CN116699094A - 用于二次供水的水质监测预警方法及系统 - Google Patents

用于二次供水的水质监测预警方法及系统 Download PDF

Info

Publication number
CN116699094A
CN116699094A CN202310845765.4A CN202310845765A CN116699094A CN 116699094 A CN116699094 A CN 116699094A CN 202310845765 A CN202310845765 A CN 202310845765A CN 116699094 A CN116699094 A CN 116699094A
Authority
CN
China
Prior art keywords
water quality
quality monitoring
water
level
subducting
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
CN202310845765.4A
Other languages
English (en)
Other versions
CN116699094B (zh
Inventor
宋正荣
华凯
单建国
沈晨延
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.)
Suzhou Dongjian Intelligent Technology Co ltd
Original Assignee
Suzhou Dongjian 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 Suzhou Dongjian Intelligent Technology Co ltd filed Critical Suzhou Dongjian Intelligent Technology Co ltd
Priority to CN202310845765.4A priority Critical patent/CN116699094B/zh
Publication of CN116699094A publication Critical patent/CN116699094A/zh
Application granted granted Critical
Publication of CN116699094B publication Critical patent/CN116699094B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01N1/14—Suction devices, e.g. pumps; Ejector devices
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N1/00—Sampling; Preparing specimens for investigation
    • G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
    • 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

  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Engineering & Computer Science (AREA)
  • Hydrology & Water Resources (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明提供了用于二次供水的水质监测预警方法及系统，涉及数据处理技术领域，通过获取储水箱连接的子管道分布结合子管道分布中各个子管道的加压参数和供水流量进行层级划分获取层级子管道；采样获得层级水质监测样本和箱内水质监测样本并输入基于以层级水质监测样本和箱内水质监测样本训练获得的水质监测函数中，从而获得存在水质异常的N个子管道。解决现有技术中基于固定周期进行二次供水储水箱及水系管路的消杀清洁，导致高层住宅居民存在使用严重污染的生活用水的技术问题。达到提高获得二次供水的储水箱和水系管路污染情况的及时性和准确度，从而及时进行污染水系管路及污染储水箱的消杀清洁，提高高层住宅居民用水安全性的技术效果。

