基于深度學(xué)習(xí)的化工園區(qū)VOCs 風(fēng)險(xiǎn)溯源方法

李 艷，李 浦，李 月，王 雪，李維楨，周 游（通信作者）

（1 沈陽理工大學(xué)環(huán)境與化學(xué)工程學(xué)院 遼寧 沈陽 110168）

（2 遼寧省重要技術(shù)創(chuàng)新與研發(fā)基地建設(shè)工程中心 遼寧 沈陽 110100）

0 引言

揮發(fā)性有機(jī)化合物（volatile organic compounds，VOCs）是空氣污染物的重要組成部分之一，是細(xì)顆粒物（PM2.5）、臭氧（O3）等大氣污染物的重要前體，且VOCs 會(huì)引發(fā)灰霾、光化學(xué)煙霧等大氣問題，是全球氣候變化的一個(gè)重要因素［1］。 化工園區(qū)是VOCs 排放的重要來源［2］，且化工園區(qū)VOCs 排放涉及行業(yè)廣、產(chǎn)排污環(huán)節(jié)多、無組織排放特征明顯，因此化工園區(qū)亟須建立一套高效的VOCs 事故應(yīng)對(duì)機(jī)制。 對(duì)于化工園區(qū)而言事故溯源是VOCs 事故應(yīng)對(duì)機(jī)制中的關(guān)鍵環(huán)節(jié)，傳統(tǒng)的VOCs 事故風(fēng)險(xiǎn)溯源方法因空間尺度小、各排放因子相關(guān)性高、因子譜差異較小等特點(diǎn)［3］，往往難以覆蓋實(shí)際VOCs 事故中的各種突發(fā)情況，在實(shí)踐中的應(yīng)用效果有限。

目前大氣污染物溯源方法主要包括基于行為的方法、基于追蹤向量的方法、基于數(shù)據(jù)分析的方法［4－7］。 基于行為的方法主要是利用移動(dòng)設(shè)備（如移動(dòng)機(jī)器人）來進(jìn)行污染源定位，通過實(shí)時(shí)調(diào)整機(jī)器人移動(dòng)路線來慢慢向污染源逼近，LOCHMATTER 等［8］使用移動(dòng)設(shè)備的追蹤方法用了218～379 s 的時(shí)間追蹤到11 m 的煙羽。 基于追蹤向量的方法也是利用移動(dòng)設(shè)備來確認(rèn)污染源位置，和基于行為的方法不同的是，該方法按照一定的規(guī)則生成跟蹤向量，移動(dòng)設(shè)備根據(jù)追蹤向量移動(dòng)，以此完成溯源分析。 李宏宇等［9］在2018 年采用路徑優(yōu)化算法實(shí)現(xiàn)了對(duì)追蹤向量的計(jì)算，并完成了局部的避障路徑規(guī)劃。 基于數(shù)據(jù)分析的方法是通過監(jiān)測(cè)固定位置傳感器的濃度情況，確定污染源位置。 由于靜態(tài)傳感器可以長時(shí)間采集信息，能及時(shí)發(fā)現(xiàn)氣體泄漏并預(yù)警溯源，因此機(jī)器學(xué)習(xí)可以應(yīng)用于氣體源定位。

近年來，深度學(xué)習(xí)技術(shù)由于其優(yōu)秀的特征提取能力和強(qiáng)大的預(yù)測(cè)能力在各個(gè)領(lǐng)域得到了廣泛應(yīng)用［10－11］。 基于深度學(xué)習(xí)技術(shù)，本文提出了一種化工園區(qū)VOCs 事故風(fēng)險(xiǎn)溯源方法，該方法采用空氣質(zhì)量模型模擬不同等級(jí)的事故風(fēng)險(xiǎn)，以此彌補(bǔ)傳統(tǒng)基于數(shù)據(jù)挖掘溯源模型數(shù)據(jù)不足的問題，使用卷積神經(jīng)網(wǎng)絡(luò)（convolutional neural network，CNN）和循環(huán)神經(jīng)網(wǎng)絡(luò)中的長短期記憶網(wǎng)絡(luò)（long short-term memory，LSTM）相結(jié)合的方式，對(duì)化工園區(qū)VOCs 泄漏事故進(jìn)行溯源。 該研究提供了一種新的思路和方法，提高了溯源的性能，對(duì)于化工園區(qū)VOCs 事故風(fēng)險(xiǎn)評(píng)估和控制具有一定的應(yīng)用前景和推廣價(jià)值。

