CN115327065B - 一种水利水电工程样本检测方法及系统 - Google Patents

一种水利水电工程样本检测方法及系统 Download PDF

Info

Publication number
CN115327065B
CN115327065B CN202211267934.2A CN202211267934A CN115327065B CN 115327065 B CN115327065 B CN 115327065B CN 202211267934 A CN202211267934 A CN 202211267934A CN 115327065 B CN115327065 B CN 115327065B
Authority
CN
China
Prior art keywords
water sample
water
treatment
detection
module
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
CN202211267934.2A
Other languages
English (en)
Other versions
CN115327065A (zh
Inventor
孙圣
张何猛
谭弘
宋振航
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 Zhongyun Technology Co ltd
Zhongda Intelligent Technology Co ltd
Original Assignee
Hunan Zhongyun Technology Co ltd
Zhongda Intelligent 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 Zhongyun Technology Co ltd, Zhongda Intelligent Technology Co ltd filed Critical Hunan Zhongyun Technology Co ltd
Priority to CN202211267934.2A priority Critical patent/CN115327065B/zh
Publication of CN115327065A publication Critical patent/CN115327065A/zh
Application granted granted Critical
Publication of CN115327065B publication Critical patent/CN115327065B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/18—Water
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N1/00—Sampling; Preparing specimens for investigation
    • G01N1/02—Devices for withdrawing samples
    • G01N1/10—Devices for withdrawing samples in the liquid or fluent state
    • G01N1/16—Devices for withdrawing samples in the liquid or fluent state with provision for intake at several levels
    • 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
    • G06Q10/06316—Sequencing of tasks or work
    • 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
    • G06Q50/06—Energy or water supply
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/42—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N1/00—Sampling; Preparing specimens for investigation
    • G01N1/02—Devices for withdrawing samples
    • G01N1/10—Devices for withdrawing samples in the liquid or fluent state
    • G01N2001/1031—Sampling from special places
    • 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
    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/20—Hydro energy

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Chemical & Material Sciences (AREA)
  • Pathology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Marketing (AREA)
  • Immunology (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Public Health (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Hydrology & Water Resources (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • Geometry (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Sampling And Sample Adjustment (AREA)

Abstract

本发明公开了一种水利水电工程样本检测方法及系统，涉及水利水电工程技术领域，包括任务发布模块、任务分配模块、水样采集模块、水样分析模块以及治理分析模块；所述任务发布模块用于工程管理人员发布水样检测任务，所述任务分配模块用于将水样检测任务按照检优值JY大小进行排序，并依次分配检测员进行检测，提高检测效率；所述水样采集模块用于检测员对水样采集点进行样品取样及数据采集；所述水样分析模块用于根据采集的数据进行综合分析，判断对应水样采集点是否需要进行治理，以保证水电站的正常使用；所述治理分析模块用于采集各个水样采集点的治理记录并进行治理系数分析，为检测中心发布水样检测任务提供依据，提高检测效率。