Description

用于二次供水的水质监测预警方法及系统
技术领域
本发明涉及数据处理技术领域，具体涉及用于二次供水的水质监测预警方法及系统。
背景技术
由于使用寿命和材料的原因，二次供水的储水箱及水系管路内部容易产生污垢、藻类等沉积物，并且这些污染物会严重影响水质，但是在实际操作中，清洗和杀菌的频率通常是固定的，并不能根据实际情况进行灵活调整。
二次供水的储水箱和水系管路清洗杀菌的周期性和水系管路污染的突发性，导致高层住宅居民存在使用严重污染的生活用水的问题，如果居民长期饮用或使用污染严重的水，可能会对身体健康造成影响。
现有技术中基于固定周期进行二次供水储水箱及水系管路的消杀清洁，存在对于二次供水的储水箱及水系管路污染程度情况了解度不足，导致高层住宅居民存在使用严重污染的生活用水的技术问题。
发明内容
本申请提供了用于二次供水的水质监测预警方法及系统，用于针对解决现有技术中基于固定周期进行二次供水储水箱及水系管路的消杀清洁，存在对于二次供水的储水箱及水系管路污染程度情况了解度不足，导致高层住宅居民存在使用严重污染的生活用水的技术问题。
鉴于上述问题，本申请提供了用于二次供水的水质监测预警方法及系统。
本申请的第一个方面，提供了用于二次供水的水质监测预警方法，所述方法包括：获取第一目标储水箱连接的子管道分布；连接所述第一目标储水箱的供水加压控制系统，获取基于所述子管道分布中各个子管道的加压参数，以及基于所述加压参数条件下的供水流量；根据所述加压参数和所述供水流量对各个子管道进行层级划分，获取层级子管道；通过设置水质采样点进行实时采样，得到与所述层级子管道对应的层级水质监测样本，以及所述第一目标储水箱的箱内水质监测样本；以所述层级水质监测样本和所述箱内水质监测样本进行映射函数训练，得到第一水质监测映射函数；将所述第一目标储水箱的实时水质监测数据输入所述第一水质监测映射函数中，以所述第一水质监测映射函数，输出标识水质异常的N个子管道。
本申请的第二个方面，提供了用于二次供水的水质监测预警系统，所述系统包括：管道分布获取模块，用于获取第一目标储水箱连接的子管道分布；系统交互采集模块，用于连接所述第一目标储水箱的供水加压控制系统，获取基于所述子管道分布中各个子管道的加压参数，以及基于所述加压参数条件下的供水流量；管道层级划分模块，用于根据所述加压参数和所述供水流量对各个子管道进行层级划分，获取层级子管道；监测样本获得模块，用于通过设置水质采样点进行实时采样，得到与所述层级子管道对应的层级水质监测样本，以及所述第一目标储水箱的箱内水质监测样本；映射函数训练模块，用于以所述层级水质监测样本和所述箱内水质监测样本进行映射函数训练，得到第一水质监测映射函数；水质异常输出模块，用于将所述第一目标储水箱的实时水质监测数据输入所述第一水质监测映射函数中，以所述第一水质监测映射函数，输出标识水质异常的N个子管道。
本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
本申请实施例提供的方法通过获取第一目标储水箱连接的子管道分布；连接所述第一目标储水箱的供水加压控制系统，获取基于所述子管道分布中各个子管道的加压参数，以及基于所述加压参数条件下的供水流量；根据所述加压参数和所述供水流量对各个子管道进行层级划分，获取层级子管道，基于流量相似管路污染程度相似的特征，根据流量参数相似程度将存在相邻关系的子管道分组合并，实现了为后续进行水质采样提供采样点设定参考；通过设置水质采样点进行实时采样，得到与所述层级子管道对应的层级水质监测样本，以及所述第一目标储水箱的箱内水质监测样本；以所述层级水质监测样本和所述箱内水质监测样本进行映射函数训练，得到第一水质监测映射函数，基于第一水质监测映射函数实现在获得第一目标储水箱的水质污染信息后，准确测算获得多个层级子管道的污染情况；将所述第一目标储水箱的实时水质监测数据输入所述第一水质监测映射函数中，以所述第一水质监测映射函数，输出标识水质异常的N个子管道，实现快速准确定位高层建筑的子管道分布中存在水质污染问题的子管道。达到了提高获得二次供水的储水箱和水系管路污染情况的及时性和准确度，进行污染水系管路的精准定位，从而及时进行污染水系管路及污染储水箱的消杀清洁，提高高层住宅居民用水安全性的技术效果。
附图说明
图1为本申请提供的用于二次供水的水质监测预警方法流程示意图；
图2为本申请提供的用于二次供水的水质监测预警方法中输出层级子管道的流程示意图；
图3为本申请提供的用于二次供水的水质监测预警方法中训练映射函数的流程示意图；
图4为本申请提供的用于二次供水的水质监测预警系统的结构示意图。
附图标记说明：管道分布获取模块1，系统交互采集模块2，管道层级划分模块3，监测样本获得模块4，映射函数训练模块5，水质异常输出模块6。
具体实施方式
本申请提供了用于二次供水的水质监测预警方法及系统，用于针对解决现有技术中基于固定周期进行二次供水储水箱及水系管路的消杀清洁，存在对于二次供水的储水箱及水系管路污染程度情况了解度不足，导致高层住宅居民存在使用严重污染的生活用水的技术问题。达到了提高获得二次供水的储水箱和水系管路污染情况的及时性和准确度，进行污染水系管路的精准定位，从而及时进行污染水系管路及污染储水箱的消杀清洁，提高高层住宅居民用水安全性的技术效果。
本发明技术方案中对数据的获取、存储、使用、处理等均符合相关规定。
下面，将参考附图对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明的一部分实施例，而不是本发明的全部实施例，应理解，本发明不受这里描述的示例实施例的限制。基于本发明的实施例，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。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部。
