CN116432866A - 基于物联网的城市智慧排水管线安全管理方法及系统 - Google Patents

基于物联网的城市智慧排水管线安全管理方法及系统 Download PDF

Info

Publication number
CN116432866A
CN116432866A CN202310671550.5A CN202310671550A CN116432866A CN 116432866 A CN116432866 A CN 116432866A CN 202310671550 A CN202310671550 A CN 202310671550A CN 116432866 A CN116432866 A CN 116432866A
Authority
CN
China
Prior art keywords
pipeline
data
drainage
pipe
sewage
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.)
Granted
Application number
CN202310671550.5A
Other languages
English (en)
Other versions
CN116432866B (zh
Inventor
杜斌
杜海波
王昕昕
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.)
Qingdao Wotai Water Technology Equipment Manufacturing Co ltd
Original Assignee
Qingdao Wotai Water Technology Equipment Manufacturing 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 Qingdao Wotai Water Technology Equipment Manufacturing Co ltd filed Critical Qingdao Wotai Water Technology Equipment Manufacturing Co ltd
Priority to CN202310671550.5A priority Critical patent/CN116432866B/zh
Publication of CN116432866A publication Critical patent/CN116432866A/zh
Application granted granted Critical
Publication of CN116432866B publication Critical patent/CN116432866B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
    • F17D—PIPE-LINE SYSTEMS; PIPE-LINES
    • F17D5/00—Protection or supervision of installations
    • 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
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q10/20—Administration of product repair or maintenance
    • 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
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y10/00—Economic sectors
    • G16Y10/35—Utilities, e.g. electricity, gas or water
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y20/00—Information sensed or collected by the things
    • G16Y20/10—Information sensed or collected by the things relating to the environment, e.g. temperature; relating to location
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y20/00—Information sensed or collected by the things
    • G16Y20/20—Information sensed or collected by the things relating to the thing itself
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y20/00—Information sensed or collected by the things
    • G16Y20/30—Information sensed or collected by the things relating to resources, e.g. consumed power
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y30/00—IoT infrastructure
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/10—Detection; Monitoring
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/20—Analytics; Diagnosis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/40—Maintenance of things
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04Q—SELECTING
    • H04Q9/00—Arrangements in telecontrol or telemetry systems for selectively calling a substation from a main station, in which substation desired apparatus is selected for applying a control signal thereto or for obtaining measured values therefrom
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04Q—SELECTING
    • H04Q2209/00—Arrangements in telecontrol or telemetry systems
    • H04Q2209/80—Arrangements in the sub-station, i.e. sensing device
    • H04Q2209/84—Measuring functions
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Computing Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Optimization (AREA)
  • Quality & Reliability (AREA)
  • Mathematical Analysis (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Mechanical Engineering (AREA)
  • Educational Administration (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Signal Processing (AREA)
  • Evolutionary Biology (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Algebra (AREA)
  • Game Theory and Decision Science (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)

Abstract

本发明公开了基于物联网的城市智慧排水管线安全管理方法及系统，涉及智慧城市排水管理技术领域，包括：建立排水管线仿真模型；进行数据在线采集设备安装点位规划；进行安装数据在线采集设备；进行监测环境降水，获取环境降水数据；获取污水排水量需求数据；确定管线内各处的数据预测值；通过管内流速监测装置和管内压力监测装置采集管线内部各处的排水数据；进行判断排水管线内部各处的管道状态，并基于管线状态输出检修信号。本发明的优点在于：有效的减少排水管线智能管理过程中需要进行对比处理的原始数据数量，提高排水管线出现故障的区域定位速度，实现城市排水管网的综合高效化管理。