Description

一种水利水电工程样本检测方法及系统
技术领域
本发明涉及水利水电工程技术领域，具体是一种水利水电工程样本检测方法及系统。
背景技术
在利用水流的动能进行发电时，需要建设水电站，若水流的水质较差，会对水电站造成一定的损害，为了保证水电站的正常使用，需要经常对水质进行检测，在检测时需要对水流进行取样，从而便于判断水流内的水质，并针对水质进行处理，从而保证水质。
现有技术中，一般将水管置于河流或水库内，使用水泵或其他抽水设备进行抽水并取样；由于水流不同高度的水层中，其水质不同，将水管一端置于水中抽水时，无法保证所取水层的高度，从而会对水质的判断造成误差，在对不同深度的水层进行取样时，需要将水抽到地面上方，需要使用电力设备，不仅会造成功率消耗，若电力设备漏电，还存在一定的安全隐患；同时无法根据检优值合理分配对应的检测员进行水质检测，导致检测效率较低；基于以上不足，本发明提出一种水利水电工程样本检测方法及系统。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一；为此，本发明提出一种水利水电工程样本检测方法及系统。
为实现上述目的，根据本发明的第一方面的实施例提出一种水利水电工程样本检测系统，包括任务发布模块、任务分配模块、水样采集模块、水样分析模块以及治理分析模块；
所述任务发布模块用于工程管理人员发布水样检测任务，所述水样检测任务包括水样采集点位置；所述任务分配模块用于按照预设规则对水样检测任务进行排序，所述预设规则具体为：
将水样采集点位置与检测中心位置进行距离差计算得到检测距离GL；根据水样采集点自动从存储模块中调取该水样采集点的治理系数ZL；
利用公式
Figure 100002_DEST_PATH_IMAGE002
计算得到对应水样检测任务的检优值JY，其中a1、a2为系数因子；所述任务分配模块用于将水样检测任务按照检优值JY大小进行排序，并依次分配检测员进行检测；
所述水样采集模块用于检测员对水样采集点进行样品取样及数据采集，得到水样采集点的河面视频信息、水体流速以及水质参数数据；所述水样分析模块用于根据水样采集点的河面视频信息、水体流速以及水质参数数据进行综合分析，计算得到对应水样采集点的水质偏值WR；
若WR大于偏值阈值，则生成治理信号；所述水样分析模块用于将治理信号与对应水样采集点的定位数据一并上传至检测中心，以提醒检测中心的管理人员及时对该水样采集点进行治理，保证水电站的正常使用。
进一步地，所述水样采集模块的具体采集步骤为：
检测员接收到水样检测任务后到达水样采集点，通过安装在无人机上的取样装置在水样采集点不同深度处采取水体样本，然后通过无人机将水体样本运送至检测员位置处；其中，无人机上还搭载有摄像头和流速传感器，当检测员控制无人机到达水样采集点时，同时无人机将采集的河面视频信息和水体流速发送至水样分析模块；
检测员通过水质检测仪对水体样本进行检测得到水质参数数据并将水质参数数据发送至水样分析模块；所述水质参数数据包括溶解氧信息、浊度信息、硫化物信息、PH值信息以及水温信息。
进一步地，所述水样分析模块的具体分析步骤为：
步骤一：从河面视频信息提取出河面图像信息；将河面图像信息转化成灰度图像，并通过图像预处理将灰度图像转化成标准图像；所述图像预处理包括高斯滤波、图像分割和图像增强；
获取预设区域内标准图像中的像素点总数，并标记为区域面积X1；对各像素点进行识别，识别出对应的漂浮物像素点；统计漂浮物像素点总数并标记为漂浮物面积X2；利用公式Zx=X2/X1计算得到漂浮物占比Zx；
步骤二：获取水体流速并标记为VL；根据水样采集点的水质参数数据对水质影响系数ZY进行评估；
步骤三：利用公式
Figure 100002_DEST_PATH_IMAGE004
计算得到对应水样采集点的水质偏值WR，其中g1、g2、g3为系数因子。
进一步地，其中，对各像素点进行识别，具体步骤为：
