CN110796328A - 一种城区水系智能水质水量调度方法 - Google Patents

一种城区水系智能水质水量调度方法 Download PDF

Info

Publication number
CN110796328A
CN110796328A CN201910810900.5A CN201910810900A CN110796328A CN 110796328 A CN110796328 A CN 110796328A CN 201910810900 A CN201910810900 A CN 201910810900A CN 110796328 A CN110796328 A CN 110796328A
Authority
CN
China
Prior art keywords
water
water quality
scheduling
monitoring
data
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.)
Granted
Application number
CN201910810900.5A
Other languages
English (en)
Other versions
CN110796328B (zh
Inventor
杨承奂
宋杰
张亮
胡辉
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.)
Hangzhou Ruhr Technology Co Ltd
Original Assignee
Hangzhou Ruhr Technology 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 Hangzhou Ruhr Technology Co Ltd filed Critical Hangzhou Ruhr Technology Co Ltd
Priority to CN201910810900.5A priority Critical patent/CN110796328B/zh
Publication of CN110796328A publication Critical patent/CN110796328A/zh
Application granted granted Critical
Publication of CN110796328B publication Critical patent/CN110796328B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
    • 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
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • 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
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
    • G08B25/08—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium using communication transmission lines
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/90—Financial instruments for climate change mitigation, e.g. environmental taxes, subsidies or financing

Abstract

本发明公开了一种城区水系智能水质水量调度系统。为了克服原有技术水质水量调度大多采取行政命令形式，未能实现指挥控制中心一键式调度控制，且调度方式缺乏灵活性，不能准确贴合长期防汛需求，会造成资源的浪费等问题。本发明采用包括监控体系、信息中心和软件平台；调度系统使用方法包括以下步骤：S1.数据监测；S2.模型计算；S3.确定调度方案；S4.指挥中心决策；S5.方案实施。建立智能化水质水量调度平台，控制中心一键式智能调度，调度系统化，提高了水质水量调度效率，操作直观简单，计算拟定的方案更加符合长期防汛目标，调度方案更加灵活、合理，能有效防止水资源的浪费。