实施例一
如图1所示，本申请提供了用于二次供水的水质监测预警方法，所述方法包括：
S100:获取第一目标储水箱连接的子管道分布；
S200:连接所述第一目标储水箱的供水加压控制系统，获取基于所述子管道分布中各个子管道的加压参数，以及基于所述加压参数条件下的供水流量；
具体而言，在本实施例中，所述第一目标储水箱用于进行不特定层高的高层建筑日常供水，所述第一目标储水箱和高层建筑水路连接。本实施例中，高层建筑的所述子管道分布为沿着垂直方向贯穿整栋建筑的多个子管道组成的垂直管道。基于高层建筑的建筑设计、施工图纸等文件获得组成垂直管道多个子管道，作为所述子管道分布。
市政供水进入所述第一目标储水箱后，基于所述供水加压控制系统调控布设于子管道分布中多条子管道的多个水泵的加压参数，以进行各个子管道的水压和流量调节，以实现稳定经由所述子管道分布中各个子管道，将第一目标储水箱中存储的水抽取并输送至处于高层建筑不同层高的各个住户家中。
在本实施例中，通过在所述子管道分布中各个子管道布设流速传感器，以获得在所述供水加压控制系统控制下，对应于所述子管道分布中各个子管道加压参数的供水流量，所述供水流量指单位时间内从子管道中流过的水量，通常用立方米每小时(m3/h)表示。
S300:根据所述加压参数和所述供水流量对各个子管道进行层级划分，获取层级子管道；
在一个实施例中，如图2所示，本申请提供的方法步骤还包括：
S310:获取所述第一目标储水箱的供水层数；
S320:当所述供水层数大于预设供水层数，调用所述加压参数和所述供水流量，获取加压-流量映射信息；
S330:以所述加压-流量映射信息进行管道流量特征提取，输出流量特征集；
S340:按照所述流量特征集进行相似度聚类，输出基于所述供水层数的聚类结果，根据所述聚类结果输出所述层级子管道。
具体而言，应理解的，由于子管道分布中的子管道所处楼层高低不同，因而为实现对高层建筑的全楼进行稳定供水时，所述供水加压控制系统对于各个子管道布设的水泵设定不同的加压参数，以确保位于高层建筑地下室的储水在泵出过程中抵消重力作用，以一定的流量供给高层建筑住户使用。
所述供水加压控制系统对于各个子管道布设的水泵设定不同的加压参数，相应的各个子管道内水流量存在差异性，在各个子管道水流量不同的条件下，各个子管道的污染程度也存在差异性。
在本实施例中，所述供水层数为采用所述第一目标储水箱进行储水供水的高层建筑总计楼层数。所述预设供水层数指所述供水加压控制系统不对子管道分布中任一子管道进行加压，单纯依赖于第一目标储水箱布设的总泵进行二次供水泵出即可进行供水的楼层数，例如一楼、二楼等低楼层的供水通常基于第一目标储水箱的总泵运行即可实现稳定供水。
因而在所述供水层数大于预设供水层数时，所述供水加压控制系统方才对于各个子管道布设的水泵设定不同的加压参数，此时基于所述供水加压系统获得子管道分布中所有子管道的水泵的加压参数，并基于预先布设于子管道分布中所有子管道的流速传感器获得所有子管道的流量参数。由于加压参数和流量参数基于单根子管道具有映射关系，因而本实施例获得所述子管道分布中各个子管道的加压-流量映射信息。
以所述加压-流量映射信息进行管道流量特征提取，输出流量特征集，所述流量特征集中为子管道分布中所有子管道的流量参数信息。预设流量相似度阈值，相邻连接的两个子管道的流量参数差值绝对值在流量相似度阈值内时，认为两个子管道属于相同流量层级的子管道。
根据相邻连接关系，在所述子管道分中获得多对子管道，基于所述流量特征集获得多对子管道的多对流量参数进行差值绝对值计算，与所述预设流量相似度阈值比对完成所述相似度聚类，获得聚类结果，所述聚类结果为流量参数相似的多组子管道，每组子管道包括一根或多根子管道。
为便于施工和管路检测，本实施例中单根子管道长度等于高层建筑的一层楼高，因而本实施例在获得流量参数相似的多组子管道后，结合所述供水层数，即可获得所述层级子管道，例如高层建筑有30层，1～3层对应的第1～3跟子管道的流量参数满足所述预设流量相似度阈值，则1～3层为同一层级子管道。
本实施例基于流量相似管路污染程度相似的特征，根据流量参数相似程度将存在相邻关系的子管道分组合并，实现了为后续进行水质采样提供采样点设定参考的技术效果。
S400:通过设置水质采样点进行实时采样，得到与所述层级子管道对应的层级水质监测样本，以及所述第一目标储水箱的箱内水质监测样本；
具体而言，应理解的，本实施例中处于相同层级的一个或多个子管道中水流量具有一致性，相应的，所述层级子管道中处于相同层级的一个或多个子管道的受污染情况具有一致性。
基于此本实施例对所述层级管道中的处于相同层级的若干个子管道随机位置布设一个设置水质采样点，进行处于相同层级子管道内的水样采集。
同时，本实施例基于杂质污染沉淀特性，在所述第一目标储水箱箱底设置水质采样点进行水质采样，以获得较能反映第一目标储水箱最低质量水质的水质样本。
在本实施例中，预设水质采样周期以及水质监测样本需求量(例如预设水质采样周期为15min，水质监测样本需求量为100)，对所述层级管道及第一目标储水箱进行水质采样和监测，获得与所述层级子管道对应的层级水质监测样本和箱内水质监测样本。
所述箱内水质监测样本为多个历史水箱水质监测样本，所述层级水质监测样本包括多个层级子管道的多组历史层级子管道水质监测样本，水质监测样本的监测指标具有一致性，优选都由色度、浊度、微生物含量三项构成。
同时，应理解的，一个周期节点的历史水箱水质监测样本和该周期节点的层级水质监测样本中的多个层级子管道的历史水质监测样本的水体来源为相同时间的第一目标水箱内储水。
