CN112965961B - 一种用于有机固废资源利用产沼气的大数据分析方法 - Google Patents

一种用于有机固废资源利用产沼气的大数据分析方法 Download PDF

Info

Publication number
CN112965961B
CN112965961B CN202110146000.2A CN202110146000A CN112965961B CN 112965961 B CN112965961 B CN 112965961B CN 202110146000 A CN202110146000 A CN 202110146000A CN 112965961 B CN112965961 B CN 112965961B
Authority
CN
China
Prior art keywords
data
index
type
daily
feed
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110146000.2A
Other languages
English (en)
Other versions
CN112965961A (zh
Inventor
张桢
付显利
胥朝晖
高彦宁
王志永
马清佳
郝艳锋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Shipbuilding Industry Group Environmental Engineering Co ltd
Original Assignee
China Shipbuilding Industry Group Environmental Engineering Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Shipbuilding Industry Group Environmental Engineering Co ltd filed Critical China Shipbuilding Industry Group Environmental Engineering Co ltd
Priority to CN202110146000.2A priority Critical patent/CN112965961B/zh
Publication of CN112965961A publication Critical patent/CN112965961A/zh
Application granted granted Critical
Publication of CN112965961B publication Critical patent/CN112965961B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F11/00—Treatment of sludge; Devices therefor
    • C02F11/02—Biological treatment
    • C02F11/04—Anaerobic treatment; Production of methane by such processes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G06F16/2228—Indexing structures
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E50/00—Technologies for the production of fuel of non-fossil origin
    • Y02E50/30—Fuel from waste, e.g. synthetic alcohol or diesel

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Quality & Reliability (AREA)
  • General Chemical & Material Sciences (AREA)
  • Oil, Petroleum & Natural Gas (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Molecular Biology (AREA)
  • Hydrology & Water Resources (AREA)
  • Environmental & Geological Engineering (AREA)
  • Water Supply & Treatment (AREA)
  • Organic Chemistry (AREA)
  • Processing Of Solid Wastes (AREA)

Abstract

一种用于有机固废资源利用产沼气的大数据分析方法，属于信息处理技术在厌氧发酵领域的应用。***将部署地(信息来源地)采集的信息分类过滤后发送到计算中心，随后计算中心将数据倒排索引，以便于实现数据的快速提取、计算，最后将计算结果储存提供给大数据应用层使用。本发明数据来源于物联网、区域养殖废弃物***和实验室。

