CN116216819B - 智慧水务数据分析管理系统及方法 - Google Patents
智慧水务数据分析管理系统及方法 Download PDFInfo
- Publication number
- CN116216819B CN116216819B CN202310511928.5A CN202310511928A CN116216819B CN 116216819 B CN116216819 B CN 116216819B CN 202310511928 A CN202310511928 A CN 202310511928A CN 116216819 B CN116216819 B CN 116216819B
- Authority
- CN
- China
- Prior art keywords
- sewage
- parameter
- time
- period
- station
- 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
Images
Classifications
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F1/00—Treatment of water, waste water, or sewage
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F1/00—Treatment of water, waste water, or sewage
- C02F1/008—Control or steering systems not provided for elsewhere in subclass C02F
-
- 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
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F2209/00—Controlling or monitoring parameters in water treatment
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Water Supply & Treatment (AREA)
- Chemical & Material Sciences (AREA)
- Organic Chemistry (AREA)
- Hydrology & Water Resources (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Sewage (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了智慧水务数据分析管理系统及方法,涉及水务数据分析技术领域,解决了未将汇流点的参数考虑在内,会导致部分污水点污水净化时间过长,且产生污水净化效率不高的技术问题,确认一组处理周期,预先获取不同汇入点汇入口的污水浓度参数,并对本处理站点的处理效率参数进行确认,当处理效率参数无法满足汇入的污水浓度参数时,则关闭对应的汇入口,避免污水浓度过盛;若汇入的污水浓度参数与最大处理效率参数ZD差值过大,便可与最佳处理效率参数进行靠拢,进行再分析,使最佳处理效率参数满足所汇入的污水浓度参数,完成污水浓度处理,判定是否采用最佳处理效率参数或最大处理效率参数,以此达到最佳的污水浓度处理效果。
Description
技术领域
本发明属于水务数据分析技术领域,具体是智慧水务数据分析管理系统及方法。
背景技术
智慧水务是通过新一代信息技术与水务技术的深度融合,充分发掘数据价值和逻辑关系,实现水务业务系统的控制智能化、数据资源化、管理精确化、决策智慧化,保障水务设施安全运行。
专利公开号为CN115685899A的申请属于污水处理技术领域,涉及一种市政污水处理厂生化池运行参数管理系统,根据预设的水质特征参数和预设的数据查验规则对污水处理相关数据进行可疑数据查验;模型分析子系统,将查验后的数据输入活性污泥模型,得到计算结果,根据预设的模型参数和计算结果对活性污泥模型进行模型校正,并对可疑数据进行双向校正;条件分析子系统用于基于校正后的活性污泥模型进行反应能力分析,并基于预设的优化目标和校正后的活性污泥模型计算,得到最佳工况。该系统通过数据挖掘、数据分析进行数据查验和模型校正,为污水厂生化池运行参数的合理调控提供依据。
