CN117057819A - 一种雨水管网污水排放溯源分析方法及系统 - Google Patents
一种雨水管网污水排放溯源分析方法及系统 Download PDFInfo
- Publication number
- CN117057819A CN117057819A CN202311027222.8A CN202311027222A CN117057819A CN 117057819 A CN117057819 A CN 117057819A CN 202311027222 A CN202311027222 A CN 202311027222A CN 117057819 A CN117057819 A CN 117057819A
- Authority
- CN
- China
- Prior art keywords
- drainage
- abnormal
- flow
- data
- water quality
- 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
Links
- 239000010865 sewage Substances 0.000 title claims abstract description 46
- 238000004458 analytical method Methods 0.000 title claims abstract description 28
- 230000002159 abnormal effect Effects 0.000 claims abstract description 79
- 238000012544 monitoring process Methods 0.000 claims abstract description 68
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 57
- 238000004088 simulation Methods 0.000 claims abstract description 42
- 239000003657 drainage water Substances 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 25
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical group N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 claims description 5
- 230000005856 abnormality Effects 0.000 claims description 3
- 238000007599 discharging Methods 0.000 description 17
- 230000006399 behavior Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 150000001450 anions Chemical class 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
- G01F1/00—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow
-
- 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
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- 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
- G06Q30/00—Commerce
- G06Q30/018—Certifying business or products
-
- 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
-
- 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
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Fluid Mechanics (AREA)
- Marketing (AREA)
- Chemical & Material Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Primary Health Care (AREA)
- Analytical Chemistry (AREA)
- Finance (AREA)
- Food Science & Technology (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Medicinal Chemistry (AREA)