首先将标准图像中像素点的灰度值标记为H1；再将各像素点的灰度值与预设的标准灰度值做差分运算，得到差分结果并标记为C1；若C1大于差分阈值，则认为该像素点为漂浮物像素点。
进一步地，水质影响系数ZY的具体评估过程为：
将各水质参数与数据库中存储的对应水质参数的安全数据进行对比，得到对应水质参数的数据差值；获取大于零的各水质参数的数据差值，结合数据库中存储的各水质参数对水环境的影响因子，计算得到对应水样采集点的水质影响系数ZY。
进一步地，所述治理分析模块用于采集各个水样采集点的治理记录并进行治理系数分析，具体分析步骤为：
在预设时间内，采集同一水样采集点的治理记录；统计对应水样采集点的治理次数为L1；将每次治理的治理时长标记为T1，将对应的治理等级标记为G1；利用公式DL=T1×d1+G1×d2计算得到治理值DL，其中d1、d2均为系数因子；将治理值DL与治理阈值相比较；
统计DL大于治理阈值的次数为P1，当DL大于治理阈值时，获取DL与治理阈值的差值并进行求和得到超治总值CZ，利用公式Cd=P1×a3+CZ×a4计算得到超治系数Cd，其中a3、a4均为比例因子；
利用公式
Figure 100002_DEST_PATH_IMAGE006
计算得到对应水样采集点的治理系数ZL，其中d3、d4为系数因子；所述治理分析模块用于将各个水样采集点的治理系数ZL打上时间戳并存储至存储模块。
进一步地，所述治理记录包括治理开始时刻、治理结束时刻以及治理等级，所述治理等级由治理人员治理完成后根据治理过程中投入的人力物力资源进行评估并上传至检测中心。
进一步地，一种水利水电工程样本检测方法，包括如下步骤：
S1：工程管理人员通过任务发布模块发布水样检测任务，并将水样检测任务按照检优值JY大小进行排序后依次分配检测员进行检测；
S2：检测员接收到水样检测任务后，到达水样采集点进行样品取样及数据采集；采集的数据包括河面视频信息、水体流速以及水质参数数据；
S3：通过水样分析模块根据水样采集点的河面视频信息、水体流速以及水质参数数据进行综合分析，计算得到对应水样采集点的水质偏值WR；
S4：若WR大于偏值阈值，则生成治理信号；以提醒检测中心的管理人员及时对该水样采集点进行治理，保证水电站的正常使用；
S5：通过治理分析模块采集各个水样采集点的治理记录并进行治理系数分析，并将各个水样采集点的治理系数ZL打上时间戳存储至存储模块。
与现有技术相比，本发明的有益效果是：
1、本发明中所述任务分配模块用于按照预设规则对水样检测任务进行分析，结合检测距离GL和水样采集点的治理系数ZL计算得到对应水样检测任务的检优值JY，将水样检测任务按照检优值JY大小进行排序，并按照水样检测任务的排序依次分配检测员进行检测，提高检测效率；
2、本发明中检测员接收到水样检测任务后到达水样采集点，通过水样采集模块对水样采集点进行样品取样及数据采集，得到水样采集点的河面视频信息、水体流速及水质参数数据；水样分析模块用于根据采集的数据进行综合分析，结合漂浮物占比Zx、水体流速VL和水质影响系数ZY计算得到对应水样采集点的水质偏值WR；若WR大于偏值阈值，则生成治理信号；以提醒检测中心的管理人员及时对该水样采集点进行治理，保证水电站的正常使用；
3、本发明中治理分析模块用于采集各个水样采集点的治理记录并进行治理系数分析，结合水样采集点的治理次数以及每次治理的治理时长和对应的治理等级，计算得到对应水样采集点的治理系数ZL，为检测中心发布水样检测任务提供依据。
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为本发明一种水利水电工程样本检测系统的系统框图。
图2为本发明一种水利水电工程样本检测方法的原理框图。
具体实施方式
下面将结合实施例对本发明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它实施例，都属于本发明保护的范围。
如图1至图2所示，一种水利水电工程样本检测系统，包括任务发布模块、任务分配模块、检测中心、水样采集模块、水样分析模块、治理分析模块、数据库以及存储模块；
任务发布模块用于工程管理人员发布水样检测任务，水样检测任务包括水样采集点位置；任务分配模块与任务发布模块相连接，用于按照预设规则对水样检测任务进行排序，并按照水样检测任务的排序依次分配检测员进行检测，提高检测效率；预设规则具体为：
获取水样检测任务中水样采集点位置，将水样采集点位置与检测中心位置进行距离差计算得到检测距离GL；
根据水样采集点自动从存储模块中调取该水样采集点的治理系数ZL；
利用公式
Figure DEST_PATH_IMAGE007
计算得到对应水样检测任务的检优值JY，其中a1、a2为系数因子；将水样检测任务按照检优值JY大小进行排序，并按照水样检测任务的排序依次分配检测员进行检测；
水样采集模块用于检测员对水样采集点进行样品取样及数据采集并将采集的数据传输至水样分析模块，具体步骤为：
检测员接收到水样检测任务后到达水样采集点，通过安装在无人机上的取样装置在水样采集点不同深度处采取水体样本，然后通过无人机将水体样本运送至检测员位置处；
其中，无人机上还搭载有摄像头和流速传感器，当检测员控制无人机到达水样采集点时，同时无人机将采集的河面视频信息和水体流速发送至水样分析模块；
其中取样装置选用公告号CN211292173U的文件中的污水取样装置；该装置可以通过浮板移动到待取样水域的任意位置，同时通过对该地点的不同深度污水进行同时取样，其取水效率高，且取样的污水更具有代表性和准确性；同时，可通过加装电机和远程驱动单元进行远程控制，降低工作人员的劳动强度，提升安全性；
检测员通过水质检测仪对水体样本进行检测得到水质参数数据并将水质参数数据发送至水样分析模块；水质参数数据包括溶解氧信息、浊度信息、硫化物信息、PH值信息以及水温信息；
水样分析模块用于根据水样采集点的河面视频信息、水体流速以及水质参数数据进行综合分析，判断对应水样采集点是否需要进行治理；具体分析步骤为：
步骤一：从河面视频信息提取出河面图像信息；将河面图像信息转化成灰度图像，并通过图像预处理将灰度图像转化成标准图像；图像预处理包括高斯滤波、图像分割和图像增强；
获取预设区域内标准图像中的像素点总数，并标记为区域面积X1；对各像素点进行识别，识别出对应的漂浮物像素点，具体为：
首先将标准图像中像素点的灰度值标记为H1；再将各像素点的灰
度值与预设的标准灰度值做差分运算，得到差分结果并标记为C1；若C1大于差分阈值，则认为该像素点为漂浮物像素点；
统计漂浮物像素点总数并标记为漂浮物面积X2；利用公式Zx=X2/X1计算得到漂浮物占比Zx；
步骤二：获取水体流速并标记为VL；获取水样采集点的水质参数数据，将各水质参数与数据库中存储的对应水质参数的安全数据进行对比，得到对应水质参数的数据差值；若对应水质参数的数据差值小于或等于零，则表明对应水质参数不造成水污染；
获取大于零的各水质参数的数据差值，结合数据库中存储的各水质参数对水环境的影响因子，计算对应水样采集点的水质影响系数ZY；
步骤三：利用公式
Figure DEST_PATH_IMAGE008
计算得到对应水样采集点的水质偏值WR，其中g1、g2、g3为系数因子；
将水质偏值WR与偏值阈值相比较；若WR大于偏值阈值，则生成治理信号；水样分析模块用于将治理信号与对应水样采集点的定位数据一并上传至检测中心，以提醒检测中心的管理人员及时对该水样采集点进行治理，保证水电站的正常使用；
治理分析模块用于采集各个水样采集点的治理记录并进行治理系数分析，具体分析步骤为：
在预设时间内，采集同一水样采集点的治理记录，治理记录包括治理开始时刻、治理结束时刻以及治理等级，治理等级由治理人员治理完成后根据治理过程中投入的人力物力资源进行评估并上传至检测中心；其中投入的人力物力资源越多，则治理等级越高；
统计对应水样采集点的治理次数为L1；将每次治理的治理时长标记为T1，将对应的治理等级标记为G1；利用公式DL=T1×d1+G1×d2计算得到治理值DL，其中d1、d2均为系数因子；
将治理值DL与治理阈值相比较，统计DL大于治理阈值的次数为P1，当DL大于治理阈值时，获取DL与治理阈值的差值并进行求和得到超治总值CZ，利用公式Cd=P1×a3+CZ×a4计算得到超治系数Cd，其中a3、a4均为比例因子；
将治理次数、超治系数进行归一化处理并取其数值，利用公式
Figure DEST_PATH_IMAGE009
计算得到对应水样采集点的治理系数ZL，其中d3、d4为系数因子；治理分析模块用于将各个水样采集点的治理系数ZL打上时间戳并存储至存储模块；
一种水利水电工程样本检测方法，应用于上述一种水利水电工程样本检测系统，包括如下步骤：
S1：工程管理人员通过任务发布模块发布水样检测任务，并将水样检测任务按照检优值JY大小进行排序后依次分配检测员进行检测；具体为：
将水样采集点位置与检测中心位置进行距离差计算得到检测距离GL；自动从存储模块中调取该水样采集点的治理系数ZL；
利用公式
Figure DEST_PATH_IMAGE010
计算得到对应水样检测任务的检优值JY；其中a1、a2为系数因子；
S2：检测员接收到水样检测任务后，到达水样采集点进行样品取样及数据采集；采集的数据包括河面视频信息、水体流速以及水质参数数据；
S3：通过水样分析模块根据水样采集点的河面视频信息、水体流速以及水质参数数据进行综合分析，计算得到对应水样采集点的水质偏值WR；
S4：若WR大于偏值阈值，则生成治理信号；以提醒检测中心的管理人员及时对该水样采集点进行治理，保证水电站的正常使用；
S5：通过治理分析模块采集各个水样采集点的治理记录并进行治理系数分析，并将各个水样采集点的治理系数ZL打上时间戳存储至存储模块。
上述公式均是去除量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
本发明的工作原理：
一种水利水电工程样本检测方法及系统，在工作时，任务发布模块用于工程管理人员发布水样检测任务；任务分配模块用于按照预设规则对水样检测任务进行分析，结合检测距离GL和水样采集点的治理系数ZL计算得到对应水样检测任务的检优值JY，将水样检测任务按照检优值JY大小进行排序，并按照水样检测任务的排序依次分配检测员进行检测，提高检测效率；
检测员接收到水样检测任务后到达水样采集点，通过水样采集模块对水样采集点进行样品取样及数据采集，得到水样采集点的河面视频信息、水体流速及水质参数数据；水样分析模块用于根据采集的数据进行综合分析，结合漂浮物占比Zx、水体流速VL和水质影响系数ZY计算得到对应水样采集点的水质偏值WR；若WR大于偏值阈值，则生成治理信号；以提醒检测中心的管理人员及时对该水样采集点进行治理，保证水电站的正常使用；治理分析模块用于采集各个水样采集点的治理记录并进行治理系数分析，结合水样采集点的治理次数以及每次治理的治理时长和对应的治理等级，计算得到对应水样采集点的治理系数ZL，并将各个水样采集点的治理系数ZL打上时间戳存储至存储模块。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”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。
以上公开的本发明优选实施例只是用于帮助阐述本发明；优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式；显然，根据本说明书的内容，可作很多的修改和变化；本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明；本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (6)

1.一种水利水电工程样本检测系统，其特征在于，包括任务发布模块、任务分配模块、水样采集模块、水样分析模块以及治理分析模块；
所述任务发布模块用于工程管理人员发布水样检测任务，所述水样检测任务包括水样采集点位置；所述任务分配模块用于按照预设规则对水样检测任务进行排序，所述预设规则具体为：
将水样采集点位置与检测中心位置进行距离差计算得到检测距离GL；根据水样采集点自动从存储模块中调取该水样采集点的治理系数ZL；
利用公式
Figure DEST_PATH_IMAGE002
计算得到对应水样检测任务的检优值JY，其中a1、a2为系数因子；所述任务分配模块用于将水样检测任务按照检优值JY大小进行排序，并依次分配检测员进行检测；
所述水样采集模块用于检测员对水样采集点进行样品取样及数据采集，得到水样采集点的河面视频信息、水体流速以及水质参数数据；
所述水样分析模块用于根据水样采集点的河面视频信息、水体流速以及水质参数数据进行综合分析，计算得到对应水样采集点的水质偏值WR；具体分析步骤为：
步骤一：从河面视频信息提取出河面图像信息；将河面图像信息转化成灰度图像，并通过图像预处理将灰度图像转化成标准图像；所述图像预处理包括高斯滤波、图像分割和图像增强；
获取预设区域内标准图像中的像素点总数，并标记为区域面积X1；对各像素点进行识别，识别出对应的漂浮物像素点；统计漂浮物像素点总数并标记为漂浮物面积X2；利用公式Zx=X2/X1计算得到漂浮物占比Zx；
步骤二：获取水体流速并标记为VL；根据水样采集点的水质参数数据对水质影响系数ZY进行评估；具体评估过程为：
将各水质参数与数据库中存储的对应水质参数的安全数据进行对比，得到对应水质参数的数据差值；获取大于零的各水质参数的数据差值，结合数据库中存储的各水质参数对水环境的影响因子，计算得到对应水样采集点的水质影响系数ZY；
步骤三：利用公式
Figure DEST_PATH_IMAGE004
计算得到对应水样采集点的水质偏值WR，其中g1、g2、g3为系数因子；
若WR大于偏值阈值，则生成治理信号；所述水样分析模块用于将治理信号与对应水样采集点的定位数据一并上传至检测中心，以提醒检测中心的管理人员及时对该水样采集点进行治理，保证水电站的正常使用。
2.根据权利要求1所述的一种水利水电工程样本检测系统，其特征在于，所述水样采集模块的具体采集步骤为：
检测员接收到水样检测任务后到达水样采集点，通过安装在无人机上的取样装置在水样采集点不同深度处采取水体样本，然后通过无人机将水体样本运送至检测员位置处；其中，无人机上还搭载有摄像头和流速传感器，当检测员控制无人机到达水样采集点时，同时无人机将采集的河面视频信息和水体流速发送至水样分析模块；
检测员通过水质检测仪对水体样本进行检测得到水质参数数据并将水质参数数据发送至水样分析模块；所述水质参数数据包括溶解氧信息、浊度信息、硫化物信息、PH值信息以及水温信息。
3.根据权利要求1所述的一种水利水电工程样本检测系统，其特征在于，其中，对各像素点进行识别，具体步骤为：
首先将标准图像中像素点的灰度值标记为H1；再将各像素点的灰度值与预设的标准灰度值做差分运算，得到差分结果并标记为C1；若C1大于差分阈值，则认为该像素点为漂浮物像素点。
4.根据权利要求1所述的一种水利水电工程样本检测系统，其特征在于，所述治理分析模块用于采集各个水样采集点的治理记录并进行治理系数分析，具体分析步骤为：
在预设时间内，采集同一水样采集点的治理记录；统计对应水样采集点的治理次数为L1；将每次治理的治理时长标记为T1，将对应的治理等级标记为G1；利用公式DL=T1×d1+G1×d2计算得到治理值DL，其中d1、d2均为系数因子；将治理值DL与治理阈值相比较；
统计DL大于治理阈值的次数为P1，当DL大于治理阈值时，获取DL与治理阈值的差值并进行求和得到超治总值CZ，利用公式Cd=P1×a3+CZ×a4计算得到超治系数Cd，其中a3、a4均为比例因子；
利用公式
Figure DEST_PATH_IMAGE006
计算得到对应水样采集点的治理系数ZL，其中d3、d4为系数因子；所述治理分析模块用于将各个水样采集点的治理系数ZL打上时间戳并存储至存储模块。
5.根据权利要求4所述的一种水利水电工程样本检测系统，其特征在于，所述治理记录包括治理开始时刻、治理结束时刻以及治理等级，所述治理等级由治理人员治理完成后根据治理过程中投入的人力物力资源进行评估并上传至检测中心。
6.一种水利水电工程样本检测方法，应用于如权利要求1-5任一所述的一种水利水电工程样本检测系统，其特征在于，包括如下步骤：
S1：工程管理人员通过任务发布模块发布水样检测任务，并将水样检测任务按照检优值JY大小进行排序后依次分配检测员进行检测；
S2：检测员接收到水样检测任务后，到达水样采集点进行样品取样及数据采集；采集的数据包括河面视频信息、水体流速以及水质参数数据；
S3：通过水样分析模块根据水样采集点的河面视频信息、水体流速以及水质参数数据进行综合分析，计算得到对应水样采集点的水质偏值WR；
S4：若WR大于偏值阈值，则生成治理信号；以提醒检测中心的管理人员及时对该水样采集点进行治理，保证水电站的正常使用；
S5：通过治理分析模块采集各个水样采集点的治理记录并进行治理系数分析，并将各个水样采集点的治理系数ZL打上时间戳存储至存储模块。
CN202211267934.2A 2022-10-17 2022-10-17 一种水利水电工程样本检测方法及系统 Active CN115327065B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211267934.2A CN115327065B (zh) 2022-10-17 2022-10-17 一种水利水电工程样本检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211267934.2A CN115327065B (zh) 2022-10-17 2022-10-17 一种水利水电工程样本检测方法及系统

Publications (2)

Publication Number Publication Date
CN115327065A CN115327065A (zh) 2022-11-11
CN115327065B true CN115327065B (zh) 2022-12-27

Family

ID=83915214

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211267934.2A Active CN115327065B (zh) 2022-10-17 2022-10-17 一种水利水电工程样本检测方法及系统

Country Status (1)

Country Link
CN (1) CN115327065B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116371164A (zh) * 2023-05-12 2023-07-04 安徽臻环生态科技有限公司 低温等离子废气处理系统及方法
CN116375143A (zh) * 2023-05-12 2023-07-04 安徽臻环生态科技有限公司 垃圾渗滤液处理系统及方法
CN116495808A (zh) * 2023-05-15 2023-07-28 安徽冠臻环保科技有限公司 一种垃圾浓缩液处理设备的控制方法
CN117421514B (zh) * 2023-10-24 2024-06-14 国网信通亿力科技有限责任公司 基于智慧水电云服务平台的电力信息分析系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106934285A (zh) * 2015-12-31 2017-07-07 中兴通讯股份有限公司 一种实现样本分析的方法、装置及动态引擎设备
CN109001407A (zh) * 2018-09-12 2018-12-14 叶福达 一种湖水水质分析系统
CN111624037A (zh) * 2020-06-12 2020-09-04 顾晓东 一种基于大数据的水产养殖业水体环境智能监测系统
CN111638312A (zh) * 2020-06-12 2020-09-08 许辉 一种基于大数据的饮水工程水质安全实时监测管理系统
CN113155102A (zh) * 2021-02-24 2021-07-23 时代云英(深圳)科技有限公司 一种河流综合治理系统
WO2021184479A1 (zh) * 2020-03-19 2021-09-23 无锡德林海环保科技股份有限公司 一种网格化水质实时监测方法及系统
CN114354872A (zh) * 2021-12-28 2022-04-15 安徽新宇环保科技股份有限公司 一种无人化河长智能巡河系统
CN114755383A (zh) * 2022-04-22 2022-07-15 武汉鸿驰智能装备有限公司 一种基于大数据平台的水质在线监测分析管理系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090138415A1 (en) * 2007-11-02 2009-05-28 James Justin Lancaster Automated research systems and methods for researching systems
CN111083662B (zh) * 2019-12-18 2020-10-27 深圳市快鱼环保技术有限公司 基于云计算的水质监测物联网系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106934285A (zh) * 2015-12-31 2017-07-07 中兴通讯股份有限公司 一种实现样本分析的方法、装置及动态引擎设备
CN109001407A (zh) * 2018-09-12 2018-12-14 叶福达 一种湖水水质分析系统
WO2021184479A1 (zh) * 2020-03-19 2021-09-23 无锡德林海环保科技股份有限公司 一种网格化水质实时监测方法及系统
CN111624037A (zh) * 2020-06-12 2020-09-04 顾晓东 一种基于大数据的水产养殖业水体环境智能监测系统
CN111638312A (zh) * 2020-06-12 2020-09-08 许辉 一种基于大数据的饮水工程水质安全实时监测管理系统
CN113155102A (zh) * 2021-02-24 2021-07-23 时代云英(深圳)科技有限公司 一种河流综合治理系统
CN114354872A (zh) * 2021-12-28 2022-04-15 安徽新宇环保科技股份有限公司 一种无人化河长智能巡河系统
CN114755383A (zh) * 2022-04-22 2022-07-15 武汉鸿驰智能装备有限公司 一种基于大数据平台的水质在线监测分析管理系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
浅析水样的采集、保存与预处理;吴迪;《才智》;20120715(第20期);全文 *

Also Published As

Publication number Publication date
CN115327065A (zh) 2022-11-11

Similar Documents

Publication Publication Date Title
CN115327065B (zh) 一种水利水电工程样本检测方法及系统
CN111461167A (zh) 基于大数据的污染源定位方法、装置、设备及存储介质
CN111199341B (zh) 基于多排污口核查与监测的中小流域污染源源解析方法
CN202057645U (zh) 一种基于物联网的水质自动监测系统
CN103206208B (zh) 一种微观不同赋存状态剩余油宏观量化的方法
CN110646867A (zh) 一种城市排水监测预警方法和系统
Kaplan et al. Monitoring ephemeral, intermittent and perennial streamflow: A dataset from 182 sites in the Attert catchment, Luxembourg
CN110675034B (zh) 一种基于cim和gis的生态清淤智慧管控系统及方法
CN107677614A (zh) 一种水中重金属污染风险在线预警系统及方法
CN108154498A (zh) 一种裂缝缺陷检测系统及其实现方法
CN109918364B (zh) 一种基于二维概率密度估计和四分位法的数据清洗方法
CN111562242A (zh) 一种城市排水系统的雨天溢流污水来源的快速识别方法
CN102201034A (zh) 一种临河村落非点源污染负荷的估算方法
CN110765419B (zh) 一种基于多源数据耦合的重要水功能区水质风险测评方法
CN112766664B (zh) 基于gis平台的城市面源污染风险识别方法及装置
CN114354872A (zh) 一种无人化河长智能巡河系统
CN115577970B (zh) 基于智能控制积水的电力检查井
CN105675838B (zh) 基于数据驱动的a2/o流程出水总磷智能检测方法
CN113505471A (zh) 一种河流断面污染物浓度预测计算方法
CN107146414A (zh) 基于车辆识别的路网通行能力提取方法
CN114519926A (zh) 基于物联网的环保监测用仪表智能控制系统
CN114154871A (zh) 一种基于大数据处理的建筑物碳排放分析系统
CN115204688A (zh) 排水系统健康性综合评价方法
CN116451481A (zh) 基于GEE云平台和Sentinel-2影像的水质多参数快速反演方法
CN207516235U (zh) 一种水中重金属污染风险在线预警系统

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