1 化工園區(qū)VOCs 事故風(fēng)險(xiǎn)數(shù)據(jù)集制作

使用深度學(xué)習(xí)網(wǎng)絡(luò)實(shí)現(xiàn)化工園區(qū)VOCs 事故風(fēng)險(xiǎn)溯源，數(shù)據(jù)是至關(guān)重要的，通過大量數(shù)據(jù)樣本進(jìn)行訓(xùn)練，深度學(xué)習(xí)模型提取特征，從而實(shí)現(xiàn)對(duì)未知數(shù)據(jù)的泛化能力。 使用Chama 對(duì)事故風(fēng)險(xiǎn)進(jìn)行仿真，結(jié)合不同氣象條件模擬氣體擴(kuò)散數(shù)據(jù)；模擬VOCs 事故風(fēng)險(xiǎn)，獲得監(jiān)測(cè)點(diǎn)位觀測(cè)數(shù)據(jù)，建立VOCs 事故風(fēng)險(xiǎn)數(shù)據(jù)集。

1.1 參數(shù)設(shè)定

對(duì)沈陽市化工園區(qū)進(jìn)行分析識(shí)別，確定大氣穩(wěn)定度、空氣浮力、泄漏氣體密度、重力、風(fēng)速、風(fēng)向等環(huán)境和氣體因素。

確定該區(qū)域的仿真空間為4 500 m×2 000 m×30 m 的大尺度空間。 設(shè)定園區(qū)中企業(yè)數(shù)量為70 家；監(jiān)測(cè)點(diǎn)位數(shù)量200 個(gè)，根據(jù)化工園區(qū)空間特征，監(jiān)測(cè)點(diǎn)位按20×10 的方式安裝，安裝高度為10 m，以方便后續(xù)深度網(wǎng)絡(luò)模型的構(gòu)建。

四季風(fēng)頻玫瑰圖如圖1 所示，由圖可知，研究地區(qū)主導(dǎo)風(fēng)向?yàn)镋，出現(xiàn)頻率為15.10%，次主導(dǎo)風(fēng)向?yàn)镹NW，出現(xiàn)頻率為13.14%，春、夏、秋、冬主導(dǎo)風(fēng)向分別為SE、E、NNW、E。 年平均風(fēng)速為2.68 m／s。 因此，設(shè)定各個(gè)季節(jié)主導(dǎo)風(fēng)向?yàn)槟M參數(shù)；風(fēng)速設(shè)定按照月平均風(fēng)速，大氣穩(wěn)定度按照莫寧－奧布霍夫長度（L）穩(wěn)定標(biāo)準(zhǔn)進(jìn)行計(jì)算。

由于泄漏的VOCs 物質(zhì)是在常溫常壓下存儲(chǔ)的液體物質(zhì)，因此泄漏的VOCs 初始狀態(tài)為液體狀態(tài)，液體泄漏源強(qiáng)計(jì)算公式如式（1）所示，通過容器內(nèi)介質(zhì)壓力、大氣環(huán)境壓力、泄漏液體密度等計(jì)算VOCs 液體狀態(tài)下泄漏速率，如式（1）所示：

式（1）中，QL表示液體VOCs 物質(zhì)泄漏源強(qiáng)（kg／s）；P表示容器內(nèi)介質(zhì)壓力（Pa）；P0表示大氣環(huán)境壓力（Pa）；ρ表示泄漏液體VOCs 物質(zhì)密度（kg／m3）；g表示重力加速度（9.18 m／s2）；h表示裂口之上液位高度（m）；Cd表示液體泄漏系數(shù)；A表示泄漏口面積（m2）。

由于環(huán)境溫度小于VOCs 的沸點(diǎn)，因此在計(jì)算VOCs氣體泄漏速率時(shí)只需考慮質(zhì)量蒸發(fā)，通過液體表面氣壓、環(huán)境溫度、風(fēng)速等變量計(jì)算出液體蒸發(fā)速率，如式（2）所示。

式（2）中，Q表示質(zhì)量蒸發(fā)速率（kg／s）；P表示液體表面蒸氣壓（Pa）；R表示氣體常數(shù)（J／mol·K）；T0表示環(huán)境溫度（K）；M表示泄漏物質(zhì)的摩爾質(zhì)量（kg／mol）；u表示風(fēng)速（m／s）；r表示液池半徑（m）；α，n表示大氣穩(wěn)定度系數(shù)。

通過分析不同條件下的質(zhì)量蒸發(fā)速率，設(shè)置泄漏速率為0.01～0.1 kg／s 區(qū)間的隨機(jī)數(shù)；泄漏高度設(shè)置為10 m。