S500:以所述层级水质监测样本和所述箱内水质监测样本进行映射函数训练，得到第一水质监测映射函数；
在一个实施例中，以所述层级水质监测样本和所述箱内水质监测样本进行映射函数训练，如图3所示，本申请提供的方法步骤S500还包括：
S510:将所述层级水质监测样本输入第一卷积训练层，所述第一卷积训练层包括多层第一核函数，用于对所述层级水质监测样本进行样本特征提取，输出多层第一卷积输出样本；
S520:将所述箱内水质监测样本输入第二卷积训练层，所述第一卷积训练层包括第二核函数，输出第二卷积输出样本；
S530:以所述多层第一卷积输出样本和所述第二卷积输出样本进行映射函数训练，当训练至收敛时输出第一水质监测映射函数。
具体而言，本实施例构建第一卷积训练层和第二卷积训练层，所述第一卷积训练层和第二卷积训练层中都包括用于对水质监测样本进行特征提取的核函数。其中，第一卷积训练层的训练对象为所述层级水质监测样本，因而根据层级子管道的层级数量适应性设置数量相同，且具有映射关系的多层第一核函数。
所述第一核函数用于进行具有映射关系的层级子管道水质监测样本的样本特征提取及计算输出层级子管道水质监测样本对应的层级子管道污染度，所述第一核函数用于对特征进行低维到高维的映射，即对层级水质监测样本中各个管道中的监测样本进行特征映射，便于提取出各个管道对应的特征向量，因此，多层第一核函数分别对应于各个层的管道，当提取出层级水质监测样本的高维特征向量后，再作为第一卷积输出样本训练所述第一水质监测映射函数。
基于第一核函数输出层级子管道污染度的具体方法如下：
层级子管道水质监测样本的样本特征包括色度特征、浊度特征以及微生物含量特征，色度特征获得方法为基于层级子管道水质监测样本提取获得测得的色度值，色度值乘以1000，再除以标准色板中该颜色的相对比例值，得到相对水色度的值作为色度特征。浊度特征获得方法为基于层级子管道水质监测样本提取获得测得的浊度值，将浊度值乘以1000，再除以标准浊度悬浮物(硅藻土)的相对比例值，得到相对浊度的值作为浊度特征。微生物含量特征的获得方法为基于层级子管道水质监测样本提取获得测得的微生物含量值，与居民饮用水规定的微生物含量限制值相比较，得出相对微生物含量值作为微生物含量特征。
将色度特征、浊度特征以及微生物含量特征的值代入水质污染度的计算公式中，即C＝0.6A+0.2B+0.2D，其中，C为层级子管道污染度，A为色度特征的值，B为浊度特征的值，D为相对微生物数的值。
基于上述步骤，第一核函数完成对于一个层级子管道水质监测样本的样本特征提取及计算输出层级子管道水质监测样本对应的层级子管道污染度。
将所述层级水质监测样本输入第一卷积训练层，所述第一卷积训练层包括多层第一核函数，多层第一核函数对应进行具有映射关系的层级子管道的多组历史层级子管道水质监测样本的逐一样本特征提取，进而获得该层级子管道的多个历史样本层级子管道污染度。
本实施例通过所述第一卷积训练层实现获得所述层级水质监测样本中多个层级子管道的多组历史样本层级子管道污染度，构成所述多层第一卷积输出样本。
所述第二卷积训练层中具有一个第二核函数，第二核函数在第二卷积训练层和第一核函数在第一卷积训练层的样本特征提取方法相一致，同时，所述第二核函数用于对特征进行低维到高维的映射，即对箱内水质监测样本进行特征映射，便于提取出各个管道对应的特征向量。将箱内水质监测样本输入到CNN的第二卷积训练层中。基于第二核函数，用于进一步提取特征，并输出第二卷积输出样本，所述第二卷积输出样本为多个历史样本水箱水质污染度。
基于多层第一卷积输出样本的多个层级子管道的多组历史样本层级子管道污染度，第二卷积输出的多个样本历史样本水箱水质污染度进行多个层级子管道的水质监测映射函数训练，在训练过程中，CNN会自动调整映射函数中的参数，直到模型收敛并达到最佳性能。完成训练后，输出的映射函数即为第一水质监测映射函数，以所述第一核函数和所述第二核函数进行线性加权计算得到高斯核函数，再根据所述多层第一卷积输出样本和所述第二卷积输出样本的特征映射关系进行训练，当训练至收敛时输出第一水质监测映射函数，在获得第一目标储水箱的水质监测数据后，输入对应层级子管道的水质监测映射函数即可获得对应层级子管道的水质污染度。
本实施例通过采集获得历史多个层级子管道的污染数据以及第一目标储水箱的污染数据，基于CNN进行特征提取以及构建多个层级子管道的水质监测映射函数，实现在获得第一目标储水箱的水质污染信息后，准确测算获得多个层级子管道的污染情况的技术效果。
S600:将所述第一目标储水箱的实时水质监测数据输入所述第一水质监测映射函数中，以所述第一水质监测映射函数，输出标识水质异常的N个子管道。
在一个实施例中，将所述第一目标储水箱的实时水质监测数据输入所述第一水质监测映射函数中，本申请提供的方法步骤S600还包括：
S610:基于所述实时水质监测数据构建污染指标矩阵；
S620:以所述污染指标矩阵进行污染计算，输出标识所述第一目标储水箱的储水污染度；
S630:以所述储水污染度为所述第一水质监测映射函数的映射对象P，以所述层级子管道的级数作为所述第一水质监测映射函数的映射输出层wi进行映射，获取所述层级子管道对应的层级污染度，其中，i＝0,1…n，n为所述层级子管道的级数；
S640:对所述层级污染度进行判断，输出标识水质异常的N个子管道。
具体而言，在本实施例中，通过在所述第一目标储水箱箱底设置水质采样点进行实时水质采样，获得包括色度值、浊度值、微生物含量的实时水质监测数据。基于所述实时水质监测数据构建污染指标矩阵，污染指标矩阵的横轴为指标项目，纵轴为指标项目数值。基于污染指标矩阵提取色度值、浊度值、微生物含量并基于步骤S500的水质污染度计算方法，获得所述第一目标储水箱的储水污染度作为所述实时水质监测数据的标识。