- Educational Administration (AREA)
- Biochemistry (AREA)
- Human Resources & Organizations (AREA)
- Accounting & Taxation (AREA)
- Algebra (AREA)
- Computing Systems (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种雨水管网污水排放溯源分析方法及系统,包括:获取排口的水质监测数据,并以此判断水质异常数据,根据水质异常数据确定异常排口;获取异常排口收水范围内的排水户和异常持续时间;获取异常排口在异常持续时间范围内的流量监测曲线和累计流量;将累计流量作为每个排水户的排放数据,以进行排水模拟,从而得到每个排水户完成排水模拟后异常排口的流量模拟曲线;将每个流量模拟曲线和流量监测曲线分别进行相似性对比,根据相似度确定污水排放点。通过监测值与模拟值的对比分析,保证定位分析结果的准确性和时效性,有效解决传统模式下无法及时发现偷排行为、无法快速确定潜在偷排点等问题。
Description
技术领域
本发明涉及水文监测技术和数据分析处理技术领域,特别是涉及一种雨水管网污水排放溯源分析方法及系统。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。
目前,针对污水排放的溯源追踪,大多采用巡查、抽检的方式,该方法是在污水偷排后进行处理,无法获知排放时间,无法确定潜在偷排点;或者,依靠管道内窥镜检测等工程手段进行整体排查,该方法工作量很大,且成本极高,效率低下;或者,将污水中的一些特征信息,如有机物种类、阴离子种类、金属元素及荧光信息等,作为识别不同污水及污染源的化学指纹信息,然后对每个排放口进行监测,该方法前期工作量非常大,数据库庞大且冗余,且若对每个排水户的排口均进行监测,工作量也很大,实际可操作性较差,难以推广。
发明内容
为了解决上述问题,本发明提出了一种雨水管网污水排放溯源分析方法及系统,通过监测值与模拟值的对比分析,保证定位分析结果的准确性和时效性,有效解决传统模式下无法及时发现偷排行为、无法快速确定潜在偷排点等问题。
为了实现上述目的,本发明采用如下技术方案:
第一方面,本发明提供一种雨水管网污水排放溯源分析方法,包括:
获取排口的水质监测数据,并以此判断水质异常数据,根据水质异常数据确定异常排口;
获取异常排口收水范围内的排水户和异常持续时间;
获取异常排口在异常持续时间范围内的流量监测曲线和累计流量;
将累计流量作为每个排水户的排放数据,以进行排水模拟,从而得到每个排水户完成排水模拟后异常排口的流量模拟曲线;
将每个流量模拟曲线和流量监测曲线分别进行相似性对比,根据相似度确定污水排放点。
作为可选择的实施方式,将累计流量进行平均后得到均匀流序列,以此作为每个排水户的排放数据。
作为可选择的实施方式,采用雨水管网水动力学模型,以排水户为起点,以异常排口为终点,进行排水模拟。
作为可选择的实施方式,所述雨水管网水动力学模型基于管网GIS数据建模,采用实际降雨及排口监测数据进行率定。
作为可选择的实施方式,所述相似性对比的过程包括:计算每个流量模拟曲线与流量监测曲线的DWT距离,从而得到DWT距离结果集换算成相似度百分数后,取最大值所应应流量模拟曲线的排水户作为污水排放点。
作为可选择的实施方式,以污水排放点为起点,以异常排口为终点,根据雨水管网GIS地图得到偷排路径。
作为可选择的实施方式,根据监测指标对水质监测数据进行异常判断,所述监测指标为氨氮。
第二方面,本发明提供一种雨水管网污水排放溯源分析系统,包括:
监测模块,被配置为获取排口的水质监测数据,并以此判断水质异常数据,根据水质异常数据确定异常排口;
第一获取模块,被配置为获取异常排口收水范围内的排水户和异常持续时间;
第二获取模块,被配置为获取异常排口在异常持续时间范围内的流量监测曲线和累计流量;
模拟模块,被配置为将累计流量作为每个排水户的排放数据,以进行排水模拟,从而得到每个排水户完成排水模拟后异常排口的流量模拟曲线;
分析模块,被配置为将每个流量模拟曲线和流量监测曲线分别进行相似性对比,根据相似度确定污水排放点。
第三方面,本发明提供一种电子设备,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成第一方面所述的方法。
第四方面,本发明提供一种计算机可读存储介质,用于存储计算机指令,所述计算机指令被处理器执行时,完成第一方面所述的方法。
与现有技术相比,本发明的有益效果为:
本发明提出一种雨水管网污水排放溯源分析方法及系统,实时采集与实时在线分析,及时发现偷排行为、快速确定潜在偷排点,时效性高,有效解决了传统模式下无法及时发现偷排行为、无法快速确定潜在偷排点等问题。
本发明基于排口的水质、流量监测数据和管网GIS数据从时间、空间上进行模拟回归,保证了定位分析结果的高准确性,同时通过持续的在线监测数据,保证了数据的持续性和真实性,从而能够真实反映偷排的事实情况,为后续的偷排举证、处置提供可靠的数据支撑。
本发明仅需在主要排口布设流量水质一体监测设备,不需要额外部署其他管网监测设备,减少监测数据的上传频率,减少资源浪费,降低维护成本。
