基于混合人工蜂群算法的甲烷排放源溯源方法研究  

作　　者：尹超 戴永寿[1] 

机构地区：[1]中国石油大学(华东)海洋与空间信息学院,山东青岛266580

出　　处：《物联网技术》2025年第6期92-96,共5页Internet of things technologies

基　　金：国家自然科学基金(42274159)。

摘　　要：针对油田生产集输过程中存在大量甲烷无组织排放,且缺乏有效的排放源溯源手段等问题,提出了一种基于混合人工蜂群算法的排放源溯源方法。该方法首先利用高斯烟羽扩散模型计算得到的气体模拟体积分数与排放源下风向传感器的气体监测体积分数构建排放源溯源模型;其次将模式搜索算法与人工蜂群算法进行结合以解决人工蜂群算法局部搜索能力弱、易早熟的问题;最后利用混合后的人工蜂群算法对溯源模型进行优化求解,得出排放源的位置坐标和源强数值信息。实验结果表明,混合人工蜂群算法不受初值的影响,相较于其他优化算法,其能够更快更准确地反演出排放源位置横坐标、纵坐标以及源强的数值,可以满足油田甲烷排放源溯源的要求。

关 键 词：甲烷气体 高斯烟羽模型 排放源溯源 优化反演 模式搜索算法 人工蜂群算法 

分 类 号：TP39[自动化与计算机技术—计算机应用技术]