智慧水务在进行污水处理过程中,一般根据对应污水站点的污水浓度,作出不同级别的污水处理,以保障污水得到净化,但在具体执行过程中,对应的污水站点,存在汇流情况,若未将汇流点的参数考虑在内,会导致部分污水点污水净化时间过长,且产生污水净化效率不高的问题。
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,本发明提出了智慧水务数据分析管理系统及方法,用于解决未将汇流点的参数考虑在内,会导致部分污水点污水净化时间过长,且产生污水净化效率不高的技术问题。
为实现上述目的,根据本发明的第一方面的实施例提出智慧水务数据分析管理系统,包括参数采集单元、实时监测单元、污水管理中心以及展示单元;
所述污水管理中心包括参数曲线构建单元、异时确认单元、预警单元、存储单元、站点位置确认单元、数值分析处理单元以及控制单元;
所述参数采集单元,用于对不同污水站点的污水参数进行采集,并将所采集的污水参数传输至参数曲线构建单元内;
所述参数曲线构建单元,对所采集的污水参数进行分析,并限定过往周期,根据过往周期,确认过往参数,构建污水曲线图,具体方式为:
以当前时刻为校准时刻,往前推24h确认过往周期,对过往周期内的污水参数标记为WSi-k,其中i代表不同的污水站点,k代表不同的时间段,每个时间段之间间隔1min;
按照时间的具体走向,以及污水参数WSi-k,以时间走向为横向坐标轴,污水参数为竖向坐标轴,构建污水曲线图,并将所构建的污水曲线图传输至异时确认单元内;
所述异时确认单元内,对所构建的污水曲线图进行接收,并根据预设值,建立标警线,根据标警线,确认对应污水站点的超污染时段,具体方式为:
根据设定值YS,在污水曲线图上确定对应点位,根据所确定的对应点位,构建与横向坐标轴的平行线,将此平行线拟定为标警线;
分析标警线与污水曲线图内部曲线是否存在交叉区域,若存在交叉区域,获取超出标警线对应线段的时间线,将其标记为对应污水站点的超污染时段,反之,则不进行任何处理,并将所标记的超污染时段传输至存储单元内;
将超污染时段的总时长标记为SCi,采用ZBi=SCi÷(24×60)得到占比参数ZBi,将占比参数ZBi与第一预设值Y1进行比对,当ZBi≤Y1时,不进行任何处理,反之,生成预警信号,并通过预警单元进行预警处理,并将预警信号以及对应的污水站点标记i进行展示;
所述存储单元,对过往周期所确认的超污染时段进行存储,并实时更新;
所述站点位置确认单元,对本处理站点的实时位置进行确认,根据水源流向确认汇入站点,依次确认汇入本处理站点的若干组汇入站点,并生成数值监测信号;
所述实时监测单元,根据数值监测信号,对若干组汇入站点汇入口的污水浓度参数进行实时监测,并将实时监测的不同位置的污水浓度参数传输至数值分析处理单元内;
所述数值分析处理单元,根据所确认的汇入站点,对本处理站点以及汇入站点的超污染时段进行提取确认,关闭处于同一超污染时段的汇入通道,后续再对实时监测的污水浓度参数进行处理,具体方式为:
根据所确认的汇入站点,从存储单元提取不同汇入站点的超污染时段,依次分析本处理站点的超污染时段与汇入站点的超污染时段是否交叉,若交叉,获取交叉时长,将交叉时长与第二预设值Y2进行比对,当交叉时长>Y2时,生成关闭信号,直接传输至控制单元内,直接关闭本处理站点与对应汇入站点的水源汇入通道,反之,进行下一步处理,若未交叉,进行下一步处理,将通道未关闭的汇入站点标定为待分析站点;
确认一组处理周期Tq,其中q代表不同的处理周期,通过实时监测单元,对待分析站点汇入口的污水浓度参数进行提取,并标记为HRt,其中t代表不同的待分析站点汇入口,并将若干组不同的HRt按照数值从小至大的方式进行排序,生成排序表;
从存储单元内确认本处理站点的最佳处理效率参数以及最大处理效率参数,其最佳处理效率参数以及最大处理效率参数均由操作人员提前拟定,并将最佳处理效率参数标记为ZJ,将最大处理效率参数标记为ZD;
将若干组HRt进行均值处理,得到待分析均值,将待分析均值与最大处理效率参数ZD进行比对,当待分析均值>ZD时,则根据排序表,则依次剔除最后一组HRt,直至待分析均值≤ZD时,停止,并记录所剔除的第一待分析站点编号;