所述第一水质监测映射函数包括多个层级子管道的水质监测映射函数，以所述储水污染度为所述第一水质监测映射函数的映射对象P，以所述层级子管道的级数作为所述第一水质监测映射函数的映射输出层wi，i＝0,1…n，n为所述层级子管道的级数，基于映射输出层输出映射于所述层级子管道的多个层级污染度数据。
根据饮用水标准确定水质污染阈值，层级污染度数据大于水质污染度阈值则表示对应的层级子管道中包含的若干个子管道为水质异常状态。
水质污染阈值对多个层级子管道的所述层级污染度进行判断，输出标识水质异常M个层级子管道，进一步根据M个层级子管道中具体包含的若干个子管道，拆分获得所述N个子管道，所述N个子管道为所述子管道分布中，存在局部水质污染问题的部分子管道，本实施例实现了在获得第一目标储水箱的实时水质监测数据的条件下，基于第一目标储水箱水质污染情况和供水水路中供水子管道的污染情况函数映射关系，快速准确定位高层建筑的子管道分布中存在水质污染问题的子管道的技术效果。
在一个实施例中，输出标识水质异常的N个子管道，本申请提供的方法步骤还包括：
S710:获取所述N个子管道对应的N个水质异常指数；
S720:根据所述N个水质异常指数，生成N个调整指令；
S730:按照所述N个调整指令，输出水质清洁参数，其中，所述水质清洁参数包括清洁强度、清洁时长以及消毒参数；
S740:以所述清洁强度、所述清洁时长以及所述消毒参数对所述N个子管道进行清洁。
在一个实施例中，本申请提供的方法步骤还包括：
S741:根据所述清洁强度、所述清洁时长以及所述消毒参数作为控制变量，生成第二映射函数层；
S742:以所述第一水质监测映射函数输出的层级污染度作为所述第二映射函数层的输入变量进行映射，获取与所述层级污染度对应的层级控制参数。
具体而言，在本实施例中，当判定某个层级子管道存在水质异常时，定位层级子管道对应的一个或若干个子管道，将存在水质异常污染的层级子管道的层级污染度，作为处于同一层级子管道的一个或若干个子管道的水质异常指数，从而获取所述N个子管道对应的N个水质异常指数。
采集获得当前高层建筑的历史二次供水清洁记录，基于供水管路清洁记录提取获得清洁前管路的多个历史样本水质监测数据，历史样本水质监测数据包括色度值、浊度值、微生物含量，采用步骤S500计算层级子管道污染度相同方法，基于多个历史样本水质监测数据获得多个历史样本子管道污染度。
建立多个历史样本子管道污染度和多个水质清洁参数的映射关系，构建映射数据库，根据所述N个水质异常指数，生成N个调整指令，所述调整指令为信息检索指令，基于调整指令以水质异常指数作为检索内容，基于映射数据库，获得水质异常指数对应的水质清洁参数，所述水质清洁参数包括清洁强度、清洁时长以及消毒参数，基于水质清洁参数进行对应存在水质异常问题的子管道的消杀清洁，即可实现消除子管道中的微生物、管壁污物附着。
基于所述N个调整指令，获得N个水质异常指数的N个水质清洁参数，基于水质清洁参数对应的N组清洁强度、所述清洁时长以及所述消毒参数对所述N个子管道进行清洁，实现了参考历史清洁信息进行二次供水水系中存在污染问题的子管道的有效消杀清洁的技术效果。
进一步的，为提高获得水质清洁参数的准确度和效率，基于所述映射数据库提取获得多组具有映射关系的样本子管道污染度-清洁强度，基于多组样本子管道污染度-清洁强度，获得清洁强度和管道污染度之间的第一清洁映射函数。
进一步提取获得多组具有映射关系的样本子管道污染度-清洁时长，基于多组样本子管道污染度-清洁时长，获得清洁时长和管道污染度之间的第二清洁映射函数。
进一步提取获得多组具有映射关系的样本子管道污染度-消毒参数，基于多组样本子管道污染度-消毒参数，获得消毒参数和管道污染度之间的第三清洁映射函数。
第一清洁映射函数、第二清洁映射函数、第三清洁映射函数构成所述第二映射函数层，以所述第一水质监测映射函数输出的层级污染度作为所述第二映射函数层的输入变量进行映射，获取与所述层级污染度对应的层级控制参数，所述层级控制参数包括清洁强度、清洁时长以及消毒参数，所述层级控制参数的使用对象为层级子管道对应的一个或若干个子管道。
本实施例通过构建第二映射函数层，实现在确定层级污染度对应的层级子管道为水质异常的污染管道后，可快速获得高可信度的进行层级子管道消杀清洁的层级控制参数的技术效果，提高了生成供水水系污染管路清洁方案生成效率和清洁方案可信度的技术效果。
在一个实施例中，本申请提供的方法步骤还包括：
S810:判断所述第一目标储水箱的水质监测是否处于异常状态，若处于异常状态，生成第一反映射指令；
S820:根据所述第一反映射指令，获取第一水质监测反函数，其中，所述第一水质监测反函数为所述第一水质监测映射函数的反函数；
S830:获取所述层级子管道的层级实时监测数据；
S840:将所述层级实时监测数据输入所述第一水质监测反函数中，获取第一反映射结果，其中，所述第一反映射结果为所述第一目标储水箱的拟合污染度；
S850:根据所述拟合污染度，生成第一预警信息。
具体而言，在本实施例中，所述第一水质监测映射函数包括多个层级子管道的水质监测映射函数，在获得第一目标储水箱的污染指数的条件下，带入所述第一水质监测映射函数中对应层级子管道的水质监测映射函数，即可计算获得该层级子管道中流水的水质污染情况。
因而本实施例根据基于所述第一水质监测映射函数即可获得根据层级子管道污染情况反推第一目标储水箱污染情况的第一水质监测反函数，所述第一水质监测反函数用于在第一目标储水箱的水质检测装置故障，无法采集第一目标储水箱水样获得实时水质监测数据时，通过对某个或多个层级子管道进行水样采样获得层级实时监测数据，反推第一目标储水箱的污染情况。
