CN115544461B - 一种雨污混接分析方法、系统、设备及介质 - Google Patents
一种雨污混接分析方法、系统、设备及介质 Download PDFInfo
- Publication number
- CN115544461B CN115544461B CN202211497349.1A CN202211497349A CN115544461B CN 115544461 B CN115544461 B CN 115544461B CN 202211497349 A CN202211497349 A CN 202211497349A CN 115544461 B CN115544461 B CN 115544461B
- Authority
- CN
- China
- Prior art keywords
- data
- rain
- sewage
- data set
- 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
Links
- 239000010865 sewage Substances 0.000 title claims abstract description 130
- 238000004458 analytical method Methods 0.000 title claims abstract description 28
- 238000012544 monitoring process Methods 0.000 claims abstract description 114
- 238000009826 distribution Methods 0.000 claims abstract description 12
- 238000000034 method Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 7
- 238000004519 manufacturing process Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 abstract description 9
- 239000002699 waste material Substances 0.000 abstract description 4
- 230000000875 corresponding effect Effects 0.000 description 14
- 238000004364 calculation method Methods 0.000 description 6
- 230000014509 gene expression Effects 0.000 description 3
- 239000000470 constituent Substances 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- 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
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
Abstract
本发明公开了一种雨污混接分析方法、系统、设备及介质，涉及雨污分流工程技术领域，解决了目前人工监测雨污混排情况，费时费力且分析结果不准确的问题，其技术方案要点是：获取管路的监测数据和降雨量数据，对监测数据进行初始化，将初始化后的监测数据和降雨量数据通过时间进行关联，获得基础数据集；从基础数据集中提取符合雨污混接分布的数据，形成第一数据集，计算第一数据集中符合雨污混接形态的子数据占比，并计算监测数据和降雨数据之间的相关性系数；根据相关性系数和符合雨污混接形态的子数据占比，分析管路是否为雨污混接管路；通过获取管路的水位监测数据和降雨量数据，即可判断管路是否处于雨污混接状态，分析更为全面。
Description
技术领域
本发明涉及管路流量监测领域，更具体地说，它涉及一种雨污混接分析方法、系统、设备及介质。
背景技术
在雨污分流是城镇基础设施的重要组成部分，在理想情况下，雨水和污水应当分开排放，但现实情况中，由于施工质量不达标或者管网过于复杂等原因，导致雨污排放混杂。
目前对于雨污混排的监测主要依靠人工，通过人工对于单个或者某几个站点，进行设备安装，然后监测管路的流量数据，确定管道是否存在雨污混排，评定管网的健康状态。
但管网管道多、管道连接复杂，导致管网健康状态的评定是一个较为复杂的过程，如果仅仅是依赖人工，一方面费时费力，另一方面人工仅对单一监测站点采集到的流量数据进行分析，会存在分析结果不准确或者分析结果较为片面的情况，不能准确及时的反应当前管网的正确状态。