Description

一种用于有机固废资源利用产沼气的大数据分析方法
技术领域
本发明涉及一种用于有机固废资源利用产沼气的大数据分析方法，属于信息处理技术在厌氧发酵领域的应用。
背景技术
有机固废资源化利用具体技术手段有堆肥、生产沼气、焚烧、热解、填埋等，其中有机废弃物厌氧发酵产沼气是国家大力扶植的项目。目前，我国在沼气工程技术上经验不足、工艺不成熟的主要原因是发酵原料与工艺的数理化模型不完善。要想建立完善的数理化模型，需要采集大量的数据进行分析对比。随着大数据时代的到来，大数据技术也越来越成熟，但是在有机固废领域运用大数据技术来对杂乱数据进行分析的方法还不够成熟。
本发明涉及一种用于有机固废资源利用产沼气的大数据分析方法，该方法对从物联网、区域养殖废弃物***、实验室中获取的大数据进行快速有效的处理，可以根据分析结果做新项目经验判断与估计。
发明内容
为了解决上述问题，本发明提供了一种用于有机固废资源利用产沼气的大数据分析方法。本发明适用于分布式布置的大数据处理***，***将部署地(信息来源地)采集的信息分类过滤后发送到计算中心，随后计算中心将数据倒排索引，以便于实现数据的快速提取、计算，最后将计算结果储存提供给大数据应用层使用。本发明数据来源于物联网、区域养殖废弃物***和实验室。
一种用于有机固废资源利用产沼气的大数据分析方法，所述方法包含以下步骤：
S1：数据过滤阶段，在部署地根据数据来源将数据筛分过滤成规定格式；
所述规定格式中物联网数据格式为：(“物料种类”,“饲料”,“项目号”,“工艺类型”,“日期”,“位置”,“日上料量”,“日产气量”)；区域养殖废弃物***数据格式为：(“物料种类”,“清粪方式”,“位置”,“存栏日期”,“存栏量”,“出栏量”,“类型”,“饲料”,“日产粪体积”)，实验室数据数据格式为：(“物料种类”,“清粪方式”,“工艺类型”,“质量”,“含固率”,“密度”,“产气量”)，其中“物料种类”为猪粪、奶牛粪、肉牛粪、肉鸡粪、蛋鸡粪、玉米青贮、玉米黄贮、沼液等特定种类中的一种；
S2：数据传输阶段，在数据格式前添加对应类型标识后发送到计算中心；
所述添加对应类型标识是指在数据格式前加入数据对应的类型标识，LoT为物联网数据，Bre为区域养殖废弃物***数据，Lab为实验室数据；
以物联网数据为例，每条数据处理完后格式为：{LoT,(“物料种类”,“饲料”,“项目号”,“工艺类型”,“日期”,“位置”,“日上料量”,“日产气量”)}；
S3：数据聚集阶段，计算中心将同一类型标识的数据聚集到一个集合中；
所述S3的具体操作步骤是，将同一类型标识的数据聚集到一个集合中，物联网数据集合为{LoT,(“物料种类”,“饲料”,“项目号”,“工艺类型”,“日期”,“位置”,“日上料量”,“日产气量”),(“物料种类”,“饲料”,“项目号”,“工艺类型”,“日期”,“位置”,“日上料量”,“日产气量”),…}；区域养殖废弃物***数据集合为{Bre,(“物料种类”,“清粪方式”,“位置”,“存栏日期”,“存栏量”,“出栏量”,“类型”,“饲料”,“日产粪体积”),(“物料种类”,“清粪方式”,“位置”,“存栏日期”,“存栏量”,“出栏量”,“类型”,“饲料”,“日产粪体积”),…}；实验室数据集合为{Lab,(“物料种类”,“清粪方式”,“工艺类型”,“质量”,“含固率”,“密度”,“产气量”),(“物料种类”,“清粪方式”,“工艺类型”,“质量”,“含固率”,“密度”,“产气量”),…}；
S4：数据处理阶段，每一个数据对应一个索引，在每个数据集合中将“物料种类”、“项目号”、“工艺类型”、“清粪方式”、“位置”等一种作为关键值将数据进行倒排索引；所述的索引可以为每一个数据对应的物理位置编号等；
进一步的，所述S4的具体操作是：以物联网数据集合为例，将相同“物料种类”的数据索引值聚集在一个数组中，即：{LoT,(物料1，(索引1，索引2，…))，(物料2,(索引1,索引2,…),…}，“项目号”、“工艺类型”、“位置”的倒排索引同理，其他数据集合也同物联网数据集合的处理方式；