将待分析均值与ZD之间的差值标记为CD,将待分析均值与ZJ之间的差值标记为CJ,当CD≥ZJ时,将所剔除第一待分析站点编号传输至控制单元内,当CD<ZJ时,则将待分析均值与最佳处理效率参数ZJ进行比对,当待分析均值>ZJ时,则根据排序表,则依次剔除最后一组HRt,直至待分析均值≤ZJ时,停止,并记录所剔除的第二待分析站点编号,并将第二待分析站点编号传输至控制单元内,执行下一周期时,重新进行分析计算。
优选的,所述控制单元,接收指定处理周期的第一待分析站点编号或第二待分析站点编号,在此处理周期内,根据待分析站点编号,关闭本处理站点与对应待分析站点的水源汇入通道。
进一步的,智慧水务数据分析管理系统的管理方法,包括以下步骤:
步骤一、确认一组过往周期,对不同污水站点的污水参数进行采集,并进行参数分析,构建污水曲线图,根据提前预设的标警线,将超出标警线的区域的时间线进行提取,并将其标记为超污染时段,并对不同的超污染时段进行存储;
步骤二、确认本站点与汇入站点的超污染时段,并获取对应站点超污染时段的交叉时长,根据交叉时长的具体时长,判定是否关闭对应站点的汇入通道;
步骤三、后续再根据汇入站点污水浓度数值的大小,进行均值处理,将所处理的均值首先跟本处理站点的最大处理效率参数进行比对分析,将不满足此条件的汇入站点通道进行关闭,确保本处理站点能对本处理周期内所汇入的污水进行净化处理;
步骤四、根据所确认的汇入站点污水浓度均值,获取与最大处理效率参数与最佳处理效率参数之间的差值,确认对应差值的数值大小,判定是否采用最佳处理效率参数或最大处理效率参数。
与现有技术相比,本发明的有益效果是:根据超污染时段的交叉情况,判定是否可进行水源汇入,若可以进行水源汇入,则需要进行后续处理,确认一组处理周期,预先获取不同汇入点汇入口的污水浓度参数,并对本处理站点的处理效率参数进行确认,当处理效率参数无法满足汇入的污水浓度参数时,则关闭对应的汇入口,使处理效率参数可对所汇入的污水进行处理,避免污水浓度过盛,造成本站点无法进行污水处理;
再进行分析,若汇入的污水浓度参数与最大处理效率参数ZD差值过大,便可与最佳处理效率参数进行靠拢,进行再分析,使最佳处理效率参数满足所汇入的污水浓度参数,完成污水浓度处理,判定是否采用最佳处理效率参数或最大处理效率参数,以此达到最佳的污水浓度处理效果。
附图说明
图1为本发明原理框架示意图。
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。
实施例一
请参阅图1,本申请提供了智慧水务数据分析管理系统,包括参数采集单元、实时监测单元、污水管理中心以及展示单元;
所述参数采集单元以及实时监测单元均与污水管理中心输入端电性连接,所述污水管理中心与展示单元输入端电性连接;
所述污水管理中心包括参数曲线构建单元、异时确认单元、预警单元、存储单元、站点位置确认单元、数值分析处理单元以及控制单元,所述参数曲线构建单元与异时确认单元输入端电性连接,所述异时确认单元与预警单元输入端电性连接,所述异时确认单元与存储单元之间双向连接,所述异时确认单元与站点位置确认单元输入端电性连接,所述站点位置确认单元以及存储单元均分别与数值分析处理单元输入端电性连接,所述数值分析处理单元与控制单元输入端电性连接;
所述参数采集单元,用于对不同污水站点的污水参数进行采集,并将所采集的污水参数传输至参数曲线构建单元内,具体的,污水参数为单位体积内污水的浓度值;
所述参数曲线构建单元,对所采集的污水参数进行分析,并限定过往周期,根据过往周期,确认过往参数,构建污水曲线图,并将所构建的污水曲线图传输至异时确认单元内,其中构建污水曲线图的具体方式为:
以当前时刻为校准时刻,往前推24h确认过往周期,对过往周期内的污水参数标记为WSi-k,其中i代表不同的污水站点,k代表不同的时间段,每个时间段之间间隔1min;
按照时间的具体走向,以及污水参数WSi-k,以时间走向为横向坐标轴,污水参数为竖向坐标轴,构建污水曲线图,并将所构建的污水曲线图传输至异时确认单元内。
所述异时确认单元内,对所构建的污水曲线图进行接收,并根据预设值,建立标警线,根据标警线,确认对应污水站点的超污染时段,其中确认超污染时段的具体方式为:
根据设定值YS,其中YS的具体取值由操作人员根据经验拟定,在污水曲线图上确定对应点位,根据所确定的对应点位,构建与横向坐标轴的平行线,将此平行线拟定为标警线;
