System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于空气质量在线监测的低碳型通风系统控制方法技术方案_技高网

一种基于空气质量在线监测的低碳型通风系统控制方法技术方案

技术编号:44056130 阅读:2 留言:0更新日期:2025-01-17 15:58
本申请涉及一种基于空气质量在线监测的低碳型通风系统控制方法,其核心是一种基于空气质量在线监测的通风控制方案。具体地,所述方法包括:通过气体传感器实时监测环境中的气体浓度值(例如,硫化氢浓度、氨气浓度、氧气浓度、二氧化碳浓度)以及温度、湿度、负氧离子等并采用基于深度学习的人工智能技术对气体浓度值进行时序分析,分别挖掘出各个气体浓度在全局时域内的显著性变化规律,进而基于各个气体浓度的主成分时序联合特征,自适应调整通风系统中空气净化设备的工作频率值。这样,可以根据挥发性气体浓度的变化,对通风系统进行智能调控,从而提高能源使用效率,降低运行成本,达到节能减碳的目的。

【技术实现步骤摘要】

本申请涉及挥发气体监测,具体地,涉及一种基于空气质量在线监测的低碳型通风系统控制方法


技术介绍

1、随着环保要求的提升以及土地资源的紧张,近年来地下污水处理厂项目越来越多,相比地上式污水处理厂,地下污水处理厂通风系统的投资和能耗都大为增加,是节能减碳的设计重点之一。

2、经过调研了解,目前污水处理厂中通风系统的控制基本为手动控制以及简单的阈值控制,这种方式虽然能够在一定程度上减少空气中的污染物,但由于缺乏对实际运行工况的实时监测和智能控制,导致通风系统在很多情况下无法根据实际需要进行有效调节,从而造成能源浪费和运行成本增加。特别是在挥发性有机化合物(vocs)浓度波动较大的环境中,这种问题尤为突出。

3、具体地,现在室内通风设计一般按照6次换风全量运行。在实际运行过程中,一般要么全开,要么全部关闭节能,但这会导致空气质量很差。也有一些通风控制系统采用弱智能控制方案,例如,对空气质量进行监测,等到空气质量下降到一定程度再启动通风系统,这会导致控制滞后,无法及时地保障空气质量。

4、因此,为了提高通风系统的智能化程度,期待一种基于空气质量在线监测的低碳型通风系统控制方法。


技术实现思路

1、提供该
技术实现思路
部分以便以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。该
技术实现思路
部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。

2、第一方面,本申请提供了一种基于空气质量在线监测的低碳型通风系统控制方法,所述方法包括:

3、通过气体传感器采集硫化氢浓度的时间队列和氨气浓度的时间队列;

4、将所述硫化氢浓度的时间队列和所述氨气浓度的时间队列通过无线通信模块传输至空气净化设备中央控制器;

5、在所述空气净化设备中央控制器,对所述硫化氢浓度的时间队列和所述氨气浓度的时间队列进行基于局部时间尺度的时序特征提取以得到硫化氢浓度局部时序波动特征向量的序列和氨气浓度局部时序波动特征向量的序列;

6、将所述硫化氢浓度局部时序波动特征向量的序列和所述氨气浓度局部时序波动特征向量的序列输入基于特征显著性衰弱指引的特征聚合网络以得到硫化氢浓度时序显著聚合表示向量和氨气浓度时序显著聚合表示向量;

7、基于所述硫化氢浓度时序显著聚合表示向量和所述氨气浓度时序显著聚合表示向量的主成分联合特征,生成空气净化设备工作频率的控制指令。

8、可选地,对所述硫化氢浓度的时间队列和所述氨气浓度的时间队列进行基于局部时间尺度的时序特征提取以得到硫化氢浓度局部时序波动特征向量的序列和氨气浓度局部时序波动特征向量的序列,包括:

9、将所述硫化氢浓度的时间队列和所述氨气浓度的时间队列以预定时间尺度切分后输入基于1d-cnn模型的序列编码器以得到所述硫化氢浓度局部时序波动特征向量的序列和所述氨气浓度局部时序波动特征向量的序列。

10、可选地,将所述硫化氢浓度局部时序波动特征向量的序列和所述氨气浓度局部时序波动特征向量的序列输入基于特征显著性衰弱指引的特征聚合网络以得到硫化氢浓度时序显著聚合表示向量和氨气浓度时序显著聚合表示向量,包括:

11、计算所述硫化氢浓度局部时序波动特征向量的序列中的各个硫化氢浓度局部时序波动特征向量的特征显著性描述因子,其中,所述特征显著性描述因子与所述各个硫化氢浓度局部时序波动特征向量的均值和方差有关;

12、以所述硫化氢浓度局部时序波动特征向量的序列中的最后一个硫化氢浓度局部时序波动特征向量作为当前硫化氢浓度局部时序波动特征向量,基于所述硫化氢浓度局部时序波动特征向量的序列中的各个硫化氢浓度局部时序波动特征向量与所述当前硫化氢浓度局部时序波动特征向量之间的距离跨度,构造所述各个硫化氢浓度局部时序波动特征向量的特征显著性衰减因子;

13、计算所述各个硫化氢浓度局部时序波动特征向量的特征显著性衰减因子与其特征显著性描述因子之间的乘积以得到特征显著性衰减描述因子的序列;

14、将所述特征显著性衰减描述因子的序列输入门控掩码模块以得到特征显著性衰减权重因子的序列;

15、以所述特征显著性衰减权重因子的序列作为权重的序列,计算所述硫化氢浓度局部时序波动特征向量的序列的加权和以得到所述硫化氢浓度时序显著聚合表示向量。

16、可选地,计算所述硫化氢浓度局部时序波动特征向量的序列中的各个硫化氢浓度局部时序波动特征向量的特征显著性描述因子,包括:

17、计算所述硫化氢浓度局部时序波动特征向量中的各个特征值与其特征均值的差值四次方的期望值,并将所述期望值除以所述硫化氢浓度局部时序波动特征向量的特征方差的平方以得到所述特征显著性描述因子。

18、可选地,基于所述硫化氢浓度局部时序波动特征向量的序列中的各个硫化氢浓度局部时序波动特征向量与所述当前硫化氢浓度局部时序波动特征向量之间的距离跨度,构造所述各个硫化氢浓度局部时序波动特征向量的特征显著性衰减因子,包括:

19、计算所述当前硫化氢浓度局部时序波动特征向量的最大特征值与所述硫化氢浓度局部时序波动特征向量的序列中的各个硫化氢浓度局部时序波动特征向量的最大特征值之间的差值,再将所述差值除以两者之间相隔的特征向量数量以得到所述各个硫化氢浓度局部时序波动特征向量的特征显著性衰减因子。

20、可选地,基于所述硫化氢浓度时序显著聚合表示向量和所述氨气浓度时序显著聚合表示向量的主成分联合特征,生成空气净化设备工作频率的控制指令,包括:

21、将所述硫化氢浓度时序显著聚合表示向量和所述氨气浓度时序显著聚合表示向量输入基于特征主成分优化匹配的显著融合网络以得到硫化氢浓度-氨气浓度主成分联合时序聚合表示向量;

22、将所述硫化氢浓度-氨气浓度主成分联合时序聚合表示向量输入基于解码器的空气净化设备控制模块以得到所述控制指令,所述控制指令用于表示空气净化设备的工作频率推荐解码值。

23、可选地,将所述硫化氢浓度时序显著聚合表示向量和所述氨气浓度时序显著聚合表示向量输入基于特征主成分优化匹配的显著融合网络以得到硫化氢浓度-氨气浓度主成分联合时序聚合表示向量,包括:

24、对所述硫化氢浓度时序显著聚合表示向量和所述氨气浓度时序显著聚合表示向量进行标准化处理以得到标准化硫化氢浓度时序显著聚合表示向量和标准化氨气浓度时序显著聚合表示向量;

25、分别计算所述标准化硫化氢浓度时序显著聚合表示向量和所述标准化氨气浓度时序显著聚合表示向量的样本协方差矩阵以得到硫化氢浓度样本协方差矩阵和氨气浓度样本协方差矩阵;

26、对所述硫化氢浓度样本协方差矩阵和所述氨气浓度样本协方差矩阵进行基于矩阵分解的特征向量提取以得到硫化氢浓度时序主成分特征向量的集合和氨气浓度时序主成分特征向量的集合;

27、将所述硫化氢浓度时序主成分特征向量的集合和所述氨气浓度本文档来自技高网...

