CN116562060B - 基于智慧城市的雨污管网数据分析系统及方法 - Google Patents
基于智慧城市的雨污管网数据分析系统及方法 Download PDFInfo
- Publication number
- CN116562060B CN116562060B CN202310835993.3A CN202310835993A CN116562060B CN 116562060 B CN116562060 B CN 116562060B CN 202310835993 A CN202310835993 A CN 202310835993A CN 116562060 B CN116562060 B CN 116562060B
- Authority
- CN
- China
- Prior art keywords
- pollution
- rain
- sewage
- pipe network
- real
- 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 233
- 238000007405 data analysis Methods 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000005070 sampling Methods 0.000 claims abstract description 81
- 238000012544 monitoring process Methods 0.000 claims abstract description 58
- 238000004458 analytical method Methods 0.000 claims abstract description 34
- 238000007689 inspection Methods 0.000 claims abstract description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 79
- 238000003911 water pollution Methods 0.000 claims description 16
- 230000008859 change Effects 0.000 claims description 14
- 238000012795 verification Methods 0.000 claims description 10
- 230000002776 aggregation Effects 0.000 claims description 6
- 238000004220 aggregation Methods 0.000 claims description 6
- 230000008595 infiltration Effects 0.000 claims description 6
- 238000001764 infiltration Methods 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000011109 contamination Methods 0.000 claims description 5
- 230000002688 persistence Effects 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 3
- 230000000737 periodic effect Effects 0.000 claims description 2
- 238000012360 testing method Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 11
- 238000010276 construction Methods 0.000 abstract description 6
- 238000011835 investigation Methods 0.000 abstract description 4
- 230000001737 promoting effect Effects 0.000 abstract description 2
- 239000007787 solid Substances 0.000 abstract description 2
- 230000009471 action Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000008439 repair process Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 239000008239 natural water Substances 0.000 description 2