Description

基于物联网的城市智慧排水管线安全管理方法及系统
技术领域
本发明涉及智慧城市排水管理技术领域，具体是涉及基于物联网的城市智慧排水管线安全管理方法及系统。
背景技术
随着科技的进步和时代的发展，我国城市化进程的不断加快，排水管网建设也有了较大的发展，但是随着而来的城市排水管网的管理问题也日渐增多，尤其近年来城市排水量增大，导致城市排水管网容易损坏，这对城市排水管网的综合管理提出了更为迫切的信息化管理要求。
现有的针对于城市排水管线的在线监测方法通常为，采用数据采集装置进行采集排水管道内部的排水数据，并将每一个数据采集装置采集到的的排水数据与预测出的标准数据进行对比，当对比数据出现出现较大差别时，则判定为该处管道出现故障发出预警信号，然而由于城市排水管网错综复杂，导致其中的数据采集装置数量十分庞大，采集的数据量也十分庞大，对每一个采集的数据进行单独的对比判断所需要的处理算力极大，基于此，本发明提出基于物联网的城市智慧排水管线安全管理方案。
发明内容
为解决上述技术问题，提供基于物联网的城市智慧排水管线安全管理方法及系统，本技术方案解决了上述的现有的针对于城市排水管线的在线监测方法通常为，采用数据采集装置进行采集排水管道内部的排水数据，并将每一个数据采集装置采集到的的排水数据与预测出的标准数据进行对比，当对比数据出现出现较大差别时，则判定为该处管道出现故障发出预警信号，然而由于城市排水管网错综复杂，导致其中的数据采集装置数量十分庞大，采集的数据量也十分庞大，对每一个采集的数据进行单独的对比判断所需要的处理算力极大的问题。
为达到以上目的，本发明采用的技术方案为：
一种基于物联网的城市智慧排水管线安全管理方法，包括：
获取接入智慧城市物联网的排水管线的线路数据，并基于接入智慧城市物联网的排水管线的线路数据建立排水管线仿真模型；
基于排水管线仿真模型，进行数据在线采集设备安装点位规划，所述数据在线采集设备安装点位规划包括管内数据传感点位规划和环境数据采集点位规划；
基于数据在线采集设备安装点位规划进行安装数据在线采集设备，并将数据在线采集设备接入智慧城市物联网网关，所述数据在线采集设备至少包括环境降水监测设备和管内监测设备，所述环境降水监测设备包括雨量监测装置和水质监测装置，所述管内监测设备包括管内流速监测装置和管内压力监测装置；
通过环境降水监测设备进行监测环境降水，获取环境降水数据；
基于历史数据进行拟合计算每个管道覆盖的区域的污水排水需求量，获取污水排水量需求数据；
基于污水排水量数据和环境降水数据进行拟合计算，确定管线内各处的数据预测值；
通过管内流速监测装置和管内压力监测装置采集管线内部各处的排水数据，所述排水数据包括排水流速和管内排水水压；
基于管线内各处的数据预测值和管线内部各处的排水数据进行判断排水管线内部各处的管道状态，并基于管线状态输出检修信号。
优选的，所述环境数据采集点位规划具体包括：
根据排水管线仿真模型，确定排水管线中与雨水排水相关的每一条管道的排水覆盖区域，获取管道覆盖区域数据；
确定单个环境降水监测设备的监测覆盖范围，获取监测范围数据；
基于管道覆盖区域数据和监测范围数据确定环境数据采集点位，所述环境数据采集点位应保证所有环境降水监测设备的监测覆盖范围包含管道的排水覆盖区域。
优选的，所述管内数据传感点位规划具体包括：
根据排水管线仿真模型，确定排水管线中每一条管道的管道数据，所述管道数据包括管道管径、管道长度和管道实用年限；
基于管道管径确定管道的检修速率，基于管道维修时限，计算在管道维修时限内能够完成检修的管道长度，获得检修管道长度；
按照检修管道长度为间隔，在每一条管道内部进行设置管内数据传感点位。
优选的，所述基于历史数据进行拟合计算每个管道覆盖的区域的污水排水需求量，获取污水排水量需求数据具体包括：
基于设定的排水周期，获取管道覆盖的区域的若干个时刻在排水周期内污水排水量，获得污水排水历史数据；
基于污水排水历史数据及其所对应的时刻，建立污水排水需求-时刻线性回归模型；
将当前时刻代入污水排水需求-时刻线性回归模型中，计算出当前时刻的污水排水需求量；
其中，所述污水排水需求-时刻线性回归模型为：
Figure SMS_1
式中，
Figure SMS_2
为污水排水需求的回归预测值，/>
Figure SMS_3
为第j个污水排水历史数据，/>
Figure SMS_4
为第j个污水排水历史数据对应的时刻，/>
Figure SMS_5
为污水排水历史数据总数量，/>
Figure SMS_6
均为污水排水需求-时刻线性回归模型的参数。
优选的，所述基于污水排水量数据和环境降水数据进行拟合计算，确定管线内各处的数据预测值具体包括：
基于水质监测装置确定雨水的污染程度，并基于雨水的污染程度判断雨水是否需要排入污水排水管道；
通过雨量监测装置进行实时监测管道覆盖区域内的降水量，结合管道覆盖区域内的降水量和管道覆盖的区域的污水排水需求量进行综合计算每个管内数据传感点位处的数据预测值；
其中，所述数据预测值的计算公式为：
Figure SMS_7
式中，
Figure SMS_9
为管内数据传感点位处的流速预测值，/>
Figure SMS_12
为管内数据传感点位处的压力预测值，/>
Figure SMS_15
为管内数据传感点位处的排水管截面面积，/>
Figure SMS_10
为接入管内数据传感点位对应的排水管道的支管总数，/>
Figure SMS_14
为接入管内数据传感点位对应的排水管道的第i个支管的流速，/>
Figure SMS_17
为接入管内数据传感点位对应的排水管道的第i个支管的截面面积，/>
Figure SMS_18
为污水密度，/>
Figure SMS_8
为接入管内数据传感点位对应的排水管道的第i个支管内的压力值，/>
Figure SMS_11
为重力加速度，/>
Figure SMS_13
为接入管内数据传感点位对应的排水管道的第i个支管的高度差，/>
Figure SMS_16
为接入管内数据传感点位对应的排水管道的第i个支管的沿程损耗，为接入管内数据传感点位对应的排水管道的第i个支管的排水流量。
优选的，所述基于管线内各处的数据预测值和管线内部各处的排水数据进行判断排水管线内部各处的管道状态具体包括：
基于计算出的每个管内数据传感点位处的数据预测和管内流速监测装置和管内压力监测装置采集的管线内部各处的排水数据，通过运行状态系数计算公式进行计算整体排水管线的综合运行状态系数；
判断整体排水管线的综合运行状态系数是否小于第一预设值，若是，则判断整体排水管线处于正常运行状态，若否，则判断整体排水管线处于异常运行状态；
对于处于异常运行状态的整体排水管线，通过运行状态系数计算公式分别计算排水管线中每一条管道的综合运行状态系数，分别判断每一条管道的综合运行状态系数是否小于第二预设值，若是，则判定为该条管道运行状态正常，若否，则判定为该条管道运行状态异常；
对于处于运行状态异常的管道，按照排水流向依次将管道内部的数据传感点位处排水数据与数据传感点位处的数据预测进行做比较，筛选出出现异常的排水数据，基于出现异常的排水数据对应的数据传感点位位置确定管道出现异常的区域。
优选的，所述运行状态系数计算公式为：
Figure SMS_19
式中，
Figure SMS_20
为运行状态系数，/>
Figure SMS_21
为整体排水管线和/或管道设置的管内监测设备总数，
Figure SMS_22
为第l个管内监测设备对应点位的流速预测值，/>
Figure SMS_23
为第l个管内监测设备对应点位的压力预测值，/>
Figure SMS_24
为第l个管内监测设备采集的管内流速，/>
Figure SMS_25
为第l个管内监测设备采集的管内压力。
进一步的，提出一种基于物联网的城市智慧排水管线安全管理系统，用于实现如上述的基于物联网的城市智慧排水管线安全管理方法，包括：
监测规划模块，所述监测规划模块用于进行数据在线采集设备安装点位规划；
数据在线采集设备，所述数据在线采集设备至少包括环境降水监测设备和管内监测设备，所述环境降水监测设备包括雨量监测装置和水质监测装置，所述管内监测设备包括管内流速监测装置和管内压力监测装置；
