CN117151391A - 一种基于物联网的环境污染监测系统及方法 - Google Patents

一种基于物联网的环境污染监测系统及方法 Download PDF

Info

Publication number
CN117151391A
CN117151391A CN202311102171.0A CN202311102171A CN117151391A CN 117151391 A CN117151391 A CN 117151391A CN 202311102171 A CN202311102171 A CN 202311102171A CN 117151391 A CN117151391 A CN 117151391A
Authority
CN
China
Prior art keywords
investigation
pipeline
data
unit
pipe network
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
CN202311102171.0A
Other languages
English (en)
Other versions
CN117151391B (zh
Inventor
黄海燕
杜振文
张立全
余杨
林冰冰
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.)
Shenzhen Water Engineering Testing Co Ltd
Original Assignee
Shenzhen Water Engineering Testing 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 Shenzhen Water Engineering Testing Co Ltd filed Critical Shenzhen Water Engineering Testing Co Ltd
Priority to CN202311102171.0A priority Critical patent/CN117151391B/zh
Publication of CN117151391A publication Critical patent/CN117151391A/zh
Application granted granted Critical
Publication of CN117151391B publication Critical patent/CN117151391B/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
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • 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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06316—Sequencing of tasks or work
    • 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
    • G06Q10/0633—Workflow 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
    • G06Q10/10—Office automation; Time management
    • G06Q10/103—Workflow collaboration or project management
    • 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
    • Y02A20/20—Controlling water pollution; Waste water treatment

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Operations Research (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Quality & Reliability (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Computational Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Mathematical Physics (AREA)
  • Development Economics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Evolutionary Biology (AREA)
  • Algebra (AREA)
  • Food Science & Technology (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Databases & Information Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Medicinal Chemistry (AREA)
  • Analytical Chemistry (AREA)

Abstract

本发明涉及环境监测技术领域，具体为一种基于物联网的环境污染监测系统及方法，包括：环境污染监测模块、排查区域数据采集模块、数据管理中心、排查数据分析模块和污染排查管理模块，通过环境污染监测模块对区域进行实时的水环境污染监测，在监测数据异常时进行管网混接排查，通过排查区域数据采集模块采集需要进行管网混接排查的排查区域数据，通过数据管理中心存储并管理采集到的全部数据，通过排查数据分析模块将排查点进行分类，规划区域内不同类别排查点的排查顺序，通过污染排查管理模块筛选出一个类别中需要优先进行管网混接排查的排查点，提高了管网混接排查效率，降低了地下管网混接排查进度缓慢对水生态环境的持续性影响。