Description

一种城区水系智能水质水量调度方法
技术领域
本发明涉及一种水资源调度领域，尤其涉及一种城区水系智能水质水量调度方法。
背景技术
现有城市防洪及引清水质水量调度多采用固定式指标分段控制，如上海市在天气预报24hr内有暴雨或发出防汛防台蓝色预警时，要求控制内河水位在面平均控制最高水位25cm以下；在天气预报24hr内有特大暴雨或发出防汛防台红色预警时，要求尽力控制或预降内河水位在面平均控制最低水位以下。当防汛防台预警信号解除后，如内河面平均水位高于引清调水最高控制水位，则各水闸继续排水；如面平均水位低于引清调水最低控制水位时，立即恢复引清调水方案中引水水闸的引水，必要时对闸外水域水量充裕、水质和水动力相对较好的排水口改排为引，加大补水力度。调度方式明显缺乏灵活性，不能准确贴合长期防汛需求，可能会造成资源的浪费。
对于水质水量调度模型，学术界已有多种成果，例如建立流域分布式水动力、水质耦合模型，通过调水要求设定多水源调度遗传算法模型的目标函数，筛选最佳调水方案。例如，一种在中国专利文献上公开的“平原城市河网防洪、排涝、活水联合优化调度方法及系统”，其公告号“CN 109872063A”，包括以下步骤：S1，根据实时河网水位及24小时天气预报判断是否超出警戒水位；S2，根据判断的结果自动选取调度目标及对应调度方案库；S3，根据前述判断结果判别内涝级别或缺水水平并选取对应约束条件；S4，利用水量-水质模型对调度方案库进行基于不同约束条件的求解，并获得最优调度方案。调度模型多用于多年情况下河流、湖泊长期水质、水量调度，用于河道长期供水、水质、泥沙状况提升，还没有具体应用到城市范围内人口密集区汛期防洪与水质突发污染事件的处理当中；此外，现有水质水量调度大多采取行政命令形式，还未建立智能化调度平台，泵站、水闸等调水设施少有自动化控制系统，未能实现指挥控制中心一键式调度控制。
发明内容
本发明主要解决原有技术水质水量调度大多采取行政命令形式，未能实现指挥控制中心一键式调度控制，且调度方式明显缺乏灵活性，不能准确贴合长期防汛需求，可能会造成资源的浪费的问题；提供一种城区水系智能水质水量调度方法，建立智能水质水量调度平台，实现控制中心一键式调度；调度方式灵活，贴合长期防汛需求，避免资源浪费。
本发明的上述技术问题主要是通过下述技术方案得以解决的：
本发明所述的方法使用水质水量调度系统，系统包括现场执行调度方案的下位机构、监测下位机构的监测体系、处理监测数据来拟定调度方案的信息中心和确定调度方案的指挥中心；所述的下位机构(4)包括河道和水库的自然对象以及水闸和泵站的执行对象；调度方法包括以下步骤：
S1：监测体系监测下位机构的降雨量、河道水位、流量、水质、水闸开度、水泵运行状况的数据；
S2：信息中心根据监测到的数据，用以防汛风险、经济效益和环境安全为目标的水质、水量耦合模型计算；
S3：采用粒子群算法求解，求解出多个近似解，得到多个拟定方案；
S4：指挥中心根据目标的最优的收益智能筛选确定最终调度方案，一键智能调度，发送执行命令；
S5：下位机构自动执行调度方案。
水质水量调度系统把下位机构、监测体系、信息中心和指挥中心整合在一起，将现场的数据监测、分析、计算，得到的调度方案通过指挥中心一键调度，实现了一键式智能调度；执行机构包括自然对象和执行对象，自然对象包括河道和水库，执行对象包括水闸和泵站；监测体系检测的数据包括降雨量、河道水位、流量、水质、水闸开度、水泵运行状况的数据，涵盖了各个方面的数据，数据全面，为之后的分析提供基础；系统的调度系统使用方法的步骤中，通过模型计算，从多防汛风险、经济效益和环境安全三方面综合判断，拟定多个备选调度方案，调度方式灵活，符合长期防汛需求，多角度综合判断避免资源浪费。
作为优选，所述的下位机构包括河道、水闸、挡水坝和水泵；所述的监测体系包括安装在下位机构上的传感器、监控周围环境的监控视频和监测软件平台，检测到的数据通过监测软件平台整合，通过网络传递到信息中心。在下位机构安装传感器，用来监测降雨量、河道实时水位、流速、闸站的流量、污染物浓度和污染物的位置。以及结合监控视频监控周围环境，做到了监测数据的全面，为之后的建模计算和水质、水量判断做一个基础，使得后面的计算和判断更加准确。
作为优选，所述的信息中心包括三维可视化系统、水资源调度系统和水行政及公共服务系统；三维可视化系统提供数据的可视化平台；水资源调度系统根据监测数据进行水质、水量耦合模型计算、求解；水行政及公共服务系统为民众提供包括实时权威的防汛预警信息和避灾场所位置导航的服务。三维可视化系统给用户更加直观地体现监测到的数据，结合水资源调度系统分析、处理数据拟定调度方案和水行政及公共服务系统对民众多方面进行服务，功能分块明确，运行效率更加高，方便使用者的使用，也优化了对民众的服务。三维可视化系统提供从大地形到微观单体模型的多层级展示需求，满足快速查询和精细化管理需求；显示实时更新水情的要素信息和数据，使得数据具象化，方便使用者的观察理解与应用。水行政及公共服务系统提供信息管理化工具，为社会公众提供实时权威的防汛预警信息，提供避灾场所位置导航等服务，并开放公众举报平台，接受公众监督；便于民众得知防汛信息以及避难信息，对民众的服务更加全面，保障防汛安全，提高生活的安全感和幸福感。
作为优选，所述的步骤S1包括：
S11：监测体系监测下位机构的降雨量、河道水位、流量、水质、水闸开度、水泵运行状况的数据；
S12：监测软件平台将监测到的水质数据与国家标准进行阈值比较，如果有异常，则发出警报；
S13：监测软件平台将监测到的数据以及水质阈值比较的结果和数值通过网络发送给信息中心。
监测软件平台根据监测到的污染物浓度数据与国家标准进行比较，判断出是否污染，如果有污染则发出警报给信息中心，进行下一步操作。监控体系除了数据的监测以外还有对水质数据的简单阈值判断，丰富了监测体系的功能，也提高了水质污染的治理效率。