数据处理模块，所述数据处理模块用于基于污水排水量数据和环境降水数据进行拟合计算，确定管线内各处的数据预测值和基于管线内各处的数据预测值和管线内部各处的排水数据进行判断排水管线内部各处的管道状态；
输出模块，所述输出模块用于基于管线状态输出检修信号；
其中，所述监测规划模块包括：
管线模型仿真单元，所述管线模型仿真单元用于基于接入智慧城市物联网的排水管线的线路数据建立排水管线仿真模型；
监测点位确定单元，所述监测点位确定单元用于基于排水管线仿真模型，进行数据在线采集设备安装点位规划，数据在线采集设备安装点位规划包括管内数据传感点位规划和环境数据采集点位规划；
环境数据采集点位规划具体包括：
根据排水管线仿真模型，确定排水管线中与雨水排水相关的每一条管道的排水覆盖区域，获取管道覆盖区域数据；
确定单个环境降水监测设备的监测覆盖范围，获取监测范围数据；
基于管道覆盖区域数据和监测范围数据确定环境数据采集点位，所述环境数据采集点位应保证所有环境降水监测设备的监测覆盖范围包含管道的排水覆盖区域；
管内数据传感点位规划具体包括：
根据排水管线仿真模型，确定排水管线中每一条管道的管道数据，所述管道数据包括管道管径、管道长度和管道实用年限；
基于管道管径确定管道的检修速率，基于管道维修时限，计算在管道维修时限内能够完成检修的管道长度，获得检修管道长度；
按照检修管道长度为间隔，在每一条管道内部进行设置管内数据传感点位；
所述数据处理模块包括：
污水量预测单元，所述污水量预测单元用于基于历史数据进行拟合计算每个管道覆盖的区域的污水排水需求量，获取污水排水量需求数据；
污水量预测单元的具体计算过程为：
基于设定的排水周期，获取管道覆盖的区域的若干个时刻在排水周期内污水排水量，获得污水排水历史数据；
基于污水排水历史数据及其所对应的时刻，建立污水排水需求-时刻线性回归模型；
将当前时刻代入污水排水需求-时刻线性回归模型中，计算出当前时刻的污水排水需求量；
污水排水需求-时刻线性回归模型为：
Figure SMS_26
式中，
Figure SMS_27
为污水排水需求的回归预测值，/>
Figure SMS_28
为第j个污水排水历史数据，/>
Figure SMS_29
为第j个污水排水历史数据对应的时刻，/>
Figure SMS_30
为污水排水历史数据总数量，/>
Figure SMS_31
均为污水排水需求-时刻线性回归模型的参数；
监测点数据预测单元，所述监测点数据预测单元用于基于污水排水量数据和环境降水数据进行拟合计算，确定管线内各处的数据预测值；
监测点数据预测单元的具体计算过程为：
基于水质监测装置确定雨水的污染程度，并基于雨水的污染程度判断雨水是否需要排入污水排水管道；
通过雨量监测装置进行实时监测管道覆盖区域内的降水量，结合管道覆盖区域内的降水量和管道覆盖的区域的污水排水需求量进行综合计算每个管内数据传感点位处的数据预测值；
其中，数据预测值的计算公式为：
Figure SMS_32
式中，
Figure SMS_33
为管内数据传感点位处的流速预测值，/>
Figure SMS_36
为管内数据传感点位处的压力预测值，/>
Figure SMS_39
为管内数据传感点位处的排水管截面面积，/>
Figure SMS_34
为接入管内数据传感点位对应的排水管道的支管总数，/>
Figure SMS_38
为接入管内数据传感点位对应的排水管道的第i个支管的流速，/>
Figure SMS_41
为接入管内数据传感点位对应的排水管道的第i个支管的截面面积，/>
Figure SMS_43
为污水密度，/>
Figure SMS_35
为接入管内数据传感点位对应的排水管道的第i个支管内的压力值，/>
Figure SMS_37
为重力加速度，/>
Figure SMS_40
为接入管内数据传感点位对应的排水管道的第i个支管的高度差，/>
Figure SMS_42
为接入管内数据传感点位对应的排水管道的第i个支管的沿程损耗，为接入管内数据传感点位对应的排水管道的第i个支管的排水流量；
数据计算单元，所述数据计算单元用于计算整体排水管线和/或管道设置的综合运行状态系数；
数据计算单元计算综合运行状态系数的公式为：
Figure SMS_44
式中，
Figure SMS_45
为运行状态系数，/>
Figure SMS_46
为整体排水管线和/或管道设置的管内监测设备总数，
Figure SMS_47
为第l个管内监测设备对应点位的流速预测值，/>
Figure SMS_48
为第l个管内监测设备对应点位的压力预测值，/>
Figure SMS_49
为第l个管内监测设备采集的管内流速，/>
Figure SMS_50
为第l个管内监测设备采集的管内压力；
第一判断单元，所述第一判断单元用于判断整体排水管线的综合运行状态系数是否小于第一预设值；
第二判断单元，所述第二判断单元用于判断每一条管道的综合运行状态系数是否小于第二预设值；
比较单元，所述比较单元用于按照排水流向依次将管道内部的数据传感点位处排水数据与数据传感点位处的数据预测进行做比较，筛选出出现异常的排水数据。
与现有技术相比，本发明的有益效果在于：
本发明提出一种基于物联网的城市智慧排水管线安全管理方案，基于预测的每个区域的污水排水需求和区域降水量进行预测每一个排水管道内部的排水数据，之后通过管内监测设备进行实时采集排水管道内部的数据，首先计算综合运行状态系数，并基于综合运行状态系数进行判断整体排水管线是否处于正常运行状态，若整体排水管线是否处于异常运行状态，则筛选出存在异常的排水管道，并对存在异常的排水管道内部的数据进行针对化对比，通过此方式，可有效的减少需要进行对比处理的原始数据数量，可有效的降低进行排水管线安全管理的数据处理算力，进而有效的提高排水管线出现故障的区域定位速度，极大的提高了对于城市排水管网的应急抢险能力，进而实现城市排水管网的综合高效化管理。
附图说明
图1为本发明提出的基于物联网的城市智慧排水管线安全管理的系统结构框图；
图2为本发明提出的基于物联网的城市智慧排水管线安全管理的方法流程图；
图3为本发明中的环境数据采集点位规划方法流程图；
图4为本发明中的管内数据传感点位规划方法流程图；
图5为本发明中的污水排水量需求数据的获取方法流程图；
图6为本发明中的确定管线内各处的数据预测值的方法流程图；
图7为本发明中的判断排水管线内部各处的管道状态的方法流程图。
具体实施方式
以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例，本领域技术人员可以想到其他显而易见的变型。
参照图1所示，一种基于物联网的城市智慧排水管线安全管理系统，包括：
监测规划模块，监测规划模块用于进行数据在线采集设备安装点位规划；
数据在线采集设备，数据在线采集设备至少包括环境降水监测设备和管内监测设备，环境降水监测设备包括雨量监测装置和水质监测装置，管内监测设备包括管内流速监测装置和管内压力监测装置，其中，雨量监测装置用于监测区域的降水量，水质监测装置用于监测区域的降水水质，管内流速监测装置用于监测排水管内部的排水流速，管内压力监测装置用于监测排水管内部的排水水压；
数据处理模块，数据处理模块用于基于污水排水量数据和环境降水数据进行拟合计算，确定管线内各处的数据预测值和基于管线内各处的数据预测值和管线内部各处的排水数据进行判断排水管线内部各处的管道状态；
输出模块，输出模块用于基于管线状态输出检修信号。
监测规划模块包括：
管线模型仿真单元，管线模型仿真单元用于基于接入智慧城市物联网的排水管线的线路数据建立排水管线仿真模型；
监测点位确定单元，监测点位确定单元用于基于排水管线仿真模型，进行数据在线采集设备安装点位规划。
数据处理模块包括：
污水量预测单元，污水量预测单元用于基于历史数据进行拟合计算每个管道覆盖的区域的污水排水需求量，获取污水排水量需求数据；
监测点数据预测单元，监测点数据预测单元用于基于污水排水量数据和环境降水数据进行拟合计算，确定管线内各处的数据预测值；
数据计算单元，数据计算单元用于计算整体排水管线和/或管道设置的综合运行状态系数；
第一判断单元，第一判断单元用于判断整体排水管线的综合运行状态系数是否小于第一预设值；