分析标警线与污水曲线图内部曲线是否存在交叉区域,若存在交叉区域,获取超出标警线对应线段的时间线,将其标记为对应污水站点的超污染时段,反之,则不进行任何处理,并将所标记的超污染时段传输至存储单元内;
将超污染时段的总时长标记为SCi,采用ZBi=SCi÷(24×60)得到占比参数ZBi,将占比参数ZBi与第一预设值Y1进行比对,其中Y1的具体取值由操作人员根据经验拟定,当ZBi≤Y1时,不进行任何处理,反之,生成预警信号,并通过预警单元进行预警处理,供外部操作人员及时作出应对措施,并将预警信号以及对应的污水站点标记i进行展示。
具体的,其中,标警线作为一组衡量线,对污水浓度参数进行限定,若对应的污水浓度参数超出此衡量线,便代表对应的时段存在超污染情况,故,便可确认属于不同污水站点的超污染时段。
所述存储单元,对过往周期所确认的超污染时段进行存储,并实时更新,其更新数值由异时确认单元进行数据传输,且异时确认单元每过一组过往周期,并进行数值分析确认,确认更新数值,并传输至存储单元内进行存储。
实施例二
本实施例在具体实施过程中,包含实施例一,且相较于实施例一,其具体区别在于:
所述站点位置确认单元,对本处理站点的实时位置进行确认,根据水源流向确认汇入站点,依次确认汇入本处理站点的若干组汇入站点,并生成数值监测信号;
所述实时监测单元,根据数值监测信号,对若干组汇入站点汇入口的污水浓度参数进行实时监测,同时对本处理站点的污水浓度参数实时监测,并将实时监测的不同位置的污水浓度参数传输至数值分析处理单元内;
所述数值分析处理单元,根据所确认的汇入站点,对本处理站点以及汇入站点的超污染时段进行提取确认,关闭处于同一超污染时段的汇入通道,后续再对实时监测的污水浓度参数进行处理,根据不同的数值,在本处理站点内进行不同程度的水源净化处理,并生成水源净化值,传输至控制单元内,其中,进行处理的具体方式为:
根据所确认的汇入站点,从存储单元内对不同汇入站点的超污染时段进行提取,再确认本处理站点的超污染时段,依次分析本处理站点的超污染时段与汇入站点的超污染时段是否交叉,若交叉,获取交叉时长,将交叉时长与第二预设值Y2进行比对,其中Y2的具体取值由操作人员根据经验拟定,且Y2一般取值30min,当交叉时长>Y2时,生成关闭信号,直接传输至控制单元内,直接关闭本处理站点与对应汇入站点的水源汇入通道,反之,进行下一步处理,若未交叉,进行下一步处理,将通道未关闭的汇入站点标定为待分析站点;
确认一组处理周期Tq,其中T为预设值,且T一般取值5min,其中q代表不同的处理周期,通过实时监测单元,对待分析站点汇入口的污水浓度参数进行提取,并标记为HRt,其中t代表不同的待分析站点汇入口,并将若干组不同的HRt按照数值从小至大的方式进行排序,生成排序表,以供下次分析;
从存储单元内确认本处理站点的最佳处理效率参数以及最大处理效率参数,其最佳处理效率参数以及最大处理效率参数均由操作人员提前拟定,并将最佳处理效率参数标记为ZJ,将最大处理效率参数标记为ZD;
将若干组HRt进行均值处理,得到待分析均值,将待分析均值与最大处理效率参数ZD进行比对,当待分析均值>ZD时,则根据排序表,则依次剔除最后一组HRt,直至待分析均值≤ZD时,停止,并记录所剔除的第一待分析站点编号;
将待分析均值与ZD之间的差值标记为CD,将待分析均值与ZJ之间的差值标记为CJ,当CD≥ZJ时,将所剔除第一待分析站点编号传输至控制单元内,当CD<ZJ时,则将待分析均值与最佳处理效率参数ZJ进行比对,当待分析均值>ZJ时,则根据排序表,则依次剔除最后一组HRt,直至待分析均值≤ZJ时,停止,并记录所剔除的第二待分析站点编号,并将第二待分析站点编号传输至控制单元内,执行下一周期时,重新进行分析计算;
具体的,首先根据超污染时段的交叉情况,判定是否可进行水源汇入,若可以进行水源汇入,则需要进行后续处理,确认一组处理周期,预先获取不同汇入点汇入口的污水浓度参数,并对本处理站点的处理效率参数进行确认,当处理效率参数无法满足汇入的污水浓度参数时,则关闭对应的汇入口,使处理效率参数可对所汇入的污水进行处理;
再进行分析,若汇入的污水浓度参数与最大处理效率参数ZD差值过大,便可与最佳处理效率参数进行靠拢,进行再分析,使最佳处理效率参数满足所汇入的污水浓度参数,完成污水浓度处理;
执行下一处理周期时,重新进行分析计算,根据结果,判定是采用最大处理效率参数还是最佳处理效率参数。