- 238000005406 washing Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000004332 deodorization Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 239000002352 surface water Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- 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
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/14—Pipes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Geometry (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Computer Networks & Wireless Communication (AREA)
- Pure & Applied Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Sewage (AREA)
Abstract
本发明公开了基于智慧城市的雨污管网数据分析系统及方法,属于雨污管网数据分析技术领域。本发明包括实时监测模块、周期采样模块、趋势分析模块、检验模块以及污染分析模块。所述实时监测模块的输出端与所述周期采样模块的输入端相连接;所述周期采样模块的输出端与所述趋势分析模块的输入端相连接;所述趋势分析模块的输出端与所述检验模块的输入端相连接;所述检验模块的输出端与所述污染分析模块的输入端相连接。本发明对雨污水分流改建过程中出现的部分问题进行数据分析处理,提供较为精准的判断系统,在针对雨污水管网方向提出了全新的排查方法,为推进美丽城市建设奠定了坚实基础。
Description
技术领域
本发明涉及雨污管网数据分析技术领域,具体为基于智慧城市的雨污管网数据分析系统及方法。
背景技术
随着生活水平的日益提高,在智慧城市的建设过程中,现有的城市小区雨污水管网设施已无法满足新时代的要求。雨污分流作为新时代的提倡之一,一方面其能够便于雨水收集利用和集中管理,雨水一般是未被污染的干净水,可以直接排放至受纳水体,用于市政景观用水或者直接排放,提高地表水的应用;而污水是需要排至污水处理厂处理,达到排放标准后,才能排放到受纳水体。雨污分流能够有效避免在雨季时,污水处理厂处理能力不足,从而降低污水处理厂对污水的处理能力,造成环境污染。
目前的雨污分流管道网络一般包括两个处理口,其中雨水处理一般直接排入周边管道,污水处理一般送到市政污水处理厂,然而基于我国城市排水现状,合流制在一定时期内还会存在,在目前合流制和分流制并存的状态下,整个城市的排水依然存在着较多的问题,例如大部分老旧小区使用的传统雨污水一体管道在改建后,由于管网变动、振动常出现接触不严,渗水或者错接的问题,加剧雨污合流污染;同时在大部分居民区,用户不规范用水,例如阳台放置洗衣机、私自改建阳台(尤其是出租房内,将厨房改在阳台),导致生活污水接入雨水管道,加剧雨污合流污染;以及部分雨污管网只能在雨水初期分离污水,无法做到雨水中后期有效分离雨污,以及暴雨时无法及时泄洪,形成雨污合流污染。而在面对加剧的雨污合流污染乱象时,缺乏准确的判断系统,使得导致排查问题较为困难,无法第一时间做出应对措施。
发明内容
本发明的目的在于提供基于智慧城市的雨污管网数据分析系统及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:基于智慧城市的雨污管网数据分析方法,该方法包括以下步骤:
S1、构建雨污管网区域监测点位,获取各个监测点位反馈的雨污管网排水数据,设定污染阈值,在排水数据的取样值超出污染阈值时,定义为出现雨污合流污染;
S2、构建时间周期T1,获取连续N个时间周期T1下雨污水监测历史数据,选取出各个时间周期T1下的污染浓度和水量信息数据变化值,所述污染浓度和水量信息数据变化值在雨污合流污染出现时进行采样,若存在整个时间周期T1下持续性超出污染阈值,则按照时间周期T2为间隔进行采样;其中,T1>T2,N属于系统预设量;
S3、基于各个时间周期下的污染浓度和水量信息数据,构建数据分析模型,输出不同类型下的雨污合流污染的趋势曲线;所述不同类型包括设施故障污染、不良用水污染、管网错接污染;
S4、在雨污管网区域监测点位实时监测出现雨污合流污染时,启动数据分析模型,校验天气数据,输入污染浓度和水量信息数据采样值,生成实时曲线;
S5、基于实时曲线与输出的不同类型下的雨污合流污染的趋势曲线进行相似度比对,选取相似度最大值的雨污合流污染的趋势曲线对应的类型作为当前雨污合流污染的类型输出至管理员端口。
根据上述技术方案,在步骤S3中,所述设施故障污染指连续暴雨天气下,部分雨污管网只能进行雨水分离,无法进行泄洪导致的雨污合流污染;所述不良用水污染指居民区私自改变室内格局,将生活污水排入雨水管道,造成雨污合流污染;所述管网错接污染指雨污管网管道错接、渗透造成雨污合流污染;
在上述技术方案中,其中设施故障污染通常是由于暴雨所致,其污染浓度偏低,但水量巨大,常常是由于雨污分流措施无法在短时间内进行分流,并对污水进行处理,从而导致污水顺带雨水同时进入雨水管道,导致污染;不良用水污染通常以居民私自改建室内设备,常见的有阳台洗衣机、阳台厨房、顶楼污水排放等等,其具备污染浓度高、趋势上呈现间断性污染浓度,水量偏低等特征;管网错接污染通常是由于管道改建或者周围施工所致,导致管道之间出现漏水或错接,其具备污染浓度高趋势上呈现持续性污染浓度,水量适中等特征。
