CN114693191B - 基于生态监测的智慧水利工程管理方法及系统 - Google Patents

基于生态监测的智慧水利工程管理方法及系统 Download PDF

Info

Publication number
CN114693191B
CN114693191B CN202210611923.5A CN202210611923A CN114693191B CN 114693191 B CN114693191 B CN 114693191B CN 202210611923 A CN202210611923 A CN 202210611923A CN 114693191 B CN114693191 B CN 114693191B
Authority
CN
China
Prior art keywords
sludge
pipe network
activated sludge
drainage pipe
pipeline
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
CN202210611923.5A
Other languages
English (en)
Other versions
CN114693191A (zh
Inventor
王陈浩
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.)
Hunan Changli Shangyang Technology Co ltd
Original Assignee
Hunan Changli Shangyang 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 Hunan Changli Shangyang Technology Co ltd filed Critical Hunan Changli Shangyang Technology Co ltd
Priority to CN202210611923.5A priority Critical patent/CN114693191B/zh
Publication of CN114693191A publication Critical patent/CN114693191A/zh
Application granted granted Critical
Publication of CN114693191B publication Critical patent/CN114693191B/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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • 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
    • Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
    • Y02W10/00—Technologies for wastewater treatment
    • Y02W10/10—Biological treatment of water, waste water, or sewage

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Mathematical Physics (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Primary Health Care (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Activated Sludge Processes (AREA)

Abstract

本发明提供一种基于生态监测的智慧水利工程管理方法及系统，方法包括：实时监测排水管网进水水利指标参数和进水水样指标参数；计算单位时间内排水管网内的活性污泥产生溶氧量；构建排水管网污泥流量计算模型，计算排水管网出水污泥量；判断单位时间内排水管网内的活性污泥产生溶氧量以及出水污泥量是否达到出水合格指标阈值以及出水污泥量不致淤堵阈值，若单位时间内排水管网内的活性污泥产生溶氧量＞出水合格指标阈值且出水污泥量＜出水污泥量不致淤堵阈值，则开启出水阀门；否则重复上述步骤。本发明既保证了排水质量的同时，也保证了水利工程的持续健康运行，率先实现了监测、巡检、结构计算的融合，实现了对水利工程健康运行的综合保证。