Description

一种基于物联网的环境污染监测系统及方法
技术领域
本发明涉及环境监测技术领域，具体为一种基于物联网的环境污染监测系统及方法。
背景技术
进行水质环境监测能够帮助实时地观察到水质污染情况并及时发现污染超标的问题，导致污染超标的影响因素多种多样，地下管网的错接混排也是造成污染超标的因素之一，地下管网的错接混排现象一般表现为将污水管混错接入雨水管道、将雨水混错接入污水管道，污水管混错接入雨水管道，导致生活污水、工业污水未经处理直接排入水体，最终形成污染水生态环境甚至是污染超标的问题，需要对管网混接问题进行排查并处理以减少对水生态环境的污染程度；
然而，现有技术中的管网混接排查顺序未经由规划，在检测到水污染超标时，未对地下管网混接的排查顺序进行合理的规划，无法提高地下管网混接的排查效率以降低地下管网混接排查进度缓慢的对水生态环境的持续性影响。
所以，人们需要一种基于物联网的环境污染监测系统及方法来解决上述问题。
发明内容
本发明的目的在于提供一种基于物联网的环境污染监测系统及方法，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：一种基于物联网的环境污染监测系统，所述系统包括：环境污染监测模块、排查区域数据采集模块、数据管理中心、排查数据分析模块和污染排查管理模块；
所述环境污染监测模块的输出端连接所述排查区域数据采集模块的输入端，所述排查区域数据采集模块的输出端连接所述数据管理中心的输入端，所述数据管理中心的输出端连接所述排查数据分析模块的输入端，所述排查数据分析模块的输出端连接所述污染排查管理模块输入端；
所述环境污染监测模块用于对需要监测的区域进行实时的水环境污染监测，在监测数据异常时进行管网混接排查；
所述排查区域数据采集模块用于采集需要进行管网混接排查的排查区域数据，将采集到的全部数据传输到所述数据管理中心；
所述数据管理中心用于存储并管理采集到的全部数据；
所述排查数据分析模块用于调取并分析排查区域数据，将排查区域内的排查点进行分类，规划区域内不同类别排查点的排查顺序；
所述污染排查管理模块用于分析同一类排查点处出现管网混接的概率，筛选出一个类别中需要优先进行管网混接排查的排查点。
进一步的，所述环境污染监测模块包括水质检测单元、污染超标预警单元、异常点位置采集单元和排查区域确认单元；
所述水质检测单元的输出端连接所述污染超标预警单元的输入端，所述污染超标预警单元的输出端连接所述异常点位置采集单元的输入端，所述异常点位置采集单元的输出端连接所述排查区域确认单元的输入端；
所述水质检测单元用于利用水质检测仪对需要进行检测的水源区域进行水质检测，将检测到的数据通过互联网实时传输到检测终端；
利用物联网技术进行水环境污染监测并传输监测数据，帮助实时掌握水环境信息以及时发现水环境污染异常情况；
所述污染超标预警单元用于在检测到水源区域内的污染物超标时，发送超标警报；
所述异常点位置采集单元用于采集检测到污染物超标的位置信息，将检测到的污染物超标处作为异常点；
所述排查区域确认单元用于确认排查区域为：以异常点为圆心、x为半径的圆形区域，对圆形区域进行管网混接排查。
进一步的，所述排查区域数据采集模块包括管道数据采集单元和环境数据采集单元；
所述管道数据采集单元的输入端连接所述排查区域确认单元的输出端，所述管道数据采集单元和环境数据采集单元的输出端连接所述数据管理中心的输入端；
所述管道数据采集单元用于采集排查区域内的管道安装时长、管道连接数量、管道连接点位置信息，管道连接点即为排查点；
所述环境数据采集单元用于采集排查区域内的环境变化数据，包括排查区域内的商户增减信息。
进一步的，所述排查数据分析模块包括距离统计单元、连接点分类单元和排查顺序初筛单元；
所述距离统计单元的输入端连接所述数据管理中心的输出端，所述距离统计单元的输出端连接所述连接点分类单元的输入端，所述连接点分类单元的输出端连接所述排查顺序初筛单元的输入端；
所述距离统计单元用于统计排查区域内管道连接点到异常点的直线距离；
所述连接点分类单元用于将管道连接点按直线距离大小进行分类，分析不同分类结果中参数的分散度，获取分散度最大的分类结果；
所述排查顺序初筛单元用于按分散度最大的分类结果初次筛选各类别管道连接点的排查顺序，按各类别中管道连接点到异常点的平均直线距离从小到大的顺序进行管网混接排查，优先对平均直线距离最短的一类管道连接点进行管网混接排查。
进一步的，所述污染排查管理模块包括排查区域数据调取单元、混接概率分析单元和优先排查目标筛选单元；
所述排查区域数据调取单元的输入端连接所述排查区域划定单元和数据管理中心的输出端，所述排查区域数据调取单元的输出端连接所述混接概率分析单元的输入端，所述混接概率分析单元的输出端连接所述优先排查目标筛选单元的输入端；
所述排查区域数据调取单元用于统计分散度最大的分类结果中每个类别中管道连接点的数量，对管道连接点数量大于1的类别中的连接点周围的环境数据以及连接点处的管道数据进行调取：调取以连接点为圆心、r为半径的圆形区域内的商户增减信息、连接点处相互连接的管道数量以及管道安装时长数据至所述混接概率分析单元；
所述混接概率分析单元用于依据调取到的数据分析同一类别中不同连接点处出现管网混接的概率；
所述优先排查目标筛选单元用于比较不同连接点处出现管网混接的概率，依据比较结果筛选出若干个需要优先进行管网混接排查的管道连接点，安排优先对筛选出的管道连接点进行管网混接排查。
一种基于物联网的环境污染监测方法，包括以下步骤：
S01：对需要监测的区域进行实时的水环境污染监测，在监测数据异常时进行管网混接排查；
S02：采集需要进行管网混接排查的排查区域数据；
S03：调取并分析排查区域数据，将排查区域内的排查点进行分类；
S04：规划区域内不同类别排查点的排查顺序；
S05：分析同一类排查点处出现管网混接的概率，筛选出一个类别中需要优先进行管网混接排查的排查点。