S5：数据计算阶段，根据倒排索引方便的找出数据进行计算，并将计算结果储存起来，以供应用程序使用；
进一步的，所述S5的具体步骤是：以物联网数据集合“物料种类”为关键值找到对应值为例，在以“物料种类”为关键值的倒排索引集合为{LoT,(物料1,(索引1,索引2,…))中，找到“物料种类”为物料1的数据，根据索引值(索引1,索引2,…)找到物联网数据集合{LoT,(“物料种类”,“饲料”,“项目号”,“工艺类型”,“日期”,“位置”,“日上料量”,“日产气量”),(“物料种类”,“饲料”,“项目号”,“工艺类型”,“日期”,“位置”,“日上料量”,“日产气量”),…}中索引号为索引1和索引2的数据，根据计算公式计算得到所需计算结果。部分计算公式与所需结果如下：
例如：在物联网数据中根据“项目号”倒排索引集合可以找到项目号相同的数据运用如下公式求出各物料的单位质量产气量：
单位质量产气量＝∑日产气量÷∑日上料量
物料i单位质量产气量＝单位质量产气量×物料i日上料量÷∑日上料量
上述物料i指的是多种不同种类物料中第i个物料。
例如：在区域养殖***数据中根据“物料种类”倒排索引集合可以找到物料种类相同的数据运用如下公式算出单位日产粪体积：
单位产粪体积＝∑日产粪体积÷∑存栏量
例如：在实验室数据中根据“物料种类”倒排索引集合可以找到物料种类相同的数据运用如下公式算出单位固含物产气量：
单位固含物产气量＝产气量÷质量÷含固率
例如：还可以进行交叉计算，在“清粪方式”与“物料种类”倒排索引集合的交集中取出相同数据，可以通过实验室数据和区域养殖***数据可以预估该养殖场日产气量，所用公式如下：
日产气量＝(Lab)产气量÷(Lab)质量×(Bre)日产粪体积×(Lab)密度。
本发明的优点在于①可以对大数据进行快速有效的处理，可以根据分析结果做新项目经验判断与估计；②可以很好的预测产气量、产粪量等结果，也可以根据产气量或产粪量最高的所有数据来得到哪种物料产气效果最好，哪种饲料配方能最大程度提高产气等信息。
附图说明
图1是本发明实施例***结构示意图；
具体实施方式
下面结合图1对本***进行进一步说明，但本发明并不限于以下实施例。
实施例1
实施例中出现的地名、项目名、具体数值等仅为方便说明本发明，不作为实际参考。
一、过滤数据
物联网数据以河北某县物联网沼气工程为例，该工程项目号XM0001，已稳定运行1年，物料种类为猪粪和蛋鸡粪，日上料量分别为10t和5t，工艺类型为湿式发酵，日产气量9360m3。该项目可以通过物联网收集多个传感器数据，除规定数据外将其他数据过滤掉，物联网数据处理格式为：(“物料种类”,“饲料”,“项目号”,“工艺类型”,“日期”,“位置”,“日上料量”,“日产气量”)；最终数据处理格式为：(猪粪,某猪饲料,XM0001,湿式发酵,20201010,某县,10,9360)(蛋鸡粪,某鸡饲料,XM0001,湿式发酵,20201010,某县,5,9360)。本实施例仅以此物联网项目的两条数据为例。
区域养殖***数据以辽宁某县为例，该县为养猪大县，养猪厂商户定期将本厂猪只情况做统计并上传到区域养殖***中。其中将***数据中区域养殖***数据中规定格式数据：(“物料种类”,“清粪方式”,“位置”,“存栏日期”,“存栏量”,“出栏量”,“类型”,“饲料”,“日产粪体积”)过滤出来，其中某个商户的数据为：(猪粪,水冲粪,某县,20191010,12000,3000,大白猪,某饲料,277)。本实施例仅以此一条区域养殖***数据为例。
实验室数据以北京某大学实验室数据为例，将实验室数据按本发明实验室数据中规定格式数据处理：(“物料种类”,“清粪方式”,“工艺类型”,“质量”,“含固率”,“密度”,“产气量”)，最终某个数据处理为：(猪粪,水冲粪,湿式发酵,10,0.05,1.05,154)。本实施例仅以此一条实验室数据为例。
二、传输数据