根据布设于所述第一目标储水箱箱底设置水质采样点的水质采样装置是否可以进行实时水质采样，判断所述第一目标储水箱的水质监测是否处于异常状态，水质采样装置未执行实时水质采样，则判定进行第一目标储水箱的水质监测数据采集处于异常状态，生成第一反映射指令，根据所述第一反映射指令，调用所述第一水质监测反函数。
基于步骤S400设置水质采样点进行层级子管道的实时采样，得到与所述层级子管道对应的层级实时监测数据；将所述层级实时监测数据进行层级子管道污染度计算，获得所述层级子管道对应的多个实时层级子管道污染度。
多个实时层级子管道污染度输入所述第一水质监测反函数中对应的水质监测反函数，获取对应于层级子管道的多个储水箱污染度，对于多个储水箱污染度进行均值计算，获得第一反映射结果，所述第一反映射结果为所述第一目标储水箱的拟合污染度，所述拟合污染度为所述第一目标储水箱当前水质的污染度预测结果。
判断所述拟合污染度是否大于步骤S600的水质污染阈值，若所述拟合污染度待遇水质污染阈值，则生成第一预警信息，所述第一预警信息用于提示当前第一目标储水箱的水质污染度到达不能安全引用的程度，需要进行第一目标储水箱的停运消杀以及在维修第一目标储水箱的水质采集装置。
本实施例通过在获得第一水质监测函数的基础上构建第一水质监测反函数，实现了在获得层级子管道的水质情况的层级实时监测数据时，可反向推测获得第一目标储水箱的水质污染情况的技术效果。
实施例二
基于与前述实施例中用于二次供水的水质监测预警方法相同的发明构思，如图4所示，本申请提供了用于二次供水的水质监测预警系统，其中，所述系统包括：
管道分布获取模块1，用于获取第一目标储水箱连接的子管道分布；
系统交互采集模块2，用于连接所述第一目标储水箱的供水加压控制系统，获取基于所述子管道分布中各个子管道的加压参数，以及基于所述加压参数条件下的供水流量；
管道层级划分模块3，用于根据所述加压参数和所述供水流量对各个子管道进行层级划分，获取层级子管道；
监测样本获得模块4，用于通过设置水质采样点进行实时采样，得到与所述层级子管道对应的层级水质监测样本，以及所述第一目标储水箱的箱内水质监测样本；
映射函数训练模块5，用于以所述层级水质监测样本和所述箱内水质监测样本进行映射函数训练，得到第一水质监测映射函数；
水质异常输出模块6，用于将所述第一目标储水箱的实时水质监测数据输入所述第一水质监测映射函数中，以所述第一水质监测映射函数，输出标识水质异常的N个子管道。
在一个实施例中，所述系统还包括：
异常指数获取单元，用于获取所述N个子管道对应的N个水质异常指数；
调整指令生成单元，用于根据所述N个水质异常指数，生成N个调整指令；
清洁参数输出单元，用于按照所述N个调整指令，输出水质清洁参数，其中，所述水质清洁参数包括清洁强度、清洁时长以及消毒参数；
管道清洁执行单元，用于以所述清洁强度、所述清洁时长以及所述消毒参数对所述N个子管道进行清洁。
在一个实施例中，所述系统还包括：
供水层数获取单元，用于获取所述第一目标储水箱的供水层数；
映射信息调用单元，用于当所述供水层数大于预设供水层数，调用所述加压参数和所述供水流量，获取加压-流量映射信息；
特征提取执行单元，用于以所述加压-流量映射信息进行管道流量特征提取，输出流量特征集；
相似聚类执行单元，用于按照所述流量特征集进行相似度聚类，输出基于所述供水层数的聚类结果，根据所述聚类结果输出所述层级子管道。
在一个实施例中，所述系统还包括：
样本特征提取单元，用于将所述层级水质监测样本输入第一卷积训练层，所述第一卷积训练层包括多层第一核函数，用于对所述层级水质监测样本进行样本特征提取，输出多层第一卷积输出样本；
输出样本生产单元，用于将所述箱内水质监测样本输入第二卷积训练层，所述第一卷积训练层包括第二核函数，输出第二卷积输出样本；
映射函数输出单元，用于以所述多层第一卷积输出样本和所述第二卷积输出样本进行映射函数训练，当训练至收敛时输出第一水质监测映射函数。
在一个实施例中，所述系统还包括：
指标矩阵构建单元，用于基于所述实时水质监测数据构建污染指标矩阵；
污染计算执行单元，用于以所述污染指标矩阵进行污染计算，输出标识所述第一目标储水箱的储水污染度；
层级污染度获取单元，用于以所述储水污染度为所述第一水质监测映射函数的映射对象P，以所述层级子管道的级数作为所述第一水质监测映射函数的映射输出层wi进行映射，获取所述层级子管道对应的层级污染度，其中，i＝0,1…n，n为所述层级子管道的级数；
污染度判断单元，用于对所述层级污染度进行判断，输出标识水质异常的N个子管道。
在一个实施例中，所述系统还包括：
监测状态判断单元，用于判断所述第一目标储水箱的水质监测是否处于异常状态，若处于异常状态，生成第一反映射指令；
反函数获取单元，用于根据所述第一反映射指令，获取第一水质监测反函数，其中，所述第一水质监测反函数为所述第一水质监测映射函数的反函数；
实时数据获取单元，用于获取所述层级子管道的层级实时监测数据；
反映射结果获取单元，用于将所述层级实时监测数据输入所述第一水质监测反函数中，获取第一反映射结果，其中，所述第一反映射结果为所述第一目标储水箱的拟合污染度；
预警信息生成单元，用于根据所述拟合污染度，生成第一预警信息。
在一个实施例中，所述系统还包括：
映射函数层构建单元，用于根据所述清洁强度、所述清洁时长以及所述消毒参数作为控制变量，生成第二映射函数层；
控制参数获取单元，用于以所述第一水质监测映射函数输出的层级污染度作为所述第二映射函数层的输入变量进行映射，获取与所述层级污染度对应的层级控制参数。
综上所述的任意一项方法或者步骤可作为计算机指令或程序存储在各种不限类型的计算机存储器中，通过各种不限类型的计算机处理器识别计算机指令或程序，进而实现上述任一项方法或者步骤。
基于本发明的上述具体实施例，本技术领域的技术人员在不脱离本发明原理的前提下，对本发明所作的任何改进和修饰，皆应落入本发明的专利保护范围。