【技术保护点】

1.一种基于空气质量在线监测的低碳型通风系统控制方法,其特征在于,包括:

2.根据权利要求1所述的基于空气质量在线监测的低碳型通风系统控制方法,其特征在于,对所述硫化氢浓度的时间队列和所述氨气浓度的时间队列进行基于局部时间尺度的时序特征提取以得到硫化氢浓度局部时序波动特征向量的序列和氨气浓度局部时序波动特征向量的序列,包括:

3.根据权利要求2所述的基于空气质量在线监测的低碳型通风系统控制方法,其特征在于,将所述硫化氢浓度局部时序波动特征向量的序列和所述氨气浓度局部时序波动特征向量的序列输入基于特征显著性衰弱指引的特征聚合网络以得到硫化氢浓度时序显著聚合表示向量和氨气浓度时序显著聚合表示向量,包括:

4.根据权利要求3所述的基于空气质量在线监测的低碳型通风系统控制方法,其特征在于,计算所述硫化氢浓度局部时序波动特征向量的序列中的各个硫化氢浓度局部时序波动特征向量的特征显著性描述因子,包括:

5.根据权利要求4所述的基于空气质量在线监测的低碳型通风系统控制方法,其特征在于,基于所述硫化氢浓度局部时序波动特征向量的序列中的各个硫化氢浓度局部时序波动特征向量与所述当前硫化氢浓度局部时序波动特征向量之间的距离跨度,构造所述各个硫化氢浓度局部时序波动特征向量的特征显著性衰减因子,包括:

6.根据权利要求5所述的基于空气质量在线监测的低碳型通风系统控制方法,其特征在于,基于所述硫化氢浓度时序显著聚合表示向量和所述氨气浓度时序显著聚合表示向量的主成分联合特征,生成空气净化设备工作频率的控制指令,包括:

7.根据权利要求6所述的基于空气质量在线监测的低碳型通风系统控制方法,其特征在于,将所述硫化氢浓度时序显著聚合表示向量和所述氨气浓度时序显著聚合表示向量输入基于特征主成分优化匹配的显著融合网络以得到硫化氢浓度-氨气浓度主成分联合时序聚合表示向量,包括:

8.根据权利要求7所述的基于空气质量在线监测的低碳型通风系统控制方法,其特征在于,将所述硫化氢浓度时序主成分特征向量的集合和所述氨气浓度时序主成分特征向量的集合输入最大近似查询匹配网络以得到硫化氢浓度时序主成分特征向量和氨气浓度时序主成分特征向量的最佳匹配对的集合,包括:

9.根据权利要求8所述的基于空气质量在线监测的低碳型通风系统控制方法,其特征在于,将所述硫化氢浓度时序主成分特征向量和氨气浓度时序主成分特征向量的最佳匹配对的集合中的各个最佳匹配对输入语义细粒度门控联合模块以得到硫化氢浓度-氨气浓度主成分联合特征向量的集合,包括:

...

【技术特征摘要】

1.一种基于空气质量在线监测的低碳型通风系统控制方法,其特征在于,包括:

2.根据权利要求1所述的基于空气质量在线监测的低碳型通风系统控制方法,其特征在于,对所述硫化氢浓度的时间队列和所述氨气浓度的时间队列进行基于局部时间尺度的时序特征提取以得到硫化氢浓度局部时序波动特征向量的序列和氨气浓度局部时序波动特征向量的序列,包括:

3.根据权利要求2所述的基于空气质量在线监测的低碳型通风系统控制方法,其特征在于,将所述硫化氢浓度局部时序波动特征向量的序列和所述氨气浓度局部时序波动特征向量的序列输入基于特征显著性衰弱指引的特征聚合网络以得到硫化氢浓度时序显著聚合表示向量和氨气浓度时序显著聚合表示向量,包括:

4.根据权利要求3所述的基于空气质量在线监测的低碳型通风系统控制方法,其特征在于,计算所述硫化氢浓度局部时序波动特征向量的序列中的各个硫化氢浓度局部时序波动特征向量的特征显著性描述因子,包括:

5.根据权利要求4所述的基于空气质量在线监测的低碳型通风系统控制方法,其特征在于,基于所述硫化氢浓度局部时序波动特征向量的序列中的各个硫化氢浓度局部时序波动特征向量与所述当前硫化氢浓度局部时序波动特征向量之间的距离跨度,构造所述各个硫化氢浓度局部时序...

【专利技术属性】
技术研发人员:张欣杜炯董磊李庆桂郑贤正陈晨桑建飞袁泽安戴小平
申请(专利权)人:上海市政工程设计研究总院集团有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1