第二判断单元，第二判断单元用于判断每一条管道的综合运行状态系数是否小于第二预设值；
比较单元，比较单元用于按照排水流向依次将管道内部的数据传感点位处排水数据与数据传感点位处的数据预测进行做比较，筛选出出现异常的排水数据。
上述基于物联网的城市智慧排水管线安全管理系统的运行过程为：
步骤一：管线模型仿真单元基于接入智慧城市物联网的排水管线的线路数据建立排水管线仿真模型；
步骤二：监测点位确定单元基于排水管线仿真模型，进行数据在线采集设备安装点位规划；
步骤三：于监测点位确定单元规划的数据在线采集设备安装点位进行安装数据在线采集设备，数据在线采集设备安装点位规划包括管内数据传感点位规划和环境数据采集点位规划，于环境数据采集点位安装雨量监测装置和水质监测装置，于管内数据传感点位安装管内流速监测装置和管内压力监测装置；
步骤四：数据在线采集设备进行实时采集环境降水数据和管线内部各处的排水数据，其中，雨量监测装置监测区域的降水量，水质监测装置监测区域的降水水质，管内流速监测装置监测排水管内部的排水流速，管内压力监测装置监测排水管内部的排水水压；
步骤五：污水量预测单元基于历史数据进行拟合计算每个管道覆盖的区域的污水排水需求量，获取污水排水量需求数据；
步骤六：监测点数据预测单元基于污水排水量数据和环境降水数据进行拟合计算，确定管线内各处的数据预测值；
步骤七：数据计算单元基于管线内部各处的排水数据和污水排水量需求数据计算整体排水管线综合运行状态系数；
步骤八：第一判断单元用于判断整体排水管线的综合运行状态系数是否小于第一预设值；
步骤九：数据计算单元基于第一判断单元的判断结果进行计算或不计算每一条管道的综合运行状态系数；
步骤十：第二判断单元判断每一条管道的综合运行状态系数是否小于第二预设值；
步骤十一：比较单元基于第二判断单元的判断结果，按照排水流向依次将管道内部的数据传感点位处排水数据与数据传感点位处的数据预测进行做比较，筛选出出现异常的排水数据；
步骤十二：输出模块基于管线状态输出检修信号。
其中，环境数据采集点位规划具体包括：
根据排水管线仿真模型，确定排水管线中与雨水排水相关的每一条管道的排水覆盖区域，获取管道覆盖区域数据；
确定单个环境降水监测设备的监测覆盖范围，获取监测范围数据；
基于管道覆盖区域数据和监测范围数据确定环境数据采集点位，所述环境数据采集点位应保证所有环境降水监测设备的监测覆盖范围包含管道的排水覆盖区域。
管内数据传感点位规划具体包括：
根据排水管线仿真模型，确定排水管线中每一条管道的管道数据，所述管道数据包括管道管径、管道长度和管道实用年限；
基于管道管径确定管道的检修速率，基于管道维修时限，计算在管道维修时限内能够完成检修的管道长度，获得检修管道长度；
按照检修管道长度为间隔，在每一条管道内部进行设置管内数据传感点位。
步骤五的具体步骤为：基于设定的排水周期，获取管道覆盖的区域的若干个时刻在排水周期内污水排水量，获得污水排水历史数据；
基于污水排水历史数据及其所对应的时刻，建立污水排水需求-时刻线性回归模型；
将当前时刻代入污水排水需求-时刻线性回归模型中，计算出当前时刻的污水排水需求量；
污水排水需求-时刻线性回归模型为：
Figure SMS_51
式中，
Figure SMS_52
为污水排水需求的回归预测值，/>
Figure SMS_53
为第j个污水排水历史数据，/>
Figure SMS_54
为第j个污水排水历史数据对应的时刻，/>
Figure SMS_55
为污水排水历史数据总数量，/>
Figure SMS_56
均为污水排水需求-时刻线性回归模型的参数。
基于排水历史数据进行建立排水需求的线性回归方程，通过线性回归方程进行预测每个区域每个时刻的排水需求，可有效的根据区域的历史排水特征进行确定预测区域的排水需求。
步骤六的具体实现步骤为：
基于水质监测装置确定雨水的污染程度，并基于雨水的污染程度判断雨水是否需要排入污水排水管道，根据雨水的污染程度可将雨水直接排出至自然水体或将雨水并入污水排水管道进入污水处理厂，两种不同的处理方式，排水管道内部的液流不同，因此本方案中首先进行判断雨水的流向，若雨水直接排入自然水体，则在进行预测计算污水管内部的监测预测数据时，不需要考虑雨水排水量，若雨水排入并入污水排水管道进入污水处理厂，则在进行预测计算污水管内部的监测预测数据时，需要同时考虑雨水排水量和污水排水需求量；
通过雨量监测装置进行实时监测管道覆盖区域内的降水量，结合管道覆盖区域内的降水量和管道覆盖的区域的污水排水需求量进行综合计算每个管内数据传感点位处的数据预测值；
其中，数据预测值的计算公式为：
Figure SMS_57
式中，
Figure SMS_60
为管内数据传感点位处的流速预测值，/>
Figure SMS_61
为管内数据传感点位处的压力预测值，/>
Figure SMS_64
为管内数据传感点位处的排水管截面面积，/>
Figure SMS_59
为接入管内数据传感点位对应的排水管道的支管总数，/>
Figure SMS_62
为接入管内数据传感点位对应的排水管道的第i个支管的流速，/>
Figure SMS_65
为接入管内数据传感点位对应的排水管道的第i个支管的截面面积，/>
Figure SMS_67
为污水密度，/>
Figure SMS_58
为接入管内数据传感点位对应的排水管道的第i个支管内的压力值，/>
Figure SMS_63
为重力加速度，/>
Figure SMS_66
为接入管内数据传感点位对应的排水管道的第i个支管的高度差，/>
Figure SMS_68
为接入管内数据传感点位对应的排水管道的第i个支管的沿程损耗，为接入管内数据传感点位对应的排水管道的第i个支管的排水流量。
本方案中计算出的污水排水需求量和监测到的雨水降水量均直接排入排水管线中的起始管道中，因此根据污水排水需求量和监测到的雨水降水量可直接的计算出起始管道的流体预测数据，再基于起始管道的流体预测数据，通过伯努利原理和流量恒定原理进行递进计算出排水管线中每一条管道的流体预测数据。
数据计算单元计算综合运行状态系数的公式为：
Figure SMS_69
式中，
Figure SMS_70
为运行状态系数，/>
Figure SMS_71
为整体排水管线和/或管道设置的管内监测设备总数，
Figure SMS_72
为第l个管内监测设备对应点位的流速预测值，/>
Figure SMS_73
为第l个管内监测设备对应点位的压力预测值，/>
Figure SMS_74
为第l个管内监测设备采集的管内流速，/>
Figure SMS_75
为第l个管内监测设备采集的管内压力。
以实际的排水管内数据和预测到的排水管内数据之间的向量距离作为运行状态系数来表示管道的运行状态，运行状态系数越小，则代表着实际的排水管内数据越接近预测到的排水管内数据，说明排水管线和/或排水管道内部各处的状态与标准状态越接近。
进一步的，请参阅图2所示，本方案基于与上述基于物联网的城市智慧排水管线安全管理系统相同的发明构思，还提出一种基于物联网的城市智慧排水管线安全管理方法，包括：
获取接入智慧城市物联网的排水管线的线路数据，并基于接入智慧城市物联网的排水管线的线路数据建立排水管线仿真模型；
基于排水管线仿真模型，进行数据在线采集设备安装点位规划，数据在线采集设备安装点位规划包括管内数据传感点位规划和环境数据采集点位规划；
基于数据在线采集设备安装点位规划进行安装数据在线采集设备，并将数据在线采集设备接入智慧城市物联网网关，数据在线采集设备至少包括环境降水监测设备和管内监测设备，环境降水监测设备包括雨量监测装置和水质监测装置，管内监测设备包括管内流速监测装置和管内压力监测装置；
通过环境降水监测设备进行监测环境降水，获取环境降水数据；
基于历史数据进行拟合计算每个管道覆盖的区域的污水排水需求量，获取污水排水量需求数据；
基于污水排水量数据和环境降水数据进行拟合计算，确定管线内各处的数据预测值；
通过管内流速监测装置和管内压力监测装置采集管线内部各处的排水数据，排水数据包括排水流速和管内排水水压；
基于管线内各处的数据预测值和管线内部各处的排水数据进行判断排水管线内部各处的管道状态，并基于管线状态输出检修信号。
