[发明专利]炼化环境空气清洁度预测方法、装置、电子设备及存储介质

权利要求书

1.一种炼化环境空气清洁度预测方法，其特征在于，包括如下步骤：

A、基于环境敏感点的民调数据，计算当前环境清洁度；

B、确定炼化异味物质排口以及各排口的特征污染物；

C、采集所述环境敏感点的空气质量数据、风速风向数据以及所述异味物质的排放浓度数据；

D、根据所述风速数据计算所述异味物质排口的异味物质扩散至所述环境敏感点的时间；

E、将所述空气质量数据、风向数据、所述扩散的时间数据以及所述异味物质的排放浓度数据作为自变量，将所述当前环境清洁度作为因变量构建预测模型并对所述模型进行训练；

F、通过训练后的所述模型对所述环境敏感点的空气清洁度进行预测。

2.根据权利要求1所述的炼化环境空气清洁度预测方法，其特征在于，所述民调数据包括居民满意度调查结果和投诉结果。

3.根据权利要求2所述的炼化环境空气清洁度预测方法，其特征在于，所述计算当前环境清洁度具体为：

将居民满意度调查问卷划分为多个选项且每个所述选项划分为多个评定标准，并分别为每个所述选项赋值和权重，获取介于0至1之间每一份所述调查问卷的得分数据；

根据所述投诉结果中的投诉类型数量、投诉位置的响应数量对每次投诉进行赋值；

将所述调查问卷的得分数据与所述投诉赋值进行结合，计算得出所述当前环境清洁度的数据。

4.根据权利要求1所述的炼化环境空气清洁度预测方法，其特征在于，所述特征污染物包括：氨、三甲胺、硫化氢、甲硫醇、甲硫醚、二甲二硫、二硫化碳或苯乙烯；所述异味物质包括一种或多种所述特征污染物。

5.根据权利要求1所述的炼化环境空气清洁度预测方法，其特征在于，所述步骤D具体为：

测算每个所述环境敏感点与每个所述异味物质排口的距离；

计算每个环境敏感点与所有异味物质排口的平均距离；

通过所述平均距离与所述风速数据计算异味物质扩散至所述环境敏感点的时间。

6.根据权利要求1所述的炼化环境空气清洁度预测方法，其特征在于，所述步骤D和步骤E之间还包括将采集到的空气质量数据、风向数据、所述异味物质的排放浓度数据以及计算得到的所述异味物质扩散至环境敏感点的时间数据进行预处理。

7.根据权利要求6所述的炼化环境空气清洁度预测方法，其特征在于，所述预处理包括：

数据清理，其包括修复或删除异常数据值，并使用中位数补充缺失值；

特征缩放，其为对数据进行归一化或标准化处理，消除每个所述自变量和因变量之间的量纲。

8.根据权利要求1所述的炼化环境空气清洁度预测方法，其特征在于，所述步骤F之后还包括：根据所述环境敏感点的空气清洁度预测结果分析异味物质排放对环境敏感点的影响程度，并依据超标点位的位置信息进行校正。

9.根据权利要求1所述的炼化环境空气清洁度预测方法，其特征在于，所述预测模型采用BP神经网络模型。

10.一种炼化环境空气清洁度预测装置，其特征在于，包括：

当前环境清洁度计算模块，用于基于环境敏感点的民调数据，计算当前环境清洁度；

异味物质确定模块，用于确定炼化异味物质排口以及各排口的特征污染物；

数据采集模块，用于采集所述环境敏感点的空气质量数据、风速风向数据以及所述异味物质的排放浓度数据；

扩散时间计算模块，用于根据所述风速数据计算所述异味物质排口的异味物质扩散至所述环境敏感点的时间；

模型构建训练模块，用于将所述空气质量数据、风向数据、所述扩散的时间数据以及所述异味物质的排放浓度数据作为自变量，将所述当前环境清洁度作为因变量构建预测模型并对所述模型进行训练；

空气清洁度预测模块，用于通过训练后的所述模型对所述环境敏感点的空气清洁度进行预测。