CN114331186A - 一种排水厂网河智能调度方法及系统 - Google Patents
一种排水厂网河智能调度方法及系统 Download PDFInfo
- Publication number
- CN114331186A CN114331186A CN202111676504.1A CN202111676504A CN114331186A CN 114331186 A CN114331186 A CN 114331186A CN 202111676504 A CN202111676504 A CN 202111676504A CN 114331186 A CN114331186 A CN 114331186A
- Authority
- CN
- China
- Prior art keywords
- data
- scheduling
- river
- plant
- water
- 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.)
- Pending
Links
Images
Classifications
-
- 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
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/152—Water filtration
Landscapes
- Sewage (AREA)
Abstract
本发明提供了一种厂网河一体化智能调度方法及系统,涉及城市污水排水调度技术领域,包括:获取待调度区域的实测水质数据、实测降雨量、预报降水量数据和污水处理厂、管网智能分流井、调蓄池和河道的实测水量水位数据;根据厂网河一体化调度模型,基于所获取的实测数据和预报数据预测待调度区域未来一段时间内的水质水量预估数据;在所预测的水质水量预估数据符合厂网河一体化调度模型中调度模式时,选择与该水质水量预估数据相对应的调度模式对未来一段时间的排水设施的运行进行调度。本发明能够对未来一段时间内的水质水量情况进行预测,并自动选择不同的排水调联方式进行排水设施的运行,以保证城市水安全缓解城市水污染的发生。
Description
技术领域
本发明涉及城市污水排水调度技术领域,尤其是涉及一种排水排水厂网河智能调度方法及系统。
背景技术
目前在城区水环境改善、污水提质增效、城市防洪排涝等多方面要求下,城市水安全、水环境的保证往往需要综合城区大排水系统(河湖)以及小排水系统(管网),因此,网-泵-厂-河联合联调显得尤为重要。
目前在进行相关调度时,大部分城市主要还是以人工经验调度为主,管网、泵站、调蓄池、河道闸泵往往需要参考气象信息、监测信息、视频监控等结合以往的经验进行单独调度。这样在调度过程中往往考虑较为单一,比如在进行污水泵站的调度时,会考虑上游、下游管网水位,但往往不会考虑污水厂处理能力。在进行智能分流井调度时,往往只根据该点的水位进行判断分流井排河闸门是否开启,并不会判断下游调蓄池是否有蓄水能力。城区流域错综复杂,各部分都有关联性,各部分调度方法的不得当,造成城区洪涝发生或者不必要的脏水入河造成水环境污染。
发明内容
本发明的目的在于提供一种排水厂网河智能调度方法及系统,以解决现有技术中存在的调度方式无法自动预测水质水量并进行合理调度排水设施的技术问题。本发明提供的诸多技术方案中的优选技术方案所能产生的诸多技术效果详见下文阐述。
为实现上述目的,本发明提供了以下技术方案:
本发明提供的一种厂网河一体化智能调度方法,所述方法包括:
获取待调度区域的实测水质数据、实测降雨量、预报降水量数据和污水处理厂、管网智能分流井、调蓄池和河道的实测水量水位数据;
根据厂网河一体化调度模型,基于所获取的实测数据和预报数据预测待调度区域未来一段时间内的水质水量预估数据;在所预测的水质水量预估数据符合厂网河一体化调度模型中调度模式时,选择与该水质水量预估数据相对应的调度模式对未来一段时间的排水进行调度,其中,所述调度模式包括旱季调度模式、小雨调度模式、排涝调度模式、联合调度模式、调蓄池排空调度模式和应急调度模式。