作为优选，所述的步骤2包括以下步骤：
S21：信息中心接收监测数据，如果软件监测平台发出警报，则进入步骤S22，如果软件监测平台没有发出警报，则进入步骤S23；
S22：根据水质数据与国家标准阈值比较的结果判断水质污染类型，分为轻度水质污染和重度水质污染，如果为轻度水质污染，则进入下一步，如果为重度水质污染，则直接进入步骤S5；
S23：根据监测到数据结合一周或十五日的精准天气预报，进行以防汛安全、环境安全、经济效益为目标的水质、水量耦合模型计算。
对前一步骤中有报警的水质数据进行细分类，分为轻度水质污染和重度水质污染，分类治理，提高治理的效率，更加有针对性；结合监测体系得到的水位、流量、水质等数据，结合长期的天气预报，从防汛安全、环境安全和经济效益为目标进行模型的运算，拟定适当的水质水量调度方案，供决策机构会商，使得拟定的调度方案更加灵活，涉及的目标多，方案更加全面、合理，方案能符合长期的潮汛需求，避免了资源的浪费。
作为优选，所述的水质、水量耦合模型为：
防汛安全目标：
Figure BDA0002184419170000031
Hij——河道i在桩号j位置的有效堤防高程；
htij——t时段河道i在桩号j位置的实时水位高程，由监测设备采集；
t——时间参数，取值应以能获得的较为准确的天气预报时长为准确定；
T为时间参数计算的最终常数值，n为河道计算的最终标号，m为桩号计算的最终标号；
环境安全目标：
Gijk——河道i在桩号j位置污染物k的允许浓度，由监测设备采集；
K为污染物计算时的最终常数值；
经济效益目标：
Figure BDA0002184419170000042
Qtij——t时段河道i在桩号j位置的补水或排水量，等于相应位置闸站的流量；
Ftij——t时段河道i在桩号j位置的补水费用或排水费用，需要提前设定；
防汛安全约束条件：Hij＞htij
补排水量约束条件：Qtij≤Ptij
Ptij——t时段河道i在桩号j位置的补水或排水能力，如果该位置没有水闸或者水泵站则数值等于零。
该水质、水量耦合模型需要求解的主要变量即为t时段河道i在桩号j位置的补水或排水量Qtij。
从防汛安全、环境安全和精益效益三方面为目标，计算出补水量或者排水量，涉及的面更加广泛，考虑更加周到，得出的方案更加灵活，避免水资源的浪费，且符合长期防汛需求，保证水质和安全，达到的经济效益最优化。
作为优选，所述的步骤S3包括：
S31：采用粒子群算法对水质、水量模型进行求解，得出2～4个近似解，即为拟定的调度方案；
S32：通过三维可视化系统建立河道的三维视图，展示采用不同的拟定的调度方案后的补水、排水量所产生的包括水位、水质和流量的效果和防汛安全、环境安全和经济效益的数值。
根据粒子群算法求解出2～4个拟定的调度方案，方案种类多，可供选择的方向多，可以根据实际对三个目标中某个需求强弱来确定最终方案；通过三维可视化系统建立的三维视图，能够直观地观察到方案实施后所达到的水位、水质和流速效果以及三个目标的数值，进行直观的比较，方便展示和用户观察方案实施后的效果，方便用户比较选择方案。
作为优选，所述的粒子群算法的初始化为一群随机粒子即随机解，然后通过迭代找到最优解，在每一次迭代中，粒子通过跟踪两个“极值”来更新自己；粒子根据如下的公式来更新自己的速度和新的位置：
v[]＝w×v[]×rand()×(pbest[]-present[])+c2×rand()×(gbest[]-present[])
present[]＝present[]+v[]
式中：
v[]——粒子的速度；
w——惯性权重；
present[]——当前粒子的位置；
rand()——介于(0，1)之间的随机数；
c1，c2——学习因子，通常c1＝c2＝2。
通过粒子群算法得到2～4个最优的近似解，即得到2～4个最优的调度方案，方便选择，保证方案时候后的结果最优，提高效率，确保方案整体上不会偏离目的。
作为优选，所述的收益根据不同方案计算的防汛安全、环境安全和经济效益数值得到，所述的最优收益为三个目标之和最大。指挥中心根据拟定方案中三个目标的数值之和智能筛选、确定最终方案，节省了人力，提高效率。
作为优选，所述的步骤S5包括：
S51：下位机构根据下达的调度方案，自动调度的内容包括水闸的开度和水泵的启停及转速；
S52：监测体系实时监测下位机构的运行状态，与下达的调度方案计算结果进行对比，对比内容包括河道的水位是否达到预计的范围内、水质即水中的污染物浓度是否达标、水闸的开度和水泵的运行状况是否达到预计，如果执行结果与调度结果不一致，则返回步骤S1，如果执行结果与计算结果一致，则继续监测、比较。
根据指挥中心确定下达的最终调度方案，自动化设备自动调度水闸的开度和水泵的启停及转速。监测体系实时监测水闸的开度和水泵的工作状态是否达到预期调度方案下达的范围，水位是否在计算预计的范围内，水中污染物的浓度是否在国家标准以下，如果不同，则回到步骤S1重新检测数据，重新计算模型和制定调度方案。调度系统有对实施调度方案后的反馈，确保实施方案后按照计划的执行，保证执行的准确性，确保了方案的可行性，保证调度不出错。
本发明的有益效果是：
1.建立智能化水质水量调度平台，指挥中心一键式智能调度，调度系统化，提高了水质水量调度效率，操作直观简单。
2.从防汛安全、经济效益和环境安全多目标智能调度计算模型，拟定的方案更加灵活，能有效防止水资源的浪费。
3.监测体系全面，监测到水位、流量和水质等各个方面，结合长期的天气预报，计算拟定的方案更加符合长期防汛目标，调度方案更加灵活、合理。
4.信息中心能对民众提供防汛预警信息和避难所导航信息等服务，保证民众的生活不受潮汛所影响，提高民众生活质量。
附图说明
图1是本发明的一种系统结构图；
图2是本发明的一种系统运行方法流程图。