Claims (8)

1.用于二次供水的水质监测预警方法，其特征在于，所述方法包括：
获取第一目标储水箱连接的子管道分布；
连接所述第一目标储水箱的供水加压控制系统，获取基于所述子管道分布中各个子管道的加压参数，以及基于所述加压参数条件下的供水流量；
根据所述加压参数和所述供水流量对各个子管道进行层级划分，获取层级子管道；
通过设置水质采样点进行实时采样，得到与所述层级子管道对应的层级水质监测样本，以及所述第一目标储水箱的箱内水质监测样本；
以所述层级水质监测样本和所述箱内水质监测样本进行映射函数训练，得到第一水质监测映射函数；
将所述第一目标储水箱的实时水质监测数据输入所述第一水质监测映射函数中，以所述第一水质监测映射函数，输出标识水质异常的N个子管道。
2.如权利要求1所述的方法，其特征在于，输出标识水质异常的N个子管道，方法还包括：
获取所述N个子管道对应的N个水质异常指数；
根据所述N个水质异常指数，生成N个调整指令；
按照所述N个调整指令，输出水质清洁参数，其中，所述水质清洁参数包括清洁强度、清洁时长以及消毒参数；
以所述清洁强度、所述清洁时长以及所述消毒参数对所述N个子管道进行清洁。
3.如权利要求1所述的方法，其特征在于，所述方法还包括：
获取所述第一目标储水箱的供水层数；
当所述供水层数大于预设供水层数，调用所述加压参数和所述供水流量，获取加压-流量映射信息；
以所述加压-流量映射信息进行管道流量特征提取，输出流量特征集；
按照所述流量特征集进行相似度聚类，输出基于所述供水层数的聚类结果，根据所述聚类结果输出所述层级子管道。
4.如权利要求1所述的方法，其特征在于，以所述层级水质监测样本和所述箱内水质监测样本进行映射函数训练，方法还包括：
将所述层级水质监测样本输入第一卷积训练层，所述第一卷积训练层包括多层第一核函数，用于对所述层级水质监测样本进行样本特征提取，输出多层第一卷积输出样本；
将所述箱内水质监测样本输入第二卷积训练层，所述第一卷积训练层包括第二核函数，输出第二卷积输出样本；
以所述多层第一卷积输出样本和所述第二卷积输出样本进行映射函数训练，当训练至收敛时输出第一水质监测映射函数。
5.如权利要求4所述的方法，其特征在于，将所述第一目标储水箱的实时水质监测数据输入所述第一水质监测映射函数中，包括：
基于所述实时水质监测数据构建污染指标矩阵；
以所述污染指标矩阵进行污染计算，输出标识所述第一目标储水箱的储水污染度；
以所述储水污染度为所述第一水质监测映射函数的映射对象P，以所述层级子管道的级数作为所述第一水质监测映射函数的映射输出层wi进行映射，获取所述层级子管道对应的层级污染度，其中，i＝0,1…n，n为所述层级子管道的级数；
对所述层级污染度进行判断，输出标识水质异常的N个子管道。
6.如权利要求1所述的方法，其特征在于，所述方法还包括：
判断所述第一目标储水箱的水质监测是否处于异常状态，若处于异常状态，生成第一反映射指令；
根据所述第一反映射指令，获取第一水质监测反函数，其中，所述第一水质监测反函数为所述第一水质监测映射函数的反函数；
获取所述层级子管道的层级实时监测数据；
将所述层级实时监测数据输入所述第一水质监测反函数中，获取第一反映射结果，其中，所述第一反映射结果为所述第一目标储水箱的拟合污染度；
根据所述拟合污染度，生成第一预警信息。
7.如权利要求2所述的方法，其特征在于，所述方法还包括：
根据所述清洁强度、所述清洁时长以及所述消毒参数作为控制变量，生成第二映射函数层；
以所述第一水质监测映射函数输出的层级污染度作为所述第二映射函数层的输入变量进行映射，获取与所述层级污染度对应的层级控制参数。
8.用于二次供水的水质监测预警系统，其特征在于，所述系统包括：
管道分布获取模块，用于获取第一目标储水箱连接的子管道分布；
系统交互采集模块，用于连接所述第一目标储水箱的供水加压控制系统，获取基于所述子管道分布中各个子管道的加压参数，以及基于所述加压参数条件下的供水流量；
管道层级划分模块，用于根据所述加压参数和所述供水流量对各个子管道进行层级划分，获取层级子管道；
监测样本获得模块，用于通过设置水质采样点进行实时采样，得到与所述层级子管道对应的层级水质监测样本，以及所述第一目标储水箱的箱内水质监测样本；
映射函数训练模块，用于以所述层级水质监测样本和所述箱内水质监测样本进行映射函数训练，得到第一水质监测映射函数；
水质异常输出模块，用于将所述第一目标储水箱的实时水质监测数据输入所述第一水质监测映射函数中，以所述第一水质监测映射函数，输出标识水质异常的N个子管道。
CN202310845765.4A 2023-07-11 2023-07-11 用于二次供水的水质监测预警方法及系统 Active CN116699094B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310845765.4A CN116699094B (zh) 2023-07-11 2023-07-11 用于二次供水的水质监测预警方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310845765.4A CN116699094B (zh) 2023-07-11 2023-07-11 用于二次供水的水质监测预警方法及系统