本发明通过监测值与模拟值的对比分析,可精准、快速、可靠的获取排放溯源信息,同时也能进一步得到偷排点位置、偷排时间以及偷排量等信息,快速实现污水偷排的溯源。
本发明附加方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
图1为本发明实施例1提供的雨水管网污水排放溯源分析方法流程图。
具体实施方式
下面结合附图与实施例对本发明做进一步说明。
应该指出,以下详细说明都是示例性的,旨在对本发明提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本发明的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
实施例1
本实施例提供一种雨水管网污水排放溯源分析方法,如图1所示,包括:
获取排口的水质监测数据,并以此判断水质异常数据,根据水质异常数据确定异常排口;
获取异常排口收水范围内的排水户和异常持续时间;
获取异常排口在异常持续时间范围内的流量监测曲线和累计流量;
将累计流量作为每个排水户的排放数据,以进行排水模拟,从而得到每个排水户完成排水模拟后异常排口的流量模拟曲线;
将每个流量模拟曲线和流量监测曲线分别进行相似性对比,根据相似度确定污水排放点。
在本实施例中,在排口布设流量水质一体在线监测仪,实时采集排口的水质监测数据和流量监测数据,保证水质、流量监测数据的实时性和时效一致性,并将监测数据存储到数据库,用于后面的溯源分析。
作为可选择的一种实施方式,可根据实际需要动态调整数据采集频率。本实施例中当监测到存在偷排行为后,数据采集频率由5分钟调整到0.5分钟,提高数据采集频次,保证数据精度要求;待异常数据解除后采集频率恢复至5分钟。
在本实施例中,根据监测指标对水质监测数据进行判断,且每隔一段时间查询一次最新的水质监测数据并判断;判断规则为:
当查询返回值为异常值时,需立即再次查询;返回值仍为异常值,再持续查询三次,返回值均为异常值,则认定排口的水质监测数据异常,存在偷排行为,并记录监测到水质异常开始时间为T0,反之认定为水质监测数据正常,等待进行下一轮的异常数据判断。
所述监测指标为氨氮,当污水中氨氮浓度高于8mg/L时,即低于污水处理厂污染物排放一级标准,认定此污水水质异常。
在本实施例中,确定存在水质异常数据后,将水质异常数据所属监测设备所在的排口记录为异常排口C;
根据管网GIS空间拓扑网络及连通性分析,得到异常排口上游收水范围区域内的排水户,即为可能存在偷排行为的排水户P{P1、P2、P3……};
持续监测水质异常数据,并记录异常持续时间T;
获取异常排口在T0-T的异常持续时间段范围内的流量监测曲线f(S)和累计流量LJLL。
在本实施例中,基于管网GIS数据建立雨水管网水动力学模型,可动态模拟每个管道和河道中水的流量、水深及水质等情况;
基于管网水量平衡原理,将累计流量进行平均,得到均匀流序列f(t),以此作为排水户的排放数据,采用雨水管网水动力学模型,以排水户为起点,以异常排口为终点,进行排水模拟,从而得到每个排水户完成排水模拟后异常排口的流量模拟曲线LL{f(P1)、f(P2)、f(P3)……};
雨水管网水动力学模型的构建包括模型的建模与率定;建模基于现状管网GIS数据,率定采用实际的降雨及排口监测数据进行,保证模型的可靠性和可信度;同时,经业务实践证实,暗管偷排时的水量基本保持稳定,其流量特征与均匀流基本一致,故将排水户的排口流量近似当成均匀流。
在本实施例中,基于DTW动态时间归整算法,将流量模拟曲线LL{f(P1)、f(P2)、f(P3)……}和流量监测曲线f(S)进行相似性比对,得到每个流量模拟曲线与流量监测曲线的DWT距离,记录为DTW距离结果集DDWT{dDTW1、dDTW2、dDTW3……},DTW距离越小,两条曲线的相似度越高。
DTW算法用于衡量两个长度不同的时间序列的相似度,,其动态规划算法如下:
针对本实施例,其计算步骤如下:
1)提取两条曲线f(P1)={a1,a2,a3,...,am}、f(S)={b1,b2,b3,....,bn}。
2)计算序列中两个点之间的欧式距离D(ai,bj),其中1≤i≤m,1≤j≤n。
3)计算从D(a1,b1)到D(am,bn)的最短路径;
该路径满足:假如当前节点是D(ai,bj),那么下一个节点必须是在D(ai+1,bj)、D(ai,bj+1)、D(ai+1,bj+1)之间选择,并且路径必须是最短的;采用动态规划算法,也就是说在计算到达第(i,j)个节点的最短路径时,考虑的是第(i-1,j)、(i-1,j-1)、(i,j-1)这三个点到第(i,j)个节点的最短距离。
4)计算DTW距离;从最终的最短距离往回找到那条最佳的输出路径,从D(a1,b1)到D(am,bn),他们的总和就是所需要的DTW距离。
5)将计算得到的DTW距离结果集DDWT{dDTW1、dDTW2、dDTW3……}换算成相似度百分数,以DTW距离中最大值Max{dDTW1、dDTW2、dDTW3……}作为分母,将(Max-dDTW)/Max作为相似百分数,记录为S={S1%,S2%,S3%……}。