基于预测的每个区域的污水排水需求和区域降水量进行预测每一个排水管道内部的排水数据，之后通过管内监测设备进行实时采集排水管道内部的数据，进行综合计算判断排水管线的状态，实现排水管线出现故障的区域高效定位，提高对于城市排水管网的应急抢险能力。
请参阅图3所示，环境数据采集点位规划具体包括：
根据排水管线仿真模型，确定排水管线中与雨水排水相关的每一条管道的排水覆盖区域，获取管道覆盖区域数据；
确定单个环境降水监测设备的监测覆盖范围，获取监测范围数据；
基于管道覆盖区域数据和监测范围数据确定环境数据采集点位，环境数据采集点位应保证所有环境降水监测设备的监测覆盖范围包含管道的排水覆盖区域。
请参阅图4所示，管内数据传感点位规划具体包括：
根据排水管线仿真模型，确定排水管线中每一条管道的管道数据，管道数据包括管道管径、管道长度和管道实用年限；
基于管道管径确定管道的检修速率，基于管道维修时限，计算在管道维修时限内能够完成检修的管道长度，获得检修管道长度；
按照检修管道长度为间隔，在每一条管道内部进行设置管内数据传感点位。
可以理解的是，为了提高管道的应急抢险效率，通过设置管内数据点位进行进行管道内部的排水数据采集，当管内数据传感点位出现异常时，则该点位与其前一个点位之间的区域为出现故障，通过以管道维修时限内能够完成检修的管道长度作为间隔布设管内数据传感点位，当输出管道异常时，可有效的保证工作人员可在管道维修时限内完成排水管道的检修，进而保障城市排水管网的应急维修效率。
请参阅图5所示，基于历史数据进行拟合计算每个管道覆盖的区域的污水排水需求量，获取污水排水量需求数据具体包括：
基于设定的排水周期，获取管道覆盖的区域的若干个时刻在排水周期内污水排水量，获得污水排水历史数据；
基于污水排水历史数据及其所对应的时刻，建立污水排水需求-时刻线性回归模型；
将当前时刻代入污水排水需求-时刻线性回归模型中，计算出当前时刻的污水排水需求量；
其中，污水排水需求-时刻线性回归模型为：
Figure SMS_76
式中，
Figure SMS_77
为污水排水需求的回归预测值，/>
Figure SMS_78
为第j个污水排水历史数据，/>
Figure SMS_79
为第j个污水排水历史数据对应的时刻，/>
Figure SMS_80
为污水排水历史数据总数量，/>
Figure SMS_81
均为污水排水需求-时刻线性回归模型的参数。
可以理解的是，城市中不同区域的不同时刻的排水需求存在的差异，如办公区域处，工作时间排水需求较大，住宅区域，休息时间内的排水需求较大，本方案通过基于不同时刻内的排水历史数据进行建立排水需求的线性回归方程，通过线性回归方程进行预测每个区域每个时刻的排水需求，进而为后续排水管道内部的排水数据预测值提供理论计算基础。
请参阅图6所示，基于污水排水量数据和环境降水数据进行拟合计算，确定管线内各处的数据预测值具体包括：
基于水质监测装置确定雨水的污染程度，并基于雨水的污染程度判断雨水是否需要排入污水排水管道；
通过雨量监测装置进行实时监测管道覆盖区域内的降水量，结合管道覆盖区域内的降水量和管道覆盖的区域的污水排水需求量进行综合计算每个管内数据传感点位处的数据预测值；
其中，数据预测值的计算公式为：
Figure SMS_82
式中，
Figure SMS_85
为管内数据传感点位处的流速预测值，/>
Figure SMS_87
为管内数据传感点位处的压力预测值，/>
Figure SMS_90
为管内数据传感点位处的排水管截面面积，/>
Figure SMS_83
为接入管内数据传感点位对应的排水管道的支管总数，/>
Figure SMS_86
为接入管内数据传感点位对应的排水管道的第i个支管的流速，/>
Figure SMS_89
为接入管内数据传感点位对应的排水管道的第i个支管的截面面积，/>
Figure SMS_92
为污水密度，污水密度由历史污水数据进行确定，/>
Figure SMS_84
为接入管内数据传感点位对应的排水管道的第i个支管内的压力值，/>
Figure SMS_88
为重力加速度，/>
Figure SMS_91
为接入管内数据传感点位对应的排水管道的第i个支管的高度差，/>
Figure SMS_93
为接入管内数据传感点位对应的排水管道的第i个支管的沿程损耗，为接入管内数据传感点位对应的排水管道的第i个支管的排水流量。
可以理解的是，根据雨水的污染程度可将雨水直接排出至自然水体或将雨水并入污水排水管道进入污水处理厂，两种不同的处理方式，排水管道内部的液流不同，因此本方案中首先进行判断雨水的流向，若雨水直接排入自然水体，则在进行预测计算污水管内部的监测预测数据时，不需要考虑雨水排水量，若雨水排入并入污水排水管道进入污水处理厂，则在进行预测计算污水管内部的监测预测数据时，需要同时考虑雨水排水量和污水排水需求量；
基于伯努利原理和流量恒定原理进行预测排水管线内部各个监测点位的监测预测数据，由于污水和雨水直接排入排水管起始支管，通过管道覆盖区域内的降水量和管道覆盖的区域的污水排水需求量和雨水排水量可精准的计算出排水管起始支管内部的流体数据，再基于排水管起始支管内部的流体数据进行综合递进计算，即可得出排水管线内部各个监测点位的监测预测数据。
请参阅图7所示，基于管线内各处的数据预测值和管线内部各处的排水数据进行判断排水管线内部各处的管道状态具体包括：
基于计算出的每个管内数据传感点位处的数据预测和管内流速监测装置和管内压力监测装置采集的管线内部各处的排水数据，通过运行状态系数计算公式进行计算整体排水管线的综合运行状态系数；
判断整体排水管线的综合运行状态系数是否小于第一预设值，若是，则判断整体排水管线处于正常运行状态，若否，则判断整体排水管线处于异常运行状态；
对于处于异常运行状态的整体排水管线，通过运行状态系数计算公式分别计算排水管线中每一条管道的综合运行状态系数，分别判断每一条管道的综合运行状态系数是否小于第二预设值，若是，则判定为该条管道运行状态正常，若否，则判定为该条管道运行状态异常；
对于处于运行状态异常的管道，按照排水流向依次将管道内部的数据传感点位处排水数据与数据传感点位处的数据预测进行做比较，筛选出出现异常的排水数据，基于出现异常的排水数据对应的数据传感点位位置确定管道出现异常的区域。
运行状态系数计算公式为：
Figure SMS_94
式中，
Figure SMS_95
为运行状态系数，/>
Figure SMS_96
为整体排水管线和/或管道设置的管内监测设备总数，
Figure SMS_97
为第l个管内监测设备对应点位的流速预测值，/>
Figure SMS_98
为第l个管内监测设备对应点位的压力预测值，/>
Figure SMS_99
为第l个管内监测设备采集的管内流速，/>
Figure SMS_100
为第l个管内监测设备采集的管内压力。
本方案中，通过计算实际的排水管内数据和预测到的排水管内数据之间的向量距离作为运行状态系数来表示管道的运行状态，运行状态系数越小，则代表着实际的排水管内数据越接近预测到的排水管内数据，说明排水管线和/或排水管道内部各处的状态与标准状态越接近；
其中，由于排水管内的预测数据存在的一定误差，因此排水管线越复杂，计算的误差越大，因此第一预设值和第二预设值与排水管线复杂程度呈正相关，排水管线越复杂，第一预设值和第二预设值越大；
本方案中，首先计算综合运行状态系数，并基于综合运行状态系数进行判断整体排水管线是否处于正常运行状态，若整体排水管线是否处于异常运行状态，则筛选出存在异常的排水管道，并对存在异常的排水管道内部的数据进行针对化对比，通过此方式，可有效的减少需要进行对比处理的原始数据数量，可有效的降低进行排水管线安全管理的数据处理算力。
综上所述，本发明的优点在于：有效的减少排水管线智能管理过程中需要进行对比处理的原始数据数量，提高排水管线出现故障的区域定位速度，实现城市排水管网的综合高效化管理。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是本发明的原理，在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。