根据上述技术方案,所述构建数据分析模型包括:
选取设施故障污染、不良用水污染、管网错接污染中任一污染类型,构建时间周期T1,在不同的雨污管网区域中获取连续N个时间周期T1下雨污水监测历史数据,选取出各个时间周期T1下的污染浓度和水量信息数据变化值;
以水量信息数据作为横坐标,水量信息数据实时对应的污染浓度作为纵坐标,构建每个采样点下的散点坐标;
根据每个采样点下的散点坐标,处于同一区域的连续N个时间周期T1下雨污水监测历史数据形成一条该污染类型下的曲线;
对选取的所有区域都形成一条该污染类型下的曲线,将所有曲线记为集合{A1、A2、……、An},对集合{A1、A2、……、An}中的所有曲线进行拟合:
获取集合{A1、A2、……、An}中的所有曲线中出现的所有的取样点横坐标,基于每一个横坐标选取所有曲线上的对应点,记为集合C,在坐标系内选取任一点Q,满足其到达集合C任意一点的距离和最小,将点Q记为当前取样点横坐标的纵坐标,形成新的散点(x1、Q);
对所有取样点均建立新的散点,构建拟合曲线为y = f(x),其中f(x)为一个n次多项式,构建所有新的散点到达f(x)的距离平方和∑[yi-f(xi)]2;
选取距离平方和最小的f(x)作为当前污染类型下的拟合曲线。
根据上述技术方案,在步骤S3-S5中,还包括:
在雨污管网区域监测点位实时监测出现雨污合流污染时,启动数据分析模型,校验天气数据,若存在暴雨天气,调用三种污染类型的拟合曲线送入对比单元;若不存在,调用除设施故障污染外的两条拟合曲线送入对比单元;
获取实时的污染浓度和水量信息数据采样值,生成实时曲线;
基于实时曲线与输出的不同类型下的雨污合流污染的趋势曲线进行相似度比对:
定义进行对比的实时曲线与趋势曲线之间的时间序列长度分别为R、S;
计算R、S之间的DTW距离作为曲线的相似度距离:
构建一个R*S的矩阵,矩阵中元素(ri、sj)代表R中元素ri和S中元素sj的欧几里得距离;
以矩阵中(r1、s1)作为起点,(rR、sS)作为终点,在形成的路径里选取最小值,最小值路径上对应的元素总数记为DTW距离;
选取相似度距离最大值的雨污合流污染的趋势曲线对应的类型作为当前雨污合流污染的类型输出至管理员端口。
基于智慧城市的雨污管网数据分析系统,该系统包括实时监测模块、周期采样模块、趋势分析模块、检验模块以及污染分析模块;
所述实时监测模块用于构建雨污管网区域监测点位,获取各个监测点位反馈的雨污管网排水数据;所述周期采样模块用于设定污染阈值,在排水数据的取样值超出污染阈值时,定义为出现雨污合流污染;构建时间周期T1,获取连续N个时间周期T1下雨污水监测历史数据,选取出各个时间周期T1下的污染浓度和水量信息数据变化值;所述趋势分析模块基于各个时间周期下的污染浓度和水量信息数据,构建数据分析模型,输出不同类型下的雨污合流污染的趋势曲线;所述检验模块用于在雨污管网区域监测点位实时监测出现雨污合流污染时,启动数据分析模型,校验天气数据,输入污染浓度和水量信息数据采样值,生成实时曲线;所述污染分析模块基于实时曲线与输出的不同类型下的雨污合流污染的趋势曲线进行相似度比对,选取相似度最大值的雨污合流污染的趋势曲线对应的类型作为当前雨污合流污染的类型输出至管理员端口;
所述实时监测模块的输出端与所述周期采样模块的输入端相连接;所述周期采样模块的输出端与所述趋势分析模块的输入端相连接;所述趋势分析模块的输出端与所述检验模块的输入端相连接;所述检验模块的输出端与所述污染分析模块的输入端相连接。
根据上述技术方案,所述实时监测模块包括点位铺设单元和实时反馈单元;
所述点位铺设单元用于在智慧城市场景下构建雨污管网区域监测点位;所述实施反馈单元用于获取各个监测点位反馈的雨污管网排水数据;
所述点位铺设单元的输出端与所述实时反馈单元的输入端相连接。
根据上述技术方案,所述周期采样模块包括阈值设立单元和采样单元;
所述阈值设立单元用于设定污染阈值,在排水数据的取样值超出污染阈值时,定义为出现雨污合流污染;所述采样单元构建时间周期T1,获取连续N个时间周期T1下雨污水监测历史数据,选取出各个时间周期T1下的污染浓度和水量信息数据变化值;所述污染浓度和水量信息数据变化值在雨污合流污染出现时进行采样,若存在整个时间周期T1下持续性超出污染阈值,则按照时间周期T2为间隔进行采样;其中,T1>T2,N属于系统预设量;
所述设立单元的输出端与所述采样单元的输入端相连接。
根据上述技术方案,所述趋势分析模块包括数据分析单元和趋势曲线单元;
所述数据分析单元基于各个时间周期下的污染浓度和水量信息数据,构建数据分析模型;所述趋势曲线单元根据数据分析模型输出不同类型下的雨污合流污染的趋势曲线,所述不同类型包括设施故障污染、不良用水污染、管网错接污染;所述设施故障污染指连续暴雨天气下,部分雨污管网只能进行雨水分离,无法进行泄洪导致的雨污合流污染;所述不良用水污染指居民区私自改变室内格局,将生活污水排入雨水管道,造成雨污合流污染;所述管网错接污染指雨污管网管道错接、渗透造成雨污合流污染;
所述数据分析单元的输出端与所述趋势曲线单元的输入端相连接。
根据上述技术方案,所述检验模块包括实时数据汇聚单元和天气校验单元;