6)将相似度换算为各排水户的偷排概率,将结果集S{S1、S2、S3……}中的值按最大到小排序,取最大Sn所对应曲线f(Pn)的排水户Pn作为最大可能性的偷排点,即最大可能性偷排的排水户;
7)利用雨水管网GIS,以此排水户为起点,以异常排口为终点,分析并在GIS地图上渲染描绘整个偷排路径,实现污水偷排的溯源。
污水在偷排时往往具有一定时效性,在排放时间段,管网水质出现明显变化,管网流量也随之发生变化,本实施例采用氨氮在线分析仪结合流量传感器等在线监测技术,在管网出水口部署流量水质一体在线监测仪,根据污水排放标准的有关规定,对污水水质进行动态监测,当污水中水质浓度出现异常时,结合上游排水户排水路径,利用模型和大数据分析技术,对偷排时间段内实际监测的流量数据与回归模拟的流量数据进行叠加分析,确定偷排概率,从而定位潜在的偷排点,实现污水偷排溯源,以此可根据潜在偷排点作为排查范围,采用暗管探测仪等手段,找到暗管接入点及偷排暗管敷设路径,为后续污水偷排举证及处置提供依据。
实施例2
本实施例提供一种雨水管网污水排放溯源分析系统,包括:
监测模块,被配置为获取排口的水质监测数据,并以此判断水质异常数据,根据水质异常数据确定异常排口;
第一获取模块,被配置为获取异常排口收水范围内的排水户和异常持续时间;
第二获取模块,被配置为获取异常排口在异常持续时间范围内的流量监测曲线和累计流量;
模拟模块,被配置为将累计流量作为每个排水户的排放数据,以进行排水模拟,从而得到每个排水户完成排水模拟后异常排口的流量模拟曲线;
分析模块,被配置为将每个流量模拟曲线和流量监测曲线分别进行相似性对比,根据相似度确定污水排放点。
此处需要说明的是,上述模块对应于实施例1中所述的步骤,上述模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例1所公开的内容。需要说明的是,上述模块作为系统的一部分可以在诸如一组计算机可执行指令的计算机系统中执行。
在更多实施例中,还提供:
一种电子设备,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成实施例1中所述的方法。为了简洁,在此不再赘述。
应理解,本实施例中,处理器可以是中央处理单元CPU,处理器还可以是其他通用处理器、数字信号处理器DSP、专用集成电路ASIC,现成可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器可以包括只读存储器和随机存取存储器,并向处理器提供指令和数据、存储器的一部分还可以包括非易失性随机存储器。例如,存储器还可以存储设备类型的信息。
一种计算机可读存储介质,用于存储计算机指令,所述计算机指令被处理器执行时,完成实施例1中所述的方法。
实施例1中的方法可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器、闪存、只读存储器、可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。为避免重复,这里不再详细描述。
本领域普通技术人员可以意识到,结合本实施例描述的各示例的单元即算法步骤,能够以电子硬件或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (10)
1.一种雨水管网污水排放溯源分析方法,其特征在于,包括:
获取排口的水质监测数据,并以此判断水质异常数据,根据水质异常数据确定异常排口;
获取异常排口收水范围内的排水户和异常持续时间;
获取异常排口在异常持续时间范围内的流量监测曲线和累计流量;
将累计流量作为每个排水户的排放数据,以进行排水模拟,从而得到每个排水户完成排水模拟后异常排口的流量模拟曲线;
将每个流量模拟曲线和流量监测曲线分别进行相似性对比,根据相似度确定污水排放点。
2.如权利要求1所述的一种雨水管网污水排放溯源分析方法,其特征在于,将累计流量进行平均后得到均匀流序列,以此作为每个排水户的排放数据。
3.如权利要求2所述的一种雨水管网污水排放溯源分析方法,其特征在于,采用雨水管网水动力学模型,以排水户为起点,以异常排口为终点,进行排水模拟。
4.如权利要求3所述的一种雨水管网污水排放溯源分析方法,其特征在于,所述雨水管网水动力学模型基于管网GIS数据建模,采用实际降雨及排口监测数据进行率定。
5.如权利要求1所述的一种雨水管网污水排放溯源分析方法,其特征在于,所述相似性对比的过程包括:计算每个流量模拟曲线与流量监测曲线的DWT距离,从而得到DWT距离结果集换算成相似度百分数后,取最大值所应应流量模拟曲线的排水户作为污水排放点。
6.如权利要求1所述的一种雨水管网污水排放溯源分析方法,其特征在于,以污水排放点为起点,以异常排口为终点,根据雨水管网GIS地图得到偷排路径。
7.如权利要求1所述的一种雨水管网污水排放溯源分析方法,其特征在于,根据监测指标对水质监测数据进行异常判断,所述监测指标为氨氮。
8.一种雨水管网污水排放溯源分析系统,其特征在于,包括:
监测模块,被配置为获取排口的水质监测数据,并以此判断水质异常数据,根据水质异常数据确定异常排口;
第一获取模块,被配置为获取异常排口收水范围内的排水户和异常持续时间;