1.2 制作數(shù)據(jù)集

結(jié)合1.1 節(jié)中對(duì)園區(qū)氣象條件的調(diào)研分析，利用Chama 仿真，對(duì)VOCs 泄漏進(jìn)行模擬，獲得觀測(cè)數(shù)據(jù)，其中監(jiān)測(cè)點(diǎn)位采樣頻率設(shè)定為1 Hz，模擬時(shí)間為150 s，因此獲得的數(shù)據(jù)集為150 個(gè)時(shí)間步的監(jiān)測(cè)點(diǎn)位數(shù)據(jù)。 對(duì)化工園區(qū)70 家企業(yè)仿真模擬，得到化工園區(qū)VOCs 事故風(fēng)險(xiǎn)數(shù)據(jù)，如圖2 所示。

由于數(shù)據(jù)集同時(shí)具有空間和時(shí)間特征，因此把數(shù)據(jù)劃分為150×20×10 的三維矩陣。 其中150 為時(shí)間步長，每個(gè)時(shí)間步長都為20×10 矩陣數(shù)據(jù)。

VOCs 事故風(fēng)險(xiǎn)溯源本質(zhì)上是分類問題，對(duì)于每個(gè)泄漏源是一個(gè)二分類問題。 分類標(biāo)簽為大小為70 的一維數(shù)組，格式為1×70，對(duì)應(yīng)仿真模擬中70 個(gè)泄漏源。 數(shù)據(jù)集使用one-hot 編碼。

2 溯源模型構(gòu)建

化工園區(qū)VOCs 溯源模型的性能主要受到神經(jīng)網(wǎng)絡(luò)架構(gòu)、深度與寬度、正則化、學(xué)習(xí)率及優(yōu)化算法等因素的影響。

2.1 數(shù)據(jù)集劃分

針對(duì)化工園區(qū)VOCs 事故風(fēng)險(xiǎn)對(duì)數(shù)據(jù)集進(jìn)行劃分，以便進(jìn)行化工園區(qū)VOCs 事故風(fēng)險(xiǎn)溯源模型的訓(xùn)練。 將事故風(fēng)險(xiǎn)數(shù)據(jù)集劃分為訓(xùn)練集、驗(yàn)證集和測(cè)試集。

在劃分?jǐn)?shù)據(jù)集之前，還需要對(duì)數(shù)據(jù)進(jìn)行必要的預(yù)處理工作，采用平方根轉(zhuǎn)換，降低數(shù)據(jù)的偏度，壓縮大值和小值之間的差異。 并按照常用的比例對(duì)數(shù)據(jù)集進(jìn)行隨機(jī)劃分，即70%的訓(xùn)練集、15%的驗(yàn)證集和15%的測(cè)試集。

2.2 模型架構(gòu)設(shè)計(jì)

基于深度學(xué)習(xí)的模型網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)是用來解決溯源問題。 目標(biāo)是根據(jù)輸入的數(shù)據(jù)進(jìn)行分類，并輸出一個(gè)包含70 個(gè)類別概率的向量。 為了實(shí)現(xiàn)這一目標(biāo)，本文設(shè)計(jì)了一個(gè)CNN 結(jié)構(gòu)，并引入了LSTM 組件。

2.2.1 CNN-LSTM 網(wǎng)絡(luò)結(jié)構(gòu)特性

在VOCs 事故的溯源過程中，數(shù)據(jù)集是一個(gè)多維矩陣，其中第三維代表了時(shí)間序列。 為了更有效地提取關(guān)鍵特征信息，并對(duì)數(shù)據(jù)中的空間和序列進(jìn)行建模和預(yù)測(cè)，研究人員采用CNN 和LSTM 兩種深度學(xué)習(xí)算法。 CNN 是一種深度學(xué)習(xí)模型，用于處理圖像、語音等復(fù)雜數(shù)據(jù)的分類和識(shí)別問題。 該模型的核心思想是利用卷積和池化操作，通過對(duì)輸入的數(shù)據(jù)進(jìn)行特征提取并抽象出更高階的特征表示，從而實(shí)現(xiàn)對(duì)數(shù)據(jù)的有效分類和識(shí)別。