Description

基于生态监测的智慧水利工程管理方法及系统
技术领域
本发明属于智慧水利工程技术领域，具体涉及基于生态监测的智慧水利工程管理方法及系统。
背景技术
20世纪以来，科学技术的进步和工业化进程的加快，使得全球城市化进程进一步加快。大规模的城镇建设及密集式的居民生产生活方式给人类聚居处的河网水环境带来了前所未有的挑战。城市排水管网规模较大，且纵横交错、较为复杂，不便于城市排水管理，排水管网内由于污泥的进入，会逐渐淤堵，不同的天气情况下，排水管网内的淤泥（污泥）以及溶解氧等生化指标也不完全相同。
现有技术中的排水管网监测系统，虽然根据排水管网的真实数据调研，将其转化为可视化的图形和数据分析系统，即排水管网水利模型。模型将复杂的管网组成、关系及水利特性简化成管段和节点，定义其工程特性，便于日常的城市排水管理过程中对其进行计算、表达。通过排水管网水利模型对城市的实际排水性能及各种影响因素进行模拟，能够充分掌握城市的排水管网情况，通过模型掌握排水管网在不同降雨程度下的水利状态，及时调整改善城市排水管网条件，实现城市排水工程的及时、高效管理。如中国专利201811612502.4公开的一种基于GIS技术的排水管网设计优化系统及方法，其利用管网分析单元根据管道断面过水流量、断面过水面积、管道粗糙度和管道坡度对所述雨水管网进行水利计算，但是其并不能深刻及实时监测排水管网内多条管路内的出水淤泥量是否达到了堵塞管网的情况，并且其内的溶解氧含量不高，雨水调蓄池或者包括排水管网的水利工程的污水处理部分并未对污水达到有效处理，使排出的污水不符合污水排放标准。
发明内容
本发明针对上述缺陷，提供一种基于生态监测的智慧水利工程管理方法及系统。本发明通过进行单位时间内排水管网内的活性污泥产生溶氧量＞出水合格指标阈值且出水污泥量＜出水污泥量不致淤堵阈值的限制，既保证了排水质量的同时，也保证了水利工程的持续健康运行。
本发明提供如下技术方案：基于生态监测的智慧水利工程管理方法，包括以下步骤：
S1：实时监测排水管网进水水利指标参数和进水水样指标参数；
S2：计算单位时间内排水管网内的活性污泥产生溶氧量；
S3：构建排水管网污泥流量计算模型，计算排水管网出水污泥量；
S4：判断单位时间内排水管网内的活性污泥产生溶氧量以及出水污泥量是否达到出水合格指标阈值以及出水污泥量不致淤堵阈值，若单位时间内排水管网内的活性污泥产生溶氧量＞出水合格指标阈值且出水污泥量＜出水污泥量不致淤堵阈值，则开启出水阀门；否则重复所述步骤S1-S3。
进一步地，所述S2步骤中的计算单位时间内排水管网内的活性污泥产生溶氧量的方法包括以下步骤：
S21：于S1步骤的进水水样指标参数实时监测过程中，实时监测排水管网内t时刻第i个管路内带有活性污泥的泥水中基质半饱和浓度
Figure 331713DEST_PATH_IMAGE001
、异养生物氧半饱和浓度
Figure 430119DEST_PATH_IMAGE002
、异养生物氨半饱和浓度
Figure 790693DEST_PATH_IMAGE003
、易生物降解基质量
Figure 974550DEST_PATH_IMAGE004
、活性异养生物量
Figure 672248DEST_PATH_IMAGE005
、活性自养生物量
Figure 562843DEST_PATH_IMAGE006
、异养生物生长率
Figure 159565DEST_PATH_IMAGE007
、自养生物生长率
Figure 627456DEST_PATH_IMAGE008
、异养生物衰变率
Figure 597686DEST_PATH_IMAGE009
和自养生物衰变率
Figure 77209DEST_PATH_IMAGE010
；
S22：根据所述S21实时监测得到的进水水样指标参数，构建t时刻第i个管路内活性污泥产生的溶氧量计算公式，计算单位时间内排水管网内的活性污泥产生溶氧量。
进一步地，所述S22步骤构建的t时刻单位排水管网内活性污泥产生的溶氧量计算公式如下：
Figure 107482DEST_PATH_IMAGE011
其中，
Figure 797089DEST_PATH_IMAGE012
为t时刻第i个管路内活性污泥产生的溶氧量，
Figure 977535DEST_PATH_IMAGE013
为活性异养生物量对溶解氧影响权重系数，
Figure 905039DEST_PATH_IMAGE014
为活性自养生物量对溶解氧影响权重系数。
进一步地，所述S3步骤中构建排水管网污泥流量计算模型，计算排水管网出水污泥量包括以下步骤：
S31：于S1步骤的进水水利指标参数实时监测过程中，实时监测排水管网内t时刻第i个管路内带有活性污泥的泥水水流速度
Figure 902951DEST_PATH_IMAGE015
、宾汉动态粘度
Figure 955221DEST_PATH_IMAGE016
、宾汉屈服强度
Figure 1674DEST_PATH_IMAGE017
、受到的流向出口的压力