第二获取模块,被配置为获取异常排口在异常持续时间范围内的流量监测曲线和累计流量;
模拟模块,被配置为将累计流量作为每个排水户的排放数据,以进行排水模拟,从而得到每个排水户完成排水模拟后异常排口的流量模拟曲线;
分析模块,被配置为将每个流量模拟曲线和流量监测曲线分别进行相似性对比,根据相似度确定污水排放点。
9.一种电子设备,其特征在于,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,用于存储计算机指令,所述计算机指令被处理器执行时,完成权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311027222.8A CN117057819B (zh) | 2023-08-15 | 2023-08-15 | 一种雨水管网污水排放溯源分析方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311027222.8A CN117057819B (zh) | 2023-08-15 | 2023-08-15 | 一种雨水管网污水排放溯源分析方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117057819A true CN117057819A (zh) | 2023-11-14 |
CN117057819B CN117057819B (zh) | 2024-06-28 |
Family
ID=88668733
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311027222.8A Active CN117057819B (zh) | 2023-08-15 | 2023-08-15 | 一种雨水管网污水排放溯源分析方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117057819B (zh) |
Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20010044659A (ko) * | 2001-03-14 | 2001-06-05 | 김계현 | 지아이에스를 이용한 하수도 관망해석 시스템 및 방법 |
CN104700056A (zh) * | 2015-02-05 | 2015-06-10 | 合肥工业大学 | 煤矿入井人员唯一性检测方法 |
CN108897964A (zh) * | 2018-07-09 | 2018-11-27 | 重庆大学 | 一种污水管网超标排放工业废水的贝叶斯统计溯源方法 |
CN109711607A (zh) * | 2018-12-14 | 2019-05-03 | 河海大学 | 基于迟滞效应的水流连通性识别方法和装置 |
CN110765676A (zh) * | 2019-07-18 | 2020-02-07 | 成都信息工程大学 | 一种基于稳定流场的流域水质模拟方法 |
CN111882473A (zh) * | 2020-07-23 | 2020-11-03 | 南京财经大学 | 一种雨污管网零直排溯源追踪方法 |
CN111928120A (zh) * | 2020-07-08 | 2020-11-13 | 南京财经大学 | 一种雨污管网监控系统 |
CN111985567A (zh) * | 2020-08-21 | 2020-11-24 | 河北先河环保科技股份有限公司 | 一种基于机器学习的污染源类型自动识别方法 |
KR102189254B1 (ko) * | 2019-12-19 | 2020-12-09 | 서울대학교산학협력단 | Gis 기반 불규칙 하천 지형 특성 분석을 통한 오염물질 추적 및 역추적 정보제공 방법 |
KR102210698B1 (ko) * | 2020-09-16 | 2021-02-01 | 서울대학교산학협력단 | 하천 유해화학물질 유출 시나리오 기반 기계학습모형과 재귀적 특징 제거법을 결합한 화학사고 발생원 역추적 방법 |
CN112565183A (zh) * | 2020-10-29 | 2021-03-26 | 中国船舶重工集团公司第七0九研究所 | 一种基于流式动态时间规整算法的网络流量异常检测方法及装置 |
CN113225209A (zh) * | 2021-04-20 | 2021-08-06 | 河海大学 | 一种基于时间序列相似检索的网络监控实时预警方法 |
CN113269564A (zh) * | 2021-04-16 | 2021-08-17 | 佛山市奥博环保技术有限公司 | 一种园区排污管网污染源反向追踪溯源方法及系统 |
CN113705726A (zh) * | 2021-09-15 | 2021-11-26 | 北京沃东天骏信息技术有限公司 | 流量的分类方法、装置、电子设备及计算机可读介质 |
CN113902172A (zh) * | 2021-09-13 | 2022-01-07 | 联通(广东)产业互联网有限公司 | 一种污水处理方法、系统、装置及介质 |
