System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及揮發性有機物,具體涉及一種揮發性有機物的回收方法、系統、設備和介質。
技術介紹
1、揮發性有機物是一類在常溫下容易揮發成氣體的有機化合物,廣泛存在于工業生產、交通運輸、室內裝飾等領域。揮發性有機物不僅對人體健康有害,還會對環境造成污染,例如導致光化學煙霧、臭氧層破壞等。因此,有效回收和處理揮發性有機物是環境保護和人類健康的重要任務。現有的揮發性有機物回收設備通常采用固定的控制策略,缺乏動態調整的能力,不能根據實際情況靈活調整工作參數。這種單一的控制方式不能根據實際情況靈活調整工作參數,而且導致能源浪費和處理效率低下。功率過大會造成能源浪費,增加運行成本,長時間高功率運行會加速設備的磨損,降低設備壽命,若功率過低運行無法有效回收環境中的揮發性有機物,導致處理效果不理想。環境危害。
2、如何合理的控制揮發性有機物回收設備的功率是當前亟待解決的問題。
技術實現思路
1、本專利技術主要解決的技術問題是如何合理的控制揮發性有機物回收設備的功率。
2、根據第一方面,本專利技術提供一種揮發性有機物的回收方法,包括:獲取揮發性有機物的激光雷達數據;基于所述揮發性有機物的激光雷達數據使用生成對抗網絡生成揮發性有機物的濃度圖;獲取揮發性有機物回收設備的位置信息及設備周邊人員監控視頻;基于所述設備周邊人員監控視頻使用人員信息確定模型確定設備周邊人員信息,所述設備周邊人員信息包括位置信息和健康狀態程度;構建圖結構,所述圖結構包括多個節點和多個節點之間的多條邊,多個節點
3、在一種可能的實現方式中,所述人員信息確定模型為長短期神經網絡模型。
4、在一種可能的實現方式中,所述生成對抗網絡包括生成器和判別器,所述生成器用于生成揮發性有機物的濃度圖,所述判別器用于區分生成的濃度圖和真實濃度圖。
5、在一種可能的實現方式中,所述基于圖神經網絡模型對所述圖結構進行處理確定揮發性有機物回收設備的回收時間段的工作時間長度和功率信息的步驟包括:將所述圖結構輸入到圖神經網絡模型中;通過圖卷積層更新節點特征和邊特征;通過輸出層輸出揮發性有機物回收設備的回收時間段的工作時間長度和功率信息。
6、根據第二方面,本專利技術提供一種揮發性有機物的回收系統,包括:
7、第一獲取模塊,用于獲取揮發性有機物的激光雷達數據;
8、生成模塊,用于基于所述揮發性有機物的激光雷達數據使用生成對抗網絡生成揮發性有機物的濃度圖;
9、第二獲取模塊,用于獲取揮發性有機物回收設備的位置信息及設備周邊人員監控視頻;
10、人員信息確定模塊,用于基于所述設備周邊人員監控視頻使用人員信息確定模型確定設備周邊人員信息,所述設備周邊人員信息包括位置信息和健康狀態程度;
11、構建模塊,用于構建圖結構,所述圖結構包括多個節點和多個節點之間的多條邊,多個節點包括設備節點和多個人員節點,所述設備節點為中心節點,每一個人員節點分別與所述設備節點建立邊,所述設備節點的節點特征包括揮發性有機物的濃度圖、揮發性有機物回收設備的位置信息,每一個人員節點的節點特征包括位置信息和健康狀態程度,所述設備節點與每一個人員節點的邊的特征包括設備與每一個人員的距離和方向;
12、確定模塊,用于基于圖神經網絡模型對所述圖結構進行處理確定揮發性有機物回收設備的回收時間段的工作時間長度和功率信息;
13、控制模塊,用于基于所述揮發性有機物回收設備的回收時間段的工作時間長度和功率信息對所述揮發性有機物回收設備進行控制以進行揮發性有機物的回收。
14、在一種可能的實現方式中,所述人員信息確定模型為長短期神經網絡模型。
15、在一種可能的實現方式中,所述生成對抗網絡包括生成器和判別器,所述生成器用于生成揮發性有機物的濃度圖,所述判別器用于區分生成的濃度圖和真實濃度圖。
16、在一種可能的實現方式中,所述確定模塊還用于:
17、將所述圖結構輸入到圖神經網絡模型中;
18、通過圖卷積層更新節點特征和邊特征;
19、通過輸出層輸出揮發性有機物回收設備的回收時間段的工作時間長度和功率信息。