Figure 860651DEST_PATH_IMAGE018
、第i个管路的管径
Figure 639251DEST_PATH_IMAGE019
和第i个管路的长度
Figure 506713DEST_PATH_IMAGE020
；
S32：根据所述S31步骤实时监测得到的t时刻第i个管路内带有活性污泥的泥水受到的流向出口的压力
Figure 153595DEST_PATH_IMAGE021
以及第i个管路的长度
Figure 727796DEST_PATH_IMAGE022
，计算t时刻第i个管路内带有活性污泥的泥水的梯度压力
Figure 5193DEST_PATH_IMAGE023
；
S33：根据所述S31步骤实时监测得到的t时刻第i个管路内带有活性污泥的泥水的宾汉动态粘度
Figure 891110DEST_PATH_IMAGE024
、宾汉屈服强度
Figure 482628DEST_PATH_IMAGE025
和第i个管路的管径
Figure 973652DEST_PATH_IMAGE026
，计算单位时间内第i个管路内带有活性污泥的泥水的流量第一计算系数a1、第二计算系数a2和第三计算系数a3；
S34：根据所述S32步骤计算得到t时刻第i个管路内带有活性污泥的泥水的梯度压力Ji和所述S33步骤得到的单位时间内第i个管路内带有活性污泥的泥水的流量第一计算系数a1、第二计算系数a2和第三计算系数a3，构建单位时间内第i个管路内带有活性污泥的泥水的流量计算模型，即构建排水管网污泥流量计算模型，进而计算得到排水管网出水污泥量。
进一步地，所述S32步骤计算t时刻第i个管路内带有活性污泥的泥水的梯度压力的公式如下：
Figure 484268DEST_PATH_IMAGE027
。
进一步地，所述S33步骤计算单位时间内第i个管路内带有活性污泥的泥水的流量第一计算系数a1的公式如下：
Figure 998426DEST_PATH_IMAGE028
计算单位时间内第i个管路内带有活性污泥的泥水的流量第二计算系数a2的公式如下：
Figure 190373DEST_PATH_IMAGE029
计算单位时间内第i个管路内带有活性污泥的泥水的流量第三计算系数a3的公式如下：
Figure 601150DEST_PATH_IMAGE030
进一步地，所述S34步骤构建的单位时间内第i个管路内带有活性污泥的泥水的流量计算模型如下：
Figure 158033DEST_PATH_IMAGE031
其中，
Figure 221804DEST_PATH_IMAGE032
为单位时间内第i个管路内带有活性污泥的泥水的流量；
计算t时刻第i个管路内排水管网出水污泥量
Figure 748600DEST_PATH_IMAGE033
的计算公式如下：
Figure 151900DEST_PATH_IMAGE034
其中，
Figure 207581DEST_PATH_IMAGE035
为t时刻第i个管路内带有活性污泥的泥水的含水率。
进一步地，出水合格指标阈值为2mg/L。
进一步地，出水污泥量不致淤堵阈值为
Figure 289806DEST_PATH_IMAGE036
，其中
Figure 26818DEST_PATH_IMAGE037
为S1步骤中实时监测到的进水污泥量总量，i为排水管网中的第i个管路。
本发明还提供一种基于生态监测的智慧水利工程管理系统，包括参数实时监测模块、活性污泥产生溶氧量计算模块、排水管网出水污泥量计算模块和主控制模块；
所述参数实时监测模块，用于实时监测排水管网进水水利指标参数和进水水样指标参数；
所述活性污泥产生溶氧量计算模块，用于计算单位时间内排水管网内的活性污泥产生溶氧量；
所述排水管网出水污泥量计算模块，用于构建排水管网污泥流量计算模型，计算排水管网出水污泥量；
所述主控制模块用于判断单位时间内排水管网内的活性污泥产生溶氧量以及出水污泥量是否达到出水合格指标阈值以及出水污泥量不致淤堵阈值，并控制是否开启出水阀门。
本发明的有益效果为：
1、本发明通过实时监测排水管网内t时刻第i个管路内带有活性污泥的泥水中基质半饱和浓度
Figure 346941DEST_PATH_IMAGE001
、异养生物氧半饱和浓度
Figure 104681DEST_PATH_IMAGE002
、异养生物氨半饱和浓度
Figure 80728DEST_PATH_IMAGE003
、易生物降解基质量
Figure 418168DEST_PATH_IMAGE004
、活性异养生物量
Figure 658044DEST_PATH_IMAGE005
、活性自养生物量
Figure 727631DEST_PATH_IMAGE006
、异养生物生长率
Figure 987711DEST_PATH_IMAGE007
、自养生物生长率
Figure 925580DEST_PATH_IMAGE008
、异养生物衰变率
Figure 157978DEST_PATH_IMAGE009
和自养生物衰变率