Claims (8)

1.一种基于物联网的城市智慧排水管线安全管理方法，其特征在于，包括：
获取接入智慧城市物联网的排水管线的线路数据，并基于接入智慧城市物联网的排水管线的线路数据建立排水管线仿真模型；
基于排水管线仿真模型，进行数据在线采集设备安装点位规划，所述数据在线采集设备安装点位规划包括管内数据传感点位规划和环境数据采集点位规划；
基于数据在线采集设备安装点位规划进行安装数据在线采集设备，并将数据在线采集设备接入智慧城市物联网网关，所述数据在线采集设备至少包括环境降水监测设备和管内监测设备，所述环境降水监测设备包括雨量监测装置和水质监测装置，所述管内监测设备包括管内流速监测装置和管内压力监测装置；
通过环境降水监测设备进行监测环境降水，获取环境降水数据；
基于历史数据进行拟合计算每个管道覆盖的区域的污水排水需求量，获取污水排水量需求数据；
基于污水排水量数据和环境降水数据进行拟合计算，确定管线内各处的数据预测值；
通过管内流速监测装置和管内压力监测装置采集管线内部各处的排水数据，所述排水数据包括排水流速和管内排水水压；
基于管线内各处的数据预测值和管线内部各处的排水数据进行判断排水管线内部各处的管道状态，并基于管线状态输出检修信号。
2.根据权利要求1所述的一种基于物联网的城市智慧排水管线安全管理方法，其特征在于，所述环境数据采集点位规划具体包括：
根据排水管线仿真模型，确定排水管线中与雨水排水相关的每一条管道的排水覆盖区域，获取管道覆盖区域数据；
确定单个环境降水监测设备的监测覆盖范围，获取监测范围数据；
基于管道覆盖区域数据和监测范围数据确定环境数据采集点位，所述环境数据采集点位应保证所有环境降水监测设备的监测覆盖范围包含管道的排水覆盖区域。
3.根据权利要求2所述的一种基于物联网的城市智慧排水管线安全管理方法，其特征在于，所述管内数据传感点位规划具体包括：
根据排水管线仿真模型，确定排水管线中每一条管道的管道数据，所述管道数据包括管道管径、管道长度和管道实用年限；
基于管道管径确定管道的检修速率，基于管道维修时限，计算在管道维修时限内能够完成检修的管道长度，获得检修管道长度；
按照检修管道长度为间隔，在每一条管道内部进行设置管内数据传感点位。
4.根据权利要求3所述的一种基于物联网的城市智慧排水管线安全管理方法，其特征在于，所述基于历史数据进行拟合计算每个管道覆盖的区域的污水排水需求量，获取污水排水量需求数据具体包括：
基于设定的排水周期，获取管道覆盖的区域的若干个时刻在排水周期内污水排水量，获得污水排水历史数据；
基于污水排水历史数据及其所对应的时刻，建立污水排水需求-时刻线性回归模型；
将当前时刻代入污水排水需求-时刻线性回归模型中，计算出当前时刻的污水排水需求量；
其中，所述污水排水需求-时刻线性回归模型为：
Figure QLYQS_1
式中，
Figure QLYQS_2
为污水排水需求的回归预测值，/>
Figure QLYQS_3
为第j个污水排水历史数据，/>
Figure QLYQS_4
为第j个污水排水历史数据对应的时刻，/>
Figure QLYQS_5
为污水排水历史数据总数量，/>
Figure QLYQS_6
均为污水排水需求-时刻线性回归模型的参数。
5.根据权利要求4所述的一种基于物联网的城市智慧排水管线安全管理方法，其特征在于，所述基于污水排水量数据和环境降水数据进行拟合计算，确定管线内各处的数据预测值具体包括：
基于水质监测装置确定雨水的污染程度，并基于雨水的污染程度判断雨水是否需要排入污水排水管道；
通过雨量监测装置进行实时监测管道覆盖区域内的降水量，结合管道覆盖区域内的降水量和管道覆盖的区域的污水排水需求量进行综合计算每个管内数据传感点位处的数据预测值；
其中，所述数据预测值的计算公式为：
Figure QLYQS_7
式中，
Figure QLYQS_8
为管内数据传感点位处的流速预测值，/>
Figure QLYQS_11
为管内数据传感点位处的压力预测值，/>
Figure QLYQS_14
为管内数据传感点位处的排水管截面面积，/>
Figure QLYQS_10
为接入管内数据传感点位对应的排水管道的支管总数，/>
Figure QLYQS_12
为接入管内数据传感点位对应的排水管道的第i个支管的流速，/>
Figure QLYQS_15
为接入管内数据传感点位对应的排水管道的第i个支管的截面面积，/>
Figure QLYQS_17
为污水密度，/>
Figure QLYQS_9
为接入管内数据传感点位对应的排水管道的第i个支管内的压力值，/>
Figure QLYQS_13
为重力加速度，/>
Figure QLYQS_16
为接入管内数据传感点位对应的排水管道的第i个支管的高度差，/>
Figure QLYQS_18
为接入管内数据传感点位对应的排水管道的第i个支管的沿程损耗，为接入管内数据传感点位对应的排水管道的第i个支管的排水流量。
6.根据权利要求5所述的一种基于物联网的城市智慧排水管线安全管理方法，其特征在于，所述基于管线内各处的数据预测值和管线内部各处的排水数据进行判断排水管线内部各处的管道状态具体包括：
基于计算出的每个管内数据传感点位处的数据预测和管内流速监测装置和管内压力监测装置采集的管线内部各处的排水数据，通过运行状态系数计算公式进行计算整体排水管线的综合运行状态系数；
判断整体排水管线的综合运行状态系数是否小于第一预设值，若是，则判断整体排水管线处于正常运行状态，若否，则判断整体排水管线处于异常运行状态；
对于处于异常运行状态的整体排水管线，通过运行状态系数计算公式分别计算排水管线中每一条管道的综合运行状态系数，分别判断每一条管道的综合运行状态系数是否小于第二预设值，若是，则判定为该条管道运行状态正常，若否，则判定为该条管道运行状态异常；
对于处于运行状态异常的管道，按照排水流向依次将管道内部的数据传感点位处排水数据与数据传感点位处的数据预测进行做比较，筛选出出现异常的排水数据，基于出现异常的排水数据对应的数据传感点位位置确定管道出现异常的区域。
7.根据权利要求6所述的一种基于物联网的城市智慧排水管线安全管理方法，其特征在于，所述运行状态系数计算公式为：
Figure QLYQS_19
式中，
Figure QLYQS_20
为运行状态系数，/>
Figure QLYQS_21
为整体排水管线和/或管道设置的管内监测设备总数，/>
Figure QLYQS_22
为第l个管内监测设备对应点位的流速预测值，/>
Figure QLYQS_23
为第l个管内监测设备对应点位的压力预测值，/>
Figure QLYQS_24
