 |
CN111815174A (zh) * | 2020-07-10 | 2020-10-23 | 中联煤层气有限责任公司 | 一种确定气田集输系统的架构参数的方法及相关装置 |
CN113203841A (zh) * | 2021-06-21 | 2021-08-03 | 北京思路智园科技有限公司 | 基于多传感器协同的有害气体检测系统及方法 |
KR20210131161A (ko) * | 2020-04-23 | 2021-11-02 | 주식회사 미래기후 | 미세먼지 저감 정책의 평가 및 관리 시스템 |
CN118286838A (zh) * | 2024-04-01 | 2024-07-05 | 浙江浩普智能科技有限公司 | 燃烧-污染物治理全流程智能调控减污降碳方法及系统 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101882184B (zh) * | 2010-05-25 | 2012-02-22 | 中冶赛迪工程技术股份有限公司 | 基于gis技术和aermode模型的大气环评系统与环评方法 |
KR101948546B1 (ko) | 2017-11-30 | 2019-05-20 | 대한민국(환경부 국립환경과학원장) | 대기오염물질 배출영향분석 시스템 및 그 방법 |
CN109684295B (zh) * | 2018-12-04 | 2021-10-22 | 河北申科电力股份有限公司 | 环保设备运行状态分析方法、装置和系统 |
KR102587681B1 (ko) | 2021-11-04 | 2023-10-11 | 주식회사 워크앤아이티 | 대기오염물질 배출 방지 시설 원격 관리 시스템 및 원격 관리 방법 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10132955A (ja) | 1996-10-31 | 1998-05-22 | Hitachi Ltd | 環境影響予測結果の表示方法 |
JP2000194742A (ja) | 1998-12-28 | 2000-07-14 | Hitachi Eng Co Ltd | 大気環境シミュレ―ションシステム |
KR100370497B1 (ko) * | 2000-08-12 | 2003-01-30 | (주)에니텍 | 대기오염 배출시설을 관리하기 위한 대기오염확산 예측방법 |
JP2004070895A (ja) | 2002-08-02 | 2004-03-04 | Masabumi Kitayama | 地形の影響を考慮した3次元ボックスモデル大気シミュレータ |
-
2004
- 2004-07-01 KR KR1020040051292A patent/KR100661595B1/ko not_active IP Right Cessation
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100839048B1 (ko) * | 2006-02-14 | 2008-06-19 | (주) 에코센스 | Cdm사업 베이스라인 설정 및 모니터링 자동 관리 방법 |
KR100862689B1 (ko) * | 2007-03-28 | 2008-10-10 | 한국화학연구원 | 통합환경관리를 위한 위해성 예측 시스템 및 방법, 그리고이 방법을 구현할 수 있는 컴퓨터 판독 가능한 프로그램이기록된 기록매체 |
KR100951610B1 (ko) * | 2009-09-10 | 2010-04-07 | 대한민국 | Gis기반 기후변화 영향평가 시스템 및 그 방법 |
KR101507397B1 (ko) * | 2012-08-20 | 2015-04-07 | 주식회사 나인에코 | 대기 모델링 서비스 제공 시스템 |
KR101382507B1 (ko) * | 2012-10-19 | 2014-04-10 | 사단법인대기환경모델링센터 | 대기질 예측 및 관리 시스템 |
CN109377436A (zh) * | 2018-11-02 | 2019-02-22 | 深圳市博安达信息技术股份有限公司 | 一种环境精准监管方法与装置、终端设备及存储介质 |
KR102136631B1 (ko) * | 2019-11-13 | 2020-07-23 | 대성에너지 주식회사 | 도시가스 미공급 지역에 연료전지 발전소를 연계한 도시가스 공급 서비스 제공 방법 |
KR20210131161A (ko) * | 2020-04-23 | 2021-11-02 | 주식회사 미래기후 | 미세먼지 저감 정책의 평가 및 관리 시스템 |
CN111815174A (zh) * | 2020-07-10 | 2020-10-23 | 中联煤层气有限责任公司 | 一种确定气田集输系统的架构参数的方法及相关装置 |
CN113203841A (zh) * | 2021-06-21 | 2021-08-03 | 北京思路智园科技有限公司 | 基于多传感器协同的有害气体检测系统及方法 |
CN118286838A (zh) * | 2024-04-01 | 2024-07-05 | 浙江浩普智能科技有限公司 | 燃烧-污染物治理全流程智能调控减污降碳方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
KR100661595B1 (ko) | 2006-12-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR100661595B1 (ko) | 대기오염배출원 계획의 결정지원시스템 | |
Sandberg | Wildland fire in ecosystems: effects of fire on air | |
Cope et al. | The Australian air quality forecasting system. Part I: project description and early outcomes | |
Sahin et al. | Multi-criteria decision-making using GIS-AHP for air pollution problem in Igdir Province/Turkey | |
Jiménez et al. | Multiscale modeling of air pollutants dynamics in the northwestern Mediterranean basin during a typical summertime episode | |
Ashok et al. | Adjoint-based computation of US nationwide ozone exposure isopleths | |
JP4206024B2 (ja) | 大気物質指標分布解析装置 | |
KR102199905B1 (ko) | 기상장과 인공신경망을 이용한 복합 악취 예측 시스템 | |
Pai et al. | An emissions inventory for regional atmospheric modeling of mercury | |
Changotra et al. | Comparative study of air pollution modeling techniques from point source (s) of thermal power plant | |
ZoroufchiBenis et al. | Optimal design of air quality monitoring network and its application in an oil refinery plant: an approach to keep health status of workers | |
Jia | Urban air quality assessment method based on GIS technology | |
Onofrio et al. | A review on the use of air dispersion models for odour assessment | |
Pun et al. | Ozone formation in California's San Joaquin Valley: A critical assessment of modeling and data needs | |
Vujić et al. | Air quality monitoring and modeling near coal fired power plant | |
Bandyopadhyay | Dispersion modeling in assessing air quality of industrial projects under Indian regulatory regime | |
Ravi et al. | Quantifying Impacts of Renewable Electricity Deployment on Air Quality and Human Health in Southeast Asia Based on AIMS III Scenarios | |
Karimian Shamsabadi et al. | Urban buildings configuration and pollutant dispersion of PM 2.5 particulate to enhance air quality | |
Sandberg | Wildland fire in ecosystems: effects of fire on air | |
Amran et al. | ANALYSIS OF THE DISTRIBUTION OF AIR POLLUTANTS USING THE AERMET METEOROLOGICAL MODEL AND THE GAUSSIAN DISPERSION MODEL | |
Damara et al. | Emission dispersion modelling of Gresik power plant using Gaussian analysis to evaluate environmental impacts in receptor point | |
Cinotti et al. | Comparison of operational atmospheric pollutant diffusion models in actual situations | |
GOLETIĆ et al. | Modeling The Dispersion Of SO2 in Zenica Valley | |
Justin et al. | The sensitivity of Harp model on atmospheric boundary mixing heights | |
Bhanarkar et al. | Assessment of impacts of a fossil fuel based power plant |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20110119 Year of fee payment: 5 |
|
LAPS | Lapse due to unpaid annual fee |