在数据前添加对应类型值后发送到计算中心，发送物联网数据{LoT,(猪粪,某猪饲料,XM0001,湿式发酵,20201010,某县,10,9360)},{LoT,(蛋鸡粪,某鸡饲料,XM0001,湿式发酵,20201010,某县,5,9360)}，发送区域养殖***数据{Bre,(猪粪,水冲粪,某县,20191010,12000,3000,大白猪,某饲料,277)}，发送实验室数据{Lab,(猪粪,水冲粪,湿式发酵,10,0.05,1.05,154)}。
三、聚集数据
计算中心将相同数据聚集到一个集合中，将所有接收到的物联网数据放入一个集合中{LoT,(猪粪,某猪饲料,XM0001,湿式发酵,20201010,某县,10,9360),(蛋鸡粪,某鸡饲料,XM0001,湿式发酵,20201010,某县,5,9360)}，此时计算机会为两条数据自动分配物理地址(索引值)，假设第一条(猪粪)数据索引值为001，第二条(鸡粪)数据索引值为002；同理，将所有接收到的区域养殖***数据放入一个集合中{Bre,(猪粪,水冲粪,某县,20191010,12000,3000,大白猪,某饲料,277)}，假设此条数据索引值为001x；将所有接收到的实验室数据放入一个集合中{Lab,(猪粪,水冲粪,湿式发酵,10,0.05,1.05,154)}，假设此条数据索引值为001a。
数据聚集阶段，将所有数据存到一起时，每条数据在计算机中会占有一个位置，每个位置都有一个“门牌号”即：索引号。
四、处理数据
计算中心在每个数据集合中将“物料种类”、“项目号”、“工艺类型”、“清粪方式”作为关键值将数据进行倒排索引。物联网数据集合中以物料种类为关键值的倒排索引为{LoT,(猪粪,(001)),(蛋鸡粪,(002))}，以项目号为关键值的倒排索引为{LoT,(XM0001,(001,002))}，以工艺类型为关键值的倒排索引为{LoT,(湿式发酵,(001,002))}；上述表示，在{lot}集合中，(001)为所有物料种类为猪粪的数据编号，其中001为索引号，也就是此条数据在{lot}集合中的位置，蛋鸡粪同理。
区域养殖***数据集合中以物料种类为关键值的倒排索引为{Bre,(猪粪,(001x))}，以清粪方式为关键值的倒排索引为{Bre,(水冲粪,(001x))}，上述表示在{Bre}集合中物料种类为猪粪的索引号为001x。
实验室数据以物料种类为关键值的倒排索引为{Lab,(猪粪,(001a))}，以工艺类型为关键值的倒排索引为{Lab,(湿式发酵,(001a))}，以清粪方式为关键值的倒排索引为{Lab,(水冲粪,(001a))}。
五、计算数据
将倒排索引的数据分析计算，在物联网数据中根据“项目号”倒排索引集合可以求出各物料的单位质量产气量，具体步骤为：在以项目号为关键值的倒排索引为{LoT,(XM0001,(001,002))}中，调取项目号为“XM0001”的数据，根据索引值(001,002)找到物联网数据集合{LoT,(猪粪,某猪饲料,XM0001,湿式发酵,20201010,某县,10,9360),(蛋鸡粪,某鸡饲料,XM0001,湿式发酵,20201010,某县,5,9360)}中索引号为001和002的数据，即(猪粪,某猪饲料,XM0001,湿式发酵,20201010,某县,10,9360)和(蛋鸡粪,某鸡饲料,XM0001,湿式发酵,20201010,某县,5,9360)，根据计算公式计算得到：
单位质量产气量＝9360÷(10+5)＝624
猪粪单位质量产气量＝624×10÷(10+5)＝416
鸡粪单位质量产气量＝624×5÷(10+5)＝208
在区域养殖***数据中根据“物料种类”倒排索引集合可以算出单位日产粪体积，具体计算方法为：
单位产粪体积＝277÷12000＝0.023；
在实验室数据中根据“物料种类”倒排索引集合可以算出单位固含物产气量，具体计算方法为：
单位固含物产气量＝154÷10÷0.05＝308；
在“清粪方式”与“物料种类”倒排索引集合的交集中取出相同数据，可以通过实验室数据和区域养殖***数据可以预估该养殖场日产气量，所用公式如下：
日产气量＝154÷10×277×1.05＝22551.45；
计算中心将这些计算结果储存起来，以供大数据应用程序使用。