所述实时数据汇聚单元用于在雨污管网区域监测点位实时监测出现雨污合流污染时,启动数据分析模型,输入污染浓度和水量信息数据采样值,生成实时曲线;所述天气校验单元用于校验天气,判断调用曲线的类型和数量;
所述实时数据汇聚单元的输出端与所述天气校验单元的输入端相连接。
根据上述技术方案,所述污染分析模块包括对比单元与输出单元;
所述对比单元基于实时曲线与输出的不同类型下的雨污合流污染的趋势曲线进行相似度比对;所述输出单元用于选取相似度最大值的雨污合流污染的趋势曲线对应的类型作为当前雨污合流污染的类型输出至管理员端口;
所述对比单元的输出端与所述输出单元的输入端相连接。
与现有技术相比,本发明所达到的有益效果是:本发明对雨污水分流改建过程中出现的部分问题进行数据分析处理,提供较为精准的判断系统,在针对雨污水管网方向提出了全新的排查方法,能够进一步完善城市基础建设、增强城市下雨污水改造分流政策的推进,防洪内涝、消除黑臭水体,在一定程度上提高智慧城市建设能力,有效减少污水对天然水体的污染,为推进美丽城市建设奠定了坚实基础。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明基于智慧城市的雨污管网数据分析系统及方法的流程示意图。
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。
请参阅图1,在本实施例一中:以xx区小微水体综合治理兜底工程为例,该工程包括24个子项目,其中含有84个小区排水管网,10条市政路污水管网,12座泵站修缮,3条河道清淤及1条河道挡墙修复,1个泵站除臭设备安装等。施工内容包括雨污分流完善、市政管网完善、清淤工程、截流工程、补水工程和景观提升等,在整体项目排查中,发现存在雨污河流污染,具体智能分析如下:
构建雨污管网区域监测点位,获取各个监测点位反馈的雨污管网排水数据,设定污染阈值,在排水数据的取样值超出污染阈值时,定义为出现雨污合流污染;
构建数据分析模型,输出不同类型下的雨污合流污染的趋势曲线;所述不同类型包括设施故障污染、不良用水污染、管网错接污染;所述设施故障污染指连续暴雨天气下,部分雨污管网只能进行雨水分离,无法进行泄洪导致的雨污合流污染;所述不良用水污染指居民区私自改变室内格局,将生活污水排入雨水管道,造成雨污合流污染;所述管网错接污染指雨污管网管道错接、渗透造成雨污合流污染;
构建数据分析模型包括:
选取设施故障污染、不良用水污染、管网错接污染中任一污染类型,构建时间周期T1,在不同的雨污管网区域中获取连续N个时间周期T1下雨污水监测历史数据,选取出各个时间周期T1下的污染浓度和水量信息数据变化值;
以水量信息数据作为横坐标,水量信息数据实时对应的污染浓度作为纵坐标,构建每个采样点下的散点坐标;
根据每个采样点下的散点坐标,处于同一区域的连续N个时间周期T1下雨污水监测历史数据形成一条该污染类型下的曲线;
例如在本申请中,N以10为数量,即选取十个周期下的数据进行处理,在采样过程中,以不良用水污染为例,在9点钟采集到污染浓度超标,11点采集到污染浓度恢复正常,14点采集到污染浓度超标,16点采集到污染浓度恢复正常;则采样过程中,选取9-11点为一个采样数据、11-14为一个采样数据、14-16为一个采样数据,采样过程中可以按照平均值或者中位数作为数据的采样点;
对选取的所有区域都形成一条该污染类型下的曲线,将所有曲线记为集合{A1、A2、……、An},对集合{A1、A2、……、An}中的所有曲线进行拟合:
获取集合{A1、A2、……、An}中的所有曲线中出现的所有的取样点横坐标,基于每一个横坐标选取所有曲线上的对应点,记为集合C,在坐标系内选取任一点Q,满足其到达集合C任意一点的距离和最小,将点Q记为当前取样点横坐标的纵坐标,形成新的散点(x1、Q);
因为每条曲线的采样点所在位置不同,以不良用水污染为例,例如A区域按照上述时间点采样,而B区域呈现的是8点半到10点半的采样数据,因为各个监测点位置的原因,会导致时间上有所偏差,对应的水量情况也会发生变化,同时因为各区域的不同,例如人口分布上,因此会导致每一条曲线都有其各自的采样点横坐标,现在以所有横坐标为基准,进行采样纵坐标,例如选取任一条曲线的横坐标X0,则X0对应的所有曲线的纵坐标记为集合C;
对所有取样点均建立新的散点,构建拟合曲线为y = f(x),其中f(x)为一个n次多项式,构建所有新的散点到达f(x)的距离平方和∑[yi-f(xi)]2;
选取距离平方和最小的f(x)作为当前污染类型下的拟合曲线。
在雨污管网区域监测点位实时监测出现雨污合流污染时,启动数据分析模型,校验天气数据,若存在暴雨天气,调用三种污染类型的拟合曲线送入对比单元;若不存在,调用除设施故障污染外的两条拟合曲线送入对比单元;
获取实时的污染浓度和水量信息数据采样值,生成实时曲线;
基于实时曲线与输出的不同类型下的雨污合流污染的趋势曲线进行相似度比对:
定义进行对比的实时曲线与趋势曲线之间的时间序列长度分别为R、S;时间序列长度在于实时曲线与趋势曲线之间的长度不同,趋势曲线是通过历史数据进行处理得出的,而实时曲线只是实时的一些数据监测,长度往往远小于趋势曲线,因此在处理上需要先采用动态规整将两组曲线处于一个比较空间上,再进行趋势的分析;
计算R、S之间的DTW距离作为曲线的相似度距离:
构建一个R*S的矩阵,矩阵中元素(ri、sj)代表R中元素ri和S中元素sj的欧几里得距离;
以矩阵中(r1、s1)作为起点,(rR、sS)作为终点,在形成的路径里选取最小值,最小值路径上对应的元素总数记为DTW距离;
选取相似度距离最大值的雨污合流污染的趋势曲线对应的类型作为当前雨污合流污染的类型输出至管理员端口。
在本实施例中,进行天气校验的过程中,发现存在连续的暴雨天气,因此调用三组曲线进行对比分析,最终认定为应是由于修缮改造工程中出现了问题,造成了设施故障污染,在实际排查后,发现下游入海口处的xx河河口的闸门修缮改造工程中,由于左右岸皆为雨污合流共用渠(3.0m×1.5m)箱涵,改造过程中存在上部混凝土排架开裂,闸门启闭机损坏无法提升,导致雨季大量污水和雨水混合进入河道,造成雨污合流污染。
在解决方式上,提供了防倒灌模式和正常模式两种智能控制系统,实现了对共用渠内晴雨期的雨污分流。该系统既能实现清水与污水的分流,保证污水全收集,又能保障城市防洪排涝安全,还能恢复自然水体生态功能,美化城市生态环境。所述防倒灌模式为当系统检测到外部河道水位高于井内水位时,一体化智慧截流井会进入防倒灌模式,排水闸关闭、截污闸打开,防止外部河道中的水倒灌进入一体化智慧截流井内,一体化智慧截流井内的水通过截污闸截留至污水处理厂,水泵根据截污闸内水位设定自动启停。
所述正常模式为当系统检测到外部河道水位低于井内水位时,系统会进入正常模式。正常模式又分为:晴天模式、初雨模式以及大雨排涝模式。
所述晴天模式为当雨量计检测到天气为晴天没有降雨时会自动进入晴天模式,此时排水闸全关,截污闸全开,截污闸内的水被完全截留至污水管道进入污水处理厂内,水泵根据截污闸内水位可设置自动启停。
所述初雨模式为当雨量计检测到降雨强度为初雨时会自动进入初雨模式。初雨模式下截流井内的水位还未达到预警水位时,排水闸缓慢开启,保证排水闸门顶高于外河水位的情况下,使一体化智慧截流井内上层污染较轻的雨水可通过门顶溢流至下游外河。同时截污闸全开,使一体化智慧截流井内下层污染较重的污水通过截污闸排入污水管道,进入污水处理厂。水泵根据截污闸内水位可设置自动启停。
所述大雨排涝模式为当雨量计检测到降雨强度为大雨时,此时一体化智慧截流井内均为雨水,同时井内水位达到警戒水位时会自动切换进入大雨排涝模式。该模式下排水闸全开,一体化智慧截流井内的雨水水可无阻力排入下游河道。截污闸全关,防止较为干净的雨水进入污水管网增加污水处理厂的负担。水泵停机停止截污排水。降雨结束后,当截污闸内的水位恢复到警戒水位以下时,退出大雨排涝模式进入相应模式,最终实现截流井的自动化、智能化。
在本实施例二中,还提供了一种基于智慧城市的雨污管网数据分析系统,该系统包括实时监测模块、周期采样模块、趋势分析模块、检验模块以及污染分析模块;
所述实时监测模块用于构建雨污管网区域监测点位,获取各个监测点位反馈的雨污管网排水数据;所述周期采样模块用于设定污染阈值,在排水数据的取样值超出污染阈值时,定义为出现雨污合流污染;构建时间周期T1,获取连续N个时间周期T1下雨污水监测历史数据,选取出各个时间周期T1下的污染浓度和水量信息数据变化值;所述趋势分析模块基于各个时间周期下的污染浓度和水量信息数据,构建数据分析模型,输出不同类型下的雨污合流污染的趋势曲线;所述检验模块用于在雨污管网区域监测点位实时监测出现雨污合流污染时,启动数据分析模型,校验天气数据,输入污染浓度和水量信息数据采样值,生成实时曲线;所述污染分析模块基于实时曲线与输出的不同类型下的雨污合流污染的趋势曲线进行相似度比对,选取相似度最大值的雨污合流污染的趋势曲线对应的类型作为当前雨污合流污染的类型输出至管理员端口;
所述实时监测模块的输出端与所述周期采样模块的输入端相连接;所述周期采样模块的输出端与所述趋势分析模块的输入端相连接;所述趋势分析模块的输出端与所述检验模块的输入端相连接;所述检验模块的输出端与所述污染分析模块的输入端相连接。
所述实时监测模块包括点位铺设单元和实时反馈单元;
所述点位铺设单元用于在智慧城市场景下构建雨污管网区域监测点位;所述实施反馈单元用于获取各个监测点位反馈的雨污管网排水数据;
所述点位铺设单元的输出端与所述实时反馈单元的输入端相连接。
所述周期采样模块包括阈值设立单元和采样单元;
所述阈值设立单元用于设定污染阈值,在排水数据的取样值超出污染阈值时,定义为出现雨污合流污染;所述采样单元构建时间周期T1,获取连续N个时间周期T1下雨污水监测历史数据,选取出各个时间周期T1下的污染浓度和水量信息数据变化值;所述污染浓度和水量信息数据变化值在雨污合流污染出现时进行采样,若存在整个时间周期T1下持续性超出污染阈值,则按照时间周期T2为间隔进行采样;其中,T1>T2,N属于系统预设量;
所述设立单元的输出端与所述采样单元的输入端相连接。
所述趋势分析模块包括数据分析单元和趋势曲线单元;
所述数据分析单元基于各个时间周期下的污染浓度和水量信息数据,构建数据分析模型;所述趋势曲线单元根据数据分析模型输出不同类型下的雨污合流污染的趋势曲线,所述不同类型包括设施故障污染、不良用水污染、管网错接污染;所述设施故障污染指连续暴雨天气下,部分雨污管网只能进行雨水分离,无法进行泄洪导致的雨污合流污染;所述不良用水污染指居民区私自改变室内格局,将生活污水排入雨水管道,造成雨污合流污染;所述管网错接污染指雨污管网管道错接、渗透造成雨污合流污染;