Figure 460784DEST_PATH_IMAGE010
等进水水样指标参数构建t时刻第i个管路内活性污泥产生的溶氧量计算公式，计算单位时间内排水管网内的活性污泥产生溶氧量，再通过判断计算得到的单位时间内的排水管网内的活性污泥产生的溶氧量是否符合出水合格指标阈值，若不符合，则重复进行实时监测并进行污水处理过程，进而能够保证排出的污水达到污水排放的溶解氧指标，保证污水处理后的排放水足够清洁。
2、本发明通过实时监测排水管网内t时刻第i个管路内带有活性污泥的泥水水流速度
Figure 270477DEST_PATH_IMAGE015
、宾汉动态粘度
Figure 887403DEST_PATH_IMAGE016
、宾汉屈服强度
Figure 36625DEST_PATH_IMAGE017
、受到的流向出口的压力
Figure 572648DEST_PATH_IMAGE018
、第i个管路的管径
Figure 479424DEST_PATH_IMAGE019
和第i个管路的长度
Figure 962358DEST_PATH_IMAGE020
等进水水利指标参数，计算t时刻第i个管路内带有活性污泥的泥水的梯度压力
Figure 31333DEST_PATH_IMAGE023
以及单位时间内第i个管路内带有活性污泥的泥水的流量第一计算系数a1、第二计算系数a2和第三计算系数a3，然后构建单位时间内第i个管路内带有活性污泥的泥水的流量计算模型，即构建排水管网污泥流量计算模型，进而计算得到排水管网出水污泥量，再通过判断计算得到的排水管网出水污泥量是否符合出水污泥量不致淤堵阈值，若不符合，则重复进行实时监测并进行污水处理过程，进而能够保证在开启阀门排放带有活性污泥的污水的时候，不会导致污水中的污泥堵塞排水管网，进而保证污水顺利排出排水管网，不至于导致排水管网堵塞后的破裂等情况的发生，维护水利工程中的排水管网持续健康的运行。
3、本发明提供的基于生态监测的智慧水利工程管理方法，通过进行单位时间内排水管网内的活性污泥产生溶氧量＞出水合格指标阈值且出水污泥量＜出水污泥量不致淤堵阈值的限制，既保证了排水质量的同时，也保证了水利工程的持续健康运行，在建设投入运行之后，将对城市污水处理厂、管网、城市年降水量及城市周围河流等的进水水样指标参数和进水水利指标参数的信息进行统一的监督管理，打造对城市关于排水一切信息的数据监视功能，实时监督城市污水处理厂、泵站及管网的运行情况，体现出对实时动态信息的集成化及对材料、人员的集中管理特性，同时将城市排水管网运行过程中的风险可视化，对风险等级进行评估，优先将高风险因素进行预警和处理，完成对不同地域多污水处理厂、泵站的集成统一化管理。
4、本发明率先实现了监测、巡检、结构计算的融合，实现了对水利工程健康运行的综合保证。系统达到了专业化、信息化、数字化的要求，实用性强，迈出了信息化在智慧水利工程管理领域成功运用的一大步，满足了监管机构和泵闸控制对排水管网的智能控制的需求和管理信息化升级的迫切需要，促进了水利水电科学技术的发展。
附图说明
在下文中将基于实施例并参考附图来对本发明进行更详细的描述。其中：
图1为本发明提供的基于生态监测的智慧水利工程管理方法流程示意图；
图2为本发明提供的基于生态监测的智慧水利工程管理系统结构示意图。
具体实施方式
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、完整地描述，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。
实施例1
如图1所示，为本发明提供的一种基于生态监测的智慧水利工程管理方法，包括以下步骤：
S1：实时监测排水管网进水水利指标参数和进水水样指标参数；
S2：计算单位时间内排水管网内的活性污泥产生溶氧量；
S3：构建排水管网污泥流量计算模型，计算排水管网出水污泥量；
S4：判断单位时间内排水管网内的活性污泥产生溶氧量以及出水污泥量是否达到出水合格指标阈值以及出水污泥量不致淤堵阈值，若单位时间内排水管网内的活性污泥产生溶氧量＞出水合格指标阈值且出水污泥量＜出水污泥量不致淤堵阈值，则开启出水阀门；否则重复步骤S1-S3。
实施例2
本实施例提供的一种基于生态监测的智慧水利工程管理方法，包括以下步骤：
S1：实时监测排水管网进水水利指标参数和进水水样指标参数；
S2：计算单位时间内排水管网内的活性污泥产生溶氧量；
S3：构建排水管网污泥流量计算模型，计算排水管网出水污泥量；
S4：判断单位时间内排水管网内的活性污泥产生溶氧量以及出水污泥量是否达到出水合格指标阈值以及出水污泥量不致淤堵阈值，若单位时间内排水管网内的活性污泥产生溶氧量＞出水合格指标阈值且出水污泥量＜出水污泥量不致淤堵阈值，则开启出水阀门；否则重复步骤S1-S3。
S2步骤中的计算单位时间内排水管网内的活性污泥产生溶氧量的方法包括以下步骤：
S21：于S1步骤的进水水样指标参数实时监测过程中，实时监测排水管网内t时刻第i个管路内带有活性污泥的泥水中基质半饱和浓度