所述控制单元,接收指定处理周期的第一待分析站点编号或第二待分析站点编号,在此处理周期内,根据待分析站点编号,关闭本处理站点与对应待分析站点的水源汇入通道,保障本处理站点能够完成对应的水源净化处理,并达到最佳的处理效果。
智慧水务数据分析管理系统的管理方法,包括以下步骤:
步骤一、确认一组过往周期,对不同污水站点的污水参数进行采集,并进行参数分析,构建污水曲线图,根据提前预设的标警线,将超出标警线的区域的时间线进行提取,并将其标记为超污染时段,并对不同的超污染时段进行存储;
步骤二、确认本站点与汇入站点的超污染时段,并获取对应站点超污染时段的交叉时长,根据交叉时长的具体时长,判定是否关闭对应站点的汇入通道,避免污水浓度过盛,造成本站点无法进行污水处理;
步骤三、后续再根据汇入站点污水浓度数值的大小,进行均值处理,将所处理的均值首先跟本处理站点的最大处理效率参数进行比对分析,将不满足此条件的汇入站点通道进行关闭,确保本处理站点能对本处理周期内所汇入的污水进行净化处理;
步骤四、根据所确认的汇入站点污水浓度均值,获取与最大处理效率参数与最佳处理效率参数之间的差值,确认对应差值的数值大小,判定是否采用最佳处理效率参数或最大处理效率参数,以此达到最佳的污水浓度处理效果。
上述公式中的部分数据均是去除量纲取其数值计算,公式是由采集的大量数据经过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通过大量数据模拟获得。
以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。
Claims (6)
1.智慧水务数据分析管理系统,其特征在于,包括参数采集单元、实时监测单元、污水管理中心以及展示单元;
所述污水管理中心包括参数曲线构建单元、异时确认单元、预警单元、存储单元、站点位置确认单元、数值分析处理单元以及控制单元;
所述参数采集单元,用于对不同污水站点的污水参数进行采集,并将所采集的污水参数传输至参数曲线构建单元内;
所述参数曲线构建单元,对所采集的污水参数进行分析,并限定过往周期,根据过往周期,确认过往参数,构建污水曲线图,并将所构建的污水曲线图传输至异时确认单元内;
所述异时确认单元内,对所构建的污水曲线图进行接收,并根据预设值,建立标警线,根据标警线,确认对应污水站点的超污染时段;
所述存储单元,对过往周期所确认的超污染时段进行存储,并实时更新;
所述站点位置确认单元,对本处理站点的实时位置进行确认,根据水源流向确认汇入站点,依次确认汇入本处理站点的若干组汇入站点,并生成数值监测信号;
所述实时监测单元,根据数值监测信号,对若干组汇入站点汇入口的污水浓度参数进行实时监测,并将实时监测的不同位置的污水浓度参数传输至数值分析处理单元内;
所述数值分析处理单元,根据所确认的汇入站点,对本处理站点以及汇入站点的超污染时段进行提取确认,关闭处于同一超污染时段的汇入通道,后续再对实时监测的污水浓度参数进行处理,根据不同的数值,在本处理站点内进行不同程度的水源净化处理,并生成水源净化值,传输至控制单元内。
2.根据权利要求1所述的智慧水务数据分析管理系统,其特征在于,所述参数曲线构建单元,构建污水曲线图的具体方式为:
以当前时刻为校准时刻,往前推24h确认过往周期,对过往周期内的污水参数标记为WSi-k,其中i代表不同的污水站点,k代表不同的时间段,每个时间段之间间隔1min;
按照时间的具体走向,以及污水参数WSi-k,以时间走向为横向坐标轴,污水参数为竖向坐标轴,构建污水曲线图,并将所构建的污水曲线图传输至异时确认单元内。
3.根据权利要求2所述的智慧水务数据分析管理系统,其特征在于,所述异时确认单元内,确认超污染时段的具体方式为:
根据设定值YS,在污水曲线图上确定对应点位,根据所确定的对应点位,构建与横向坐标轴的平行线,将此平行线拟定为标警线;
分析标警线与污水曲线图内部曲线是否存在交叉区域,若存在交叉区域,获取超出标警线对应线段的时间线,将其标记为对应污水站点的超污染时段,反之,则不进行任何处理,并将所标记的超污染时段传输至存储单元内;
将超污染时段的总时长标记为SCi,采用ZBi=SCi÷(24×60)得到占比参数ZBi,将占比参数ZBi与第一预设值Y1进行比对,当ZBi≤Y1时,不进行任何处理,反之,生成预警信号,并通过预警单元进行预警处理,并将预警信号以及对应的污水站点标记i进行展示。