所述数据分析单元的输出端与所述趋势曲线单元的输入端相连接。
所述检验模块包括实时数据汇聚单元和天气校验单元;
所述实时数据汇聚单元用于在雨污管网区域监测点位实时监测出现雨污合流污染时,启动数据分析模型,输入污染浓度和水量信息数据采样值,生成实时曲线;所述天气校验单元用于校验天气,判断调用曲线的类型和数量;
所述实时数据汇聚单元的输出端与所述天气校验单元的输入端相连接。
所述污染分析模块包括对比单元与输出单元;
所述对比单元基于实时曲线与输出的不同类型下的雨污合流污染的趋势曲线进行相似度比对;所述输出单元用于选取相似度最大值的雨污合流污染的趋势曲线对应的类型作为当前雨污合流污染的类型输出至管理员端口;
所述对比单元的输出端与所述输出单元的输入端相连接。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、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.基于智慧城市的雨污管网数据分析方法,其特征在于:该方法包括以下步骤:
S1、构建雨污管网区域监测点位,获取各个监测点位反馈的雨污管网排水数据,设定污染阈值,在排水数据的取样值超出污染阈值时,定义为出现雨污合流污染;
S2、构建时间周期T1,获取连续N个时间周期T1下雨污水监测历史数据,选取出各个时间周期T1下的污染浓度和水量信息数据变化值,所述污染浓度和水量信息数据变化值在雨污合流污染出现时进行采样,若存在整个时间周期T1下持续性超出污染阈值,则按照时间周期T2为间隔进行采样;其中,T1>T2,N属于系统预设量;
S3、基于各个时间周期下的污染浓度和水量信息数据,构建数据分析模型,输出不同类型下的雨污合流污染的趋势曲线;所述不同类型包括设施故障污染、不良用水污染、管网错接污染;
S4、在雨污管网区域监测点位实时监测出现雨污合流污染时,启动数据分析模型,校验天气数据,输入污染浓度和水量信息数据采样值,生成实时曲线;
S5、基于实时曲线与输出的不同类型下的雨污合流污染的趋势曲线进行相似度比对,选取相似度最大值的雨污合流污染的趋势曲线对应的类型作为当前雨污合流污染的类型输出至管理员端口;
在步骤S3中,所述设施故障污染指连续暴雨天气下,部分雨污管网只能进行雨水分离,无法进行泄洪导致的雨污合流污染;所述不良用水污染指居民区私自改变室内格局,将生活污水排入雨水管道,造成雨污合流污染;所述管网错接污染指雨污管网管道错接、渗透造成雨污合流污染;
在雨污管网区域监测点位实时监测出现雨污合流污染时,启动数据分析模型,校验天气数据,若存在暴雨天气,调用三种污染类型的拟合曲线送入对比单元;若不存在,调用除设施故障污染外的两条拟合曲线送入对比单元。
2.根据权利要求1所述的基于智慧城市的雨污管网数据分析方法,其特征在于:所述构建数据分析模型包括:
选取设施故障污染、不良用水污染、管网错接污染中任一污染类型,构建时间周期T1,在不同的雨污管网区域中获取连续N个时间周期T1下雨污水监测历史数据,选取出各个时间周期T1下的污染浓度和水量信息数据变化值;
以水量信息数据作为横坐标,水量信息数据实时对应的污染浓度作为纵坐标,构建每个采样点下的散点坐标;
根据每个采样点下的散点坐标,处于同一区域的连续N个时间周期T1下雨污水监测历史数据形成一条该污染类型下的曲线;
对选取的所有区域都形成一条该污染类型下的曲线,将所有曲线记为集合{A1、A2、……、An},对集合{A1、A2、……、An}中的所有曲线进行拟合:
获取集合{A1、A2、……、An}中的所有曲线中出现的所有的取样点横坐标,基于每一个横坐标选取所有曲线上的对应点,记为集合C,在坐标系内选取任一点Q,满足其到达集合C任意一点的距离和最小,将点Q记为当前取样点横坐标的纵坐标,形成新的散点(x1、Q);
对所有取样点均建立新的散点,构建拟合曲线为y = f(x),其中f(x)为一个n次多项式,构建所有新的散点到达f(x)的距离平方和∑[yi-f(xi)]2;
选取距离平方和最小的f(x)作为当前污染类型下的拟合曲线。
3.根据权利要求2所述的基于智慧城市的雨污管网数据分析方法,其特征在于:在步骤S3-S5中,还包括:
获取实时的污染浓度和水量信息数据采样值,生成实时曲线;
基于实时曲线与输出的不同类型下的雨污合流污染的趋势曲线进行相似度比对:
定义进行对比的实时曲线与趋势曲线之间的时间序列长度分别为R、S;
计算R、S之间的DTW距离作为曲线的相似度距离:
构建一个R*S的矩阵,矩阵中元素(ri、sj)代表R中元素ri和S中元素sj的欧几里得距离;
以矩阵中(r1、s1)作为起点,(rR、sS)作为终点,在形成的路径里选取最小值,最小值路径上对应的元素总数记为DTW距离;
选取相似度距离最大值的雨污合流污染的趋势曲线对应的类型作为当前雨污合流污染的类型输出至管理员端口。
4.应用如权利要求1所述的基于智慧城市的雨污管网数据分析方法的基于智慧城市的雨污管网数据分析系统,其特征在于:该系统包括实时监测模块、周期采样模块、趋势分析模块、检验模块以及污染分析模块;