Figure 613624DEST_PATH_IMAGE001
、异养生物氧半饱和浓度
Figure 335592DEST_PATH_IMAGE002
、异养生物氨半饱和浓度
Figure 153376DEST_PATH_IMAGE003
、易生物降解基质量
Figure 214873DEST_PATH_IMAGE004
、活性异养生物量
Figure 295961DEST_PATH_IMAGE005
、活性自养生物量
Figure 36384DEST_PATH_IMAGE006
、异养生物生长率
Figure 798804DEST_PATH_IMAGE007
、自养生物生长率
Figure 777124DEST_PATH_IMAGE008
、异养生物衰变率
Figure 91431DEST_PATH_IMAGE009
和自养生物衰变率
Figure 460095DEST_PATH_IMAGE010
；
S22：根据S21实时监测得到的进水水样指标参数，构建t时刻第i个管路内活性污泥产生的溶氧量计算公式，计算单位时间内排水管网内的活性污泥产生溶氧量。
作为本发明的一个优选实施例，S22步骤构建的t时刻单位排水管网内活性污泥产生的溶氧量计算公式如下：
Figure 822943DEST_PATH_IMAGE011
其中，
Figure 709298DEST_PATH_IMAGE012
为t时刻第i个管路内活性污泥产生的溶氧量，
Figure 804293DEST_PATH_IMAGE013
为活性异养生物量对溶解氧影响权重系数，
Figure 722570DEST_PATH_IMAGE014
为活性自养生物量对溶解氧影响权重系数。
实施例3
本实施例提供的一种基于生态监测的智慧水利工程管理方法，包括以下步骤：
S1：实时监测排水管网进水水利指标参数和进水水样指标参数；
S2：计算单位时间内排水管网内的活性污泥产生溶氧量；
S3：构建排水管网污泥流量计算模型，计算排水管网出水污泥量；
S4：判断单位时间内排水管网内的活性污泥产生溶氧量以及出水污泥量是否达到出水合格指标阈值以及出水污泥量不致淤堵阈值，若单位时间内排水管网内的活性污泥产生溶氧量＞出水合格指标阈值且出水污泥量＜出水污泥量不致淤堵阈值，则开启出水阀门；否则重复步骤S1-S3。
S2步骤中的计算单位时间内排水管网内的活性污泥产生溶氧量的方法包括以下步骤：
S21：于S1步骤的进水水样指标参数实时监测过程中，实时监测排水管网内t时刻第i个管路内带有活性污泥的泥水中基质半饱和浓度
Figure 685847DEST_PATH_IMAGE001
、异养生物氧半饱和浓度
Figure 576443DEST_PATH_IMAGE002
、异养生物氨半饱和浓度
Figure 170235DEST_PATH_IMAGE003
、易生物降解基质量
Figure 372546DEST_PATH_IMAGE004
、活性异养生物量
Figure 14880DEST_PATH_IMAGE005
、活性自养生物量
Figure 822299DEST_PATH_IMAGE006
、异养生物生长率
Figure 649310DEST_PATH_IMAGE007
、自养生物生长率
Figure 214283DEST_PATH_IMAGE008
、异养生物衰变率
Figure 722625DEST_PATH_IMAGE009
和自养生物衰变率
Figure 715376DEST_PATH_IMAGE010
；
S22：根据S21实时监测得到的进水水样指标参数，构建t时刻第i个管路内活性污泥产生的溶氧量计算公式，计算单位时间内排水管网内的活性污泥产生溶氧量。
作为本发明的一个优选实施例，S22步骤构建的t时刻单位排水管网内活性污泥产生的溶氧量计算公式如下：
Figure 323075DEST_PATH_IMAGE011
其中，
Figure 437662DEST_PATH_IMAGE012
为t时刻第i个管路内活性污泥产生的溶氧量，
Figure 546432DEST_PATH_IMAGE013
为活性异养生物量对溶解氧影响权重系数，
Figure 266126DEST_PATH_IMAGE014
为活性自养生物量对溶解氧影响权重系数。
作为本发明的另一个优选实施例，S3步骤中构建排水管网污泥流量计算模型，计算排水管网出水污泥量包括以下步骤：
S31：于S1步骤的进水水利指标参数实时监测过程中，实时监测排水管网内t时刻第i个管路内带有活性污泥的泥水水流速度
Figure 372623DEST_PATH_IMAGE015
、宾汉动态粘度
Figure 771243DEST_PATH_IMAGE016
、宾汉屈服强度
Figure 559070DEST_PATH_IMAGE017
、受到的流向出口的压力
Figure 195588DEST_PATH_IMAGE018
、第i个管路的管径
Figure 535303DEST_PATH_IMAGE019
和第i个管路的长度
Figure 562164DEST_PATH_IMAGE020
；
S33：根据S31步骤实时监测得到的t时刻第i个管路内带有活性污泥的泥水的宾汉动态粘度
Figure 950420DEST_PATH_IMAGE024
、宾汉屈服强度
Figure 772270DEST_PATH_IMAGE025
和第i个管路的管径
Figure 220569DEST_PATH_IMAGE026
，计算单位时间内第i个管路内带有活性污泥的泥水的流量第一计算系数a1、第二计算系数a2和第三计算系数a3；
S34：根据S32步骤计算得到t时刻第i个管路内带有活性污泥的泥水的梯度压力Ji和S33步骤得到的单位时间内第i个管路内带有活性污泥的泥水的流量第一计算系数a1、第二计算系数a2和第三计算系数a3，构建单位时间内第i个管路内带有活性污泥的泥水的流量计算模型，即构建排水管网污泥流量计算模型，进而计算得到排水管网出水污泥量。
S32步骤计算t时刻第i个管路内带有活性污泥的泥水的梯度压力的公式如下：
Figure 469148DEST_PATH_IMAGE027
。
S33步骤计算单位时间内第i个管路内带有活性污泥的泥水的流量第一计算系数a1的公式如下：
Figure 723412DEST_PATH_IMAGE028
计算单位时间内第i个管路内带有活性污泥的泥水的流量第二计算系数a2的公式如下：
Figure 334522DEST_PATH_IMAGE029
计算单位时间内第i个管路内带有活性污泥的泥水的流量第三计算系数a3的公式如下：
Figure 891405DEST_PATH_IMAGE030
S34步骤构建的单位时间内第i个管路内带有活性污泥的泥水的流量计算模型，即构建排水管网污泥流量计算模型如下：
Figure 751914DEST_PATH_IMAGE031
Figure 216393DEST_PATH_IMAGE038
其中，
Figure 744326DEST_PATH_IMAGE032
为单位时间内第i个管路内带有活性污泥的泥水的流量；
计算t时刻第i个管路内排水管网出水污泥量
Figure 206532DEST_PATH_IMAGE033
的计算公式如下：
Figure 23178DEST_PATH_IMAGE034
其中，
Figure 825436DEST_PATH_IMAGE035
为t时刻第i个管路内带有活性污泥的泥水的含水率，由参数实时监测模块实时监测得到。
作为本发明的一个优选实施例，出水合格指标阈值为2mg/L。
作为本发明的一个优选实施例，出水污泥量不致淤堵阈值为
Figure 942297DEST_PATH_IMAGE036
，其中
Figure 840983DEST_PATH_IMAGE037
为S1步骤中实时监测到的进水污泥量总量，i为排水管网中的第i个管路。
实施例4
如图2所示，为本发明提供的一种基于生态监测的智慧水利工程管理系统，包括参数实时监测模块、活性污泥产生溶氧量计算模块、排水管网出水污泥量计算模块和主控制模块；
参数实时监测模块，用于实时监测排水管网进水水利指标参数和进水水样指标参数；
活性污泥产生溶氧量计算模块，用于计算单位时间内排水管网内的活性污泥产生溶氧量；
排水管网出水污泥量计算模块，用于构建排水管网污泥流量计算模型，计算排水管网出水污泥量；
主控制模块用于判断单位时间内排水管网内的活性污泥产生溶氧量以及出水污泥量是否达到出水合格指标阈值以及出水污泥量不致淤堵阈值，并控制是否出水阀门开启；若单位时间内排水管网内的活性污泥产生溶氧量＞出水合格指标阈值且出水污泥量＜出水污泥量不致淤堵阈值，则开启出水阀门；否则重复本发明实施例1-3任意一个实施例提供的方法中的步骤S1-S3，直至排出的水质的溶氧量指标以及出水污泥量符合排出指标时，开启出水阀门，排出净化后的污水。
本发明还提供一种电子设备，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，处理器被配置为调用存储器存储的指令，以执行上述的基于生态监测的智慧水利工程管理方法。
本发明还提供一种计算机可读存储介质，其上存储有计算机程序指令，计算机程序指令被处理器执行时实现上述的基于生态监测的智慧水利工程管理方法。
在示例性具体实施方式中，电子设备可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性具体实施方式中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器，上述计算机程序指令可由电子设备的处理器执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software Development Kit，SDK)等等。
以上已经描述了本公开的各具体实施方式，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (8)

1.基于生态监测的智慧水利工程管理方法，其特征在于，包括以下步骤：
S1：实时监测排水管网进水水利指标参数和进水水样指标参数；
S2：计算单位时间内排水管网内的活性污泥产生溶氧量；
S3：构建排水管网污泥流量计算模型，计算排水管网出水污泥量；
S4：判断单位时间内排水管网内的活性污泥产生溶氧量以及出水污泥量是否达到出水合格指标阈值以及出水污泥量不致淤堵阈值，若单位时间内排水管网内的活性污泥产生溶氧量＞出水合格指标阈值且出水污泥量＜出水污泥量不致淤堵阈值，则开启出水阀门；否则重复所述步骤S1-S3；
所述S3步骤中构建排水管网污泥流量计算模型，计算排水管网出水污泥量包括以下步骤：
S31：于S1步骤的进水水利指标参数实时监测过程中，实时监测排水管网内t时刻第i个管路内带有活性污泥的泥水水流速度
Figure DEST_PATH_IMAGE002
、宾汉动态粘度
Figure DEST_PATH_IMAGE004
、宾汉屈服强度
Figure DEST_PATH_IMAGE006
、受到的流向出口的压力
Figure DEST_PATH_IMAGE008
、第i个管路的管径
Figure DEST_PATH_IMAGE010
和第i个管路的长度
Figure DEST_PATH_IMAGE012
；
S32：根据所述S31步骤实时监测得到的t时刻第i个管路内带有活性污泥的泥水受到的流向出口的压力
Figure 894146DEST_PATH_IMAGE008
以及第i个管路的长度
Figure 342445DEST_PATH_IMAGE012
，计算t时刻第i个管路内带有活性污泥的泥水的梯度压力
Figure DEST_PATH_IMAGE014
；
S33：根据所述S31步骤实时监测得到的t时刻第i个管路内带有活性污泥的泥水的宾汉动态粘度
Figure DEST_PATH_IMAGE016
、宾汉屈服强度
Figure 813527DEST_PATH_IMAGE006
和第i个管路的管径
Figure 474316DEST_PATH_IMAGE010
，计算单位时间内第i个管路内带有活性污泥的泥水的流量第一计算系数
Figure DEST_PATH_IMAGE018
、第二计算系数
Figure DEST_PATH_IMAGE020
和第三计算系数
Figure DEST_PATH_IMAGE022
；
S34：根据所述S32步骤计算得到t时刻第i个管路内带有活性污泥的泥水的梯度压力
Figure DEST_PATH_IMAGE024
和所述S33步骤得到的单位时间内第i个管路内带有活性污泥的泥水的流量第一计算系数
Figure 147743DEST_PATH_IMAGE018
、第二计算系数
Figure 376730DEST_PATH_IMAGE020
和第三计算系数
Figure 909342DEST_PATH_IMAGE022
，构建单位时间内第i个管路内带有活性污泥的泥水的流量计算模型，即构建排水管网污泥流量计算模型，进而计算得到排水管网出水污泥量；
所述S34步骤构建的单位时间内第i个管路内带有活性污泥的泥水的流量计算模型如下：
Figure DEST_PATH_IMAGE026
其中，
Figure DEST_PATH_IMAGE028
为单位时间内第i个管路内带有活性污泥的泥水的流量；
计算t时刻第i个管路内排水管网出水污泥量
Figure DEST_PATH_IMAGE030
的计算公式如下：
Figure DEST_PATH_IMAGE032
其中，
Figure DEST_PATH_IMAGE034
为t时刻第i个管路内带有活性污泥的泥水的含水率。
2.根据权利要求1所述的基于生态监测的智慧水利工程管理方法，其特征在于，所述S2步骤中的计算单位时间内排水管网内的活性污泥产生溶氧量的方法包括以下步骤：
S21：于S1步骤的进水水样指标参数实时监测过程中，实时监测排水管网内t时刻第i个管路内带有活性污泥的泥水中基质半饱和浓度
Figure DEST_PATH_IMAGE036
、异养生物氧半饱和浓度
Figure DEST_PATH_IMAGE038
、异养生物氨半饱和浓度
Figure DEST_PATH_IMAGE040
、易生物降解基质量
Figure DEST_PATH_IMAGE042
、活性异养生物量
Figure DEST_PATH_IMAGE044
、活性自养生物量
Figure DEST_PATH_IMAGE046
、异养生物生长率
Figure DEST_PATH_IMAGE048
、自养生物生长率
Figure DEST_PATH_IMAGE050
、异养生物衰变率
Figure DEST_PATH_IMAGE052
和自养生物衰变率
Figure DEST_PATH_IMAGE054
；
S22：根据所述S21实时监测得到的进水水样指标参数，构建t时刻第i个管路内活性污泥产生的溶氧量计算公式，计算单位时间内排水管网内的活性污泥产生溶氧量。
3.根据权利要求2所述的基于生态监测的智慧水利工程管理方法，其特征在于，所述S22步骤构建的t时刻单位排水管网内活性污泥产生的溶氧量计算公式如下：
Figure DEST_PATH_IMAGE056
其中，
Figure DEST_PATH_IMAGE058
为t时刻第i个管路内活性污泥产生的溶氧量，
Figure DEST_PATH_IMAGE060
为活性异养生物量对溶解氧影响权重系数，
Figure DEST_PATH_IMAGE062
为活性自养生物量对溶解氧影响权重系数。
4.根据权利要求1所述的基于生态监测的智慧水利工程管理方法，其特征在于，所述S32步骤计算t时刻第i个管路内带有活性污泥的泥水的梯度压力的公式如下：
Figure DEST_PATH_IMAGE064
。
5.根据权利要求1所述的基于生态监测的智慧水利工程管理方法，其特征在于，所述S33步骤计算单位时间内第i个管路内带有活性污泥的泥水的流量第一计算系数
Figure 872357DEST_PATH_IMAGE018
的公式如下：
Figure DEST_PATH_IMAGE066
；
计算单位时间内第i个管路内带有活性污泥的泥水的流量第二计算系数
Figure 229651DEST_PATH_IMAGE020
的公式如下：
Figure DEST_PATH_IMAGE068
；
计算单位时间内第i个管路内带有活性污泥的泥水的流量第三计算系数
Figure 426277DEST_PATH_IMAGE022
的公式如下：
Figure DEST_PATH_IMAGE070
。
6.根据权利要求1所述的基于生态监测的智慧水利工程管理方法，其特征在于，出水合格指标阈值为2mg/L。
7.根据权利要求1所述的基于生态监测的智慧水利工程管理方法，其特征在于，出水污泥量不致淤堵阈值为
Figure DEST_PATH_IMAGE072
，其中
Figure DEST_PATH_IMAGE074
为S1步骤中实时监测到的进水污泥量总量，i为排水管网中的第i个管路。
8.基于生态监测的智慧水利工程管理系统，其特征在于，包括参数实时监测模块、活性污泥产生溶氧量计算模块、排水管网出水污泥量计算模块和主控制模块；
所述参数实时监测模块，用于实时监测排水管网进水水利指标参数和进水水样指标参数；
所述活性污泥产生溶氧量计算模块，用于计算单位时间内排水管网内的活性污泥产生溶氧量；
所述排水管网出水污泥量计算模块，用于构建排水管网污泥流量计算模型，计算排水管网出水污泥量；
所述主控制模块用于判断单位时间内排水管网内的活性污泥产生溶氧量以及出水污泥量是否达到出水合格指标阈值以及出水污泥量不致淤堵阈值，并控制是否开启出水阀门。
CN202210611923.5A 2022-06-01 2022-06-01 基于生态监测的智慧水利工程管理方法及系统 Active CN114693191B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210611923.5A CN114693191B (zh) 2022-06-01 2022-06-01 基于生态监测的智慧水利工程管理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210611923.5A CN114693191B (zh) 2022-06-01 2022-06-01 基于生态监测的智慧水利工程管理方法及系统

Publications (2)

Publication Number Publication Date
CN114693191A CN114693191A (zh) 2022-07-01
CN114693191B true CN114693191B (zh) 2022-09-02

Family

ID=82131110

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210611923.5A Active CN114693191B (zh) 2022-06-01 2022-06-01 基于生态监测的智慧水利工程管理方法及系统

Country Status (1)

Country Link
CN (1) CN114693191B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN204028979U (zh) * 2014-04-04 2014-12-17 烟台大有数据系统有限公司 一种基于地理信息系统的城市管网监测系统
CN209128145U (zh) * 2018-11-22 2019-07-19 中国铁路成都局集团有限公司 一种新型厌氧-缺氧-好氧污水集成处理系统

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102306021B (zh) * 2011-08-16 2013-03-27 上海交通大学 基于实时ArcGis的管网水质生物安全保障联调联控方法
JP6603191B2 (ja) * 2016-09-30 2019-11-06 株式会社日立製作所 水質管理システムおよび方法
CN107218978A (zh) * 2017-07-28 2017-09-29 南通德高环境监测技术有限公司 多通道水质监测系统及其监测方法
CN107324599A (zh) * 2017-08-15 2017-11-07 浙江省机电设计研究院有限公司 一种城市区域性智慧水循环系统
CN112901544A (zh) * 2021-01-25 2021-06-04 大连理工大学 一种基于污水池含氧量需求的空气悬浮曝气风机智能控制系统及控制方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN204028979U (zh) * 2014-04-04 2014-12-17 烟台大有数据系统有限公司 一种基于地理信息系统的城市管网监测系统
CN209128145U (zh) * 2018-11-22 2019-07-19 中国铁路成都局集团有限公司 一种新型厌氧-缺氧-好氧污水集成处理系统

Also Published As

Publication number Publication date
CN114693191A (zh) 2022-07-01

Similar Documents

Publication Publication Date Title
CN113689099B (zh) 基于水量构成的环状河网水系水质考核断面污染负荷贡献率确定方法
Benedetti et al. Modelling and monitoring of integrated urban wastewater systems: review on status and perspectives
Loucks et al. Probabilistic models for predicting stream quality
CN113902172A (zh) 一种污水处理方法、系统、装置及介质
Yang et al. An online water quality monitoring and management system developed for the Liming River basin in Daqing, China
CN115829196B (zh) 陆源污染物负荷分配方法、装置、计算机设备及介质
CN111652425A (zh) 一种基于粗糙集和长短期记忆网络的河流水质预测方法
Mohammed et al. Random forest tree for predicting fecal indicator organisms in drinking water supply
Penn et al. Impacts of onsite greywater reuse on wastewater systems
Yi et al. A One‐Dimensional Hydrodynamic and Water Quality Model for a Water Transfer Project with Multihydraulic Structures
CN114693191B (zh) 基于生态监测的智慧水利工程管理方法及系统
CN114595631A (zh) 一种基于efdc模型和机器学习算法的水质预测方法
Shrestha et al. Modelling Escherichia coli dynamics in the river Zenne (Belgium) using an OpenMI based integrated model
Luan et al. A high-resolution comprehensive water quality model based on GPU acceleration techniques
CN117571947A (zh) 一种基于Hartee的河湖水质及蓝藻预警方法
CN208654841U (zh) 一种水质预警预报系统
CN109326332B (zh) 潮汐水网区水环境容量计算方法
Gao et al. Coupling the measures of pollution source control and water replenishment to improve water quality in the catchment scale of Qianshan River Basin
Vasiliev et al. Sewer network modelling and control–A literature review
Sahu et al. Water quality analysis of river Yamuna–the Delhi stretch
CN111898222B (zh) 排水系统设计方法、存储介质及系统
Wang et al. Eutrophication model for river-type reservoir tributaries and its applications
CN106771026A (zh) 一种无大气影响下swmm中地表径流水质参数w0的确定方法
CN204347573U (zh) 五水共治一站式服务平台
CN113806901A (zh) 一种优化基于雨水管理模型设计的雨水管渠系统的方法和存储设备

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