根据一种优选实施方式,所述厂网河一体化调度模型的构建方法包括:
获取待调度区域的基础数据,并基于所获取的基础数据构建待调度区域的厂网河一体化调度模型;其中,所述基础数据包括基础降雨数据、地形数据、管网数据、河道收集数据和闸泵信息数据;
对所构建的厂网河一体化调度模型进行率定验证,所述率定验证包括针对旱季和雨季的不同,通过修改模型参数以使得调度模型的模拟数据与实测数据相拟合,所述模型参数包括管道粗糙系数、河道糙率、坡面汇流流速、初损后损值和土壤下渗系数。
根据一种优选实施方式,所述获取待调度区域的实测水质数据、实测降雨量、预报降水量数据和污水处理厂、管网智能分流井、调蓄池和河道的实测水量水位数据;包括:
获取智能分流井的实测水位、调蓄池的实测水位、河道的实测水位、智能分流井的闸门状态、污水处理泵站开停状态、河道泵闸开停状态、污水处理泵站的污水流量和河道水质数据,并通过连接网络获取天气预报的实测降雨量及预报降水量数据。
根据一种优选实施方式,所述根据厂网河一体化调度模型,基于所获取的实测数据和预报数据预测待调度区域未来一段时间内的水质水量预估数据;在所预测的水质水量预估数据符合厂网河一体化调度模型中调度模式时,选择与该水质水量预估数据相对应的调度模式对未来一段时间的排水进行调度,其中,所述调度模式包括旱季调度模式、小雨调度模式、排涝调度模式、联合调度模式、调蓄池排空调度模式和应急调度模式,包括:
当实测降雨量和预报降水量为0,且当智能分流井的实测水位h小于智能分流井的警戒水位h0时,则选择旱季调度模式;其中,所述旱季调度模式包括开启智能分流井排污闸,并关闭智能分流井排河闸;和/或
在旱季调度模式下,当实测降雨量和预报降水量为0,调蓄池水位与池底高程之差大于0.5m,且进入污水厂的污水流量Q小于污水厂所能处理的最大污水流量Q0时,则选择调蓄池排空模式,其中,所述调蓄池排空模式包括:
计算调蓄池当前蓄水量V和进入污水厂的污水流量Q;
根据污水厂富余能力和调蓄池排空泵能力开启调蓄池排空泵对调蓄池进行排空处理;
待调蓄池水位小于排空泵停泵水位时,停止排空。
根据一种优选实施方式,所述根据厂网河一体化调度模型,基于所获取的实测数据和预报数据预测待调度区域未来一段时间内的水质水量预估数据;并在所预测的水质水量预估数据符合厂网河一体化调度模型中调度模式时,选择与该水质水量预估数据相对应的调度模式对未来一段时间内的排水进行调度,还包括:
根据各污水处理泵站流量计算进入污水厂的污水流量Q,
当智能分流井的实测水位h大于智能分流井的警戒水位h0,且调蓄池的实测水位H小于调蓄池最高水位H0时,或者
当智能分流井的实测水位h大于智能分流井的警戒水位h0,且进入污水厂的污水流量Q小于污水厂所能处理的最大污水流量Q0时,则选择小雨调度模式;
其中,所述小雨调度模式包括开启智能分流井排污闸,关闭智能分流井排河闸。
根据一种优选实施方式,所述根据厂网河一体化调度模型,基于所获取的实测数据和预报数据预测待调度区域未来一段时间内的水质水量预估数据;并在所预测的水质水量预估数据符合厂网河一体化调度模型中调度模式时,选择与该水质水量预估数据相对应的调度模式对未来一段时间内的排水进行调度,还包括:
当智能分流井的实测水位h大于智能分流井的警戒水位h0,且调蓄池的实测水位H大于调蓄池最高水位H0,且进入污水厂的污水流量Q小于污水厂所能处理的最大污水流量Q0时,则选择联合调度模式,
其中,所述联合调度模式包括开启智能分流井排河闸。
根据一种优选实施方式,所述根据厂网河一体化调度模型,基于所获取的实测数据和预报数据预测待调度区域未来一段时间内的水质水量预估数据;并在所预测的水质水量预估数据符合厂网河一体化调度模型中调度模式时,选择与该水质水量预估数据相对应的调度模式对未来一段时间内的排水进行调度,还包括:
当实测降雨量超过小雨模式的降水量标准时,则选择排涝调度模式;
其中,所述排涝调度模式包括:
开启智能分流井排河闸,进行预排;
开启河道闸泵系统,进行水位预降;
当智能分流井水位h上升,且智能分流井排河闸保持开启状态,若河道当前水位Hr变大时,则开启所有河道泵闸;
若所有河道泵闸均开启,且河道当前水位Hr仍然上涨,则发出水量报警信息;
若智能分流水井水位超过地面高程,则发出风险提示信息和位置信息。
根据一种优选实施方式,所述方法还包括:
当待调度区域的水质数据超过水质预警阈值时,则发出水质报警信息;
当收到水质报警信息、水量报警信息和/或风险提示信息时,则选择应急模式;所述应急模式为:通过人工对调度模式进行编辑和调整,并对所形成的调度方案进行评估,使其适用于水质水量报警或风险状态下的排水调度。
本发明还提供了一种厂网河一体化智能调度系统,包括:
获取模块,用于获取待调度区域的实测水质数据、实测降雨量、预报降水量数据和污水处理厂、管网智能分流井、调蓄池和河道的实测水量水位数据;
预测模块,用于根据厂网河一体化调度模型,基于所获取的实测数据和预报数据预测待调度区域未来一段时间内的水质水量预估数据;并在所预测的水质水量预估数据符合厂网河一体化调度模型中调度模式时,选择与该水质水量预估数据相对应的调度模式对未来一段时间内的排水进行调度,其中,所述调度模式包括旱季调度模式、小雨调度模式、排涝调度模式、联合调度模式、调蓄池排空调度模式和应急调度模式。
根据一种优选实施方式,还包括:
厂网河一体化调度模型构建模块,用于获取待调度区域的基础数据,并基于所获取的基础数据构建待调度区域的厂网河一体化调度模型;其中,所述基础数据包括基础降雨数据、地形数据、管网数据、河道收集数据和闸泵信息数据。
基于上述技术方案,本发明的厂网河一体化智能调度方法及系统至少具有如下技术效果:
本发明的厂网河一体化智能调度方法通过获取待调度区域的实测水质数据、实测降雨量和预报降水量数据;进而根据厂网河一体化调度模型,基于所获取的实测数据和预报数据预测待调度区域未来一段时间内的水质水量预估数据;在所预测的水质水量预估数据符合厂网河一体化调度模型中调度模式时,选择与该水质水量预估数据相对应的调度模式对未来一段时间内的排水设施的运行进行调度,其中,调度模式包括旱季调度模式、小雨调度模式、排涝调度模式、联合调度模式、调蓄池排空调度模式和应急调度模式。从而能够对未来一段时间内的水质水量情况进行提前预测,并且针对不同的水质水量数据,自动选择采用不同的排水调联方式及时进行排水和污水处理,以保证城市水安全,同时缓解城市水污染的发生。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一示例性实施例的厂网河一体化智能调度方法的流程示意图;
图2是本发明一示例性实施例的厂网河一体化智能调度系统的框图示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将对本发明的技术方案进行详细的描述。显然,所描述的实施例仅仅是本发明一部分实施例,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的前提下所得到的所有其它实施方式,都属于本发明所保护的范围。
实施例1
本实施例提供了提供了一种厂网河一体化智能调度方法,参考图1,方法包括:
步骤S101:获取待调度区域的实测水质数据、实测降雨量、预报降水量数据和污水处理厂、管网智能分流井、调蓄池和河道的实测水量水位数据。
具体优选的还包括:获取智能分流井的实测水位、调蓄池的实测水位、河道的实测水位、智能分流井的闸门状态、污水处理泵站开停状态、河道泵闸开停状态、污水处理泵站的污水流量和河道水质数据,并通过连接网络获取天气预报的实测降雨量及预报降水量数据。
步骤102:根据厂网河一体化调度模型,基于所获取的实测数据和预报数据预测待调度区域未来一段时间内的水质水量预估数据;在所预测的水质水量预估数据符合厂网河一体化调度模型中调度模式时,选择与该水质水量预估数据相对应的调度模式对未来一段时间的排水设施的运行进行调度,其中,所述调度模式包括旱季调度模式、小雨调度模式、排涝调度模式、联合调度模式、调蓄池排空调度模式和应急调度模式。