因此亟需一种雨污混接分析方法、系统、设备及介质，通过监测管路的流量数据以及降雨量数据，联合分析管路是否存在雨污混接情况。
发明内容
本申请的目的是提供一种雨污混接分析方法、系统、设备及介质，用于解决目前人工监测雨污混排情况，费时费力且分析结果不准确的问题，通过管路水位的监测数据和管路所在地的降雨量数据结合判断管路是否处于雨污混接状态，实现数据分析管路是否处于雨污混接状态，判断更为精确、分析更为全面。
本申请第一方面提供一种雨污混接分析方法，上述技术目的是通过以下技术方案得以实现的：包括
获取管路的监测数据和降雨量数据，对所述监测数据进行初始化，将初始化后的监测数据和降雨量数据通过时间进行关联，获得基础数据集；
从所述基础数据集中提取符合雨污混接分布的数据，形成第一数据集，计算所述第一数据集中符合雨污混接形态的子数据占比，并计算监测数据和降雨数据之间的相关性系数；
根据所述相关性系数和所述符合雨污混接形态的子数据占比，分析所述管路是否为雨污混接管路。
采用上述技术方案，通过获取管路的水位监测数据和降雨量数据，即可判断管路是否处于雨污混接状态，具体的，通过计算监测数据中符合雨污混接形态的子数据占比以及监测数据和降雨量数据的相关性，联合判断管道是否为雨污混接管道，解决目前人工监测雨污混排情况，费时费力且分析结果不准确的问题。
进一步的，从所述基础数据集中提取符合雨污混接分布的数据，包括：根据所述基础数据集生成时间与监测数据的曲线，从所述基础数据集中提取分布于第一区间和第二区间的监测数据，形成第一数据集。
进一步的，计算所述第一数据集的雨污混接形态占比，包括：
根据所述降雨量数据从所述第一数据集中提取多个子数据；
对所述子数据中的数据进行线性拟合，获得第一直线和第二直线；
计算所述第一直线和第二直线的斜率比值，通过所述斜率比值分析所述子数据是否符合雨污混接形态，所述符合雨污混接形态的子数据个数占总体子数据个数的比值，为第一数据集的雨污混接形态占比。
进一步的，根据所述降雨量数据从所述第一数据集中提取多个子数据，包括：
从所述第一数据集中提取降雨量数据大于降雨阈值的监测数据，形成第二数据集；
从所述第二数据集中提取时间，设置响应时间和持续时间，取最早的时间与所述响应时间和持续时间制作时间区间，从所述第一数据集中提取处于所述时间区间内的数据，形成子数据，并将所述子数据从所述第一数据集中删除，当所述第一数据集中不存在降雨量数据大于降雨阈值的监测数据时，结束提取所述子数据。
进一步的，对所述子数据中的数据进行线性拟合，获得第一直线和第二直线，包括：取所述子数据中最早时间对应的监测数据、最大监测数据和最晚时间对应的监测数据，通过所述最早时间对应的监测数据和最大监测数据拟合第一直线，通过所述最大监测数据和最晚时间对应的监测数据拟合第二直线。
进一步的，根据所述相关性系数和所述第一数据集的雨污混接形态占比，分析所述监测数据是否为雨污混接数据，包括：当所述相关性系数大于相关阈值且雨污混接形态占比大于占比阈值时，分析所述监测数据为雨污混接数据。
进一步的，标注所述管路是否属于雨污混接管路，反向调整所述相关阈值和占比阈值。
本申请第二方面，提供一种雨污混接分析系统，其特征在于，包括：
数据采集单元，用于获取管路的监测数据和降雨量数据，对所述监测数据进行初始化，将初始化后的监测数据和降雨量数据通过时间进行关联，获得基础数据集；
数据处理单元，用于从所述基础数据集中提取符合雨污混接分布的数据，形成第一数据集，计算所述第一数据集的雨污混接形态占比，并计算监测数据和降雨数据之间的相关性系数；
雨污混接分析单元，用于根据所述相关性系数和所述第一数据集的雨污混接形态占比，分析所述管路是否为雨污混接管路。
本申请第三方面提供一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现上述的一种雨污混接分析方法。
本申请第四方面提供一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述的一种雨污混接分析方法。
与现有技术相比，本申请具有以下有益效果：本发明提供一种雨污混接分析方法、系统、设备及介质，通过管路的水位监测数据和管路所在地的降雨量数据结合判断管路是否处于雨污混接状态，实现数据分析判断管路是否处于雨污混接状态，判断更精确、分析更为全面，在监测数据不是很充分的情况下，仍然可以进行计算。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：
图1为本发明一实施例提供的雨污混接分析方法的流程图。
具体实施方式
在下文中，可在本申请的各种实施例中使用的术语“包括”或“可包括”指示所申请的功能、操作或元件的存在，并且不限制一个或更多个功能、操作或元件的增加。此外，如在本申请的各种实施例中所使用，术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合，并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。