所述实时监测模块用于构建雨污管网区域监测点位,获取各个监测点位反馈的雨污管网排水数据;所述周期采样模块用于设定污染阈值,在排水数据的取样值超出污染阈值时,定义为出现雨污合流污染;构建时间周期T1,获取连续N个时间周期T1下雨污水监测历史数据,选取出各个时间周期T1下的污染浓度和水量信息数据变化值;所述趋势分析模块基于各个时间周期下的污染浓度和水量信息数据,构建数据分析模型,输出不同类型下的雨污合流污染的趋势曲线;所述检验模块用于在雨污管网区域监测点位实时监测出现雨污合流污染时,启动数据分析模型,校验天气数据,输入污染浓度和水量信息数据采样值,生成实时曲线;所述污染分析模块基于实时曲线与输出的不同类型下的雨污合流污染的趋势曲线进行相似度比对,选取相似度最大值的雨污合流污染的趋势曲线对应的类型作为当前雨污合流污染的类型输出至管理员端口;
所述实时监测模块的输出端与所述周期采样模块的输入端相连接;所述周期采样模块的输出端与所述趋势分析模块的输入端相连接;所述趋势分析模块的输出端与所述检验模块的输入端相连接;所述检验模块的输出端与所述污染分析模块的输入端相连接。
5.根据权利要求4所述的基于智慧城市的雨污管网数据分析系统,其特征在于:所述实时监测模块包括点位铺设单元和实时反馈单元;
所述点位铺设单元用于在智慧城市场景下构建雨污管网区域监测点位;所述实时反馈单元用于获取各个监测点位反馈的雨污管网排水数据;
所述点位铺设单元的输出端与所述实时反馈单元的输入端相连接。
6.根据权利要求4所述的基于智慧城市的雨污管网数据分析系统,其特征在于:所述周期采样模块包括阈值设立单元和采样单元;
所述阈值设立单元用于设定污染阈值,在排水数据的取样值超出污染阈值时,定义为出现雨污合流污染;所述采样单元构建时间周期T1,获取连续N个时间周期T1下雨污水监测历史数据,选取出各个时间周期T1下的污染浓度和水量信息数据变化值;所述污染浓度和水量信息数据变化值在雨污合流污染出现时进行采样,若存在整个时间周期T1下持续性超出污染阈值,则按照时间周期T2为间隔进行采样;其中,T1>T2,N属于系统预设量;
所述设立单元的输出端与所述采样单元的输入端相连接。
7.根据权利要求4所述的基于智慧城市的雨污管网数据分析系统,其特征在于:所述趋势分析模块包括数据分析单元和趋势曲线单元;
所述数据分析单元基于各个时间周期下的污染浓度和水量信息数据,构建数据分析模型;所述趋势曲线单元根据数据分析模型输出不同类型下的雨污合流污染的趋势曲线,所述不同类型包括设施故障污染、不良用水污染、管网错接污染;所述设施故障污染指连续暴雨天气下,部分雨污管网只能进行雨水分离,无法进行泄洪导致的雨污合流污染;所述不良用水污染指居民区私自改变室内格局,将生活污水排入雨水管道,造成雨污合流污染;所述管网错接污染指雨污管网管道错接、渗透造成雨污合流污染;
所述数据分析单元的输出端与所述趋势曲线单元的输入端相连接。
8.根据权利要求4所述的基于智慧城市的雨污管网数据分析系统,其特征在于:所述检验模块包括实时数据汇聚单元和天气校验单元;
所述实时数据汇聚单元用于在雨污管网区域监测点位实时监测出现雨污合流污染时,启动数据分析模型,输入污染浓度和水量信息数据采样值,生成实时曲线;所述天气校验单元用于校验天气,判断调用曲线的类型和数量;
所述实时数据汇聚单元的输出端与所述天气校验单元的输入端相连接。
9.根据权利要求4所述的基于智慧城市的雨污管网数据分析系统,其特征在于:所述污染分析模块包括对比单元与输出单元;
所述对比单元基于实时曲线与输出的不同类型下的雨污合流污染的趋势曲线进行相似度比对;所述输出单元用于选取相似度最大值的雨污合流污染的趋势曲线对应的类型作为当前雨污合流污染的类型输出至管理员端口;
所述对比单元的输出端与所述输出单元的输入端相连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310835993.3A CN116562060B (zh) | 2023-07-10 | 2023-07-10 | 基于智慧城市的雨污管网数据分析系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310835993.3A CN116562060B (zh) | 2023-07-10 | 2023-07-10 | 基于智慧城市的雨污管网数据分析系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116562060A CN116562060A (zh) | 2023-08-08 |
CN116562060B true CN116562060B (zh) | 2023-11-21 |
Family
ID=87495140
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310835993.3A Active CN116562060B (zh) | 2023-07-10 | 2023-07-10 | 基于智慧城市的雨污管网数据分析系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116562060B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116750823B (zh) * | 2023-08-17 | 2023-11-28 | 湖南清源华建环境科技有限公司 | 一种基于智慧城市的雨水过滤系统和方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114091355A (zh) * | 2022-01-10 | 2022-02-25 | 深圳市水务工程检测有限公司 | 基于人工智能的城市管网缺陷位置定位分析系统及方法 |