Claims (1)

1.一种用于有机固废资源利用产沼气的大数据分析方法，其特征在于，所述方法包含以下步骤：
S1：数据过滤阶段，在部署地根据数据来源将数据筛分过滤成规定格式；
所述规定格式中物联网数据格式为：(“物料种类”,“饲料”,“项目号”,“工艺类型”,“日期”,“位置”,“日上料量”,“日产气量”)；区域养殖废弃物***数据格式为：(“物料种类”,“清粪方式”,“位置”,“存栏日期”,“存栏量”,“出栏量”,“类型”,“饲料”,“日产粪体积”)，实验室数据数据格式为：(“物料种类”,“清粪方式”,“工艺类型”,“质量”,“含固率”,“密度”,“产气量”)；
S2：数据传输阶段，在数据格式前添加对应类型标识后发送到计算中心；
所述添加对应类型标识是指在数据格式前加入数据对应的类型标识，LoT为物联网数据，Bre为区域养殖废弃物***数据，Lab为实验室数据；
S3：数据聚集阶段，计算中心将同一类型标识的数据聚集到一个集合中；
S4：数据处理阶段，每一个数据对应一个索引，在每个数据集合中将“物料种类”、“项目号”、“工艺类型”、“清粪方式”、“位置”一种作为索引值将数据进行倒排索引；
S5：数据计算阶段，根据倒排索引找出数据进行计算，并将计算结果储存起来，以供应用程序使用；
所述S3的具体操作步骤是，将同一类型标识的数据聚集到一个集合中，物联网数据集合为{LoT,(“物料种类”,“饲料”,“项目号”,“工艺类型”,“日期”,“位置”,“日上料量”,“日产气量”),(“物料种类”,“饲料”,“项目号”,“工艺类型”,“日期”,“位置”,“日上料量”,“日产气量”),…}；区域养殖废弃物***数据集合为{Bre,(“物料种类”,“清粪方式”,“位置”,“存栏日期”,“存栏量”,“出栏量”,“类型”,“饲料”,“日产粪体积”),(“物料种类”,“清粪方式”,“位置”,“存栏日期”,“存栏量”,“出栏量”,“类型”,“饲料”,“日产粪体积”),…}；实验室数据集合为{Lab,(“物料种类”,“清粪方式”,“工艺类型”,“质量”,“含固率”,“密度”,“产气量”),(“物料种类”,“清粪方式”,“工艺类型”,“质量”,“含固率”,“密度”,“产气量”),…}；
所述S4的具体操作是：以物联网数据集合为例，将相同“物料种类”的数据索引值聚集在一个数组中，即：{LoT,(物料1，(索引1，索引2))，(物料2,(索引1,索引2)),…}，“项目号”、“工艺类型”、“位置”的倒排索引同理，其他数据集合也同物联网数据集合的处理方式；
所述S5的具体步骤是：以物联网数据集合“物料种类”为索引值找到对应值为例，在以“物料种类”为索引值的倒排索引集合为{LoT,(物料1，(索引1，索引2))，(物料2,(索引1,索引2)),…}中，找到“物料种类”为物料1的数据，根据索引值(索引1,索引2,)找到物联网数据集合{LoT,(“物料种类”,“饲料”,“项目号”,“工艺类型”,“日期”,“位置”,“日上料量”,“日产气量”),(“物料种类”,“饲料”,“项目号”,“工艺类型”,“日期”,“位置”,“日上料量”,“日产气量”),…}中索引号为索引1和索引2的数据，根据计算公式计算得到所需计算结果；
部分计算公式与所需结果如下：
在物联网数据中根据“项目号”倒排索引集合可以找到项目号相同的数据运用如下公式求出各物料的单位质量产气量：
单位质量产气量＝∑日产气量÷∑日上料量
物料i单位质量产气量＝单位质量产气量×物料i日上料量÷∑日上料量
上述物料i指的是多种不同种类物料中第i个物料；
在区域养殖废弃物***数据中根据“物料种类”倒排索引集合可以找到物料种类相同的数据运用如下公式算出单位日产粪体积：
单位产粪体积＝∑日产粪体积÷∑存栏量
在实验室数据中根据“物料种类”倒排索引集合可以找到物料种类相同的数据运用如下公式算出单位固含物产气量：
单位固含物产气量＝产气量÷质量÷含固率；
或进行交叉计算，在“清粪方式”与“物料种类”倒排索引集合的交集中取出相同数据，通过实验室数据和区域养殖废弃物***数据可以预估该养殖场日产气量，所用公式如下：
日产气量＝Lab产气量÷Lab质量×Bre日产粪体积×Lab密度。
CN202110146000.2A 2021-02-02 2021-02-02 一种用于有机固废资源利用产沼气的大数据分析方法 Active CN112965961B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110146000.2A CN112965961B (zh) 2021-02-02 2021-02-02 一种用于有机固废资源利用产沼气的大数据分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110146000.2A CN112965961B (zh) 2021-02-02 2021-02-02 一种用于有机固废资源利用产沼气的大数据分析方法

Publications (2)

Publication Number Publication Date
CN112965961A CN112965961A (zh) 2021-06-15
CN112965961B true CN112965961B (zh) 2023-04-28

Family

ID=76272061

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110146000.2A Active CN112965961B (zh) 2021-02-02 2021-02-02 一种用于有机固废资源利用产沼气的大数据分析方法

Country Status (1)