为第l个管内监测设备采集的管内流速，/>
Figure QLYQS_25
为第l个管内监测设备采集的管内压力。
8.一种基于物联网的城市智慧排水管线安全管理系统，用于实现如权利要求1-7任一项所述的基于物联网的城市智慧排水管线安全管理方法，其特征在于，包括：
监测规划模块，所述监测规划模块用于进行数据在线采集设备安装点位规划；
数据在线采集设备，所述数据在线采集设备至少包括环境降水监测设备和管内监测设备，所述环境降水监测设备包括雨量监测装置和水质监测装置，所述管内监测设备包括管内流速监测装置和管内压力监测装置；
数据处理模块，所述数据处理模块用于基于污水排水量数据和环境降水数据进行拟合计算，确定管线内各处的数据预测值和基于管线内各处的数据预测值和管线内部各处的排水数据进行判断排水管线内部各处的管道状态；
输出模块，所述输出模块用于基于管线状态输出检修信号；
其中，所述监测规划模块包括：
管线模型仿真单元，所述管线模型仿真单元用于基于接入智慧城市物联网的排水管线的线路数据建立排水管线仿真模型；
监测点位确定单元，所述监测点位确定单元用于基于排水管线仿真模型，进行数据在线采集设备安装点位规划，数据在线采集设备安装点位规划包括管内数据传感点位规划和环境数据采集点位规划；
所述环境数据采集点位规划具体包括：
根据排水管线仿真模型，确定排水管线中与雨水排水相关的每一条管道的排水覆盖区域，获取管道覆盖区域数据；
确定单个环境降水监测设备的监测覆盖范围，获取监测范围数据；
基于管道覆盖区域数据和监测范围数据确定环境数据采集点位，所述环境数据采集点位应保证所有环境降水监测设备的监测覆盖范围包含管道的排水覆盖区域；
所述管内数据传感点位规划具体包括：
根据排水管线仿真模型，确定排水管线中每一条管道的管道数据，所述管道数据包括管道管径、管道长度和管道实用年限；
基于管道管径确定管道的检修速率，基于管道维修时限，计算在管道维修时限内能够完成检修的管道长度，获得检修管道长度；
按照检修管道长度为间隔，在每一条管道内部进行设置管内数据传感点位；
所述数据处理模块包括：
污水量预测单元，所述污水量预测单元用于基于历史数据进行拟合计算每个管道覆盖的区域的污水排水需求量，获取污水排水量需求数据；
污水量预测单元的具体计算过程为：
基于设定的排水周期，获取管道覆盖的区域的若干个时刻在排水周期内污水排水量，获得污水排水历史数据；
基于污水排水历史数据及其所对应的时刻，建立污水排水需求-时刻线性回归模型；
将当前时刻代入污水排水需求-时刻线性回归模型中，计算出当前时刻的污水排水需求量；
污水排水需求-时刻线性回归模型为：
Figure QLYQS_26
式中，
Figure QLYQS_27
为污水排水需求的回归预测值，/>
Figure QLYQS_28
为第j个污水排水历史数据，/>
Figure QLYQS_29
为第j个污水排水历史数据对应的时刻，/>
Figure QLYQS_30
为污水排水历史数据总数量，/>
Figure QLYQS_31
均为污水排水需求-时刻线性回归模型的参数；
监测点数据预测单元，所述监测点数据预测单元用于基于污水排水量数据和环境降水数据进行拟合计算，确定管线内各处的数据预测值；
监测点数据预测单元的具体计算过程为：
基于水质监测装置确定雨水的污染程度，并基于雨水的污染程度判断雨水是否需要排入污水排水管道；
通过雨量监测装置进行实时监测管道覆盖区域内的降水量，结合管道覆盖区域内的降水量和管道覆盖的区域的污水排水需求量进行综合计算每个管内数据传感点位处的数据预测值；
其中，数据预测值的计算公式为：
Figure QLYQS_32
式中，
Figure QLYQS_34
为管内数据传感点位处的流速预测值，/>
Figure QLYQS_37
为管内数据传感点位处的压力预测值，/>
Figure QLYQS_40
为管内数据传感点位处的排水管截面面积，/>
Figure QLYQS_35
为接入管内数据传感点位对应的排水管道的支管总数，/>
Figure QLYQS_38
为接入管内数据传感点位对应的排水管道的第i个支管的流速，/>
Figure QLYQS_42
为接入管内数据传感点位对应的排水管道的第i个支管的截面面积，/>
Figure QLYQS_43
为污水密度，/>
Figure QLYQS_33
为接入管内数据传感点位对应的排水管道的第i个支管内的压力值，/>
Figure QLYQS_36
为重力加速度，/>
Figure QLYQS_39
为接入管内数据传感点位对应的排水管道的第i个支管的高度差，/>
Figure QLYQS_41
为接入管内数据传感点位对应的排水管道的第i个支管的沿程损耗，为接入管内数据传感点位对应的排水管道的第i个支管的排水流量；
数据计算单元，所述数据计算单元用于计算整体排水管线和/或管道设置的综合运行状态系数；
数据计算单元计算综合运行状态系数的公式为：
Figure QLYQS_44
式中，
Figure QLYQS_45
为运行状态系数，/>
Figure QLYQS_46
为整体排水管线和/或管道设置的管内监测设备总数，/>
Figure QLYQS_47
为第l个管内监测设备对应点位的流速预测值，/>
Figure QLYQS_48
为第l个管内监测设备对应点位的压力预测值，/>
Figure QLYQS_49
为第l个管内监测设备采集的管内流速，/>
Figure QLYQS_50
为第l个管内监测设备采集的管内压力；
第一判断单元，所述第一判断单元用于判断整体排水管线的综合运行状态系数是否小于第一预设值；
第二判断单元，所述第二判断单元用于判断每一条管道的综合运行状态系数是否小于第二预设值；
比较单元，所述比较单元用于按照排水流向依次将管道内部的数据传感点位处排水数据与数据传感点位处的数据预测进行做比较，筛选出出现异常的排水数据。
CN202310671550.5A 2023-06-08 2023-06-08 基于物联网的城市智慧排水管线安全管理方法及系统 Active CN116432866B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310671550.5A CN116432866B (zh) 2023-06-08 2023-06-08 基于物联网的城市智慧排水管线安全管理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310671550.5A CN116432866B (zh) 2023-06-08 2023-06-08 基于物联网的城市智慧排水管线安全管理方法及系统