20、根據第三方面,本專利技術的實施例提供了一種電子設備,包括:處理器;存儲器;以及計算機程序;其中,所述計算機程序存儲在所述存儲器中,并配置為由所述處理器執行以實現如前述的方法,所述方法包括:獲取揮發性有機物的激光雷達數據;基于所述揮發性有機物的激光雷達數據使用生成對抗網絡生成揮發性有機物的濃度圖;獲取揮發性有機物回收設備的位置信息及設備周邊人員監控視頻;基于所述設備周邊人員監控視頻使用人員信息確定模型確定設備周邊人員信息,所述設備周邊人員信息包括位置信息和健康狀態程度;構建圖結構,所述圖結構包括多個節點和多個節點之間的多條邊,多個節點包括設備節點和多個人員節點,所述設備節點為中心節點,每一個人員節點分別與所述設備節點建立邊,所述設備節點的節點特征包括揮發性有機物的濃度圖、揮發性有機物回收設備的位置信息,每一個人員節點的節點特征包括位置信息和健康狀態程度,所述設備節點與每一個人員節點的邊的特征包括設備與每一個人員的距離和方向;基于圖神經網絡模型對所述圖結構進行處理確定揮發性有機物回收設備的回收時間段的工作時間長度和功率信息;基于所述揮發性有機物回收設備的回收時間段的工作時間長度和功率信息對所述揮發性有機物回收設備進行控制以進行揮發性有機物的回收。
21、根據第四方面,本實施例提供了一種計算機可讀存儲介質,其上存儲有計算機程序,該程序被處理器執行時實現前述提供的揮發性有機物的回收方法,所述方法包括:獲取揮發性有機物的激光雷達數據;基于所述揮發性有機物的激光雷達數據使用生成對抗網絡生成揮發性有機物的濃度圖;獲取揮發性有機物回收設備的位置信息及設備周邊人員監控視頻;基于所述設備周邊人員監控視頻使用人員信息確定模型確定設備周邊人員信息,所述設備周邊人員信息包括位置信息和健康狀態程度;構建圖結構,所述圖結構包括多個節點和多個節點之間的多條邊,多個節點包括設備節點和多個人員節點,所述設備節點為中心節點,每一個人員節點分別與所述設備節點建立邊,所述設備節點的節點特征包括揮發性有機物的濃度圖、揮發性有機物回收設備的位置信息,每一個人員節點的節點特征包括位置信息和健康狀態程度,所述設備節點與每一個人員節點的邊的特征包括本文檔來自技高網...
【技術保護點】
1.一種揮發性有機物的回收方法,其特征在于,包括以下步驟:
2.如權利要求1所述的方法,其特征在于,所述人員信息確定模型為長短期神經網絡模型。
3.如權利要求1所述的方法,其特征在于,所述生成對抗網絡包括生成器和判別器,所述生成器用于生成揮發性有機物的濃度圖,所述判別器用于區分生成的濃度圖和真實濃度圖。
4.如權利要求1所述的方法,其特征在于,所述基于圖神經網絡模型對所述圖結構進行處理確定揮發性有機物回收設備的回收時間段的工作時間長度和功率信息的步驟包括:
5.一種揮發性有機物的回收系統,其特征在于,包括:
6.如權利要求5所述的揮發性有機物的回收系統,其特征在于,所述人員信息確定模型為長短期神經網絡模型。
7.如權利要求5所述的揮發性有機物的回收系統,其特征在于,所述生成對抗網絡包括生成器和判別器,所述生成器用于生成揮發性有機物的濃度圖,所述判別器用于區分生成的濃度圖和真實濃度圖。
8.如權利要求5所述的揮發性有機物的回收系統,其特征在于,所述確定模塊還用于:
9.一種電子設備,其特
10.一種計算機可讀存儲介質,其上存儲有計算機程序,其特征在于,該程序被處理器執行時實現如權利要求1至4任一項所述的揮發性有機物的回收方法。
...【技術特征摘要】
1.一種揮發性有機物的回收方法,其特征在于,包括以下步驟:
2.如權利要求1所述的方法,其特征在于,所述人員信息確定模型為長短期神經網絡模型。
3.如權利要求1所述的方法,其特征在于,所述生成對抗網絡包括生成器和判別器,所述生成器用于生成揮發性有機物的濃度圖,所述判別器用于區分生成的濃度圖和真實濃度圖。
4.如權利要求1所述的方法,其特征在于,所述基于圖神經網絡模型對所述圖結構進行處理確定揮發性有機物回收設備的回收時間段的工作時間長度和功率信息的步驟包括:
5.一種揮發性有機物的回收系統,其特征在于,包括:
6.如權利要求5所述的揮發性有機物的回收系統,其特征在于,所述人員信息確定模型為長短...
【專利技術屬性】
技術研發人員:林曦,孫肖沨,張旭,鄭元鑄,許益新,
申請(專利權)人:溫州市生態環境科學研究院,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。