LSTM 可以有效解決傳統(tǒng)的循環(huán)神經(jīng)網(wǎng)絡(luò)存在梯度消失或梯度爆炸等問題。 LSTM 由一個(gè)內(nèi)部狀態(tài)向量和3個(gè)門組成，包括遺忘門、輸入門和輸出門，通過門控制機(jī)制可以選擇性地處理輸入序列信息，維護(hù)一個(gè)內(nèi)部狀態(tài)向量。 采用CNN＋LSTM 可以更好地融合時(shí)空信息，進(jìn)而提高模型的性能。

2.2.2 溯源模型網(wǎng)絡(luò)層結(jié)構(gòu)

構(gòu)建的VOCs 事故風(fēng)險(xiǎn)溯源模型為8 層的網(wǎng)絡(luò)結(jié)構(gòu)，如圖3 所示，其中包括輸入層、3 個(gè)卷積層、1 個(gè)LSTM 層、1 個(gè)Flatten 層和2 個(gè)全連接層。

圖3 深度學(xué)習(xí)網(wǎng)絡(luò)架構(gòu)圖

網(wǎng)絡(luò)前3 層采用卷積層，每個(gè)卷積層由一層卷積、批量歸一化及ReLU 激活函數(shù)組成。 卷積之后通過BatchNorm 層對(duì)中間特征值進(jìn)行標(biāo)準(zhǔn)化，以規(guī)范神經(jīng)網(wǎng)絡(luò)中的分布并提高模型的魯棒性和訓(xùn)練速度，在BatchNorm層后通過加入ReLU 激活函數(shù)引入非線性映射。 卷積層采用torch.nn 模塊實(shí)現(xiàn)。

在卷積層后，加入LSTM 層作為循環(huán)層，由于VOCs 監(jiān)測(cè)點(diǎn)位數(shù)據(jù)具有時(shí)間特征，因此使用LSTM 對(duì)溯源模型性能的提升是有利的。 LSTM 層采用torch.nn 模塊實(shí)現(xiàn)。 在LSTM 之后使用Dropout 正則化技術(shù)，以提高溯源模型的魯棒性和泛化能力。

輸出層采用Flatten 層將數(shù)據(jù)展平為一維向量，F(xiàn)latten層不包含訓(xùn)練參數(shù)，其作用是將數(shù)據(jù)維度降低從而更好地輸入到全連接層進(jìn)行分類。

Flatten 后加入Dropout 正則化技術(shù)，處理過的數(shù)據(jù)通過兩個(gè)全連接層，實(shí)現(xiàn)對(duì)輸入數(shù)據(jù)的有效建模和分類。 兩個(gè)全連接層分別使用ReLU 和Sigmoid 函數(shù)以實(shí)現(xiàn)非線性映射，為了增加模型的穩(wěn)定性和可靠性，同時(shí)減少模型的訓(xùn)練時(shí)間，通過全連接層實(shí)現(xiàn)了對(duì)輸入數(shù)據(jù)進(jìn)行高維度特征表達(dá)和抽象，輸出形狀為1×70 的數(shù)組，數(shù)組中的每個(gè)值對(duì)應(yīng)企業(yè)泄漏概率。

3 模型訓(xùn)練與結(jié)果分析

為評(píng)估模型性能，使用PyTorch 實(shí)現(xiàn)3 種不同的網(wǎng)絡(luò)模型結(jié)構(gòu)：CNN＋LSTM、CNN 和LSTM；CNN 模型與LSTM模型為上述網(wǎng)絡(luò)結(jié)構(gòu)去除相應(yīng)模塊獲得，其余參數(shù)保持不變。 使用化工園區(qū)VOCs 事故風(fēng)險(xiǎn)數(shù)據(jù)集進(jìn)行訓(xùn)練。

3.1 模型訓(xùn)練

在模型訓(xùn)練階段，首先重寫DataLoad 方法將Excel 數(shù)據(jù)加載到數(shù)據(jù)集和測(cè)試集，并分別創(chuàng)建數(shù)據(jù)加載器，以支持批量訓(xùn)練。 模型的訓(xùn)練過程中，采用了隨機(jī)梯度下降優(yōu)化算法來最小化交叉熵?fù)p失函數(shù)。 設(shè)定初始學(xué)習(xí)率為0.01，并使用學(xué)習(xí)率衰減技術(shù)來逐漸減小學(xué)習(xí)率，以提高模型的收斂性和穩(wěn)定性。

采用L2 正則化和Dropout 防止模型在訓(xùn)練過程中過擬合。 這些技術(shù)可以有效地減少模型的復(fù)雜度，并提高模型的泛化能力。 在每個(gè)訓(xùn)練迭代中，通過計(jì)算損失值、進(jìn)行反向傳播和參數(shù)更新來優(yōu)化模型。 優(yōu)化過程中采用批次歸一化技術(shù)來加速模型的收斂并改善梯度流動(dòng)。 使用了準(zhǔn)確率作為主要評(píng)估指標(biāo)。