CN115757367A (zh) * | 2022-09-19 | 2023-03-07 | 北京思路创新科技有限公司 | 一种小流域水生态环境精细化管控的方法及系统 |
CN115823706A (zh) * | 2023-02-24 | 2023-03-21 | 中建安装集团有限公司 | 一次泵自适应变压差节能控制系统及方法 |
-
2023
- 2023-07-10 CN CN202310835993.3A patent/CN116562060B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114091355A (zh) * | 2022-01-10 | 2022-02-25 | 深圳市水务工程检测有限公司 | 基于人工智能的城市管网缺陷位置定位分析系统及方法 |
CN115757367A (zh) * | 2022-09-19 | 2023-03-07 | 北京思路创新科技有限公司 | 一种小流域水生态环境精细化管控的方法及系统 |
CN115823706A (zh) * | 2023-02-24 | 2023-03-21 | 中建安装集团有限公司 | 一次泵自适应变压差节能控制系统及方法 |
Non-Patent Citations (2)
Title |
---|
An improved nonnegative matrix factorization with the imputation method model for pollution source apportionment during rainstorm events;Feng, JS等;《JOURNAL OF ENVIRONMENTAL MANAGEMENT》;第328卷;1-11 * |
城市降雨径流污染特征研究;石少山;《中国优秀硕士学位论文全文数据库》(第3期);1-80 * |
Also Published As
Publication number | Publication date |
---|---|
CN116562060A (zh) | 2023-08-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11326325B2 (en) | Regional rainwater allocation method | |
WO2021259009A1 (zh) | 深层污水排水隧道的调度运行方法、装置和计算机设备 | |
CN109409694B (zh) | 基于实测值的地块海绵城市绩效考核指标计算方法 | |
CN110276145A (zh) | 城市排水系统仿真建模与调度方法 | |
CN116562060B (zh) | 基于智慧城市的雨污管网数据分析系统及方法 | |
CN105868886B (zh) | 雨污调蓄池运行效能评价方法 | |
CN106320497A (zh) | 基于分层控制结构的城市智能排水控制系统 | |
CN105178387A (zh) | 雨水综合利用的智能控制系统及其控制方法 | |
CN111489052A (zh) | 一种利用水质水量进行截流排水调度的方法 | |
CN111898911A (zh) | 一种排水防涝应急方案设计系统 | |
CN110838079A (zh) | 一种智慧城市防洪排水远程监控系统及方法 | |
CN114358664B (zh) | 变化环境与洪旱急转条件下洪水调度与水资源保障方法 | |
CN114942948A (zh) | 一种排水管网诊断及管理方法 | |
CN105839758A (zh) | 一种可变初期雨水弃流控制系统、控制方法及构建方法 | |
CN113959489A (zh) | 一种入河雨水排放口的在线监测系统及监测方法 | |
CN112926216A (zh) | 结合全生命周期成本和水文效应的海绵城市建设评价方法 | |
CN104790516A (zh) | 一种雨水调蓄系统 | |
CN206205105U (zh) | 基于分层控制结构的城市智能排水控制系统 | |
CN204728453U (zh) | 一种雨水调蓄系统 | |
CN110990659A (zh) | 一种基于三维实景的城市内涝管理方法 | |
CN114386796A (zh) | 海绵城市项目建设效果及整体质量评价方法 | |
CN204462788U (zh) | 一种城市排水系统 | |
CN113361863B (zh) | 一种基于模糊评价理论的片区雨污分流工程质效评估方法 | |
Cai et al. | Modeling and analyzing of waterlogging in typical urban area | |
CN103329783A (zh) | 智能轮灌控制方法 |
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 |