CN114062038A (zh) * | 2020-07-31 | 2022-02-18 | 力合科技(湖南)股份有限公司 | 一种污染溯源管控方法 |
WO2022036820A1 (zh) * | 2020-08-18 | 2022-02-24 | 浙江大学 | 一种基于供水物联网数据同化的污水管网实时模拟方法 |
CN114155129A (zh) * | 2021-11-29 | 2022-03-08 | 中科三清科技有限公司 | 一种基于工业园区的大气环境溯评方法和系统 |
CN114444259A (zh) * | 2021-12-20 | 2022-05-06 | 浙江仁欣环科院有限责任公司 | 一种雨污管网溯源追踪系统及方法 |
CN114723179A (zh) * | 2022-05-24 | 2022-07-08 | 浙江省环境科技有限公司 | 一种基于水量水质联合管控的水环境预警溯源系统和方法 |
CN114760103A (zh) * | 2022-03-21 | 2022-07-15 | 广州大学 | 一种工业控制系统异常检测系统、方法、设备及存储介质 |
CN116090219A (zh) * | 2023-01-13 | 2023-05-09 | 中国矿业大学 | 一种矿区流域污染物迁移的gis风险管控系统及方法 |
-
2023
- 2023-08-15 CN CN202311027222.8A patent/CN117057819B/zh active Active
Patent Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20010044659A (ko) * | 2001-03-14 | 2001-06-05 | 김계현 | 지아이에스를 이용한 하수도 관망해석 시스템 및 방법 |
CN104700056A (zh) * | 2015-02-05 | 2015-06-10 | 合肥工业大学 | 煤矿入井人员唯一性检测方法 |
CN108897964A (zh) * | 2018-07-09 | 2018-11-27 | 重庆大学 | 一种污水管网超标排放工业废水的贝叶斯统计溯源方法 |
CN109711607A (zh) * | 2018-12-14 | 2019-05-03 | 河海大学 | 基于迟滞效应的水流连通性识别方法和装置 |
CN110765676A (zh) * | 2019-07-18 | 2020-02-07 | 成都信息工程大学 | 一种基于稳定流场的流域水质模拟方法 |
KR102189254B1 (ko) * | 2019-12-19 | 2020-12-09 | 서울대학교산학협력단 | Gis 기반 불규칙 하천 지형 특성 분석을 통한 오염물질 추적 및 역추적 정보제공 방법 |
CN111928120A (zh) * | 2020-07-08 | 2020-11-13 | 南京财经大学 | 一种雨污管网监控系统 |
CN111882473A (zh) * | 2020-07-23 | 2020-11-03 | 南京财经大学 | 一种雨污管网零直排溯源追踪方法 |
CN114062038A (zh) * | 2020-07-31 | 2022-02-18 | 力合科技(湖南)股份有限公司 | 一种污染溯源管控方法 |
WO2022036820A1 (zh) * | 2020-08-18 | 2022-02-24 | 浙江大学 | 一种基于供水物联网数据同化的污水管网实时模拟方法 |
CN111985567A (zh) * | 2020-08-21 | 2020-11-24 | 河北先河环保科技股份有限公司 | 一种基于机器学习的污染源类型自动识别方法 |
KR102210698B1 (ko) * | 2020-09-16 | 2021-02-01 | 서울대학교산학협력단 | 하천 유해화학물질 유출 시나리오 기반 기계학습모형과 재귀적 특징 제거법을 결합한 화학사고 발생원 역추적 방법 |
CN112565183A (zh) * | 2020-10-29 | 2021-03-26 | 中国船舶重工集团公司第七0九研究所 | 一种基于流式动态时间规整算法的网络流量异常检测方法及装置 |
CN113269564A (zh) * | 2021-04-16 | 2021-08-17 | 佛山市奥博环保技术有限公司 | 一种园区排污管网污染源反向追踪溯源方法及系统 |
CN113225209A (zh) * | 2021-04-20 | 2021-08-06 | 河海大学 | 一种基于时间序列相似检索的网络监控实时预警方法 |
CN113902172A (zh) * | 2021-09-13 | 2022-01-07 | 联通(广东)产业互联网有限公司 | 一种污水处理方法、系统、装置及介质 |
CN113705726A (zh) * | 2021-09-15 | 2021-11-26 | 北京沃东天骏信息技术有限公司 | 流量的分类方法、装置、电子设备及计算机可读介质 |