图中1.监测体系，2.信息中心，21.三维可视化系统，22.水资源调度系统，23.水行政及公共服务系统，3.指挥中心，4.下位机构
具体实施方式
下面通过实施例，并结合附图，对本发明的技术方案作进一步具体的说明。
实施例：
本实施例的一种城区水系智能水质水量调度方法，如图1所示，采用的系统包括监测体系1、信息中心2、指挥中心3和下位机构4等结构。下位机构4包括河道、水闸、挡水坝、水泵。监测体系1包括设置在下位机构4位置的传感器和对周围环境监控的监控视频，传感器用于监测降雨量、河道水位、流量、水质、水闸开度、水泵运行状况的数据。监测体系1将监测到的数据通过网络传输给信息中心2。
信息中心2包括三维可视化系统21、水资源调度系统22和水行政及公共服务系统23，三维可视化系统21包括可视化平台，三维可视化系统21把信息中心2接收到的监测数据显示，显示实时更新水情的要素信息的基础数据，提供从大地形到微观单体模型的多层级展示需求，满足快速查询和精细化管理需求。水资源调度系统22包括从防汛安全、经济效益和环境安全等目标计算的水质、水量耦合模型，计算监测到的数据以及通过网络获取的长期天气预报的信息，拟定调度方案。水行政及公共服务系23为水行政管理部门提供信息化管理工具，根据监测体系1监测到的数据和天气预报的信息，为社会公众提供实时权威的防汛预警信息，提供避灾场所位置导航的服务，并开放公众举报平台，接受公众监督。水资源调度系统22拟定出来的2～4个备选调度方案，指挥中心3根据防汛安全、环境安全和经济效益目标计算的最优收益筛选出最终的方案，通过远程控制器控制下位机构4执行相应的操作，同时监测体系1监测下位机构4的执行情况，并与信息中心2计算出来的理论效果比较，保证方案的顺利实施。
水质水量调度系统的操作步骤具体如下：
S1：监测体系1监测下位机构的降雨量、河道水位、流量、水质、水闸开度、水泵运行状况的数据。
S11：监测体系1监测下位机构的降雨量、河道水位、流量、水质、水闸开度、水泵运行状况的数据。
在河道、水闸、挡水坝、水泵站位置安装传感器，监测降雨量、河道水位、流量、水质、水闸开度、水泵运行状况的数据，并对周边环境进行全方位视频监控。具体的检测数据如下：
①Rnt——t时段雨量站n监测设备测得的降雨量，用于暴雨过程线推求，并通过产汇流计算预测河道水位；
②htij——t时段河道i在桩号j位置的实时水位高程，由监测设备采集；
③Vtij——t时段河道i在桩号j位置的流速，由监测设备采集，并结合河道断面尺寸、水位高程计算该位置流量；
④Ktm——t时段m闸站的流量，由监测设备采集闸门开度或补水水泵运行情况后计算；
⑤Ctijk——t时段河道i在桩号i位置污染物k的浓度，由监测设备采集。
S12：监测软件平台将监测到的水质数据与国家标准进行阈值比较，如果有异常，则发出警报。
根据测得的水质数据即水中污染物的浓度数据，与国家标准的水质标准进行阈值比较，如果水质数据异常，则发出报警信号给信息中心2。
S13：监测软件平台将监测到的数据以及水质阈值比较的结果和数值通过网络发送给信息中心2。
S2：信息中心2根据监测到的数据，用以防汛风险、经济效益和环境安全为目标的水质、水量耦合模型计算。
S21：信息中心2接收监测数据，如果软件监测平台发出警报，则进入步骤S22，如果软件监测平台没有发出警报，则进入步骤S23。
S22：根据水质数据与国家标准阈值比较的结果判断水质污染类型，分为轻度水质污染和重度水质污染，如果为轻度水质污染，则进入下一步，如果为重度水质污染，则直接进入步骤S5。
根据传感器得到的污染物的浓度和位置，污染物浓度与国家标准对比，判断为轻度水质污染或者重度水质污染，如果为轻度水质污染进入下一步，再带入模型计算，得出调度方案；如果为重度水质污染，直接进行整治，采取封闭式处理，关闭水闸和水泵，由专业的队伍进行无害化处理。
S23：根据监测到数据结合一周或十五日的精准天气预报，进行以防汛安全、环境安全、经济效益为目标的水质、水量耦合模型计算。
检测到的河道水位、降雨量数据结合未来一周或十五天的长期天气预报，计算水位情况，判断是否需要防汛调度，根据判断的异常类型，需要排水、引水或者冲淡处理，计算以防汛安全、经济效益和环境安全为目标值的水质、水量耦合模型，计算过程如下：
防汛安全目标：
Figure BDA0002184419170000081
Hij——河道i在桩号j位置的有效堤防高程；
t——时间参数t即反映了模型对于较长时间序列的综合考虑，而不是局限于短时间内，参数t的取值应以能获得的较为准确的天气预报时长为准确定。
T为时间参数计算的最终常数值，n为河道计算的最终标号，m为桩号计算的最终标号。
环境安全目标：
Figure BDA0002184419170000082
Gijk——河道i在桩号j位置污染物k的允许浓度。
K为污染物计算时的最终常数值。
经济效益目标：
Figure BDA0002184419170000083
Qtij——t时段河道i在桩号j位置的补水或排水量，等于相应位置闸站的流量；
Ftij——t时段河道i在桩号j位置的补水费用或排水费用，需要提前设定。
防汛安全约束条件：Hij＞htij
补排水量约束条件：Qtij≤Ptij
Ptij——t时段河道i在桩号j位置的补水或排水能力(如果该位置没有水闸或者水泵站则数值等于零)，该指标与时段相关主要是因为不同时段对应河道水位不同，对于水闸和泵站的过水能力是有影响的。
计算得出防汛安全、经济效益和环境安全的目标值。
S3：采用粒子群算法求解，求解出多个近似解，即为多个拟定方案。
S31：采用粒子群算法对水质、水量模型进行求解，得出2～4个近似解，即为拟定的调度方案。
整个方程需要求解的主要变量即为t时段河道i在桩号j位置的补水或排水量Qtij，为有限个可行解的优化问题，属于组合优化的范畴，虽然理论上这种问题的最优解可以通过简单的穷举得到，但实际上可行解数量非常巨大，需要利用智能进化算法进行求解。
本发明采用粒子群算法进行求解，从随机解出发，多个粒子同时移动，且同时以自身经验与其他粒子所提供的经验进行比对寻找最适当的解，并使自己处于最优解中。
粒子群法初始化为一群随机粒子(随机解)，然后通过迭代找到最优解。在每一次迭代中，粒子通过跟踪两个“极值”来更新自己。第一个就是粒子本身所找的的最优解pBest，另一个极致是整个种群目前找到的最优解gBest。另外也可以不用整个种群而只是用其中一部分作为粒子的邻居，那么在所有邻居中的极值就是局部极值。在找到这两个最优值时，粒子根据如下的公式来更新自己的速度和新的位置：
v[]＝w×v[]×rand()×(pbest[]-present[])+c2×rand()×(gbest[]-present[])
present[]＝present[]+v[]
式中：
v[]——粒子的速度；
w——惯性权重；
present[]——当前粒子的位置；
rand()——介于(0，1)之间的随机数；
c1，c2——学习因子，通常c1＝c2＝2。
粒子群算法中并没有许多需要调节的参数，终止条件一般设置为达到最大循环数或者最小错误，粒子数一般取20～40即可满足大部分问题的要求。
模型求解出2～4个近似解，即2～4个水质水量调度方案。
S32：通过三维可视化系统建立河道的三维视图，展示采用不同的拟定的调度方案后的补水、排水量所产生的包括水位、水质和流量的效果和防汛安全、环境安全和经济效益的数值。
通过三维图的方式可视化展示不同补水、排水量产生水位、水质和流量的效果，以及用表格的方式展现的防汛安全、环境安全和经济效益的数值。
S4：指挥中心3根据目标的最优收益智能确定最终调度方案，一键智能调度，发送执行命令。最优收益为防汛安全、环境安全和经济效益三个目标的数值之和最大。
指挥中心3根据实际的情况和需求以及过往的经验，选择最佳的方案，确认方案后实施。
S5：下位机构4自动执行调度方案。
S51：下位机构4根据下达的调度方案，自动调度的内容包括水闸的开度和水泵的启停及转速。
确认后系统利用远程控制系统调节下位机构4包括水闸、水泵运行状态至方案要求标准。
如果在步骤S22中判断结果为重度水质污染时，立刻利用远程控制系统封闭受污染河段前后挡水建筑物，将污染控制在最小范围内，此操作不需要经过指挥中心3，避免了不必要的时间浪费，在最短的时间内控制住污染源。同时，由指挥中心向专业处置机构告警，请求专业化处理，并向上级主管部门报备，水行政及公共服务系统向群众发布疏散指令。
S52：监测体系1实时监测下位机构4的运行状态，与下达的调度方案计算结果进行对比，对比内容包括河道的水位是否达到预计的范围内、水质即水中的污染物浓度是否达标、水闸的开度和水泵的运行状况是否达到预计，如果执行结果与调度结果不一致，则返回步骤S1。
调度过程中，远程监测设备实时对水位、流量、水质等信息进行监测，数据传输回信息中心3后与调度方案计算结果进行比对，确保满足方案要求。对比的内容包括水闸的开度和水泵的运行状态是否达到预计、河道的水位是否处在预计的范围内和水中污染物浓度是否达国家标准，如果对比的结果都在预计的范围内，则继续执行调度，如果结果偏离误差允许的范围，则发出警报，回到步骤S1，重新监测新的数据，制定新的调度方案。
具体的防汛调度运行、轻度水质污染调度运行和重度水质调度运行方式如下：
1)防汛调度运行；
假设，根据天气预报，未来一周内会有连续大强度降雨，将预测降雨量输入产汇流计算后，首先得到预报降雨情况下河道水位上涨情况。再利用水质、水量耦合模型，以防汛安全和经济效益为目标，得到两到三种备选调度方案，并通过图表可视化展示不同调度方案实施后的水位情况和经济效益。
最后，由指挥中心3智能决策，选择最佳方案，确认后系统自动利用远程控制系统调节相应水闸、水泵运行状态至方案要求标准。调度过程中，远程监测设备实时对水位、流量等信息进行监测，数据传输回信息中心3后与调度方案计算结果进行比对，确保满足方案要求。
2)轻度水质污染调度运行；
轻度水质污染即污染物无较强毒副作用，仅需要引水冲淡污染物浓度即可。
发生污染情况时，首先由远程水质监测设备监测到水中污染物浓度大于国家标准，并发出报警，信息中心2收到报警的同时，使用水质、水量耦合模型计算，根据污染物位置和浓度，计算出2～4种水质调度方案，并通过图表方式可视化展示出不同调度方案实施后水位情况、污染物浓度分布和经济效益。
最后，由指挥中心3智能决策，选择最佳方案，确认后系统自动利用远程控制系统调节相应水闸、水泵运行状态至方案要求标准。调度过程中，远程监测设备实时对水位、流量、水质等信息进行监测，数据传输回信息中心后与调度方案计算结果进行比对，确保满足方案要求。
3)重度水质污染调度运行；
重度水质污染即污染物拥有较强的毒副作用，不能采取冲淡的方式，需要封闭受污染水域后，由专业处理队伍进行无害化处理。
发生重度水质污染时，首先由远程水质监测设备监测到异常情况并发出报警，判断为重度污染后，立刻封闭受污染河段前后挡水建筑物，将污染控制在最小范围内，此操作不需要经过指挥中心3，避免了不必要的时间浪费，在最短的时间内控制住污染源。同时，由指挥中心3向专业处置机构告警，请求专业化处理，并向上级主管部门报备，水行政及公共服务系统23向群众发布疏散指令。
本发明建立智能化水质水量调度平台，指挥中心一键式智能调度，调度系统化，提高了水质水量调度效率，操作直观简单。从防汛安全、经济效益和环境安全多目标智能调度计算模型，拟定的方案更加灵活，能有效防止水资源的浪费。监测体系全面，监测到水位、流量和水质等各个方面，结合长期的天气预报，计算拟定的方案更加符合长期防汛目标，调度方案更加灵活、合理。信息中心能对民众提供防汛预警信息和避难所导航信息等服务，保证民众的生活不受潮汛所影响，提高民众生活质量。

Claims (10)

1.一种城区水系智能水质水量调度方法，方法使用水质水量调度系统，系统包括现场执行调度方案的下位机构(4)、监测下位机构(4)的监测体系(1)、处理监测数据来拟定调度方案的信息中心(2)和确定调度方案的指挥中心(3)；所述的下位机构(4)包括河道和水库的自然对象以及水闸和泵站的执行对象；其特征在于调度方法包括以下步骤：
S1：监测体系(1)监测下位机构(4)的降雨量、河道水位、流量、水质、水闸开度、水泵运行状况的数据；
S2：信息中心(2)根据监测到的数据，用以防汛风险、经济效益和环境安全为目标的水质、水量耦合模型计算；
S3：采用粒子群算法求解，求解出多个近似解，得到多个拟定方案；
S4：指挥中心(3)根据目标的最优的收益智能筛选确定最终调度方案，一键智能调度，发送执行命令；
S5：下位机构(4)自动执行调度方案。
2.根据权利要求1所述的一种城区水系智能水质水量调度方法，其特征在于所述的下位机构(4)包括河道、水闸、挡水坝和水泵；所述的监测体系(1)包括安装在下位机构(1)上的传感器、监控周围环境的监控视频和监测软件平台，检测到的数据通过监测软件平台整合，通过网络传递到信息中心(3)。
3.根据权利要求1所述的一种城区水系智能水质水量调度方法，其特征在于所述的信息中心(2)包括三维可视化系统(21)、水资源调度系统(22)和水行政及公共服务系统(23)；三维可视化系统(21)提供数据的可视化平台；水资源调度系统(22)根据监测数据进行水质、水量耦合模型计算、求解；水行政及公共服务系统(23)为民众提供包括实时权威的防汛预警信息和避灾场所位置导航的服务。
4.根据权利要求2所述的一种城区水系智能水质水量调度方法，其特征在于所述的步骤S1包括：
S11：监测体系(1)监测下位机构的降雨量、河道水位、流量、水质、水闸开度、水泵运行状况的数据；
S12：监测软件平台将监测到的水质数据与国家标准进行阈值比较，如果有异常，则发出警报；
S13：监测软件平台将监测到的数据以及水质阈值比较的结果和数值通过网络发送给信息中心。
5.根据权利要求1或4所述的一种城区水系智能水质水量调度方法，其特征在于所述的步骤2包括以下步骤：
S21：信息中心(2)接收监测数据，如果软件监测平台发出警报，则进入步骤S22，如果软件监测平台没有发出警报，则进入步骤S23；
S22：根据水质数据与国家标准阈值比较的结果判断水质污染类型，分为轻度水质污染和重度水质污染，如果为轻度水质污染，则进入下一步，如果为重度水质污染，则直接进入步骤S5；
S23：根据监测到数据结合一周或十五日的精准天气预报，进行以防汛安全、环境安全、经济效益为目标的水质、水量耦合模型计算。
6.根据权利要求1所述的一种城区水系智能水质水量调度方法，其特征在于所述的水质、水量耦合模型为：
防汛安全目标：
Figure FDA0002184419160000021
Hij——河道i在桩号j位置的有效堤防高程；
htij——t时段河道i在桩号j位置的实时水位高程，由监测设备采集；
t——时间参数，取值应以能获得的较为准确的天气预报时长为准确定；
T为时间参数计算的最终常数值，n为河道计算的最终标号，m为桩号计算的最终标号；
环境安全目标：
Figure FDA0002184419160000022
Gijk——河道i在桩号j位置污染物k的允许浓度，由监测设备采集；
K为污染物计算时的最终常数值；
经济效益目标：
Qtij——t时段河道i在桩号j位置的补水或排水量，等于相应位置闸站的流量；
Ftij——t时段河道i在桩号j位置的补水费用或排水费用，需要提前设定；
防汛安全约束条件：Hij＞htij
补排水量约束条件：Qtij≤Ptij
Ptij——t时段河道i在桩号j位置的补水或排水能力，如果该位置没有水闸或者水泵站则数值等于零；
该水质、水量耦合模型需要求解的主要变量即为t时段河道i在桩号j位置的补水或排水量Qtij。
7.根据权利要求3或6所述的一种城区水系智能水质水量调度方法，其特征在于所述的步骤S3包括：
S31：采用粒子群算法对水质、水量模型进行求解，得出2～4个近似解，即为拟定的调度方案；
S32：通过三维可视化系统建立河道的三维视图，展示采用不同的拟定的调度方案后的补水、排水量所产生的包括水位、水质和流量的效果和防汛安全、环境安全和经济效益的数值。
8.根据权利要求7所述的一种城区水系智能水质水量调度方法，其特征在于所述的粒子群算法的初始化为一群随机粒子即随机解，然后通过迭代找到最优解，在每一次迭代中，粒子通过跟踪两个“极值”来更新自己；粒子根据如下的公式来更新自己的速度和新的位置：
v[]＝w×v[]×rand()×(pbest[]-present[])+c2×rand()×(gbest[]-present[])
present[]＝present[]+v[]
式中：
v[]——粒子的速度；
w——惯性权重；
present[]——当前粒子的位置；
rand()——介于(0，1)之间的随机数；
c1，c2——学习因子，通常c1＝c2＝2。
9.根据权利要求1所述的一种城区水系智能水质水量调度方法，其特征在于所述的收益根据不同方案计算的防汛安全、环境安全和经济效益数值得到，所述的最优收益为三个目标之和最大。
10.根据权利要求1或2所述的一种城区水系智能水质水量调度方法，其特征在于所述的步骤S5包括：
S51：下位机构(4)根据下达的调度方案，自动调度的内容包括水闸的开度和水泵的启停及转速；
S52：监测体系(1)实时监测下位机构(4)的运行状态，与下达的调度方案计算结果进行对比，对比内容包括河道的水位是否达到预计的范围内、水质即水中的污染物浓度是否达标、水闸的开度和水泵的运行状况是否达到预计，如果执行结果与计算结果不一致，则返回步骤S1，如果执行结果与计算结果一致，则继续监测、比较。
CN201910810900.5A 2019-08-29 2019-08-29 一种城区水系智能水质水量调度方法 Active CN110796328B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910810900.5A CN110796328B (zh) 2019-08-29 2019-08-29 一种城区水系智能水质水量调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910810900.5A CN110796328B (zh) 2019-08-29 2019-08-29 一种城区水系智能水质水量调度方法

Publications (2)

Publication Number Publication Date
CN110796328A true CN110796328A (zh) 2020-02-14
CN110796328B CN110796328B (zh) 2022-06-14

Family

ID=69427480

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910810900.5A Active CN110796328B (zh) 2019-08-29 2019-08-29 一种城区水系智能水质水量调度方法

Country Status (1)

Country Link
CN (1) CN110796328B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112116229A (zh) * 2020-09-08 2020-12-22 深圳市广汇源环境水务有限公司 一种流域水质调度管理方法、系统及平台
CN112130471A (zh) * 2020-09-28 2020-12-25 宁夏水投科技股份有限公司 一种水调自动化系统仿真数据模拟方法
CN112557611A (zh) * 2020-11-06 2021-03-26 佛山市禅城区环境监测站 一种河涌调水系统及其方法
CN112785193A (zh) * 2021-02-04 2021-05-11 广东鹏裕建设有限公司 一种水库全方位监控方法、系统、计算机设备及存储介质
CN112950096A (zh) * 2021-04-27 2021-06-11 中国电建集团成都勘测设计研究院有限公司 厂网河一体化分类智能调度方法
CN113047212A (zh) * 2021-03-25 2021-06-29 福建省水利水电勘测设计研究院 一种城市山洪防治与内河生态补水结合的治水方法
CN113065713A (zh) * 2021-04-14 2021-07-02 中国水利水电科学研究院 分段链式城市河湖生态补水预测方法
CN113408861A (zh) * 2021-05-26 2021-09-17 中国电建集团华东勘测设计研究院有限公司 一种实现重力流引调水工程实时调度方案的技术和应用平台
CN114580793A (zh) * 2022-05-05 2022-06-03 水利部交通运输部国家能源局南京水利科学研究院 基于多源互补以及局部调控的水环境优化方法及系统
CN116700039A (zh) * 2023-08-04 2023-09-05 山东科能电气设备有限公司 一种城市应急排水系统的控制方法、系统、设备及介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002136987A (ja) * 2000-10-31 2002-05-14 Fuji Electric Co Ltd 下水処理システム、その流入水処理演算装置、流入水処理方法、及び記憶媒体
US20110017678A1 (en) * 2009-07-23 2011-01-27 Anderson Dennis M Process for Rain Water, HVAC Condensate and Refrigeration Blowdown/Bleed Blowdown/Bleed Water Recovery, Water Quality Monitoring, Real Time Water Treatment and Utilization of Recovered Water
CN103543639A (zh) * 2013-10-30 2014-01-29 武汉大学 河湖水体量质耦合自优化模拟调控方法
CN207924874U (zh) * 2018-03-02 2018-09-28 中山市爱科应用科技有限公司 城市防汛预警预报装置
CN108842713A (zh) * 2018-07-04 2018-11-20 黄河勘测规划设计有限公司 多沙河流水质水量一体化配置与调度方法及其系统
CN109872063A (zh) * 2019-02-11 2019-06-11 南昌工程学院 平原城市河网防洪、排涝、活水联合优化调度方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002136987A (ja) * 2000-10-31 2002-05-14 Fuji Electric Co Ltd 下水処理システム、その流入水処理演算装置、流入水処理方法、及び記憶媒体
US20110017678A1 (en) * 2009-07-23 2011-01-27 Anderson Dennis M Process for Rain Water, HVAC Condensate and Refrigeration Blowdown/Bleed Blowdown/Bleed Water Recovery, Water Quality Monitoring, Real Time Water Treatment and Utilization of Recovered Water
CN103543639A (zh) * 2013-10-30 2014-01-29 武汉大学 河湖水体量质耦合自优化模拟调控方法
CN207924874U (zh) * 2018-03-02 2018-09-28 中山市爱科应用科技有限公司 城市防汛预警预报装置
CN108842713A (zh) * 2018-07-04 2018-11-20 黄河勘测规划设计有限公司 多沙河流水质水量一体化配置与调度方法及其系统
CN109872063A (zh) * 2019-02-11 2019-06-11 南昌工程学院 平原城市河网防洪、排涝、活水联合优化调度方法及系统

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112116229A (zh) * 2020-09-08 2020-12-22 深圳市广汇源环境水务有限公司 一种流域水质调度管理方法、系统及平台
CN112130471A (zh) * 2020-09-28 2020-12-25 宁夏水投科技股份有限公司 一种水调自动化系统仿真数据模拟方法
CN112557611A (zh) * 2020-11-06 2021-03-26 佛山市禅城区环境监测站 一种河涌调水系统及其方法
CN112785193A (zh) * 2021-02-04 2021-05-11 广东鹏裕建设有限公司 一种水库全方位监控方法、系统、计算机设备及存储介质
CN113047212A (zh) * 2021-03-25 2021-06-29 福建省水利水电勘测设计研究院 一种城市山洪防治与内河生态补水结合的治水方法
CN113065713A (zh) * 2021-04-14 2021-07-02 中国水利水电科学研究院 分段链式城市河湖生态补水预测方法
CN112950096A (zh) * 2021-04-27 2021-06-11 中国电建集团成都勘测设计研究院有限公司 厂网河一体化分类智能调度方法
CN112950096B (zh) * 2021-04-27 2022-06-07 中国电建集团成都勘测设计研究院有限公司 厂网河一体化分类智能调度方法
CN113408861A (zh) * 2021-05-26 2021-09-17 中国电建集团华东勘测设计研究院有限公司 一种实现重力流引调水工程实时调度方案的技术和应用平台
CN114580793A (zh) * 2022-05-05 2022-06-03 水利部交通运输部国家能源局南京水利科学研究院 基于多源互补以及局部调控的水环境优化方法及系统
CN116700039A (zh) * 2023-08-04 2023-09-05 山东科能电气设备有限公司 一种城市应急排水系统的控制方法、系统、设备及介质

Also Published As

Publication number Publication date
CN110796328B (zh) 2022-06-14

Similar Documents

Publication Publication Date Title
CN110796328B (zh) 一种城区水系智能水质水量调度方法
CN110633865A (zh) 一种基于排涝模型的城市积水预测与安全预警系统
CN111815128B (zh) 深层污水排水隧道的调度运行方法、装置和计算机设备
CN103546536A (zh) 污水处理厂物联网系统
CN103981832B (zh) 城市小型河流生态补水调度方法及系统
CN115545678A (zh) 一种基于水环境画像与污染物溯源的水质监测方法
CN104992245A (zh) 一种基于广义熵理论的水环境风险管理动态智能综合分析方法
CN106706033A (zh) 一种海绵城市性能监视系统和方法
CN107368623A (zh) 一种基于径流污染控制的调蓄池容积确定方法
JP2013227849A (ja) 雨水貯留タンクの水位管理システム
CN113155102A (zh) 一种河流综合治理系统
KR20140029155A (ko) 실시간 제어 기반의 지능형 우수관리 시스템 및 방법
CN106529739A (zh) 基于网格化的洪水预测方法
CN113502896A (zh) 基于水质监控的双闸门混流雨水截蓄装置、系统及方法
CN112116229A (zh) 一种流域水质调度管理方法、系统及平台
CN115952681A (zh) 一种极端暴雨天气下洪涝灾害防御的数字孪生分析方法
CN111598724B (zh) 一种中小水库入库流量日前预测的分时段集成方法
CN116306340A (zh) 一种模拟不同工况下的城市内涝风险分布的方法
CN111208778A (zh) 一种智慧雨水调蓄池监控系统及监控方法
CN114877933A (zh) 一种城市道路积水监测预警方法及系统
CN110348600A (zh) 一种水库群防洪效益最大的库容分配方法
CN113837453A (zh) 深层污水排水隧道智慧运营系统
CN210086461U (zh) 一种用于雨水调蓄池的自动化水力冲洗装置
CN113191748A (zh) 一种智慧排水系统
CN116167547A (zh) 一种智能水务管控系统及方法

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