3.2 結(jié)果分析

實(shí)驗(yàn)進(jìn)行了1 000 個(gè)訓(xùn)練周期，并記錄了每100 個(gè)訓(xùn)練步驟的精準(zhǔn)率，如圖4 所示。

圖4 深度學(xué)習(xí)模型迭代

經(jīng)過實(shí)驗(yàn)測(cè)試，研究人員發(fā)現(xiàn)CNN ＋LSTM 模型和CNN 模型在VOCs 事故風(fēng)險(xiǎn)溯源任務(wù)中表現(xiàn)較好；而LSTM 模型則無法完成擬合。 原因可能是無法充分利用數(shù)據(jù)中的時(shí)空信息；在小尺度空間的溯源任務(wù)中，數(shù)據(jù)集中的空間特征相比時(shí)間特征更加重要，故CNN＋LSTM 和CNN 模型性能差距較小。 訓(xùn)練過程中CNN 模型由于更少的層數(shù)，收斂速度高于CNN＋LSTM；其中CNN＋LSTM 模型在0～250 輪迭代的時(shí)候損失值不斷下降，250 輪之后趨于穩(wěn)定；而CNN 模型損失曲線先小幅度上升后逐漸穩(wěn)定，準(zhǔn)確率在不斷上升，也是一個(gè)好的訓(xùn)練趨勢(shì)。

在CNN 模型與CNN＋LSTM 模型準(zhǔn)確率方面表現(xiàn)差距較小的情況下，考慮到兩個(gè)模型迭代損失值的表現(xiàn)及事故風(fēng)險(xiǎn)數(shù)據(jù)集中存在的時(shí)空特征，研究人員傾向于選擇CNN＋LSTM 模型。 理由是可以更加有效地捕捉VOCs 事故風(fēng)險(xiǎn)的關(guān)鍵特征和時(shí)序信息。

4 結(jié)語

本文使用Chama 對(duì)化工園區(qū)VOCs 事故風(fēng)險(xiǎn)進(jìn)行模擬，構(gòu)建CNN、LSTM、CNN＋LSTM 3 種模型，并對(duì)其性能進(jìn)行了對(duì)比，得出以下結(jié)論：

（1）使用Chama 進(jìn)行數(shù)據(jù)模擬，產(chǎn)生的數(shù)據(jù)和標(biāo)簽構(gòu)建出的數(shù)據(jù)集，可以用來對(duì)深度學(xué)習(xí)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，從而克服了化工園區(qū)VOCs 泄漏事故真實(shí)數(shù)據(jù)獲取困難、數(shù)據(jù)量不足等問題。

（2）基于深度學(xué)習(xí)網(wǎng)絡(luò)的溯源模型能夠處理來自傳感器的VOCs 泄漏數(shù)據(jù)，并且在實(shí)驗(yàn)中該模型能夠?qū)︼L(fēng)險(xiǎn)溯源快速響應(yīng)，精度可以精確到具體泄漏VOCs 的企業(yè)。特別是在VOCs 泄漏事故中，模型的響應(yīng)時(shí)間可以控制在150 s 以內(nèi)，極大地提高了風(fēng)險(xiǎn)管理的效率。

（3）盡管LSTM 模型在時(shí)間序列任務(wù)中表現(xiàn)出色，但在化工園區(qū)這樣的溯源任務(wù)中無法實(shí)現(xiàn)擬合。 對(duì)比實(shí)驗(yàn)中CNN 和CNN＋LSTM 兩個(gè)模型的性能，可以看出在化工園區(qū)這種尺度下的VOCs 溯源任務(wù)中空間信息相比于時(shí)間信息更為重要。

（4）在溯源任務(wù)中，CNN 和CNN＋LSTM 模型都可以實(shí)現(xiàn)數(shù)據(jù)集的特定時(shí)空特征的分析和預(yù)測(cè)。 然而，從數(shù)據(jù)集特有特征以及模型的復(fù)雜性上看，CNN＋LSTM 模型相對(duì)于CNN 模型更加優(yōu)秀。 且模型具有較強(qiáng)的自適應(yīng)能力，通過實(shí)踐中不斷積累新的數(shù)據(jù)，可以進(jìn)一步提高模型的準(zhǔn)確性和可靠性。