CN108376318B - 一种排水管网入流入渗评估方法及系统 - Google Patents
一种排水管网入流入渗评估方法及系统 Download PDFInfo
- Publication number
- CN108376318B CN108376318B CN201810167951.6A CN201810167951A CN108376318B CN 108376318 B CN108376318 B CN 108376318B CN 201810167951 A CN201810167951 A CN 201810167951A CN 108376318 B CN108376318 B CN 108376318B
- Authority
- CN
- China
- Prior art keywords
- pipe network
- rainfall
- drainage pipe
- flow
- inflow
- 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
Links
- 230000008595 infiltration Effects 0.000 title claims abstract description 148
- 238000001764 infiltration Methods 0.000 title claims abstract description 148
- 238000011156 evaluation Methods 0.000 title claims abstract description 41
- 239000007788 liquid Substances 0.000 claims abstract description 103
- 238000000034 method Methods 0.000 claims abstract description 78
- 238000012544 monitoring process Methods 0.000 claims abstract description 61
- 230000008569 process Effects 0.000 claims abstract description 51
- 230000008859 change Effects 0.000 claims description 30
- 230000005540 biological transmission Effects 0.000 claims description 12
- 238000004088 simulation Methods 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 10
- 238000005259 measurement Methods 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 8
- 239000012530 fluid Substances 0.000 claims 1
- 230000004044 response Effects 0.000 abstract description 4
- 239000010865 sewage Substances 0.000 description 23
- 238000010586 diagram Methods 0.000 description 19
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 13
- 238000004458 analytical method Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 7
- 238000003745 diagnosis Methods 0.000 description 3
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 239000003673 groundwater Substances 0.000 description 2
- 150000002500 ions Chemical class 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000003651 drinking water Substances 0.000 description 1
- 235000020188 drinking water Nutrition 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000005183 environmental health Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 244000000010 microbial pathogen Species 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 230000000050 nutritive effect Effects 0.000 description 1
- 239000003921 oil Substances 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 231100001234 toxic pollutant Toxicity 0.000 description 1
- 239000002351 wastewater Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Sewage (AREA)
Abstract
本发明提供一种排水管网入流入渗评估方法,包括:S1,实时采集排水管网内的液位和电导率信息,实时监测管网区域的降雨量信息;S2,根据所述排水管网内的液位和电导率信息,以及所述管网区域的降雨量信息,分析排水管网内的入流入渗过程。本发明基于排水管网的液位和电导率数据监测排水管网,并分析入流入渗过程,与现有技术基于管网流量在线监测并评估入流入渗过程相比,有效避免了排水管网流量异常波动(壅水、溢流等)对入流入渗评估的影响,本发明提供的排水管网入流入渗评估系统具有成本低廉、响应灵敏、实时动态评估与预测等特点,可实现长时间稳定实时在线运行,降低了成本,提高了入流入渗评估预测的准确性和可靠性。
Description
技术领域
本发明涉及排水管网入流入渗评估技术领域,更具体的,涉及一种排水管网入流入渗评估方法及系统。
背景技术
城市排水系统承担着的城市污水收集处理的重要职能,是保障人民生活、城市环境和城市安全的重要市政基础设施,城市排水管网的安全有效运行也是城市水环境质量的重要保障。
在雨天,管道中的水流主要由三部分组成,即基本入流量(base wastewaterflow,简称BWF)、地下水渗透量(groundwater infiltration,简称GWI)和降雨导致的入流入渗量(rainfall dependentinflow and infiltration,简称RDII),其中BWF和GWI为旱天污水管道的流量,BWF主要指来自住宅区、商业、工业和政府机构的生活污水和生产废水。RDII指降雨带来的城市污水管网或雨污合流制管道内的雨水,包括入流(inflow)和入渗(infiltration)两部分。
近年我国城市水环境污染形势依然严峻,城市排水管网运行中的问题也日益凸显,特别是污水管网入流入渗、溢流等问题,严重危害人体与环境健康。入流入渗可以增加管道流量,对污水处理厂增加不必要的负荷。当管网中的流量超出了管网容量,就会以溢流的形式体现出来。这些溢流的污水会淹没街道,污染邻近的河流,也能导致污水处理厂很严重的运营问题。因为污水溢流(SSOs)一般含有较多的治病微生物,固体悬浮物,有毒污染物,营养盐,油脂,以及消耗氧气的有机组分。SSOs甚至会造成饮用水的污染,这会造成环境和健康的重大风险。因此需要合理评估入流入渗过程及管网内流量水质变化,从而避免SSOs的发生。
现有评估入流入渗的方法,主要基于管网流量在线监测的方法,并结合SWMM等不同水力学模型进行模拟评估。国内的污水系统,普遍存在的管道基础信息数据缺失、管道设计排水能力不足、在线监测设备布设不够、流量变化异常等问题。然而进行模型计算需要足够的精确管网信息数据和长期的有规律的流量监测数据,一般都存在监测设备费用昂贵、操作复杂,或者管网数据缺失等问题,使得基于流量方法的管网入流入渗过程诊断分析受到较多限制;此外,由于实际污水管网运行过程还时长存在壅水、倒流、溢流等问题,这些均会限制基于流量规律的入流入渗诊断方法在实际问题解决中的应用。已有基于水质平衡的一些诊断管网入流入渗的方法,如同位素示踪、TN和COD平衡等方法,也均存在检测方法昂贵、难以获取长时间连续数据等难题,在较大区域范围的管网入流入渗问题诊断中难以实现应用。
发明内容
本发明为解决传统排水系统中,入流入渗过程对排水系统运行造成的干扰,提供一种排水管网入流入渗评估方法及系统。
一方面,本发明提供一种排水管网入流入渗评估方法,包括:
S1,实时采集排水管网内的液位和电导率信息,实时监测管网区域的降雨量信息;
S2,根据所述排水管网内的液位和电导率信息,以及所述管网区域的降雨量信息,采用水文水力学模型,分析排水管网内的入流入渗过程。
其中,所述S1中,所述实时采集排水管网内的液位和电导率具体包括:
在排水管网内的多个监测点安装一体化集成前端传感器,实时采集排水管网内的液位和电导率信息。
其中,所述方法还包括:
将所述排水管网内的液位和电导率信息,以及所述管网区域的降雨量信息传输至远程服务器,建立远程通讯连接,进行电导率和液位在多个监测点的信号同步采集、传输与存储。
其中,所述S2中,所述根据排水管网内的液位和电导率信息,以及所述管网区域的降雨量信息,采用水文水力学模型,分析排水管网内的入流入渗过程具体包括:
根据历史监测液位和流量数据,构建液位与流量的关系;
根据在旱天和降雨后实时采集的排水管网内的液位信息,以及所述液位与流量关系,计算管网内旱天流量和降雨后流量;
根据所述电导率信息,拟合降雨后电导率变化曲线;
根据所述管网区域的降雨量信息和所述降雨后电导率变化曲线,采用水文水力学模型,解析入流和入渗的动态过程,获取降雨引发的入流入渗量;
根据所述降雨引发的入流入渗量、旱天流量和降雨后流量,计算降雨引发的排水管网区域的溢流量。
另一方面,本发明还提供一种排水管网入流入渗评估系统,包括一体化集成前端传感器、降雨信息采集装置、远程无线传输模块和入流入渗评估模块;
所述一体化集成前端传感器用于实时采集排水管网内的液位和电导率信息;
所述降雨信息采集装置用于实时监测管网区域的降雨量信息;
所述远程无线传输模块用于将所述排水管网内的液位和电导率信息,以及所述管网区域的降雨量信息传输至远程服务器,建立远程通讯连接,进行电导率和液位在多个监测点的信号同步采集、传输与存储;
所述入流入渗评估模块用于根据所述排水管网内的液位和电导率信息,以及所述管网区域的降雨量信息,采用水文水力学模型,分析排水管网内的入流入渗过程。
其中,所述一体化集成前端传感器同步获取排水管网内液位和电导率的实时信息。
其中,所述一体化集成前端传感器、降雨信息采集装置的采集间隔均为1~15min。
其中,所述入流入渗评估模块具体用于:
根据历史监测液位和流量数据,构建液位与流量的关系;
根据在旱天和降雨后实时采集的排水管网内的液位信息,以及所述液位与流量关系,计算管网内旱天流量和降雨后流量;
根据所述电导率信息,拟合降雨后电导率变化曲线;
根据所述管网区域的降雨量信息和所述降雨后电导率变化曲线,采用水文水力学模型,解析入流和入渗的动态过程,获取降雨引发的入流入渗量;
根据所述降雨引发的入流入渗量、旱天流量和降雨后流量,计算降雨引发的排水管网区域的溢流量。
第三方面,本发明提供一种计算机程序产品,其特征在于,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,使所述计算机执行如权利要求1至4任一项所述的方法。
第四方面,本发明提供一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行如权利要求1至4任一项所述的方法。
本发明提供的排水管网入流入渗评估方法及系统,根据实时采集的排水管网内的液位和电导率信息,以及管网区域的降雨量信息,分析排水管网内的入流入渗过程。本发明基于排水管网的液位和电导率数据监测排水管网,并分析入流入渗过程,与现有技术基于管网流量在线监测并评估入流入渗过程相比,有效避免了排水管网流量异常波动(壅水、溢流)对入流入渗评估的影响,本发明提供的排水管网入流入渗评估系统具有成本低廉、响应灵敏、实时动态评估与预测等特点,可实现长时间稳定实时在线运行,降低了成本,提高了入流入渗评估预测的准确性和可靠性。为控制城市雨天污水管道入流入渗,避免污水溢流提供参考。
附图说明
图1为根据本发明实施例提供的排水管网入流入渗评估方法的流程框图;
图2为根据本发明实施例提供的一体化集成前端传感器在排水管网中的分布示意图;
图3(a)为根据本发明实施例提供的电导率监测示意图;
图3(b)为根据本发明实施例提供的降雨引发的入流入渗量分析示意图;
图3(c)为根据本发明实施例提供的降雨时段的排水管网流量模拟值及实测值的示意图;
图4为根据本发明实施例提供的排水管网入流入渗评估系统的结构框图;
图5为根据本发明实施例提供的排水管网入流入渗评估系统的结构示意图;
图中,1.一体化集成前端传感器;2.降雨信息采集装置;3.远程无线传输模块;4.入流入渗评估模块。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚地描述,显然,所描述的实施例是本发明一模块实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为根据本发明实施例提供的排水管网入流入渗评估方法的流程框图。如图1所示,本发明提供一种排水管网入流入渗评估方法,包括S1,实时采集排水管网内的液位和电导率信息,实时监测管网区域的降雨量信息;S2,根据所述排水管网内的液位和电导率信息,以及所述管网区域的降雨量信息,采用水文水力学模型,分析排水管网内的入流入渗过程。
其中,步骤S1中,实时采集排水管网内的液位和电导率信息,实时监测管网区域的降雨量信息。
市政污水管网系统包括污水主管道、泵站、检查井和用于收集来自住宅区、工业区和商业区的其他支管及附属设施,并最终输送污水到污水处理厂,是城市重要的基础设施之一。
电导率(electrical conductivity,EC)也称比电导。电导率作为水化学分析的重要指标之一,主要取决于水中的总离子浓度,被大量应用于水质分析中。电导率(EC;单位为μScm-1)是一种标示物质中电子流动状况的指标,其大小主要由溶解离子的浓度、组成及温度所决定。Koba-yashi曾提出利用电导率可以估算降水和地下水对河流的贡献率,所得结果显示了电导率在水质分析方面有着独特的优势。
本实施例中,利用一体化集成前端传感器实时采集排水管网内的液位信息和电导率信息,一体化集成前端传感器能够同时采集排水管网的电导率信息和液位信息。利用降雨信息采集装置实时监测管网区域的降雨量信息,以便后续分析降雨引发的入流入渗过程。
液位信息、电导率信息以及降雨量信息的采集频率可以在1-15min范围内进行调节,并且它们的采集频率相同,便于数据收集分析。
其中,步骤S2中,根据所述排水管网内的液位和电导率信息,以及所述管网区域的降雨量信息,采用水文水力学模型,分析排水管网内的入流入渗过程。
本实施例中,可以根据所述排水管网内的液位和电导率信息,以及所述管网区域的降雨量信息,获得排水管网的基本流量特征;拟合旱天流量和电导率的变化规律,并根据采集的降雨后电导率变化曲线,采用水文水力学模型,分析入流和入渗的动态过程。
本发明实施例提供的排水管网入流入渗评估方法,根据实时采集的排水管网内的液位和电导率信息,以及管网区域的降雨量信息,分析排水管网内的入流入渗过程。本发明基于排水管网的液位和电导率数据监测排水管网,并分析入流入渗过程,与现有技术基于管网流量在线监测并评估入流入渗过程相比,有效避免了排水管网流量异常波动(壅水、溢流)对入流入渗评估的影响,本发明提供的排水管网入流入渗评估系统具有成本低廉、响应灵敏、实时动态评估与预测等特点,可实现长时间稳定实时在线运行,降低了成本,提高了入流入渗评估预测的准确性和可靠性。
图2为本发明实施例提供的一体化集成前端传感器在排水管网中的分布示意图,如图2所示,步骤S1中,所述实时采集排水管网内的液位和电导率具体包括:
在排水管网内的多个监测点安装一体化集成前端传感器,实时采集排水管网内的液位和电导率信息。
参照图2,在排水管网内的多个监测点安装有一体化集成前端传感器。通过合理布置监测点不仅可以有效识别管道的入流入渗问题,还能够显著降低监测实施成本。监测点的合理布置主要考虑监测位置和监测数量。监测位置主要由监测目的确定,本实施例中,对于入流入渗的分析,将监测点的位置平均布置,并且选择在各排水子流域内最下游干管布置监测点。
在上述各实施例的基础上,所述方法还包括:
将所述排水管网内的液位和电导率信息,以及所述管网区域的降雨量信息传输至远程服务器,建立远程通讯连接,进行电导率和液位在多个监测点的信号同步采集、传输与存储。
具体地,本实施例中,在液位信息、电导率信息和降雨量信息实时采集的同时,利用远程无线传输模块将排水管网内的液位和电导率信息,以及所述管网区域的降雨量信息传输至远程服务器,建立远程通讯连接,进行电导率和液位在多个监测点的信号同步采集、传输与存储;最后远程无线传输模块将检测的数据输入入流入渗评估模块。
本实施例中对多个监测点的信号同步采集、传输与存储,以便在后续分析入流入渗过程时,获取历史液位和电导率信息,辅助分析。
在上述各实施例的基础上,步骤S2中,所述根据排水管网内的液位和电导率信息,以及所述管网区域的降雨量信息,采用水文水力学模型,分析排水管网内的入流入渗过程具体包括:
S21,根据历史监测液位和流量数据,构建液位与流量的关系。
利用从前采集的历史液位和流量数据,分析并构建液位与流量的关系。
S22,根据在旱天和降雨后实时采集的排水管网内的液位信息,以及所述液位与流量关系,计算管网内旱天流量和降雨后流量。
本实施例中,根据上述液位与流量的关系,以及一体化集成前端传感器实时采集的旱天液位,计算排水管网的旱天流量。旱天流量是指未下雨时排水管网一个监测时段的流量。监测时段为1min~15min。
根据上述液位与流量的关系,以及实时采集的降雨后排水管网的液位,计算排水管网的降雨后流量。
S23,根据所述电导率信息,拟合降雨后电导率变化曲线;
一体化集成前端传感器实时采集排水管网内的电导率信息,旱季电导率模块根据旱天采集的电导率数据,解析旱天电导率变化模式,实时模拟旱天电导率变化。
进一步地,根据降雨时段实时测量的电导率信息,以及时间(d)和降雨量(mm)作出电导率监测图,电导率监测示意图如图3(a)所示,根据各监测点的电导率信息,拟合降雨后电导率变化曲线。
S24,根据所述管网区域的降雨量信息和所述降雨后电导率变化曲线,采用水文水力学模型,解析入流和入渗的动态过程,获取降雨引发的入流入渗量。
根据拟合的降雨后电导率变化曲线,利用水文水力学模型,可以得到优化模型参数,由模型参数获得降雨转化为入流入渗进入管网的比例。
图3(b)为根据本发明实施例提供的降雨引发的入流入渗量分析示意图。根据校准后的模型参数,代入入流入渗模型,其公式为:
式中,u(0,t)表示瞬时降雨引起的入流入渗过程,Γ(N)表示gamma函数,K,N为入流入渗过程中的参数。
式中,CWWF表示降雨后管网中的电导率,CDWF表示旱季管网中的电导率,CRDI、CRII分别表示入流和入渗电导率。QWWF,QDWF,QRDI,QRII分别表示降雨后管网中的流量、旱季管网中的流量、入流和入渗过程的流量。
由入流入渗过程的参数K,N即可直接获得入流入渗比例,进而得到降雨引发的入流入渗过程,获得降雨引发的入流量和入渗量,将入流量和入渗量相加得到总的入流入渗量,如图3(b)所示。
S25,根据所述降雨引发的入流入渗量、旱天流量和降雨后流量,计算降雨引发的排水管网区域的溢流量。
图3(c)为降雨时段的排水管网流量模拟值及实测值的示意图;将上述步骤获得的降雨引发的入流入渗量及旱天流量叠加,获得没有壅水情况下排水管网流量的模拟值;实测值为步骤S22获得的排水管网的降雨后流量。溢流值为排水管网内以溢流形式从排水管网排放的污水总量。
计算排水管网流量模拟值及实测值之间的差值,得到此次降雨引发的溢流量。
本实施例评估入流入渗过程及管网内流量水质变化,评估降雨引发入流入渗造成的污水溢流量,为调整排水管网流量,避免污水溢流提供支持。
图4为根据本发明实施例提供的排水管网入流入渗评估系统的结构框图,图5为根据本发明实施例提供的排水管网入流入渗评估系统的结构示意图;如图4和图5所示,本发明还提供一种排水管网入流入渗评估系统,该系统包括一体化集成前端传感器1、降雨信息采集装置2、远程无线传输模块3和入流入渗评估模块4;其中,
所述一体化集成前端传感器1用于实时采集排水管网内的液位和电导率信息。所述降雨信息采集装置2用于实时监测管网区域的降雨量信息。所述远程无线传输模块3用于将所述排水管网内的液位和电导率信息,以及所述管网区域的降雨量信息传输至远程服务器,建立远程通讯连接,进行电导率和液位在多个监测点的信号同步采集、传输与存储。所述入流入渗评估模块4用于根据所述排水管网内的液位和电导率信息,以及所述管网区域的降雨量信息,分析排水管网内的入流入渗过程。
具体地,本实施例中,利用一体化集成前端传感器1实时采集排水管网内的液位信息和电导率信息,一体化集成前端传感器能够同时采集排水管网的电导率信息和液位信息。利用降雨信息采集装置实时监测管网区域的降雨量信息,以便后续分析降雨引发的入流入渗过程。
如图2和图5所示,在排水管网内的多个监测点安装有一体化集成前端传感器1。通过合理布置监测点不仅可以有效识别管道的入流入渗问题,还能够显著降低监测实施成本。监测点的合理布置主要考虑监测位置和监测数量。监测位置主要由监测目的确定,本实施例中,对于入流入渗的分析,将监测点的位置平均布置,并且选择在各排水子流域内最下游干管布置监测点。
其中,液位信息、电导率信息以及降雨量信息的采集频率可以在1-15min范围内进行调节,并且它们的采集频率相同,便于数据收集分析。
在液位信息、电导率信息和降雨量信息实时采集的同时,利用远程无线传输模块3将排水管网内的液位和电导率信息,以及所述管网区域的降雨量信息传输至远程服务器,建立远程通讯连接,进行电导率和液位在多个监测点的信号同步采集、传输与存储;最后远程无线传输模块将检测的数据输入入流入渗评估模块。
进一步地,入流入渗评估模块4能够根据所述排水管网内的液位和电导率信息,以及管网区域的降雨量信息,获得排水管网的基本流量特征;拟合旱天流量和电导率的变化规律,并根据采集的降雨后电导率变化曲线,分析入流和入渗的动态过程。
本发明实施例提供的排水管网入流入渗评估系统,根据实时采集的排水管网内的液位和电导率信息,以及管网区域的降雨量信息,分析排水管网内的入流入渗过程。本发明基于排水管网的液位和电导率数据监测排水管网,并分析入流入渗过程,与现有技术基于管网流量在线监测并评估入流入渗过程相比,有效避免了排水管网流量异常波动(壅水)对入流入渗评估的影响,本发明提供的排水管网入流入渗评估系统具有成本低廉、响应灵敏、实时动态评估与预测等特点,可实现长时间稳定实时在线运行,降低了成本,提高了入流入渗评估预测的准确性和可靠性。
在上述实施例的基础上,一体化集成前端传感器,同步获取排水管网内液位和电导率的实时信息。
本实施例中,一体化集成前端传感器通过不同传感信号采集通路的电源隔离管理,避除不同传感信号采集方式和供电要求对信号采集的交互影响,实现电导率和液位数据的信号一体化集成采集。实现不同参数传感信号采集频率的同步化,数据时间采集的频率为1~15min。
在上述各实施例的基础上,所述入流入渗评估模块具体用于:
根据历史监测液位和流量数据,构建液位与流量的关系;
利用从前采集的历史液位和流量数据,分析并构建液位与流量的关系。
根据在旱天和降雨后实时采集的排水管网内的液位信息,以及所述液位与流量关系,计算管网内旱天流量和降雨后流量。
本实施例中,根据上述液位与流量的关系,以及一体化集成前端传感器实时采集的旱天液位,计算排水管网的旱天流量。旱天流量是指未下雨时排水管网一个监测时段的流量。监测时段为1min~15min。
根据上述液位与流量的关系,以及实时采集的降雨后排水管网的液位,计算排水管网的降雨后流量。
根据所述电导率信息,拟合降雨后电导率变化曲线;
一体化集成前端传感器401实时采集排水管网内的电导率信息,旱季电导率模块根据旱天采集的电导率数据,解析旱天电导率变化模式,实时模拟旱天电导率变化。
进一步地,根据降雨时段实时测量的电导率信息,以及时间(d)和降雨量(mm)作出电导率监测图,电导率监测示意图如图3(a)所示,根据各监测点的电导率信息,拟合降雨后电导率变化曲线。
根据所述管网区域的降雨量信息和所述降雨后电导率变化曲线,采用水文水力学模型,解析入流和入渗的动态过程,获取降雨引发的入流入渗量。
根据拟合的降雨后电导率变化曲线,利用水文水力学模型,可以得到优化模型参数。并获得降雨转化为入流的比例,以及降雨转化为入渗进入管网的比例。
图3(b)为根据本发明实施例提供的降雨引发的入流入渗量分析示意图。根据校准后的模型参数,代入入流入渗模型,即可得到降雨引发的入流入渗过程,获得降雨引发的入流量和入渗量,将入流量和入渗量相加得到总的入流入渗量,如图3(b)所示。
根据所述降雨引发的入流入渗量、旱天流量和降雨后流量,计算降雨引发的排水管网区域的溢流量。
图3(c)为降雨时段的排水管网流量模拟值及实测值的示意图;将上述步骤获得的降雨引发的入流入渗量及旱天流量叠加,获得没有壅水情况下排水管网流量的模拟值;实测值为步骤S22获得的排水管网的降雨后流量。溢流值为排水管网内以溢流形式从排水管网排放的污水总量。
计算排水管网流量模拟值及实测值之间的差值,得到此次降雨引发的溢流量。
本实施例评估入流入渗过程及管网内流量水质变化,评估降雨引发入流入渗造成的污水溢流量,为调整排水管网流量,避免污水溢流提供支持。
本发明提供一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,使所述计算机执行上述各方法实施例所提供的方法。例如包括:实时采集排水管网内的液位和电导率信息,实时监测管网区域的降雨量信息。根据所述排水管网内的液位和电导率信息,以及所述管网区域的降雨量信息,分析排水管网内的入流入渗过程。
本发明提供一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行上述各方法实施例所提供的方法。例如包括:实时采集排水管网内的液位和电导率信息,实时监测管网区域的降雨量信息。根据所述排水管网内的液位和电导率信息,以及所述管网区域的降雨量信息,分析排水管网内的入流入渗过程。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种排水管网入流入渗评估方法,其特征在于,包括:
S1,实时采集排水管网内的液位和电导率信息,实时监测管网区域的降雨量信息;
S2,根据所述排水管网内的液位和电导率信息,以及所述管网区域的降雨量信息,采用水文水力学模型,分析排水管网内的入流入渗过程;
其中,所述分析排水管网内的入流入渗过程包括解析入流和入渗的动态过程,获取降雨引发的入流入渗量;
所述S2中,所述根据排水管网内的液位和电导率信息,以及所述管网区域的降雨量信息,采用水文水力学模型,分析排水管网内的入流入渗过程具体包括:
根据历史监测液位和流量数据,构建液位与流量的关系;
根据在旱天和降雨后实时采集的排水管网内的液位信息,以及所述液位与流量关系,计算管网内旱天流量和降雨后流量;
根据所述电导率信息,拟合降雨后电导率变化曲线;
根据所述管网区域的降雨量信息和所述降雨后电导率变化曲线,采用水文水力学模型,解析入流和入渗的动态过程,获取降雨引发的入流入渗量;
根据所述降雨引发的入流入渗量、旱天流量和降雨后流量,计算降雨引发的排水管网区域的溢流量;
所述根据所述降雨引发的入流入渗量、旱天流量和降雨后流量,计算降雨引发的排水管网区域的溢流量,包括:
将所述入流入渗量和所述旱天流量叠加,获得没有壅水情况下排水管网流量的模拟值;
将所述降雨后流量作为排水管网流量的实测值,基于排水管网流量模拟值及实测值之间的差值,得到降雨引发的排水管网区域的溢流量。
2.根据权利要求1所述的排水管网入流入渗评估方法,其特征在于,所述S1中,所述实时采集排水管网内的液位和电导率具体包括:
在排水管网内的多个监测点安装一体化集成前端传感器,实时采集排水管网内的液位和电导率信息。
3.根据权利要求2所述的排水管网入流入渗评估方法,其特征在于,所述方法还包括:
将所述排水管网内的液位和电导率信息,以及所述管网区域的降雨量信息传输至远程服务器,建立远程通讯连接,进行电导率和液位在多个监测点的信号同步采集、传输与存储。
4.一种排水管网入流入渗评估系统,其特征在于,包括一体化集成前端传感器、降雨信息采集装置、远程无线传输模块和入流入渗评估模块;
所述一体化集成前端传感器用于实时采集排水管网内的液位和电导率信息;
所述降雨信息采集装置用于实时监测管网区域的降雨量信息;
所述远程无线传输模块用于将所述排水管网内的液位和电导率信息,以及所述管网区域的降雨量信息传输至远程服务器,建立远程通讯连接,进行电导率和液位在多个监测点的信号同步采集、传输与存储;
所述入流入渗评估模块用于根据所述排水管网内的液位和电导率信息,以及所述管网区域的降雨量信息,采用水文水力学模型,分析排水管网内的入流入渗过程;
其中,所述分析排水管网内的入流入渗过程包括解析入流和入渗的动态过程,获取降雨引发的入流入渗量;
所述根据排水管网内的液位和电导率信息,以及所述管网区域的降雨量信息,采用水文水力学模型,分析排水管网内的入流入渗过程具体包括:
根据历史监测液位和流量数据,构建液位与流量的关系;
根据在旱天和降雨后实时采集的排水管网内的液位信息,以及所述液位与流量关系,计算管网内旱天流量和降雨后流量;
根据所述电导率信息,拟合降雨后电导率变化曲线;
根据所述管网区域的降雨量信息和所述降雨后电导率变化曲线,采用水文水力学模型,解析入流和入渗的动态过程,获取降雨引发的入流入渗量;
根据所述降雨引发的入流入渗量、旱天流量和降雨后流量,计算降雨引发的排水管网区域的溢流量;
所述根据所述降雨引发的入流入渗量、旱天流量和降雨后流量,计算降雨引发的排水管网区域的溢流量,包括:
将所述入流入渗量和所述旱天流量叠加,获得没有壅水情况下排水管网流量的模拟值;
将所述降雨后流量作为排水管网流量的实测值,基于排水管网流量模拟值及实测值之间的差值,得到降雨引发的排水管网区域的溢流量。
5.根据权利要求4所述的排水管网入流入渗评估系统,其特征在于,所述一体化集成前端传感器同步获取排水管网内液位和电导率的实时信息。
6.根据权利要求5所述的排水管网入流入渗评估系统,其特征在于,所述一体化集成前端传感器、降雨信息采集装置的采集间隔均为1~15min。
7.根据权利要求4所述的排水管网入流入渗评估系统,其特征在于,所述入流入渗评估模块具体用于:
根据历史监测液位和流量数据,构建液位与流量的关系;
根据在旱天和降雨后实时采集的排水管网内的液位信息,以及所述液位与流量关系,计算管网内旱天流量和降雨后流量;
根据所述电导率信息,拟合降雨后电导率变化曲线;
根据所述管网区域的降雨量信息和所述降雨后电导率变化曲线,采用水文水力学模型,解析入流和入渗的动态过程,获取降雨引发的入流入渗量;
根据所述降雨引发的入流入渗量、旱天流量和降雨后流量,计算降雨引发的排水管网区域的溢流量。
8.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行如权利要求1至3任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810167951.6A CN108376318B (zh) | 2018-02-28 | 2018-02-28 | 一种排水管网入流入渗评估方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810167951.6A CN108376318B (zh) | 2018-02-28 | 2018-02-28 | 一种排水管网入流入渗评估方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108376318A CN108376318A (zh) | 2018-08-07 |
CN108376318B true CN108376318B (zh) | 2021-01-01 |
Family
ID=63018177
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810167951.6A Active CN108376318B (zh) | 2018-02-28 | 2018-02-28 | 一种排水管网入流入渗评估方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108376318B (zh) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109326087B (zh) * | 2018-10-29 | 2020-09-08 | 广东奥博信息产业股份有限公司 | 一种基于排水管网监测的城市内涝预警方法及装置 |
CN111323088A (zh) * | 2020-03-02 | 2020-06-23 | 武汉大学 | 一种地下排水暗管的流量监测方法 |
CN111982210B (zh) * | 2020-07-02 | 2021-07-06 | 清华大学 | 降雨入流入渗问题诊断的排水管网分批次监测布点方法 |
CN112212223A (zh) * | 2020-10-09 | 2021-01-12 | 北控水务(中国)投资有限公司 | 排水管网调蓄容积及渗漏量的计算方法及其相关设备 |
CN113111478B (zh) * | 2021-05-13 | 2024-02-20 | 北控水务(中国)投资有限公司 | 排水系统管网混接与入流、入渗程度的评估方法及设备 |
CN113361772A (zh) * | 2021-06-07 | 2021-09-07 | 北控水务(中国)投资有限公司 | 一种混流管网水量的预测方法及装置 |
CN113392523B (zh) * | 2021-06-14 | 2022-08-16 | 云南省设计院集团有限公司 | 一种基于长历时多测点的污水管网健康状况诊断方法 |
CN113532581A (zh) * | 2021-07-19 | 2021-10-22 | 天津万峰环保科技有限公司 | 管网雨污串流问题的分析方法和装置 |
CN113376077B (zh) * | 2021-08-13 | 2021-11-09 | 昆山市建设工程质量检测中心 | 一种现场实测的生物滞留设施海绵绩效评价装置及方法 |
CN113792367B (zh) * | 2021-09-07 | 2022-08-05 | 清华大学 | 基于PySWMM的排水系统多来源入流入渗和出渗量动态估算方法 |
CN114061652A (zh) * | 2021-09-29 | 2022-02-18 | 清华大学 | 排水管网监测设备 |
CN114370611B (zh) * | 2022-01-17 | 2024-04-12 | 四创科技有限公司 | 一种管网入流入渗监测方法及终端 |
CN115979348B (zh) * | 2023-03-17 | 2023-06-20 | 近通物联网(苏州)有限公司 | 一种管网雨污混流的排查方法、排查装置、设备及介质 |
CN116561942B (zh) * | 2023-04-27 | 2024-04-26 | 三峡智慧水务科技有限公司 | 用于城市排水系统拓扑数据的修正方法以及装置 |
CN118036805B (zh) * | 2024-02-04 | 2024-07-23 | 江苏长三角智慧水务研究院有限公司 | 污水管网的健康状态的预测方法、装置、设备及存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100418429B1 (ko) * | 1999-08-26 | 2004-02-11 | 이병수 | 가변식 임의혐기성 접촉처리를 이용한 오폐수 처리장치 |
CN105651484B (zh) * | 2015-12-29 | 2019-01-11 | 北京无线电计量测试研究所 | 一种自适应雨水管网监测方法及系统 |
-
2018
- 2018-02-28 CN CN201810167951.6A patent/CN108376318B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108376318A (zh) | 2018-08-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108376318B (zh) | 一种排水管网入流入渗评估方法及系统 | |
Benedetti et al. | Modelling and monitoring of integrated urban wastewater systems: review on status and perspectives | |
CN110196083B (zh) | 排水管网污染路径的监测识别方法、装置及电子设备 | |
CN112883644B (zh) | 一种动态水环境管理方法 | |
KR101379039B1 (ko) | 침수 예경보 시스템 | |
CN103559775A (zh) | 城市洪涝灾害预警系统及方法 | |
CN102201034A (zh) | 一种临河村落非点源污染负荷的估算方法 | |
Vanrolleghem et al. | Setting up measuring campaigns for integrated wastewater modelling | |
KR102211284B1 (ko) | IoT 및 빅데이터를 활용한 대규모 산업단지의 실시간 통합 배수구역 관리시스템 | |
CN110838079A (zh) | 一种智慧城市防洪排水远程监控系统及方法 | |
KR101836914B1 (ko) | 단위블록 lid 시설 성능평가용 유량-수질 모니터링 시스템 | |
CN111221286A (zh) | 智能物联排水系统及其控制方法 | |
CN113392523A (zh) | 一种基于长历时多测点的污水管网健康状况诊断模型 | |
Melcher et al. | An urban observatory for quantifying phosphorus and suspended solid loads in combined natural and stormwater conveyances | |
Heiderscheidt et al. | Stable water isotopes as a tool for assessing groundwater infiltration in sewage networks in cold climate conditions | |
CN117966859A (zh) | 一种保障排水管网健康运行的在线监测系统及方法 | |
Sempere-Payá et al. | ICT as an enabler to smart water management | |
KR100538445B1 (ko) | 통합형 하수관거 운영/모니터링 시스템 및 그 방법 | |
Panasiuk et al. | Identifying sources of infiltration and inflow in sanitary sewers in a northern community: comparative assessment of selected methods | |
David et al. | Development of an integrated system for early warning of recreational waters contamination | |
KR100353391B1 (ko) | 하수관거의 모니터링/유지관리 방법 및 시스템 | |
KR101659310B1 (ko) | 하수관 관리를 위한 시스템 및 방법 | |
CN113792367B (zh) | 基于PySWMM的排水系统多来源入流入渗和出渗量动态估算方法 | |
CN114624407A (zh) | 一种基于典型地块的片区污水系统外水水量测算方法 | |
Kimura et al. | Seasonal characteristics of surface water quality in the wastewater catchment system of an urbanizing basin |
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 |