4.根据权利要求3所述的智慧水务数据分析管理系统,其特征在于,所述数值分析处理单元,对实时监测的污水浓度参数进行处理的具体方式为:
根据所确认的汇入站点,从存储单元提取不同汇入站点的超污染时段,依次分析本处理站点的超污染时段与汇入站点的超污染时段是否交叉,若交叉,获取交叉时长,将交叉时长与第二预设值Y2进行比对,当交叉时长>Y2时,生成关闭信号,直接传输至控制单元内,直接关闭本处理站点与对应汇入站点的水源汇入通道,反之,进行下一步处理,若未交叉,进行下一步处理,将通道未关闭的汇入站点标定为待分析站点;
确认一组处理周期Tq,其中q代表不同的处理周期,通过实时监测单元,对待分析站点汇入口的污水浓度参数进行提取,并标记为HRt,其中t代表不同的待分析站点汇入口,并将若干组不同的HRt按照数值从小至大的方式进行排序,生成排序表;
从存储单元内确认本处理站点的最佳处理效率参数以及最大处理效率参数,其最佳处理效率参数以及最大处理效率参数均由操作人员提前拟定,并将最佳处理效率参数标记为ZJ,将最大处理效率参数标记为ZD;
将若干组HRt进行均值处理,得到待分析均值,将待分析均值与最大处理效率参数ZD进行比对,当待分析均值>ZD时,则根据排序表,则依次剔除最后一组HRt,直至待分析均值≤ZD时,停止,并记录所剔除的第一待分析站点编号;
将待分析均值与ZD之间的差值标记为CD,将待分析均值与ZJ之间的差值标记为CJ,当CD≥ZJ时,将所剔除第一待分析站点编号传输至控制单元内,当CD<ZJ时,则将待分析均值与最佳处理效率参数ZJ进行比对,当待分析均值>ZJ时,则根据排序表,则依次剔除最后一组HRt,直至待分析均值≤ZJ时,停止,并记录所剔除的第二待分析站点编号,并将第二待分析站点编号传输至控制单元内,执行下一周期时,重新进行分析计算。
5.根据权利要求4所述的智慧水务数据分析管理系统,其特征在于,所述控制单元,接收指定处理周期的第一待分析站点编号或第二待分析站点编号,在此处理周期内,根据待分析站点编号,关闭本处理站点与对应待分析站点的水源汇入通道。
6.根据权利要求1-5任一项所述的智慧水务数据分析管理系统的管理方法,其特征在于,包括以下步骤:
步骤一、确认一组过往周期,对不同污水站点的污水参数进行采集,并进行参数分析,构建污水曲线图,根据提前预设的标警线,将超出标警线的区域的时间线进行提取,并将其标记为超污染时段,并对不同的超污染时段进行存储;
步骤二、确认本站点与汇入站点的超污染时段,并获取对应站点超污染时段的交叉时长,根据交叉时长的具体时长,判定是否关闭对应站点的汇入通道;
步骤三、后续再根据汇入站点污水浓度数值的大小,进行均值处理,将所处理的均值首先跟本处理站点的最大处理效率参数进行比对分析,将不满足此条件的汇入站点通道进行关闭,确保本处理站点能对本处理周期内所汇入的污水进行净化处理;
步骤四、根据所确认的汇入站点污水浓度均值,获取与最大处理效率参数与最佳处理效率参数之间的差值,确认对应差值的数值大小,判定是否采用最佳处理效率参数或最大处理效率参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310511928.5A CN116216819B (zh) | 2023-05-09 | 2023-05-09 | 智慧水务数据分析管理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310511928.5A CN116216819B (zh) | 2023-05-09 | 2023-05-09 | 智慧水务数据分析管理系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116216819A CN116216819A (zh) | 2023-06-06 |
CN116216819B true CN116216819B (zh) | 2023-07-04 |
Family
ID=86580968