本申请的调度模式针对的是污水厂-管网-河道排水体系,主要通过控制设施闸站、智能分流井、调蓄设施的运行规则,目的是保证安全前提下水质达标。
优选的,水质水量预估数据包括管网的流量、水位和充满度,管网智能分流井、泵站、调蓄池和污水处理厂的运行状况,河道流量、水位和水质指标状况。优选的,水质指标包括高锰酸盐指数、氨氮、总氮和总磷。
其中,优选的,厂网河一体化调度模型的构建方法包括:
获取待调度区域的基础数据,并基于所获取的基础数据构建待调度区域的厂网河一体化调度模型;其中,所述基础数据包括基础降雨数据、地形数据、管网数据、河道收集数据和闸泵信息数据。进一步优选的,其中,降雨数据包括实测的降雨时间、雨强/雨量及水位随时间变化。管网数据包括节点(如雨水篦子或人孔的尺寸、地面标高、内底标高和埋深等),管段(如排水体制、起点埋深、终点埋深、管径、管长、坡度、管材及位移),排口(如地面标高和底标高),泵(如扬程、流量和型号),智能分流井(如位置、底高、地面高程、排污闸大小位置、排河闸大小及位置等),调蓄池(如位置、尺寸、排空泵站能力、收水范围)。河道收集数据包括位置、断面、水工结构物及调度规则。基础数据还包括污水厂的处理能力数据。
对所构建的厂网河一体化调度模型进行率定验证。率定验证包括针对旱季和雨季的不同,通过修改模型参数以使得调度模型的模拟数据与实测数据相拟合,所述模型参数包括管道粗糙系数、河道糙率、坡面汇流流速、初损后损值和土壤下渗系数。同时抽取部分时段作为模型验证,用率定好的模拟结果与实测数据比对,并进行误差评价。
进一步优选的,步骤S102包括:
当实测降雨量和预报降水量为0,且当智能分流井的实测水位h小于智能分流井的警戒水位h0时,则选择旱季调度模式。即当无实际降雨且无预报降雨时,选择进入旱季调度模式。其中,旱季调度模式包括开启智能分流井排污闸,并关闭智能分流井排河闸。以便在旱季调度模式下最大程度利用污水处理泵站及污水厂处理能力,有效改善旱季水污染,并减少调蓄池旱季使用。
优选的,在旱季调度模式下,当实测降雨量和预报降水量为0,调蓄池水位与池底高程之差大于0.5m,且进入污水厂的污水流量Q小于污水厂所能处理的最大污水流量Q0时,则选择调蓄池排空模式。以便及时将调蓄池排空,为后期降雨提供排水调度作用。
优选的,调蓄池排空模式包括:
计算调蓄池当前蓄水量V和进入污水厂的污水流量Q;
根据污水厂富余能力和调蓄池排空泵能力开启调蓄池排空泵对调蓄池进行排空处理;
待调蓄池水位小于排空泵停泵水位时,停止排空。
进一步优选的,步骤S102还包括:
根据各污水处理泵站流量计算进入污水厂的污水流量Q,
当智能分流井的实测水位h大于智能分流井的警戒水位h0,且调蓄池的实测水位H小于调蓄池最高水位H0时,或者
当智能分流井的实测水位h大于智能分流井的警戒水位h0,且进入污水厂的污水流量Q小于污水厂所能处理的最大污水流量Q0时,则选择小雨调度模式。优选的,小雨调度模式包括开启智能分流井排污闸,关闭智能分流井排河闸。小雨调度模式以减小合流制溢流为目标,通过调度泵站、调蓄池以及污水厂处理能力达到目标。
进一步优选的,步骤S102还包括:
当智能分流井的实测水位h大于智能分流井的警戒水位h0,且调蓄池的实测水位H大于调蓄池最高水位H0,且进入污水厂的污水流量Q小于污水厂所能处理的最大污水流量Q0时,则发出污水入河提示并选择联合调度模式。其中,联合调度模式包括开启智能分流井排河闸。以使得污水入河实现通过调度泵站、调蓄池、污水处理厂和河水联合进行排水调度。
优选的,步骤S102还包括:
当实测降雨量超过小雨模式的降水量标准时,则选择排涝调度模式。优选的,排涝调度模式包括:
开启智能分流井排河闸,进行预排;
开启河道闸泵系统,进行水位预降。排涝调度模式以水安全为主要目标,通过调度管网泵站和河道闸泵以发挥最大排水能力排水,可有效解决防台防汛工作中的调度问题。
进一步优选的,步骤S102还包括:
当智能分流井水位h上升,且智能分流井排河闸保持开启状态,若河道当前水位Hr变大时,则开启所有河道泵闸;
若所有河道泵闸均开启,且河道当前水位Hr仍然上涨,则发出报警信息;以便及时通知人工采取紧急处理措施。
若智能分流水井水位超过地面高程,则发出风险提示信息和位置信息。及时通知人工采取措施。
从而本发明的方法可以基于预测水质和水量不同,及时调度泵站、调蓄池、污水厂处理能力和/或河道,已采取合适的调度方式排水。
进一步优选的,本发明的智能调度方法还包括:
当待调度区域的水质数据超过水质预警阈值时,则发出水质报警信息;
当收到水质报警信息、水量报警信息和/或风险提示信息时,则选择应急模式;所述应急模式为:通过人工对调度模式进行编辑和调整,并对所形成的调度方案进行评估,使其适用于水质水量报警或风险状态下的排水调度。以便通过人工对调度方案进行调整编辑并评估方案效果,并推送优选后的调度方案。
实施例2
参考图2,图2示出了本发明的一示例性实施例的一种厂网河一体化智能调度系统的框图示意图。本发明的一种厂网河一体化智能调度系统,包括:
获取模块201,用于获取待调度区域的实测水质数据、实测降雨量、预报降水量数据和污水处理厂、管网智能分流井、调蓄池和河道的实测水量水位数据。
预测模块202,用于根据厂网河一体化调度模型,基于所获取的实测数据和预报数据预测待调度区域未来一段时间内的水质水量预估数据;并在所预测的水质水量预估数据符合厂网河一体化调度模型中调度模式时,选择与该水质水量预估数据相对应的调度模式对未来一段时间内的排水进行调度,其中,所述调度模式包括旱季调度模式、小雨调度模式、排涝调度模式、联合调度模式、调蓄池排空调度模式和应急调度模式。
根据一种优选实施方式,本发明的一种厂网河一体化智能调度系统还包括:
厂网河一体化调度模型构建模块203,用于获取待调度区域的基础数据,并基于所获取的基础数据构建待调度区域的厂网河一体化调度模型;其中,所述基础数据包括基础降雨数据、地形数据、管网数据、河道收集数据和闸泵信息数据。
本发明的厂网河一体化智能调度系统在正常运行过程中,无需进行人工干预,系统则会自动调用在线监测的实测数据和预报数据并通过厂网河一体化调度模型进行未来一段时间内的水质水量预估数据的预测。而当遇到出现水质水量报警信息或突发水质污染事故时,则可人工通过厂网河水质水量调度模型构建模块中的编辑功能对管网和河道上任何构筑物进行便利的定义和模拟不同的调度方案,以得到优化后的调度方案,以便对水质或水量报警状况进行及时优化调度。
本发明的厂网河一体化智能调度方法可以通过计算机程序来执行,计算机程序存储于存储器中,储存器与处理器相连接用于通过处理器调用并执行存储器中的计算机程序。
可以理解的是,上述各实施例中相同或相似部分可以相互参考,在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
需要说明的是,在本发明的描述中,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本发明的描述中,除非另有说明,“多个”的含义是指至少两个。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种厂网河一体化智能调度方法,其特征在于,所述方法包括:
获取待调度区域的实测水质数据、实测降雨量、预报降水量数据和污水处理厂、管网智能分流井、调蓄池和河道的实测水量水位数据;
根据厂网河一体化调度模型,基于所获取的实测数据和预报数据预测待调度区域未来一段时间内的水质水量预估数据;在所预测的水质水量预估数据符合厂网河一体化调度模型中调度模式时,选择与该水质水量预估数据相对应的调度模式对未来一段时间的排水进行调度,其中,所述调度模式包括旱季调度模式、小雨调度模式、排涝调度模式、联合调度模式、调蓄池排空调度模式和应急调度模式。
2.根据权利要求1所述的厂网河一体化智能调度方法,其特征在于,所述厂网河一体化调度模型的构建方法包括:
获取待调度区域的基础数据,并基于所获取的基础数据构建待调度区域的厂网河一体化调度模型;其中,所述基础数据包括基础降雨数据、地形数据、管网数据、河道收集数据和闸泵信息数据;
对所构建的厂网河一体化调度模型进行率定验证,所述率定验证包括针对旱季和雨季的不同,通过修改模型参数以使得调度模型的模拟数据与实测数据相拟合,所述模型参数包括管道粗糙系数、河道糙率、坡面汇流流速、初损后损值和土壤下渗系数。
3.根据权利要求2所述的厂网河一体化智能调度方法,其特征在于,所述获取待调度区域的实测水质数据、实测降雨量、预报降水量数据和污水处理厂、管网智能分流井、调蓄池和河道的实测水量水位数据;包括:
获取智能分流井的实测水位、调蓄池的实测水位、河道的实测水位、智能分流井的闸门状态、污水处理泵站开停状态、河道泵闸开停状态、污水处理泵站的污水流量和河道水质数据,并通过连接网络获取天气预报的实测降雨量及预报降水量数据。
4.根据权利要求3所述的厂网河一体化智能调度方法,其特征在于,所述根据厂网河一体化调度模型,基于所获取的实测数据和预报数据预测待调度区域未来一段时间内的水质水量预估数据;在所预测的水质水量预估数据符合厂网河一体化调度模型中调度模式时,选择与该水质水量预估数据相对应的调度模式对未来一段时间的排水进行调度,其中,所述调度模式包括旱季调度模式、小雨调度模式、排涝调度模式、联合调度模式、调蓄池排空调度模式和应急调度模式,包括:
当实测降雨量和预报降水量为0,且当智能分流井的实测水位h小于智能分流井的警戒水位h0时,则选择旱季调度模式;其中,所述旱季调度模式包括开启智能分流井排污闸,并关闭智能分流井排河闸;和/或
在旱季调度模式下,当实测降雨量和预报降水量为0,调蓄池水位与池底高程之差大于0.5m,且进入污水厂的污水流量Q小于污水厂所能处理的最大污水流量Q0时,则选择调蓄池排空模式,其中,所述调蓄池排空模式包括:
计算调蓄池当前蓄水量V和进入污水厂的污水流量Q;
根据污水厂富余能力和调蓄池排空泵能力开启调蓄池排空泵对调蓄池进行排空处理;
待调蓄池水位小于排空泵停泵水位时,停止排空。
5.根据权利要求3所述的厂网河一体化智能调度方法,其特征在于,所述根据厂网河一体化调度模型,基于所获取的实测数据和预报数据预测待调度区域未来一段时间内的水质水量预估数据;并在所预测的水质水量预估数据符合厂网河一体化调度模型中调度模式时,选择与该水质水量预估数据相对应的调度模式对未来一段时间内的排水进行调度,还包括:
根据各污水处理泵站流量计算进入污水厂的污水流量Q,
当智能分流井的实测水位h大于智能分流井的警戒水位h0,且调蓄池的实测水位H小于调蓄池最高水位H0时,或者
当智能分流井的实测水位h大于智能分流井的警戒水位h0,且进入污水厂的污水流量Q小于污水厂所能处理的最大污水流量Q0时,则选择小雨调度模式;
其中,所述小雨调度模式包括开启智能分流井排污闸,关闭智能分流井排河闸。
6.根据权利要求5所述的厂网河一体化智能调度方法,其特征在于,所述根据厂网河一体化调度模型,基于所获取的实测数据和预报数据预测待调度区域未来一段时间内的水质水量预估数据;并在所预测的水质水量预估数据符合厂网河一体化调度模型中调度模式时,选择与该水质水量预估数据相对应的调度模式对未来一段时间内的排水进行调度,还包括:
当智能分流井的实测水位h大于智能分流井的警戒水位h0,且调蓄池的实测水位H大于调蓄池最高水位H0,且进入污水厂的污水流量Q小于污水厂所能处理的最大污水流量Q0时,则选择联合调度模式,
其中,所述联合调度模式包括开启智能分流井排河闸。
7.根据权利要求6所述的的厂网河一体化智能调度方法,其特征在于,所述根据厂网河一体化调度模型,基于所获取的实测数据和预报数据预测待调度区域未来一段时间内的水质水量预估数据;并在所预测的水质水量预估数据符合厂网河一体化调度模型中调度模式时,选择与该水质水量预估数据相对应的调度模式对未来一段时间内的排水进行调度,还包括:
当实测降雨量超过小雨模式的降水量标准时,则选择排涝调度模式;
其中,所述排涝调度模式包括:
开启智能分流井排河闸,进行预排;
开启河道闸泵系统,进行水位预降;
当智能分流井水位h上升,且智能分流井排河闸保持开启状态,若河道当前水位Hr变大时,则开启所有河道泵闸;
若所有河道泵闸均开启,且河道当前水位Hr仍然上涨,则发出水量报警信息;
若智能分流水井水位超过地面高程,则发出风险提示信息和位置信息。
8.根据权利要求7所述的厂网河一体化智能调度方法,其特征在于,所述方法还包括:
当待调度区域的水质数据超过水质预警阈值时,则发出水质报警信息;
当收到水质报警信息、水量报警信息和/或风险提示信息时,则选择应急模式;所述应急模式为:通过人工对调度模式进行编辑和调整,并对所形成的调度方案进行评估,使其适用于水质水量报警或风险状态下的排水调度。
9.一种厂网河一体化智能调度系统,其特征在于,包括:
获取模块,用于获取待调度区域的实测水质数据、实测降雨量、预报降水量数据和污水处理厂、管网智能分流井、调蓄池和河道的实测水量水位数据;
预测模块,用于根据厂网河一体化调度模型,基于所获取的实测数据和预报数据预测待调度区域未来一段时间内的水质水量预估数据;并在所预测的水质水量预估数据符合厂网河一体化调度模型中调度模式时,选择与该水质水量预估数据相对应的调度模式对未来一段时间内的排水进行调度,其中,所述调度模式包括旱季调度模式、小雨调度模式、排涝调度模式、联合调度模式、调蓄池排空调度模式和应急调度模式。
10.根据权利要求9所述的厂网河一体化智能调度系统,其特征在于,还包括:
厂网河一体化调度模型构建模块,用于获取待调度区域的基础数据,并基于所获取的基础数据构建待调度区域的厂网河一体化调度模型;其中,所述基础数据包括基础降雨数据、地形数据、管网数据、河道收集数据和闸泵信息数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111676504.1A CN114331186A (zh) | 2021-12-31 | 2021-12-31 | 一种排水厂网河智能调度方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111676504.1A CN114331186A (zh) | 2021-12-31 | 2021-12-31 | 一种排水厂网河智能调度方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114331186A true CN114331186A (zh) | 2022-04-12 |
Family
ID=81022135
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111676504.1A Pending CN114331186A (zh) | 2021-12-31 | 2021-12-31 | 一种排水厂网河智能调度方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114331186A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116068957A (zh) * | 2023-03-31 | 2023-05-05 | 交通运输部天津水运工程科学研究所 | 一种散货港口雨污水收集与调度系统及方法 |
CN116402291A (zh) * | 2023-03-22 | 2023-07-07 | 深圳市深圳河湾流域管理中心 | 一种河湾流域污水统筹调度方法及系统 |
CN117217503A (zh) * | 2023-11-09 | 2023-12-12 | 山东华宝隆轻工机械有限公司 | 一种基于大数据的智慧泵站泵群远程智能调度管理系统 |
CN117252349A (zh) * | 2023-11-20 | 2023-12-19 | 中国一冶集团有限公司 | 基于水质水量双控的城市河流智能调控方法 |
-
2021
- 2021-12-31 CN CN202111676504.1A patent/CN114331186A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116402291A (zh) * | 2023-03-22 | 2023-07-07 | 深圳市深圳河湾流域管理中心 | 一种河湾流域污水统筹调度方法及系统 |
CN116068957A (zh) * | 2023-03-31 | 2023-05-05 | 交通运输部天津水运工程科学研究所 | 一种散货港口雨污水收集与调度系统及方法 |
CN117217503A (zh) * | 2023-11-09 | 2023-12-12 | 山东华宝隆轻工机械有限公司 | 一种基于大数据的智慧泵站泵群远程智能调度管理系统 |
CN117217503B (zh) * | 2023-11-09 | 2024-02-06 | 山东华宝隆轻工机械有限公司 | 一种基于大数据的智慧泵站泵群远程智能调度管理系统 |
CN117252349A (zh) * | 2023-11-20 | 2023-12-19 | 中国一冶集团有限公司 | 基于水质水量双控的城市河流智能调控方法 |
CN117252349B (zh) * | 2023-11-20 | 2024-03-01 | 中国一冶集团有限公司 | 基于水质水量双控的城市河流智能调控方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114331186A (zh) | 一种排水厂网河智能调度方法及系统 | |
CN105951969B (zh) | 一种蓄水排洪系统及蓄排方法 | |
CN111613017A (zh) | 一种城市洪涝灾害紧急预警处理方法及系统 | |
CN109764931B (zh) | 一种海绵城市河道水位预测预警方法 | |
CN109872063A (zh) | 平原城市河网防洪、排涝、活水联合优化调度方法及系统 | |
CN111476676B (zh) | 一种城镇小流域分类分级智能调度方法 | |
CN105353711A (zh) | 智能排水调度系统和方法 | |
CN109544865B (zh) | 一种变电站内涝预警方法及预警系统 | |
CN106326656B (zh) | 一种工程设施极端暴雨洪水位的模拟预测方法 | |
CN112408524B (zh) | 管网调蓄耦合水厂高负荷处理系统、方法、装置及设备 | |
CN106801463A (zh) | 排水管的排水状态检测方法和系统 | |
CN112575883A (zh) | 一种城市污水管网流域内截流井群控制方法 | |
CN111005429A (zh) | 一种双层耦合结构的排水系统及方法 | |
CN101929140A (zh) | 非平原城市排洪规划设计方法 | |
CN109919397B (zh) | 平原河网地区排涝容量校验优化方法 | |
CN110905063A (zh) | 一种海绵城市的水路系统 | |
CN116068957B (zh) | 一种散货港口雨污水收集与调度系统及方法 | |
JPS5919367B2 (ja) | 雨水排水装置 | |
CN211395907U (zh) | 道路式一体化智能截污井 | |
CN205742461U (zh) | 一种蓄水排洪系统 | |
JP2009102820A (ja) | 雨水貯留設備 | |
CN112443023A (zh) | 一种城市多功能防涝储水设施 | |
CN113420972A (zh) | 一种互联网智慧城市综合水务管理系统 | |
CN209686565U (zh) | 一种洪峰调蓄和初期雨水调蓄的双层调蓄池 | |
CN113006231B (zh) | 基于模型的区域排水提标控污运行调度模式的确定方法 |
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 |