在本申请的各种实施例中，表述“或”或“B或/和C中的至少一个”包括同时列出的文字的任何组合或所有组合。例如，表述“B或C”或“B或/和C中的至少一个”可包括B、可包括C或可包括B和C二者。
在本申请的各种实施例中使用的表述(诸如“第一”、“第二”等)可修饰在各种实施例中的各种组成元件，不过可不限制相应组成元件。例如，以上表述并不限制所述元件的顺序和/或重要性。以上表述仅用于将一个元件与其它元件区别开的目的。例如，第一用户装置和第二用户装置指示不同用户装置，尽管二者都是用户装置。例如，在不脱离本申请的各种实施例的范围的情况下，第一元件可被称为第二元件，同样地，第二元件也可被称为第一元件。
在本申请的各种实施例中使用的术语仅用于描述特定实施例的目的并且并非意在限制本申请的各种实施例。如在此所使用，单数形式意在也包括复数形式，除非上下文清楚地另有指示。除非另有限定，否则在这里使用的所有术语(包括技术术语和科学术语)具有与本申请的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义，除非在本申请的各种实施例中被清楚地限定。
为使本申请的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本申请作进一步的详细说明，本申请的示意性实施方式及其说明仅用于解释本申请，并不作为对本申请的限定。
本实施例提供一种雨污混接分析方法，通过管路水位的监测数据和管路所在地的降雨量数据结合判断管路是否处于雨污混接状态，适用于对城市管道网络的雨污混接判断，尤其适用于监测数据和降雨数据之间具有较强相关性的管路判断。
参见图1所示，图1为雨污混接分析方法的流程图，雨污混接分析方法包括：
S1、获取管路的监测数据和降雨量数据，对所述监测数据进行初始化，将初始化后的监测数据和降雨量数据通过时间进行关联，获得基础数据集；
S2、从所述基础数据集中提取符合雨污混接分布的数据，形成第一数据集，计算所述第一数据集中符合雨污混接形态的子数据占比，并计算监测数据和降雨数据之间的相关性系数；
S3、根据所述相关性系数和所述符合雨污混接形态的子数据占比，分析所述管路是否为雨污混接管路。
通过获取管路的水位监测数据和降雨量数据，即可判断管路是否处于雨污混接状态，具体的，通过计算监测数据中符合雨污混接形态的子数据占比以及监测数据和降雨量数据的相关性，联合判断管道是否为雨污混接管道，解决目前人工监测雨污混排情况，费时费力且分析结果不准确的问题。
正常情况下，排污管路的水位监测数据应当不受当地降雨量数据的影响，或影响较小；当存在雨污混接的情况时，监测数据与降雨量数据的相关性增强，因此需要计算监测数据和降雨量数据的相关性，将相关性作为评判标准之一；另一方面，由于排水管路的水位监测数据与当地的降雨量数据始终具有极强的相关性，为了区别雨污混接管路与排水管路，需要计算监测数据中符合雨污混接形态的子数据占比，进而综合判断管路是否处于雨污混接状态。
在步骤S1中，从国家气象局获取对应城市在某一时间段的降雨量数据，通过监测设备采集某管路在某一时间段的水位监测数据，先对采集到的监测数据进行初始化，初始化是筛除不合理数据，提升数据代表性的过程。初始化具体的包括：对数据进行筛选，去除瞬时偏离较大的数据，减少其对后续计算结果的影响，接着将采集到的数据，分时段分组，例如，将采集到的数据按15分钟一段进行分组，取每组数据的中位数代表该组数据，使得最终获得的数组不受该段时间内监测数据的极大值或极小值的影响，增强数组的代表性。
对监测数据进行初始化后，将初始化后的监测数据和降雨量数据通过时间进行关联，获得基础数据集；例如，将2022年05月05日05:10采集到的监测数据和2022年05月05日05:10 采集到的降雨量数据进行关联，得到基础数据集。
步骤S2可以分为三个子步骤：
S21、从所述基础数据集中提取符合雨污混接分布的数据，形成第一数据集；
S22、计算所述第一数据集中符合雨污混接形态的子数据占比
S23、计算监测数据和降雨数据之间的相关性系数；
其中，步骤S21包括：根据所述基础数据集生成时间与监测数据的曲线，从所述基础数据集中提取分布于第一区间和第二区间的监测数据，形成第一数据集。
具体的，经过对多条管线近一年的数据进行人工分析，发现监测数据符合标准的正态分布，并且正常数据90%以上分布于区间（μ-σ,μ+σ），异常数据，即存在雨污混接的数据，分布于（μ-3σ,μ-σ）和（μ+σ,μ+3σ）的概率大于97.3%，多条管线的计算偏差小于5%。
因此，根据基础数据集生成时间与监测数据的曲线，计算监测数据的均值μ和标准偏差σ，从基础数据集中获取分布于第一区间（μ-3σ,μ-σ）和第二区间（μ+σ,μ+3σ）的数据，形成第一数据集，第一数据集可以理解为有较大概率出现雨污混接情况的数据集合。
步骤S22计算所述第一数据集中符合雨污混接形态的子数据占比，包括：
S221、根据所述降雨量数据从所述第一数据集中提取多个子数据；
S222、对所述子数据中的数据进行线性拟合，获得第一直线和第二直线；
S223、计算所述第一直线和第二直线的斜率比值，通过所述斜率比值分析所述子数据是否符合雨污混接形态，所述符合雨污混接形态的子数据个数占总体子数据个数的比值，为第一数据集的雨污混接形态占比。
具体的，步骤S211包括：从所述第一数据集中提取降雨量数据大于降雨阈值的监测数据，形成第二数据集；从所述第二数据集中提取时间，设置响应时间和持续时间，取最早的时间t与所述响应时间t1和持续时间t2制作时间区间，从所述第一数据集中提取处于所述时间区间内的数据，形成子数据，并将所述子数据从所述第一数据集中删除，当所述第一数据集中不存在降雨量数据大于降雨阈值的监测数据时，结束提取所述子数据。
步骤S211可以理解为从第一数据集中提取下雨时刻的数据，上述的降雨阈值可以设置为0，即提取降雨量数据大于0的监测数据，但考虑到降雨量数据对管路的影响，可以适当增大降雨阈值，减少数据计算量；且，考虑到监测到的降雨量数据与实际的降雨时间存在一定的误差，因此设置响应时间和持续时间减少时间误差带来的影响，时间区间为：[t-t1,t+t2]，重复上述步骤，直至将降雨量数据大于降雨阈值的所有监测数据提取出来，形成多个子数据。
步骤S222包括：对所述子数据中的数据进行线性拟合，获得第一直线和第二直线，包括：取所述子数据中最早时间对应的监测数据、最大监测数据和最晚时间对应的监测数据，通过所述最早时间对应的监测数据和最大监测数据拟合第一直线，通过所述最大监测数据和最晚时间对应的监测数据拟合第二直线，可以得第一直线和第二直线的斜率k1和k2。
步骤S223、计算所述第一直线和第二直线的斜率比值，通过所述斜率比值分析所述子数据是否符合雨污混接形态，具体的，通过k1 /(1/k2)，计算斜率比值，根据大量数据的计算检验，如果斜率比值属于范围[1,1.5]，则该子数据符合雨污混接的变换形态；将步骤S222中提取的多个子数据均按照步骤S223进行判断，进而可以获得符合雨污混接形态的子数据个数占总体子数据个数的比值，即第一数据集的雨污混接形态占比P。
步骤S23是计算监测数据和降雨数据之间的相关性系数r；通过相关性系数r即可判断监测数据和降雨数据之间的相关性关系，若|r|>0.95可以认为是显著性相关；|r|≥0.8可以认为是高度相关；0.5≤|r|<0.8可以认为是中度相关；0.3≤|r|<0.5可以认为是低度相关；|r|<0.3可以认为是弱相关。根据大量数据的计算检验，如r值属于正向中度相关或以上，则表示监测参数和降雨量相关性较强。
步骤S3是根据所述相关性系数和所述符合雨污混接形态的子数据占比，分析所述管路是否为雨污混接管路，包括：当所述相关性系数大于相关阈值且雨污混接形态占比大于占比阈值时，分析所述监测数据为雨污混接数据。
具体的，可以参见表1，即当相关性系数r大于或等于0.5，且符合雨污混接形态的子数据占比P大于36.2%时，可以认定该监测数据所对应的管路存在雨污混接情况。
表1相关性系数和符合雨污混接形态的子数据占比综合判断雨污混接情况表
雨污混接分析方法还包括：S4、标注所述管路是否属于雨污混接管路，反向调整所述相关阈值和占比阈值。即人工实地探查后，对管路进行标注，标注管路为雨污混接管路或非雨污混接管路，进而反向优化所述相关阈值和占比阈值，使得分析结果与实际情况相符，进一步优化本发明的精确度。
本实施例第二方面，提供一种雨污混接分析系统，用于实现上述的一种雨污混接分析方法，包括：
数据采集单元，用于获取管路的监测数据和降雨量数据，对所述监测数据进行初始化，将初始化后的监测数据和降雨量数据通过时间进行关联，获得基础数据集；
数据处理单元，用于从所述基础数据集中提取符合雨污混接分布的数据，形成第一数据集，计算所述第一数据集的雨污混接形态占比，并计算监测数据和降雨数据之间的相关性系数；
雨污混接分析单元，用于根据所述相关性系数和所述第一数据集的雨污混接形态占比，分析所述管路是否为雨污混接管路。
本实施例第三方面，提供一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现上述的一种雨污混接分析方法。
本实施例第四方面，提供一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述的一种雨污混接分析方法。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种雨污混接分析方法，其特征是：包括：
获取管路的监测数据和降雨量数据，对所述监测数据进行初始化，将初始化后的监测数据和降雨量数据通过时间进行关联，获得基础数据集；
从所述基础数据集中提取符合雨污混接分布的数据，形成第一数据集，计算所述第一数据集中符合雨污混接形态的子数据占比，并计算监测数据和降雨数据之间的相关性系数；
根据所述相关性系数和所述符合雨污混接形态的子数据占比，分析所述管路是否为雨污混接管路；
其中，计算所述第一数据集的雨污混接形态占比，包括：根据所述降雨量数据从所述第一数据集中提取多个子数据；对所述子数据中的数据进行线性拟合，获得第一直线和第二直线；计算所述第一直线和第二直线的斜率比值，通过所述斜率比值分析所述子数据是否符合雨污混接形态，所述符合雨污混接形态的子数据个数占总体子数据个数的比值，为第一数据集的雨污混接形态占比。
2.根据权利要求1所述的一种雨污混接分析方法，其特征是：从所述基础数据集中提取符合雨污混接分布的数据，包括：根据所述基础数据集生成时间与监测数据的曲线，从所述基础数据集中提取分布于第一区间和第二区间的监测数据，形成第一数据集。
3.根据权利要求1所述的一种雨污混接分析方法，其特征是：根据所述降雨量数据从所述第一数据集中提取多个子数据，包括：
从所述第一数据集中提取降雨量数据大于降雨阈值的监测数据，形成第二数据集；
从所述第二数据集中提取时间，设置响应时间和持续时间，取最早的时间与所述响应时间和持续时间制作时间区间，从所述第一数据集中提取处于所述时间区间内的数据，形成子数据，并将所述子数据从所述第一数据集中删除，当所述第一数据集中不存在降雨量数据大于降雨阈值的监测数据时，结束提取所述子数据。
4.根据权利要求1所述的一种雨污混接分析方法，其特征是：对所述子数据中的数据进行线性拟合，获得第一直线和第二直线，包括：取所述子数据中最早时间对应的监测数据、最大监测数据和最晚时间对应的监测数据，通过所述最早时间对应的监测数据和最大监测数据拟合第一直线，通过所述最大监测数据和最晚时间对应的监测数据拟合第二直线。
5.根据权利要求1所述的一种雨污混接分析方法，其特征是：根据所述相关性系数和所述第一数据集的雨污混接形态占比，分析所述监测数据是否为雨污混接数据，包括：当所述相关性系数大于相关阈值且雨污混接形态占比大于占比阈值时，分析所述监测数据为雨污混接数据。
6.根据权利要求5所述的一种雨污混接分析方法，其特征是：标注所述管路是否属于雨污混接管路，反向调整所述相关阈值和占比阈值。
7.一种雨污混接分析系统，其特征在于，包括：
数据采集单元，用于获取管路的监测数据和降雨量数据，对所述监测数据进行初始化，将初始化后的监测数据和降雨量数据通过时间进行关联，获得基础数据集；
数据处理单元，用于从所述基础数据集中提取符合雨污混接分布的数据，形成第一数据集，计算所述第一数据集的雨污混接形态占比，并计算监测数据和降雨数据之间的相关性系数；
雨污混接分析单元，用于根据所述相关性系数和所述第一数据集的雨污混接形态占比，分析所述管路是否为雨污混接管路。
8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一所述的一种雨污混接分析方法。
9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一所述的一种雨污混接分析方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211497349.1A CN115544461B (zh) | 2022-11-28 | 2022-11-28 | 一种雨污混接分析方法、系统、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211497349.1A CN115544461B (zh) | 2022-11-28 | 2022-11-28 | 一种雨污混接分析方法、系统、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115544461A CN115544461A (zh) | 2022-12-30 |
| CN115544461B true CN115544461B (zh) | 2023-04-28 |
Family
ID=84721682
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211497349.1A Active CN115544461B (zh) | 2022-11-28 | 2022-11-28 | 一种雨污混接分析方法、系统、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115544461B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2000074877A1 (en) * | 1999-06-07 | 2000-12-14 | Nicast Ltd. | Filtering material and device and method of its manufacture |
| CN105839758A (zh) * | 2016-05-05 | 2016-08-10 | 山东大学 | 一种可变初期雨水弃流控制系统、控制方法及构建方法 |
| CN108362356A (zh) * | 2018-01-25 | 2018-08-03 | 上海水顿智能科技有限公司 | 分析管道雨污混接分布的方法及系统 |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CH685554A5 (de) * | 1992-09-25 | 1995-08-15 | Romag Roehren & Masch | Abwasseranlage mit eingebauter Siebrecheneinheit. |
| 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 |
| CN102351316B (zh) * | 2011-09-01 | 2013-10-30 | 华南理工大学 | 一种处理公路降雨径流污染的绿化带排水沟人工湿地装置 |
| CN103577640B (zh) * | 2013-11-01 | 2016-09-28 | 上海市水务规划设计研究院 | 城市初期雨水截留量标准的制定方法 |
| CN107989151B (zh) * | 2018-01-15 | 2023-09-12 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种区域雨水调配方法 |
| US10889688B2 (en) * | 2018-06-06 | 2021-01-12 | King Fahd University Of Petroleum And Minerals | Crosslinked polymer resin for contaminant adsorption from water |
| CN110334468B (zh) * | 2019-07-16 | 2021-10-22 | 哈尔滨工业大学 | 一种城市排水管网雨水汇入量与溢流量的定量方法 |
| CN110646342A (zh) * | 2019-10-29 | 2020-01-03 | 洛阳阿舒尔光电科技有限公司 | 一种用于检测冰雪路面湿滑度的检测仪及其检测方法 |
| AU2020101878A4 (en) * | 2020-08-18 | 2020-10-22 | Shandong Normal University | The Multifunctional Comprehensive Utilization System of Building-integrated Water Resources and its Method |
| WO2022093908A1 (en) * | 2020-10-29 | 2022-05-05 | University Of Washington | Spent coffee ground biochar, related methods of making, environmental remediation systems, and methods of removing contaminants from solution |
| CN113566880A (zh) * | 2021-06-30 | 2021-10-29 | 武汉理工大学 | 一种城市积水预警系统及方法 |
-
2022
- 2022-11-28 CN CN202211497349.1A patent/CN115544461B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2000074877A1 (en) * | 1999-06-07 | 2000-12-14 | Nicast Ltd. | Filtering material and device and method of its manufacture |
| CN105839758A (zh) * | 2016-05-05 | 2016-08-10 | 山东大学 | 一种可变初期雨水弃流控制系统、控制方法及构建方法 |
| CN108362356A (zh) * | 2018-01-25 | 2018-08-03 | 上海水顿智能科技有限公司 | 分析管道雨污混接分布的方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115544461A (zh) | 2022-12-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111680912B (zh) | 一种旱涝急转风险评估方法 | |
| CN111898831B (zh) | 一种实时洪水概率预报实用化方法 | |
| CN109815627B (zh) | 一种径流变异影响因子确定方法及系统 | |
| CN108520267B (zh) | 一种基于时空特征的水文遥测数据异常检测方法 | |
| LU501097B1 (en) | An estimation method of regional available water supply amount with considering the joint probability distributions of multiple water sources | |
| CN110991046A (zh) | 一种基于响应面函数的排水系统内涝风险快速预警方法 | |
| CN112084608B (zh) | 一种采用参数不确定性分析模型识别风险管道和节点的方法 | |
| CN114756817A (zh) | 一种基于Copula函数的复合洪涝灾害联合概率分析方法 | |
| CN112183870A (zh) | 一种基于超定量洪水时变性的设计洪水不确定性分析方法 | |
| CN115689051A (zh) | 一种基于GA算法耦合Morris和GLUE的SWMM模型参数自动率定方法 | |
| CN111080059A (zh) | 一种非一致性多源洪水遭遇风险分析方法 | |
| CN115544461B (zh) | 一种雨污混接分析方法、系统、设备及介质 | |
| CN111237646A (zh) | 一种供水管网漏损的自动识别和定位方法 | |
| ten Veldhuis et al. | Statistical analysis of hydrological response in urbanising catchments based on adaptive sampling using inter-amount times | |
| Nasrin et al. | Modelling impact of extreme rainfall on sanitary sewer system by predicting rainfall derived infiltration/inflow | |
| Yue et al. | Determination of regional probability distributions of Canadian flood flows using L-moments | |
| CN101923605B (zh) | 铁路防灾风预警方法 | |
| CN110907984A (zh) | 一种基于自回归移动平均模型的震前红外长波辐射异常信息探测方法 | |
| CN115630337A (zh) | 基于大尺度气候遥相关的极端降雨归因的定量评估方法及系统 | |
| CN116434479A (zh) | 一种区域性洪涝灾害等级预测预警方法及系统 | |
| CN115080556A (zh) | 一种降雨监测异常数据检测及插补方法 | |
| CN109614642A (zh) | 一种水文频率分析的模型选择方法 | |
| CN111080129B (zh) | 排水管网监测点的评分方法、装置和电子设备 | |
| CN102523181B (zh) | 盲帧同步序列估计方法 | |
| Claps et al. | Peak over threshold analysis of flood and rainfall frequency curves |
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 | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A method, system, equipment, and medium for analyzing mixed rainwater and sewage Granted publication date: 20230428 Pledgee: Jinniu sub branch of Bank of Chengdu Co.,Ltd. Pledgor: Chengdu Tongfei Technology Co.,Ltd. Registration number: Y2024510000051 |