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310511928.5A Active CN116216819B (zh) | 2023-05-09 | 2023-05-09 | 智慧水务数据分析管理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116216819B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116561216B (zh) * | 2023-07-04 | 2023-09-15 | 湖南腾琨信息科技有限公司 | 一种多维时空数据可视化性能优化方法及系统 |
CN117131810B (zh) * | 2023-10-26 | 2024-01-26 | 长沙市规划勘测设计研究院 | 基于系统动力学的雨洪调蓄模拟系统与方法 |
CN117557041B (zh) * | 2023-11-17 | 2024-06-11 | 北京华通信联科技有限公司 | 一种基于边缘计算的危废转移离线自动控制方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101046198B1 (ko) * | 2011-03-22 | 2011-07-04 | 주식회사 차임이엔지 | 수처리 원격제어 감시 시스템 |
CN112575883A (zh) * | 2020-12-17 | 2021-03-30 | 广东正诚电气科技有限公司 | 一种城市污水管网流域内截流井群控制方法 |
CN113105007A (zh) * | 2021-04-14 | 2021-07-13 | 河南一膜环保技术有限公司 | 基于物联网的污水处理末端排放集成化应急处理方法 |
RU2763132C1 (ru) * | 2021-03-13 | 2021-12-27 | Сергей Яковлевич Чернин | Система мониторинга концентрации загрязняющих веществ, в том числе нефтепродуктов, в сточных водах и управления работой очистных сооружений предприятий |
CN113931283A (zh) * | 2021-12-16 | 2022-01-14 | 北京清源华建环境科技有限公司 | 一种应对来源污水超标超量的污水处理方法 |
CN113947033A (zh) * | 2021-12-22 | 2022-01-18 | 深圳市水务工程检测有限公司 | 基于人工智能排水管网污染物溯源系统及方法 |
KR20220112590A (ko) * | 2021-02-04 | 2022-08-11 | 창원대학교 산학협력단 | 인공지능 기반 수계오염원 모니터링 시스템 및 방법 |
CN115078667A (zh) * | 2022-06-08 | 2022-09-20 | 四川丽高泳道水处理设备有限公司 | 一种基于物联网技术的工业污水排放处理在线监测分析预警系统 |
CN115974201A (zh) * | 2023-03-20 | 2023-04-18 | 苏州一清环保科技有限公司 | 基于污水监测的实时污水处理系统 |
-
2023
- 2023-05-09 CN CN202310511928.5A patent/CN116216819B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101046198B1 (ko) * | 2011-03-22 | 2011-07-04 | 주식회사 차임이엔지 | 수처리 원격제어 감시 시스템 |
CN112575883A (zh) * | 2020-12-17 | 2021-03-30 | 广东正诚电气科技有限公司 | 一种城市污水管网流域内截流井群控制方法 |
KR20220112590A (ko) * | 2021-02-04 | 2022-08-11 | 창원대학교 산학협력단 | 인공지능 기반 수계오염원 모니터링 시스템 및 방법 |
RU2763132C1 (ru) * | 2021-03-13 | 2021-12-27 | Сергей Яковлевич Чернин | Система мониторинга концентрации загрязняющих веществ, в том числе нефтепродуктов, в сточных водах и управления работой очистных сооружений предприятий |