Publications (2)

Publication Number Publication Date
CN116432866A true CN116432866A (zh) 2023-07-14
CN116432866B CN116432866B (zh) 2023-09-12

Family

ID=87080009

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310671550.5A Active CN116432866B (zh) 2023-06-08 2023-06-08 基于物联网的城市智慧排水管线安全管理方法及系统

Country Status (1)

Country Link
CN (1) CN116432866B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116951328A (zh) * 2023-07-21 2023-10-27 浙江华创设计有限公司 基于大数据的排水管线运行智慧监控系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105065917A (zh) * 2015-08-24 2015-11-18 苏交科集团股份有限公司 城市排水管网在线检测方法
CN109326087A (zh) * 2018-10-29 2019-02-12 广东奥博信息产业股份有限公司 一种基于排水管网监测的城市内涝预警方法及装置
KR102101625B1 (ko) * 2019-11-27 2020-04-17 (주)케이엠에스 스마트 워터 시티 구축을 위한 ｉｃｔ 통합 모니터링 물 관리 시스템, 그리고 이를 위한 통합관제서버
CN112856249A (zh) * 2021-02-01 2021-05-28 苏州思萃融合基建技术研究所有限公司 一种城市供水管网泄漏监测方法
CN114723595A (zh) * 2022-03-25 2022-07-08 杭州领图信息科技有限公司 一种基于水联网平台的排水系统综合管理平台

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105065917A (zh) * 2015-08-24 2015-11-18 苏交科集团股份有限公司 城市排水管网在线检测方法
CN109326087A (zh) * 2018-10-29 2019-02-12 广东奥博信息产业股份有限公司 一种基于排水管网监测的城市内涝预警方法及装置
KR102101625B1 (ko) * 2019-11-27 2020-04-17 (주)케이엠에스 스마트 워터 시티 구축을 위한 ｉｃｔ 통합 모니터링 물 관리 시스템, 그리고 이를 위한 통합관제서버
CN112856249A (zh) * 2021-02-01 2021-05-28 苏州思萃融合基建技术研究所有限公司 一种城市供水管网泄漏监测方法
CN114723595A (zh) * 2022-03-25 2022-07-08 杭州领图信息科技有限公司 一种基于水联网平台的排水系统综合管理平台

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陆咏晴;严岩;丁丁;赵春黎;宋扬;赵景柱;: "我国极端降水变化趋势及其对城市排水压力的影响", 生态学报, no. 05, pages 146 - 152 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116951328A (zh) * 2023-07-21 2023-10-27 浙江华创设计有限公司 基于大数据的排水管线运行智慧监控系统
CN116951328B (zh) * 2023-07-21 2024-02-06 浙江华创设计有限公司 基于大数据的排水管线运行智慧监控系统

Also Published As

Publication number Publication date
CN116432866B (zh) 2023-09-12

Similar Documents

Publication Publication Date Title
CN109577449B (zh) 一种基于大数据的城市排水网络监控控制系统
CN116308965B (zh) 智慧燃气地下燃气管网安全管理方法、物联网系统及装置
CN116432866B (zh) 基于物联网的城市智慧排水管线安全管理方法及系统
CN110533890B (zh) 简易下水道堵塞应急预警发布系统
CN112036086A (zh) 燃气管线动态风险预警系统
CN111325947B (zh) 一种基于长短期记忆网络的风暴潮洪涝预警方法和系统
CN106801463A (zh) 排水管的排水状态检测方法和系统
CN113959489A (zh) 一种入河雨水排放口的在线监测系统及监测方法
CN112985713A (zh) 基于边缘计算的管网漏损监测方法及系统
CN109269576A (zh) 一种用于石油化工企业污水排放检测实现方法
CN111556111A (zh) 基于物联网的管廊设备故障远程诊断系统
CN117071706B (zh) 一种市政道路用排水管网控制系统
CN113739082A (zh) 一种基于多区域联合评估的供水管网漏损监测方法
CN116205087B (zh) 基于边缘计算网关的雨污排水管网异常分析方法及装置
CN112732822B (zh) 一种智慧排水综合管理系统
CN112378480B (zh) 一种智能窖井数据分析方法及系统
CN115655422A (zh) 一种排水管网坍塌预警分析方法、装置、电子设备及介质
CN115660160A (zh) 一种污水管网排水智能优化系统及方法
CN114880967A (zh) 一种能够改善防汛排涝工作的城市排涝调度管控系统
CN113404137A (zh) 一种基于智能流向仪的管网溯源排查系统
CN112944220A (zh) 基于人工智能和物联网的长距离饮水工程安全在线实时监测方法及云监测平台
CN112363476A (zh) 一种基于定位技术的地下排水监控系统及方法
CN116957343B (zh) 一种天然气运输安全风险分析方法及系统
Zhang et al. Early Abnormal Detection of Sewage Pipe Network: Bagging of Various Abnormal Detection Algorithms
CN116070965B (zh) 排水管网的效能评价方法、装置、电子设备与存储介质

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