Country Link
CN (1) CN112965961B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103020281A (zh) * 2012-12-27 2013-04-03 中国科学院计算机网络信息中心 一种基于空间数据数值索引的数据存储与检索方法
CN104009984A (zh) * 2014-05-15 2014-08-27 清华大学 基于倒排列表的网流索引检索与压缩的方法
CN206235907U (zh) * 2016-11-30 2017-06-09 甘肃农业大学 基于大数据分析的农业物联网环保高收益经济循环***
CN107843295A (zh) * 2017-12-12 2018-03-27 黑龙江省能源环境研究院 一种沼气工程大数据平台***与方法
CN111100879A (zh) * 2018-10-29 2020-05-05 四川中德盛达环境工程有限公司 畜禽养殖污废治理及资源化综合利用方案
CN111857032A (zh) * 2020-08-03 2020-10-30 福州理工学院 一种基于物联网的实验室监测装置
CN112001808A (zh) * 2020-07-27 2020-11-27 中国船舶重工集团环境工程有限公司 一种建立区域养殖废弃物处理工程的评估***及评估方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103020281A (zh) * 2012-12-27 2013-04-03 中国科学院计算机网络信息中心 一种基于空间数据数值索引的数据存储与检索方法
CN104009984A (zh) * 2014-05-15 2014-08-27 清华大学 基于倒排列表的网流索引检索与压缩的方法
CN206235907U (zh) * 2016-11-30 2017-06-09 甘肃农业大学 基于大数据分析的农业物联网环保高收益经济循环***
CN107843295A (zh) * 2017-12-12 2018-03-27 黑龙江省能源环境研究院 一种沼气工程大数据平台***与方法
CN111100879A (zh) * 2018-10-29 2020-05-05 四川中德盛达环境工程有限公司 畜禽养殖污废治理及资源化综合利用方案
CN112001808A (zh) * 2020-07-27 2020-11-27 中国船舶重工集团环境工程有限公司 一种建立区域养殖废弃物处理工程的评估***及评估方法
CN111857032A (zh) * 2020-08-03 2020-10-30 福州理工学院 一种基于物联网的实验室监测装置

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
"Countermeasures and suggestions on natural gas peak shaving and supply guarantee in China";ZHENG Dewen 等;《Natural Gas Industry》;20180430;第38卷(第4期);全文 *
基于B+树的电力大数据混合索引设计与实现;龙禹等;《自动化与仪器仪表》;20180925(第09期);全文 *
大数据分析和大数据处理技术研究综述;沈荣等;《电脑知识与技术》;20190415(第11期);全文 *
大数据时代天然气企业统计工作的挑战与应对;陈华群等;《天然气技术与经济》;20170228(第01期);全文 *
天然气储气调峰大数据信息平台构建;胡尧等;《天然气工业》;20200625(第06期);全文 *
畜禽养殖废弃物养分管理决策支持***研究及应用;李丹阳等;《中国农业资源与区划》;20190525(第05期);全文 *

Also Published As

Publication number Publication date
CN112965961A (zh) 2021-06-15

Similar Documents

Publication Publication Date Title
Gu et al. Fungi diversity from different depths and times in chicken manure waste static aerobic composting
Cu et al. Biogas production from Vietnamese animal manure, plant residues and organic waste: influence of biomass composition on methane yield
Ivanova A call for standardized classification of metagenome projects
CN106975645A (zh) 一种基于智能化监控的新型餐厨垃圾处理***及其工艺
CN204018358U (zh) 一种餐厨垃圾生化处理***
CN103265154A (zh) 养殖污粪资源化利用综合处理工艺
CN101515344A (zh) 动物疫病监测管理及预警工作站
CN111598431B (zh) 一种具有功能差异性的流域水生态环境承载力评估方法
CN109052897A (zh) 一种畜禽养殖废弃物处理及资源化利用的方法
CN103752591A (zh) 一种废弃物综合处理工艺
CN109396160A (zh) 一种餐厨垃圾生物处理工艺
CN112965961B (zh) 一种用于有机固废资源利用产沼气的大数据分析方法
CN106433840A (zh) 一种牛粪制备压块燃料新工艺
Hidayanti Processing of Organic and Inorganic Waste Can Increase Income during The Covid-19 Pandemic
CN203015662U (zh) 畜禽蚯蚓复合混养装置
Lin et al. Rapidly separating earthworm from vermicompost using two-step technology
CN108920885A (zh) 一种重金属镉污染源解析方法
CN203181741U (zh) 一种带有发酵床和沼气池的猪舍
CN102464501A (zh) 一种快速处理城市餐厨垃圾的方法
CN110414770A (zh) 一种秸秆资源化利用的lca与lcc的综合评价方法
CN206594479U (zh) 一种饲料检测装置
CN1463805A (zh) 餐厨剩余物资源化利用工艺
CN108845075A (zh) 基于深度学习网络的堆肥腐熟实时预测方法
Lian et al. Industrial mushroom residue as cow bedding: analysis of microbial diversity and applications
CN114223617A (zh) 一种分离黑水虻的方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant