CN109313416B - 对流体网络进行动态控制的方法、计算机程序产品和系统 - Google Patents

对流体网络进行动态控制的方法、计算机程序产品和系统 Download PDF

Info

Publication number
CN109313416B
CN109313416B CN201780036873.XA CN201780036873A CN109313416B CN 109313416 B CN109313416 B CN 109313416B CN 201780036873 A CN201780036873 A CN 201780036873A CN 109313416 B CN109313416 B CN 109313416B
Authority
CN
China
Prior art keywords
data
fluid network
metering
module
model
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
CN201780036873.XA
Other languages
English (en)
Other versions
CN109313416A (zh
Inventor
耶罗默·施霍伦斯
让-雅克·佩拉尔诺
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.)
Suez International SAS
Original Assignee
Suez Groupe SAS
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 Suez Groupe SAS filed Critical Suez Groupe SAS
Publication of CN109313416A publication Critical patent/CN109313416A/zh
Application granted granted Critical
Publication of CN109313416B publication Critical patent/CN109313416B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D7/00—Control of flow
    • G05D7/06—Control of flow characterised by the use of electric means
    • G05D7/0617—Control of flow characterised by the use of electric means specially adapted for fluid materials
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/10—Devices for predicting weather conditions
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B17/00—Systems involving the use of models or simulators of said systems
    • G05B17/02—Systems involving the use of models or simulators of said systems electric

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Environmental & Geological Engineering (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Environmental Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Ecology (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Feedback Control In General (AREA)
  • Selective Calling Equipment (AREA)

Abstract

本发明涉及一种用于通过监控模块来动态控制流体网络的方法，所述方法包括：‑生成与所述流体网络的运行相关的预测数据的运行预测步骤；‑基于计量数据和/或气象数据和/或预测数据来选择用于所述流体网络的控制策略的步骤；‑基于所选择的控制策略、基于所述计量数据或所述气象数据或所述预测数据来生成用于所述流体网络的调节机构的致动器的调节指令的步骤；‑将所述调节指令传输给所述致动器。

Description

对流体网络进行动态控制的方法、计算机程序产品和系统
技术领域
本发明属于流体网络的控制领域。
本发明还涉及用于实施根据本发明的方法的计算机程序产品以及动态控制系统。
背景技术
目前，流体网络、尤其是那些污水网络类型具有与通过网络向自然环境运输的流体的泄露和溢出有关的风险。因此，对于流体网络，存在对通过确定所述流体网络的运行构造来以优化的方式控制所述网络的设备的需求。
本发明的一个目标是提供利用所述流体网络内的现存资产、换言之其设备来控制流体网络的方法，其旨在限制投资同时增强流体网络的性能。
发明内容
根据本发明的第一方面，这种目标通过用于由监控模块来动态控制流体网络的方法实现，所述方法包括：
-称为运行预测步骤的步骤，其包括生成与所述流体网络在称为运行预测时段的时段内的运行相关的预测数据，所述运行预测时段优选地比运行预测时段阈值长，所述运行预测步骤实施参数类型的水力学模型，该水力学模型接收数据，该数据称为模型的数据，所述模型的数据至少包括：
-与所述流体网络的计量设备的状态相关的计量数据，所述计量数据在称为计量数据生成步骤的步骤期间生成；
-与影响所述流体网络的天气预测相关的气象数据，所述气象数据在称为天气预测生成步骤的步骤期间生成，所述气象数据描述称为天气预测时段的时段内的天气预测；
所述运行预测步骤还包括使用所述计量数据对所述水力学模型在线校准的步骤；
-称为控制策略选择步骤的步骤，其包括基于所述计量数据和/或所述气象数据和/或所述预测数据来选择用于控制所述流体网络的策略；
-称为指令生成步骤的步骤，其包括使用所选择的所述控制策略、所述计量数据和/或所述气象数据和/或所述预测数据来生成用于所述流体网络的调节机构的致动器的调节指令；
-将所述调节指令传输给所述致动器。
优选地，根据本发明的方法被实时实施。
流体网络可以是水处理或污水处理网络。
运行预测时段阈值优选比两个小时长。
参数类型的模型是包括参数的模型，其中所述参数可以被调节使得由所述模型计算的变量的值或数量的值尽可能地接近该变量或数量的观察值。
当流体网络是水力学类型，永久过滤干净水，或者ECPP时，可以影响所述网络。借助于所述流体网络的计量设备反馈的、与所述计量设备内的该永久过滤干净水的存在相关的信息计量数据，所述模型考虑了所述永久过滤干净水。
本申请中的在线校准步骤指的是实施模型的动态校准，使得由所述模型计算的变量的值或数量的值尽可能地接近该变量或该数量的观察值。
本申请中的控制策略指的是用于管理流体网络的策略。
本发明的至少一个目标通过结合运行预测步骤与控制策略选择步骤而实现。
根据本发明的控制方法可以包括由致动器接收调节指令和应用所述调节指令。
应用调节指令可以例如由电子致动器在例如通过电话网络或数据网络接收调节指令之后自动执行。
替代地或者与上面相结合，应用调节指令可以例如由操作员在例如通过电话网络接收所述调节指令之后执行。
计量设备例如可以指液压传感器或者降雨测量计。更一般地，与计量设备相关的计量数据可以是与由流体网络的监控系统(例如SCADA系统)提供的数据相关的任何数据。
调节机构可以例如是分段阀或分区阀、被调节的阈值、泵站、贮留池或者泵。
根据本发明，可以实施各种手段以使得所述方法的所有步骤的时长比称为循环周期的阈值时间短，所述循环周期优选地比5分钟短。
为此目的，根据第一实施例，例如能够实施获取计量数据的优化步骤，例如通过仅对由计量设备生成的最新数据采样。
与第一可能性结合地或者替代地，还能够实施一种方法，其包括将每个计量数据与其采集和/或其存储的条件相关限定的相关联。然后能够通过对包括所述模型的数据库的问询生成包含将检索字段限制到特定获取条件和/或特定存储的请求来优化所述数据库。
与前述可能性中的一个或更多个结合地或者替代地，还能够实施并行算法。例如能够并行地执行特定于限定的计算。
与前述可能性中的一个或更多个结合地或者替代地，还能够实施水文学和水力学模型的构造。例如能够通过聚合来确定网络的一个或更多个节点的聚合并且使用所述一个或更多个确定的聚合来实施所述计算算法，而不是在网络的非常详细的模型上实施计算算法。该特征提供了使计算稳定并因此限制处理时间的优点。
与前述可能性中的一个或更多个结合地或者替代地，还能够实施称为《热启动程序》的方法。
与前述可能性中的一个或更多个结合地或者替代地，还能够将非周期的但是被用在每个计算周期的计算存储在缓存中。例如，当计算水层的降雨量时能够在缓存中存储集水区的降雨测量计的空间分布。
有利地，所述方法的模型的数据中的一数据与称为验证状态的状态关联，所述方法还包括基于所述验证状态过滤所述数据的步骤。验证状态可以例如从两种状态中选择：有效状态和无效状态。因此，能够考虑或者不考虑来自模型的任意数据，例如计量数据或气象数据。
当数据无效时，能够在运行预测步骤和/或在用于选择控制策略的步骤中执行的计算和做决策过程中不考虑该数据。当操作员例如获得允许预期例如可能由于维护干预、下雨或设备检测而导致的可能故障的信息时，可以对已经获取的或基于一系列的将来数据执行该无效验证。
根据本发明的方法的一个可能性，验证状态能够基于自动类型的验证方法确定。专家算法可以被实施以对数据执行验证状态的这种确定。
根据本发明的方法的另一个可能性，潜在地与确定验证状态的自动步骤相结合、在其之前或者在其之后，使用手动类型的验证方法来确定验证状态。因此能够让专家手动地确定所述数据的验证状态。
有利地，来自所述模型的数据中的一数据与称为优先状态的状态关联，所述方法还包括基于所述优先状态分类所述数据的步骤。优先状态可以例如从自然整数中选择。由此能够以相对于其它数据具有更高的优先级或者不具有更高优先级地考虑模型的任何数据，例如计量数据或气象数据。
根据本发明的方法的一个可能性，使用自动类型的分类方法确定优先状态。专家算法可以被实施以执行数据的优先状态的这种确定。
根据本发明的方法的另一个可能性，潜在地与确定优先状态的自动步骤相结合、在其之前或者在其之后，使用手动类型的分类方法来确定优先状态。因此能够让专家手动地确定所述数据的优先状态。
有利地，用于确定计量设备的状态的设备能够确定计量设备的状态以及为计量设备生成状态数据，其中计量数据基于所述状态数据生成。确定计量设备的状态的步骤可以在本方法的其它步骤之前实施。
例如，确定计量设备的状态的步骤可以被实施以在未来的预先确定的时段内使计量数据无效并生产在所述预先确定的时段期间不被模型所考虑的计量数据。几种技术解决方案是可能的，例如消除所述计量数据或者替代地将其指定为无效状态或者具有零优先级。
根据一个特别的特征，生成天气预测的步骤可以包括接收来自降雨测量计和/或降雨雷达的外部数据的步骤和处理来自降雨测量计和/或降雨雷达的外部数据的步骤，气象数据根据对所述外部数据的处理来生成。因此，能够获取外部《原始数据》并且对其进行处理以确定天气预测。原始外部数据可以来自计量设备，例如降雨测量计，或者来自水层雷达，例如来自连接到降雨雷达的通信网络。
根据一个可能性，控制策略被手动地选择。该可能性允许专家做出控制流体网络的决策。
根据另一个可能性，控制策略被自动地选择。该策略能够由决策算法选择，例如根据决策树。该特征提供了允许由控制模型来做出决策的优点。
优选地，生成计量数据的步骤和/或生成天气预测的步骤按照预定频率实施，优选地根据比5分钟短的时间周期来实施。该特征提供了允许获取的数据能够实时刷新，这允许了更好地校准模型。
优选地，天气预测时段大于气象时段阈值，所述气象时段阈值优选大于1小时。该特征提供了允许提供中期天气预测的优点。
根据本发明的第二方面，提供了一种能够从通信网络下载和/或存储在能由计算机读取和/或能由微处理器执行的计算机程序产品，其特征在于，该计算机程序产品包括用于实施如本发明的第一方面所述的用于实时动态控制流体网络的方法的程序代码指令。
根据本发明的又一方面，提供了一种用于动态控制流体网络的系统，其包括：
-称为运行预测模块的模块，其配置为生成与所述流体网络在称为运行预测时段的时段内的运行相关的预测数据，所述运行预测时段优选地比运行预测时段阈值长，所述运行预测模块包括参数类型的水力学模型，该水力学模型配置为接收数据，该数据称为模型的数据，所述模型的数据至少包括：
-与所述流体网络的计量设备的状态相关的计量数据，所述计量数据由称为计量数据生成模块的模块生成；
-与影响所述流体网络的天气预测相关的气象数据，所述气象数据由称为天气预测生成模块的模块生成，所述气象数据描述称为天气预测时段的时段内的天气预测；
所述运行预测模块还包括用于使用所述计量数据来校准所述水力学模型的装置；
-称为控制策略选择模块的模块，其配置为基于所述计量数据和/或所述气象数据和/或所述预测数据来选择所述流体网络的控制策略；
-称为指令生成模块的模块，其配置为基于所述控制策略和/或所述计量数据和/或所述气象数据和所述预测数据来生成用于所述流体网络的调节机构的致动器的调节指令；
-传输模块，其配置为将所述调节指令传输给所述致动器。
有利地，流体网络可以是包括排放系统的污水网络，当流体网络是污水处理网络时排放系统优先为净化站，生成计量数据的步骤包括获取与该排放系统有关的计量数据。
与该排放系统有关的计量数据可以例如是与净化站的能力相关的数据。该能力可以优选直接根据泵送能力和/或根据净化站入口处的可用传送能力来确定。如果后者具有受限的处理能力，那么尤其能够减小净化站入口处的流量。
替代地或者与上述结合地，与该排放系统有关的计量数据可以例如是与功能性地集成到所述净化站的处理过程相关的数据。
替代地或者与上述结合地，与该排放系统有关的计量数据可以例如是与性能和/或净化站的过程的操作状态相关的数据。过程可以是预处理过程、主沉淀池、生物过滤器。
附图说明
通过参照附图阅读非限制性的实施例和实施方式的详细介绍，本发明的其它特征和优点将变得明显，其中：图1是根据本发明的方法的一个实施例的示意图。
具体实施方式
由于该实施例被认为是非限制性的，尤其能够实施仅包括下文描述、的特征的选集的本发明的变型，例如那些描述的、概括的、与所描述的其它特征分离的，只要该特征选集足以授予本发明技术优点或者足以将其与现有技术区分开。
图1示出了用于通过监控模块来动态控制流体网络的方法1的一个实施例，所述方法包括：
-称为运行预测步骤的步骤100，
-称为控制策略选择步骤的步骤200，
-称为指令生成步骤的步骤300，
-向流体网络的致动器传输调节指令400。
运行预测步骤100包括：
-用于数据获取、用于状态验证、用于状态重建和用于状态计算的步骤102，
-包括实施城市水文学模型的步骤104，
-包括实施城市水力学模型的步骤106，
-包括实施质量模型的步骤108。
步骤102接收输入数据，该输入数据可以：
-来自用于确定《运行位置》计量数据的步骤002，其包括例如在能够影响流体网络或被流体网络影响的运行位置上的液位的测量值，
-来自用于确定与设备和站的状态有关的数据的步骤004，其包括流体网络的设备的描述和站的描述，
-来自用于确定天气预测数据的步骤006，其包括可能影响流体网络的天气预测，
-来自用于确定能够影响流体网络的其它数据的步骤008，这些其它数据为诸如与流体网络的设备的计划维修有关的数据，或者与空气或风特征、或者海洋或大海状况(例如大海的液位和/或涌浪和/或蒸发状况)有关的数据，或者与来自例如流体网络或来自一条或多条河流的地面细菌流有关的数据。
步骤102生成能够被步骤104和/或步骤106和/或步骤108使用的数据1022。
在步骤104实施的城市水文学模型包括至少一个水力学模型。当根据本发明的方法或系统实施时，水力学模型可以例如是预先存在的。
步骤104生成可以被步骤106使用的数据1042。
在步骤106期间实施的城市水力学模型包括至少一个参数类型的水力学模型。
该水力学模型接收数据，该数据称为模型的数据。所述模型的数据至少包括：
-一与流体网络的计量设备的状态相关的计量数据1042。该计量数据在称为计量数据生成的、在步骤104期间实施的步骤期间生成；
-一在步骤102期间生成的包含在数据1022内的气象数据。气象数据与影响所述流体网络的天气预测相关。气象数据描述称为天气预测时段的时段的天气预测。
液压模型的数据可以包括在步骤102期间生成的包含在数据1022中的其它数据。该其它数据可例如是来自运行位置的液位的测量值的数据。
运行预测步骤100还包括未示出的使用计量数据1042的液压模型的在线校准步骤。该在线校准步骤在步骤106期间实施。
步骤106生成可以被步骤108使用的数据1062。
在步骤108期间实施的质量模型包括至少一个自然环境的细菌质量模型。自然环境的细菌质量模型实施例如来自步骤108的数据，例如关于空气特性、海洋或大海状况(例如大海的液位和/或涌浪和/或蒸发状况)的数据，或关于起始于例如流体网络或一条或多条河流的地面细菌流的数据。
步骤108生成输出数据，该输出数据也是步骤100的输出数据，标记为1002，该输出数据可以被步骤200和300中的一个和/或另一个使用。
输出数据1002是关于流体网络在称为运行预测时段的时段的运行的预测数据。
运行预测时段可以比运行预测时段阈值更长。运行预测时段阈值可以比两个小时更长。
步骤200包括基于计量数据和/或气象数据1042和/或预测数据1002选择用于控制流体网络的策略。
控制策略的选择可包括实施决定树，该决定树实施计量数据、和/或气相数据、和/或预测数据。
控制策略的选择可包括带有滞后的、由此倾向于在选择控制策略之后当外部原因导致所述选择停止时保持该控制策略的选择方法。
控制策略可每5分钟更新。
控制策略可从以下策略中选择：
-干燥天气管理；
-污染降低管理；和
-洪水管理。
干燥天气控制策略旨在管理干燥天气时的供给。在干燥天气时，排泄物在净化站处理。利用存储能力来存储则是禁止的。排放到自然环境，换句话说例如排放到大海、支流或河流也还是禁止的。不言而喻，以避免任何溢出的方式确定控制配置。
用于管理污染降低的策略促进使用流体网络的存储和运输能力，进一步限制泄露到自然环境中。
当降雨事件的性质有发洪水的风险并且流体网络的存储能力已经最大化地利用时使用洪水情况下的管理策略。通过准许溢出到自然环境中、例如河流或大海中促进使用流体网络的存储和运输能力。
步骤300包括基于在步骤200期间选择的控制策略、计量数据和/或所述气象数据1042和/或所述预测数据1002生成旨在用于流体网络的调节机构的致动器的调节指令。
一旦已经实现将调节指令传输400给所述致动器，一个或更多个局部控制站S能够例如通过潜在地包括无线通信装置的通信网络接收所述指令。
包括所述致动器的局部控制站则可优选地自动地应用所述致动器指令，这然后改变包括所述致动器的设备的状态。该改变在图1中由连接局部控制站S和步骤004的虚线示出。
可借助于例如以计算机程序产品的形式实施的操作界面A来监控各个步骤。
当然，本发明不限于上述例子，可在不偏离本发明的框架的情况下对这些例子进行众多改变。而且，本发明的各个特征、形式、变型和实施例可根据众多不同组合彼此关联，只要它们不是不兼容的或相互排斥的即可。

Claims (12)

1.一种用于通过监控模块来动态控制流体网络的方法，所述方法包括：
-称为运行预测步骤的步骤，其包括生成与所述流体网络在称为运行预测时段的时段内的运行相关的预测数据，所述运行预测时段比运行预测时段阈值长，所述运行预测步骤实施自然环境的细菌质量模型和参数类型的水力学模型，所述水力学模型接收数据，该数据称为模型的数据，所述模型的数据至少包括：
-一与所述流体网络的计量设备的状态相关的计量数据，所述计量数据在称为计量数据生成步骤的步骤期间生成，所述运行预测步骤还包括使用所述计量数据对所述水力学模型的在线校准步骤；
-一与影响所述流体网络的天气预测相关的气象数据，所述气象数据在称为天气预测生成步骤的步骤期间生成，所述气象数据描述称为天气预测时段的时段内的天气预测；
-称为控制策略选择步骤的步骤，其包括基于所述计量数据和/或所述气象数据和/或所述预测数据以及来自自然环境的细菌质量模型的数据来选择所述流体网络的控制策略；
-称为指令生成步骤的步骤，其包括基于选择的所述控制策略、基于所述计量数据和/或所述气象数据和/或所述预测数据来生成用于所述流体网络的调节机构的致动器的调节指令；
-将所述调节指令传输给所述致动器。
2.如权利要求1所述的方法，其中，所述方法的所有步骤的时长比称为循环周期的阈值短，所述循环周期比5分钟短。
3.如权利要求1和2中任一项所述的方法，其中，所述模型的数据中的一数据与称为验证状态的状态关联，所述方法还包括基于所述验证状态过滤所述数据的步骤。
4.如权利要求3所述的方法，其中，所述验证状态是使用自动类型的验证方法来确定的。
5.如权利要求1所述的方法，其中，用于确定计量设备的状态的设备确定所述计量设备的状态，并生成针对所述计量设备的状态数据，所述计量数据根据所述状态数据来生成。
6.如权利要求1所述的方法，其中，生成天气预测的步骤包括接收来自降雨测量计和/或降雨雷达的外部数据的步骤和处理来自降雨测量计和/或降雨雷达的外部数据的步骤，所述气象数据根据对所述外部数据的处理来生成。
7.如权利要求1所述的方法，其中，所述控制策略被手动地选择。
8.如权利要求1所述的方法，其中，所述控制策略被自动地选择。
9.如权利要求1所述的方法，其中，生成计量数据的步骤和/或生成天气预测的步骤按照预定频率实施，按照比5分钟短的时间周期来实施。
10.一种计算机可读存储介质，其能够存储计算机程序，所述计算机程序产品包括用于实施如前述权利要求中任一项所述的用于通过监控模块来动态控制流体网络的方法的程序代码指令。
11.一种用于实时动态控制流体网络的系统，其包括：
-称为运行预测模块的模块，其配置为生成与所述流体网络在称为运行预测时段的时段内的运行相关的预测数据，所述运行预测时段比运行预测时段阈值长，所述运行预测时段阈值比2个小时长，所述运行预测模块包括自然环境的细菌质量模型和参数类型的水力学模型，所述水力学模型配置为接收数据，该数据被称为模型的数据，所述模型的数据至少包括：
-一与所述流体网络的计量设备的状态相关的计量数据，所述计量数据由称为计量数据生成模块的模块生成，所述运行预测模块还包括用于使用所述计量数据来校准所述水力学模型的装置；
-一与影响所述流体网络的天气预测相关的气象数据，所述气象数据由称为天气预测生成模块的模块生成，所述气象数据描述称为天气预测时段的时段内的天气预测；
-称为控制策略选择模块的模块，其配置为基于所述计量数据和/或所述气象数据和/或所述预测数据以及来自自然环境的细菌质量模型的数据来选择所述流体网络的控制策略；
-称为指令生成模块的模块，其配置为基于所述控制策略和/或所述计量数据和/或所述气象数据和所述预测数据来生成用于所述流体网络的调节机构的致动器的调节指令；
-传输模块，其配置为将所述调节指令传输给所述致动器。
12.如权利要求11所述的系统，其中，所述流体网络是包括排放系统的污水网络，或者当所述流体网络是污水处理网络时，所述排放系统是净化站，生成计量数据的步骤包括获取关于该排放的计量数据。
CN201780036873.XA 2016-06-14 2017-06-12 对流体网络进行动态控制的方法、计算机程序产品和系统 Active CN109313416B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
FR1655502 2016-06-14
FR1655502A FR3052567B1 (fr) 2016-06-14 2016-06-14 Procede , produit programme d'ordinateur et systeme de pilotage dynamique d'un reseau fluidique
PCT/EP2017/064215 WO2017216080A1 (fr) 2016-06-14 2017-06-12 Procede, produit programme d'ordinateur et systeme de pilotage dynamique d'un reseau fluidique

Publications (2)

Publication Number Publication Date
CN109313416A CN109313416A (zh) 2019-02-05
CN109313416B true CN109313416B (zh) 2022-05-10

Family

ID=56557830

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780036873.XA Active CN109313416B (zh) 2016-06-14 2017-06-12 对流体网络进行动态控制的方法、计算机程序产品和系统

Country Status (8)

Country Link
US (1) US10915119B2 (zh)
EP (1) EP3469427B1 (zh)
CN (1) CN109313416B (zh)
AU (1) AU2017286306B2 (zh)
CL (1) CL2018003519A1 (zh)
FR (1) FR3052567B1 (zh)
SG (1) SG11201811057VA (zh)
WO (1) WO2017216080A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3080188B1 (fr) 2018-04-17 2020-06-12 Suez Groupe Dispositif, procede et produit programme d'ordinateur de validation de donnees fournies par une sonde pluviometrique

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1760912A (zh) * 2005-11-11 2006-04-19 杭州电子科技大学 城市排水系统不确定水力学模型建模方法
CN1824897A (zh) * 2005-02-25 2006-08-30 株式会社东芝 雨水排水支持控制装置
CN102080647A (zh) * 2011-01-06 2011-06-01 上海市城市建设设计研究院 一种雨水泵站监控系统

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2835250B1 (fr) * 2002-01-29 2004-11-05 Ondeo Degremont Procede et dispositif de traitement biologique d'effluents aqueux, en vue de leur epuration
CA2629910C (en) * 2005-11-17 2013-04-23 Australian Nuclear Science And Technology Organisation Sewage treatment
CN100366549C (zh) * 2006-04-27 2008-02-06 复旦大学 一种高效节能净水工艺和装置
CN101786721B (zh) * 2010-02-05 2011-09-07 重庆大学 城市污水处理厂出水有机物浓度的随机过程预测方法
US20110307106A1 (en) * 2010-06-14 2011-12-15 Kevin Charles Dutt Methods and Systems for Monitoring, Controlling, and Recording Performance of a Storm Water Runoff Network
CN102636329A (zh) * 2012-04-25 2012-08-15 哈尔滨工业大学 一种模拟给水管网运行工况的装置
KR20140093420A (ko) * 2013-01-18 2014-07-28 주식회사 삼천리 상수관망에서의 잔류염소농도 감소상수를 구하는 방법
US9631356B2 (en) * 2013-04-30 2017-04-25 Globalfoundries Inc. Combined sewer overflow warning and prevention system
CN203222846U (zh) * 2013-05-03 2013-10-02 王润明 市政管网无负压供水装置
CN103592962B (zh) * 2013-10-23 2016-05-04 华南理工大学 通过预测泵站流量实现污水网管投药量有效控制的方法
US10151475B2 (en) * 2014-08-19 2018-12-11 Intel Corporation System for determining scaling in a boiler
US20160115675A1 (en) * 2014-10-28 2016-04-28 Marcus Quigley Method for automated control of a combined greywater/stormwater system with forecast integration
US20160380856A1 (en) * 2015-06-25 2016-12-29 Qatar University Qstp-B Systems and methods for tracking devices status and malfunctions in machine-to-machine networks
EP3112959B1 (en) * 2015-06-29 2021-12-22 SUEZ Groupe Method for detecting anomalies in a water distribution system
CN105060635B (zh) * 2015-08-07 2017-12-19 青海洁神环境能源产业有限公司 一种bbr城市污水低温脱氮处理的方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1824897A (zh) * 2005-02-25 2006-08-30 株式会社东芝 雨水排水支持控制装置
CN1760912A (zh) * 2005-11-11 2006-04-19 杭州电子科技大学 城市排水系统不确定水力学模型建模方法
CN102080647A (zh) * 2011-01-06 2011-06-01 上海市城市建设设计研究院 一种雨水泵站监控系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Optimal control of urban drainage systems. Acase study;G. Cembrano, J. Quevedo, M. Salamero, V. Puig, J. Figueras;《Control Engineering Practice》;20040131;第12卷(第1期);1-8 *

Also Published As

Publication number Publication date
EP3469427A1 (fr) 2019-04-17
BR112018075905A8 (pt) 2023-02-07
CL2018003519A1 (es) 2019-05-03
US20190310662A1 (en) 2019-10-10
US10915119B2 (en) 2021-02-09
FR3052567B1 (fr) 2020-01-24
AU2017286306B2 (en) 2020-11-05
BR112018075905A2 (pt) 2019-03-19
SG11201811057VA (en) 2019-01-30
FR3052567A1 (fr) 2017-12-15
EP3469427B1 (fr) 2024-03-20
CN109313416A (zh) 2019-02-05
AU2017286306A1 (en) 2019-01-03
WO2017216080A1 (fr) 2017-12-21

Similar Documents

Publication Publication Date Title
García et al. Modeling and real-time control of urban drainage systems: A review
Puig et al. Predictive optimal control of sewer networks using CORAL tool: application to Riera Blanca catchment in Barcelona
CN107609787A (zh) 基于自动生成预案的闸泵群联合自动调度方法
KR101703981B1 (ko) 강우예측을 이용한 하수처리시설의 제어방법
JP3795775B2 (ja) 下水流入量予測装置および方法、サーバ装置
US20160378123A1 (en) System and method for agent-based control of sewer infrastructure
Castelletti et al. Model predictive control of water resources systems: A review and research agenda
Bülbül et al. Optimization, modeling and implementation of plant water consumption control using genetic algorithm and artificial neural network in a hybrid structure
Van Der Werf et al. Towards the long term implementation of real time control of combined sewer systems: a review of performance and influencing factors
Murthy et al. Machine learning-based irrigation control optimization
Ashrafi et al. Developing a semi-distributed decision support system for great Karun water resources system
Etkin et al. Stochastic programming for improved multiuse reservoir operation in Burkina Faso, West Africa
Balla et al. A learning-based approach towards the data-driven predictive control of combined wastewater networks–An experimental study
CN109313416B (zh) 对流体网络进行动态控制的方法、计算机程序产品和系统
Balla et al. Multi-scenario model predictive control of combined sewer overflows in urban drainage networks
Ding et al. Neural network based models for forecasting
KR101638553B1 (ko) Ｉｃｔ 활용 대수용가 압력제어 및 펌프 최적 운영관리 융합 기술
Li et al. Including snowmelt in influent generation for cold climate WRRFs: comparison of data-driven and phenomenological approaches
KR101685165B1 (ko) 다중수원 지능적 배분공급 스케줄링 방법
JPH07119184A (ja) 上下水道システムの運転装置
BR112018075905B1 (pt) Método, produto de programa de computador e sistema para controle dinâmico de uma rede de fluidos
Koochali et al. Water depth prediction in combined sewer networks, application of generative adversarial networks
Cembrano et al. Global control of the Barcelona Sewerage system for environment protection
Meseguer et al. Fault-Tolerant Model Predictive Control Applied to Integrated Urban Drainage and Sanitation Systems for Environmental Protection
CN117991733B (zh) 一种基于物联网的雨污智能分流控制系统

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
TR01 Transfer of patent right

Effective date of registration: 20221014

Address after: Paris France

Patentee after: DEGREMONT

Address before: Paris France

Patentee before: SUEZ GROUPE

TR01 Transfer of patent right