CN113105007A (zh) * | 2021-04-14 | 2021-07-13 | 河南一膜环保技术有限公司 | 基于物联网的污水处理末端排放集成化应急处理方法 |
CN113931283A (zh) * | 2021-12-16 | 2022-01-14 | 北京清源华建环境科技有限公司 | 一种应对来源污水超标超量的污水处理方法 |
CN113947033A (zh) * | 2021-12-22 | 2022-01-18 | 深圳市水务工程检测有限公司 | 基于人工智能排水管网污染物溯源系统及方法 |
CN115078667A (zh) * | 2022-06-08 | 2022-09-20 | 四川丽高泳道水处理设备有限公司 | 一种基于物联网技术的工业污水排放处理在线监测分析预警系统 |
CN115974201A (zh) * | 2023-03-20 | 2023-04-18 | 苏州一清环保科技有限公司 | 基于污水监测的实时污水处理系统 |
Non-Patent Citations (1)
Title |
---|
基于物联网技术印染企业污水自动化处理的实现;王凯于;冯洁;沈伟;;工业计量(第S1期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116216819A (zh) | 2023-06-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116216819B (zh) | 智慧水务数据分析管理系统及方法 | |
CN117171661B (zh) | 一种化工厂污水处理监控方法及系统 | |
CN110825041B (zh) | 一种集控式智慧污水处理厂运行系统 | |
CN114297954A (zh) | 一种基于污水处理厂的大数据智能分析数字管控平台 | |
CN115974201B (zh) | 基于污水监测的实时污水处理系统 | |
CN116562580B (zh) | 碳酸锂生产车间的废水废气处理系统及方法 | |
CN117420283B (zh) | 一种一体化多通道水质监测方法及系统 | |
CN117170221A (zh) | 一种污水处理的人工智能控制系统 | |
CN116589078B (zh) | 基于数据融合的污水处理智能控制方法及系统 | |
CN116119877A (zh) | 一种基于物联网技术的污水自动化处理方法及系统 | |
CN118131631A (zh) | 一种基于污水处理的动态优化调度系统及方法 | |
CN117689218B (zh) | 一种适用于工业企业生产现场环境风险智能化管控系统 | |
CN118350510A (zh) | 一种基于雨水收集系统多级净化技术的雨水利用方法 | |
CN113240542B (zh) | 一种污水管网可视化系统 | |
CN117687369A (zh) | 基于多源数据的降尘喷雾节能控制方法及系统 | |
CN111675257B (zh) | 一种污水处理厂的远程集控方法与系统 | |
CN202671285U (zh) | 火电厂工业废水自动加药装置 | |
CN116495808A (zh) | 一种垃圾浓缩液处理设备的控制方法 | |
CN117114288A (zh) | 一种工业循环水排污管理方法及系统 | |
CN111934903A (zh) | 一种基于时序演化基因的Docker容器故障智能预测方法 | |
CN113931270B (zh) | 一种基于深度学习的截流井智能监控系统及监控方法 | |
CN116523174A (zh) | 基于自组织神经网络的污水处理厂工况评估方法及系统 | |
CN114971164B (zh) | 一种基于人工智能的污泥处理设备异常检测方法及系统 | |
CN117035234B (zh) | 一种基于降雨预报的区域积水深度监测方法 | |
CN117870034B (zh) | 洁净室环境参数的控制方法、装置及系统 |
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 |