[发明专利]一种大型场馆内二氧化碳场浓度重建方法

说明书

本发明公开了一种大型场馆内二氧化碳场浓度重建方法，包括对场馆进行连续监测并获得包含多个采样时刻的多个传感器采集的CO₂浓度总数据集，对每一采样时刻进行场浓度建模并作为标签图像；并选择典型区域进行场浓度建模并作为模型输入图像，搭建改进的超分辨率对抗生成网络模型，利用训练集训练模型，得到训练后的最终模型，输入稀疏传感器克里金插值建模后的浓度图，得到经过模型生成输出的浓度图，与密集传感器克里金插值建模后的浓度图计算评价指标，定量评价二氧化碳场浓度重建结果。本方法通过较少数量传感器，能达到与密集分布传感器相近的建模效果，能极大减小资源的消耗，具有更好的精度和噪声鲁棒性。

技术领域

本发明属于室内空气质量监测技术领域。具体地，本发明涉及一种对大型室内场馆二氧化碳浓度场恢复重建的方法，采用一种改进的超分辨率对抗生成网络，并将其应用于二氧化碳浓度场恢复重建。

背景技术

随着各国二氧化碳排放，导致全球范围内的气候变暖，对生命系统形成威胁，所以控制二氧化碳排放的工作十分重要。而判断二氧化碳浓度是否得到有效控制，需要有效的二氧化碳浓度监测方法。目前存在的场馆赛事碳排放监测方法实现精度较低，难以可靠验证减排方案的效果，所以目前急需全面精准的场馆赛事碳排放监测方法。

使用密集分布的传感器能够显著提升二氧化碳浓度场建模的准确度，但同时相应的布置难度和成本也显著增加。现实情况下，由于场馆的结构功能设计，往往无法满足密集部署传感器的条件。但是仅用如果仅用稀疏分布的传感器测得的二氧化碳浓度数据进行场重建，得到的结果与密集分布的传感器建模的结果有非常大的误差，即与真实情况有显著误差。

发明内容

如前所述，传统的场浓度建模方法往往都是采用如最近邻插值、线性插值之类的各种插值的方法进行，场浓度重建的精度与所布置的传感器个数紧密相关，无法通过较少数量的传感器精确建模出场馆浓度场。面对以上方法的不足，本发明采用一种改进的超分辨率对抗生成网络应用到场重建中，通过对使用较少数量的传感器场浓度建模结果的处理，实现同使用较多数量传感器场浓度建模相近的精度。

本发明完整的技术方案包括：

一种大型场馆内二氧化碳场浓度重建方法，包括如下步骤：

(1)根据预设的布点方式在大型场馆内布置二氧化碳浓度监测系统，所述二氧化碳浓度监测系统包括设置在场馆不同区域的多个CO₂传感器，对场馆进行连续监测并获得包含多个采样时刻的多个传感器采集的CO₂浓度数据集；

(2)采用克里金插值方法对每一个采样时刻获得的多个传感器采集的CO₂浓度数据进行场浓度建模，并得到CO₂浓度图像集，或称为CO₂第一浓度图像集，并作为超分辨率对抗生成网络模型的标签图像集；

(3)从CO₂浓度数据集中选出在代表性区域的部分传感器在多个采样时刻采集的CO₂浓度数据，采用克里金插值方法对上述数据也进行场浓度建模得到CO₂浓度图像，或称CO₂第二浓度图像集，并作为超分辨率对抗生成网络模型的输入图像集；

(4)搭建超分辨率对抗生成网络模型并进行训练，利用反向传播来不断调整网络的权重，更新结构参数，得到最优的全局参数矩阵并对超分辨率对抗生成网络模型进行改进；

(5)利用最终训练得到的超分辨率对抗生成网络模型，输入经由稀疏传感器获得的CO₂浓度，并由克里金插值建模后的CO₂浓度图，或称第三CO₂浓度图，得到经过超分辨率对抗生成网络模型生成的输出浓度图，将此输出浓度图与经由密集传感器获得的CO₂浓度数据集，并由克里金插值建模后的浓度图对比并计算评价指标，定量评价二氧化碳场浓度重建结果。