CN114155129A (zh) * | 2021-11-29 | 2022-03-08 | 中科三清科技有限公司 | 一种基于工业园区的大气环境溯评方法和系统 |
CN114444259A (zh) * | 2021-12-20 | 2022-05-06 | 浙江仁欣环科院有限责任公司 | 一种雨污管网溯源追踪系统及方法 |
CN114760103A (zh) * | 2022-03-21 | 2022-07-15 | 广州大学 | 一种工业控制系统异常检测系统、方法、设备及存储介质 |
CN114723179A (zh) * | 2022-05-24 | 2022-07-08 | 浙江省环境科技有限公司 | 一种基于水量水质联合管控的水环境预警溯源系统和方法 |
CN116090219A (zh) * | 2023-01-13 | 2023-05-09 | 中国矿业大学 | 一种矿区流域污染物迁移的gis风险管控系统及方法 |
Non-Patent Citations (3)
Title |
---|
李佟;李军;: "污水处理厂流量分配计算方法及试验研究", 北京工业大学学报, no. 05, 10 May 2016 (2016-05-10) * |
李红卫;王梦琳;吕谋;李红艳;: "给水管网污染源定位模拟及影响因素分析", 浙江大学学报(工学版), no. 01 * |
蔡芸;刘旦宇;: "信息化建设在排水管网管理中的作用", 市政技术, no. 06 * |
Also Published As
Publication number | Publication date |
---|---|
CN117057819B (zh) | 2024-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108956484B (zh) | 一种一体化追踪污染源的方法和装置 | |
CN113111478B (zh) | 排水系统管网混接与入流、入渗程度的评估方法及设备 | |
CN111898691A (zh) | 一种河流突发水污染预警溯源方法、系统、终端及介质 | |
Duan et al. | Multi-objective optimal design of detention tanks in the urban stormwater drainage system: uncertainty and sensitivity analysis | |
Fortier et al. | Climate change impact on combined sewer overflows | |
CN109783903A (zh) | 一种基于时间序列的工业用水管道故障诊断方法及系统 | |
CN109326087B (zh) | 一种基于排水管网监测的城市内涝预警方法及装置 | |
CN113269564A (zh) | 一种园区排污管网污染源反向追踪溯源方法及系统 | |
CN111520615A (zh) | 基于线谱对和三次插值搜索的管网漏损识别与定位方法 | |
Li et al. | Leakage localization using pressure sensors and spatial clustering in water distribution systems | |
CN117057819B (zh) | 一种雨水管网污水排放溯源分析方法及系统 | |
CN112559972B (zh) | 基于电子标签的非道路机械排放清单的计算方法及系统 | |
CN116432527B (zh) | 一种空化预测方法、装置、存储介质及电子设备 | |
CN115267950B (zh) | 一种初期雨水量化方法、装置、存储介质及电子设备 | |
CN113553686B (zh) | 故障管道确定的方法、装置及电子设备 | |
CN114324800A (zh) | 一种排水管道来水监测方法及其系统、存储介质 | |
CN113469386A (zh) | 一种基于大数据的城市管道管理系统及方法 | |
Yang et al. | A generic framework to analyse the spatiotemporal variations of water quality data on a catchment scale | |
CN114691754A (zh) | 一种水文水资源特征空间变异性识别系统 | |
CN111007220B (zh) | 一种生猪养殖污水水质敏捷监测的方法 | |
CN117951531B (zh) | 训练方法、区域雨水径流污染负荷预测方法及装置 | |
CN109596163B (zh) | 预测断面水质参数数据的方法及装置 | |
CN115309845B (zh) | 基于水系编译器与机器学习处理的水污染溯源方法及系统 | |
CN117909877B (zh) | 局放监测参数确定方法、装置、电子设备及存储介质 | |
CN113532581A (zh) | 管网雨污串流问题的分析方法和装置 |
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 |