Publications (2)

Publication Number Publication Date
CN116699094A true CN116699094A (zh) 2023-09-05
CN116699094B CN116699094B (zh) 2023-12-29

Family

ID=87829396

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310845765.4A Active CN116699094B (zh) 2023-07-11 2023-07-11 用于二次供水的水质监测预警方法及系统

Country Status (1)

Country Link
CN (1) CN116699094B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117309067A (zh) * 2023-11-30 2023-12-29 长春职业技术学院 水资源实时监控方法、系统和电子设备
CN118411271A (zh) * 2024-07-04 2024-07-30 福州智水匠数字科技有限公司 一种基于二供余氯保障耦合错峰多点联动区域调度系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009192340A (ja) * 2008-02-14 2009-08-27 Dkk Toa Corp 水質測定装置
WO2011061310A1 (en) * 2009-11-19 2011-05-26 Predect Ab Method and arrangement for monitoring water quality
CN105373964A (zh) * 2015-09-30 2016-03-02 冯小林 基于物联网的供水设备管理系统
CN105912790A (zh) * 2016-04-15 2016-08-31 重庆大学 基于深度回归模型的遥感水质监测方法
CN208537535U (zh) * 2018-08-03 2019-02-22 深圳市绿恩环保技术有限公司 一种二次供水管网水质监测预警系统
CN109932496A (zh) * 2019-03-27 2019-06-25 浙江大学 一种基于多参数耦合交叉的水质在线监测方法和系统
CN114578010A (zh) * 2022-03-04 2022-06-03 上海上源泵业制造有限公司 一种二次供水水质协同管理平台系统及方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009192340A (ja) * 2008-02-14 2009-08-27 Dkk Toa Corp 水質測定装置
WO2011061310A1 (en) * 2009-11-19 2011-05-26 Predect Ab Method and arrangement for monitoring water quality
CN105373964A (zh) * 2015-09-30 2016-03-02 冯小林 基于物联网的供水设备管理系统
CN105912790A (zh) * 2016-04-15 2016-08-31 重庆大学 基于深度回归模型的遥感水质监测方法
CN208537535U (zh) * 2018-08-03 2019-02-22 深圳市绿恩环保技术有限公司 一种二次供水管网水质监测预警系统
CN109932496A (zh) * 2019-03-27 2019-06-25 浙江大学 一种基于多参数耦合交叉的水质在线监测方法和系统
CN114578010A (zh) * 2022-03-04 2022-06-03 上海上源泵业制造有限公司 一种二次供水水质协同管理平台系统及方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117309067A (zh) * 2023-11-30 2023-12-29 长春职业技术学院 水资源实时监控方法、系统和电子设备
CN117309067B (zh) * 2023-11-30 2024-02-09 长春职业技术学院 水资源实时监控方法、系统和电子设备
CN118411271A (zh) * 2024-07-04 2024-07-30 福州智水匠数字科技有限公司 一种基于二供余氯保障耦合错峰多点联动区域调度系统

Also Published As

Publication number Publication date
CN116699094B (zh) 2023-12-29

Similar Documents

Publication Publication Date Title
CN116699094B (zh) 用于二次供水的水质监测预警方法及系统
CN111489271B (zh) 污水管理云平台
KR101556590B1 (ko) 상수도 수용가의 원격검침데이터를 활용한 상수관망 누수분석 방법 및 그 시스템
CN109187900B (zh) 一种水质安全监测与管理系统
WO2019013691A1 (en) OFFLINE BYPASS LOOP ARRANGEMENT FOR A WATER RECYCLING DEVICE
CN111638312A (zh) 一种基于大数据的饮水工程水质安全实时监测管理系统
CN111143992B (zh) 一种供水管网水龄监测系统及方法
WO2022193737A1 (zh) 一种用于循环冷却水系统的智慧控制系统及方法
KR102290331B1 (ko) 수질분석 데이터를 반영하는 iot 염소투입기 관리 시스템
CN111680429B (zh) 水箱主动调蓄方法及系统、电子设备、存储介质
Jang A parameter classification system for nonrevenue water management in water distribution networks
Valentin et al. A neural network-based software sensor for coagulation control in a water treatment plant
CN115147028B (zh) 基于物联网的智慧水务管理方法、系统、终端及存储介质
KR20190105953A (ko) 상수관망의 잔류염소농도 최적관리시스템
Saetta et al. Data‐mining methods predict chlorine residuals in premise plumbing using low‐cost sensors
CN109403425B (zh) 供水管网的优化调度系统
CN103592962A (zh) 通过预测泵站流量实现污水网管投药量有效控制的方法
CN117196883A (zh) 一种基于人工智能的污水处理决策优化方法及系统
CN113723708B (zh) 一种基于机器学习的城市日用水量预测方法
CN118552347B (zh) 水质监测与评价信息服务系统
CN110555582A (zh) 一种二次供水系统错峰补水调度管理平台
Valentin et al. An hybrid neural network based system for optimization of coagulant dosing in a water treatment plant
Diana et al. A study of clean water distribution network development at PDAM Tirta Barito in the city of Buntok
Moavenshahidi et al. Factors affecting the estimation of seepage rates from channel automation data
CN114723148A (zh) 一种基于入住率动态平衡的供水方法、设备、介质和系统

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