[发明专利]一种基于马尔科夫链的非稳态流场下污染源逆向识别算法

说明书

本发明公开了一种基于马尔科夫链的非稳态流场下污染源逆向识别算法，属于室内污染物控制技术领域，目的在于解决非稳态流场下多区建筑内污染源识别问题。包括以下步骤：确定污染源位置取值范围；计算非稳态流场下，建筑内污染物转移概率矩阵；通过对转移概率矩阵和潜在污染源矩阵运算得到响应矩阵；正则化方法求逆，得到某个污染源的逐时释放率；针对集合中不同的污染源位置，求解其对应的逐时释放率；为各污染源位置信息分配先验概率；利用转移概率矩阵计算似然函数；利用贝叶斯准则计算后验概率；得到后验概率最大的污染源位置及其释放率。本发明与数值计算相比提高了计算的速度，能够实现非稳态流场下多区建筑内污染源位置和释放率的逆向计算。

(一)技术领域

本发明属于室内污染物控制技术领域，具体涉及一种多区建筑内污染源逆向识别算法，用途在于识别多区建筑内污染源位置和释放率。

(二)背景技术

在室内污染物控制技术领域中，通过对污染源位置和释放率的逆向识别来实现对污染源的控制，是保证良好室内空气品质的重要手段之一，其在安全、消防和疾控领域有着广泛的应用前景。污染源的逆向识别方法，包括释放位置和释放率的识别，通常有正向匹配模型、伴随方法、神经元网络、稳定化方法、矩阵逆算法和概率匹配模型等。Zhai et al.[1]提出一种基于CFD(Computational Fluid Dynamics，计算流体力学)的伴随模型，通过求解伴随方程，可以在已知释放时间的情况下计算动态污染源位置。这种方法需要通过CFD来求解伴随方程，求解速度慢。张腾飞等人[2]利用准可逆模型来确定污染源位置、瞬时释放强度，采用四阶导数项取代逆向控制方程中的二阶扩散项，以此增加解的数值稳定性。这种方法且只能计算瞬时释放的污染源。同样，张腾飞等人[3]将矩阵逆算法和概率匹配模型结合构成正反交错模型，分别逆算污染源的释放率和释放位置、时间。但这种方法只适用于稳态流场下的污染源计算。综上所述，目前的污染物逆向识别模型存在(1)需要结合复杂的数值计算模型，(2)计算速度较慢，(3)无法应用在非稳态流场这三个问题。为了克服以上的缺陷，本发明提出一种基于马尔科夫链的非稳态流场下污染源逆向识别算法，在原有计算方法的基础上，着重对技术路线中的步骤(2)、(3)、(7)进行优化，使其可以在非稳态流场下，快速的对动态污染源释放位置、释放率进行逆算，较好的弥补了现有算法的缺陷。

[1]Zhai Z，Liu X，Wang H，et al.Experimental verification of trackingalgorithm for dynamically-releasing single indoor contaminant[J].BuildingSimulation，2012，5(1)：5-14.

[2]Zhang T，Yin S，Wang S.An inverse method based on CFD to quantifythe temporal release rate of a continuously released pollutant source[J].Atmospheric Environment，2013，77：62-77.

[3]Zhang T，Zhou H，Wang S.Inverse identification of the releaselocation，temporal rates，and sensor alarming time of an airborne pollutantsource[J].Indoor air，2015，25(4)：415-427.

(三)发明内容

解决的技术问题

针对现有技术的不足，本发明提出了一种基于马尔科夫链的非稳态流场下污染源逆向识别算法，快速高效的实现了非稳态流场下多区建筑内污染源位置和释放率的计算。

技术方案

为实现以上目的，本发明通过以下技术方案予以实现：

(1).根据污染物释放位置的可能性，建立集合S；