进一步的，在步骤S01中：利用水质检测仪对需要进行检测的水源区域进行水质检测，将检测到的数据通过互联网实时传输到检测终端，在检测到水源区域内的污染物超标时，发送超标警报，采集检测到污染物超标的位置信息，将检测到的污染物超标处作为异常点，确认排查区域为：以异常点为圆心、x为半径的圆形区域，对圆形区域进行管网混接排查。
进一步的，在步骤S02中：采集到排查区域内共有n个管道连接点，采集n个管道连接点的位置信息，获取到n个管道连接点到异常点的直线距离集合为D＝{D1，D2，…，Dn}，采集排查区域内的管道安装时长和连接点处连接的管道数量信息，采集排查区域内的商户增减信息。
进一步的，在步骤S03中：调取n个管道连接点到异常点的直线距离信息，将直线距离按从小到大的顺序进行排列，将n个管道连接点按排列后的直线距离大小分为m类，其中，前一类中每一个管道连接点到异常点的直线距离都小于后一类，获取到随机一个分类结果中，m类中每类管道连接点到异常点的平均直线距离集合为d＝{d1，d2，…，dm}，根据下列公式计算随机一个分类结果中，m类参数的分散度Q：
其中，i＝1,2,…,m，i表示第i个类别，di表示随机一个分类结果中，第i类管道连接点到异常点的直线距离，计算不同分类结果中m类参数的分散度，获取分散度最大的分类结果。
进一步的，在步骤S04中：统计到分散度最大的分类结果中，m类中每类管道连接点到异常点的平均直线距离集合为K＝{K1，K2，…，Km}，按平均直线距离从小到大的顺序进行管网混接排查，优先对第一类管道连接点进行管网混接排查，在对第一类管道连接点完成管网混接排查后对第二类管道连接点进行管网混接排查，后续排查顺序依此类推；
考虑到距离污染超标位置越近的管道连接点处出现管网混接的概率越高，通过大数据技术采集排查区域内管道连接点到污染超标处，即异常点的距离数据，考虑到存在多个管道连接点到异常点的距离相近的情况，不单单只是按距离从大到小的顺序对管道连接点进行逐一排查，而是将管道连接点按距离进行分类，将到异常点距离相近的管道连接点分为一类，初步对一类管道连接点进行相近顺序甚至是同步的管网混接排查，相对于逐一排查而言加快了排查进度，保障了地下管网混接排查工作有序、合理地推进，另外，对于距离偏近的位置优先进行管网混接排查，提高了尽早排查出管网混接位置的概率。
进一步的，在步骤S05中：统计到分散度最大的分类结果中共有w类管道连接点数量大于1，调取到w个类别中的随机一类管道连接点处相互连接的管道数量集合为M＝{M1，M2，…，My}，其中，对应类别中共有y个管道连接点，y个管道连接点处相互连接的管道的平均已安装时长集合为E＝{E1，E2，…，Ey}，以管道连接点为圆心、r为半径划分y个圆形区域，调取圆形区域内的商户增减信息：获取y个圆形区域内在[t，T]时间段内增加的商户数量，从增加的商户中获取位置处于两个圆形相交区域内的商户位置信息，得到随机一个处于相交区域内的商户到两个圆的圆心的距离分别为G1和G2，比较G1和G2：若G1>G2，将对应处于相交区域内的商户归为G2对应的圆形区域内增加的商户；若G1<G2，将对应处于相交区域内的商户归为G1对应的圆形区域内增加的商户；若G1＝G2，将对应处于相交区域内的商户归为两个圆中任意一个圆形区域内增加的商户，获取到y个圆形区域内在[t，T]时间段内增加的商户数量集合为F＝{F1，F2，…，Fy}，F中的元素都不为0；
商户的增加可能会导致该区域出现管网混接问题的可能性增加，因此将商户增加数据纳入到判断管网混接概率范畴内，在统计区域内增加的商户数量过程中，考虑到区域间可能出现相交现象、且增加的商户正好处于两个区域相交的区域内，对统计结果造成误差，因此，通过比较处于相交区域内的商户位置到两个区域中心，即管道连接点的距离大小，商户距离管道连接点位置越近，判断越近的那个管道连接点处出现管网混接的概率越高，将商户数量纳入到距离较近的区域内，减少了统计数据误差；
根据下列公式计算对应类别中第v个管道连接点出现管网混接的概率Pv：
其中，Mv表示对应类别中第v个管道连接点处相互连接的管道数量，Ev表示对应类别中第v个管道连接点处相互连接的管道的平均已安装时长，Fv表示第v个管道连接点对应的圆形区域内在[t，T]时间段内增加的商户数量，得到对应类别中y个管道连接点出现管网混接的概率集合为P＝{P1，P2，…，Pv，…，Py}，将概率按从大到小的顺序进行排列，将y个管道连接点按概率从大到小分为c类，其中，前一类中每一个管道连接点出现管网混接的概率都大于后一类，获取到随机一个分类结果中，c类中每类管道连接点出现管网混接的平均概率集合为P’＝{P1 ’，P2 ’，…，Pc ’}，根据公式计算随机一个分类结果中c类管道连接点出现管网混接的概率差异程度W，其中，Pe ’表示随机一个分类结果中，c类中第e类管道连接点出现管网混接的平均概率，比较不同分类结果中c类管道连接点出现管网混接的概率差异程度，获取概率差异程度最大的分类结果，筛选出概率差异程度最大的分类结果中的第一类管道连接点，对第一类管道连接点优先进行管网混接排查；
考虑到同一类别中可能出现管道连接点数量过多、无法合理安排排查工作的问题，进一步对同一类别中的管道连接点排查顺序进行规划，结合同一类别中管道连接点处来连接的管道数量、管道安装时长和周围区域增加的商户数量分析不同管道连接点处出现管网混接的概率，进一步通过比较概率大小在对应类别中筛选出部分需要优先排查的管道连接点，筛选出的管道连接点属于该类别中出现管网混接可能性偏高的点，对筛选出的管道连接点优先进行管网混接排查，由面到点，合理规划了多类别间、单类别内管道连接点的排查顺序，提高了地下管网混接的排查效率，降低了地下管网混接排查进度缓慢的对水生态环境的持续性影响。
与现有技术相比，本发明所达到的有益效果是：
本发明利用物联网技术进行水环境污染监测并传输监测数据，帮助实时掌握水环境信息以及时发现水环境污染异常情况；在发现污染异常时进行地下管网混接排查，通过大数据技术采集排查区域内管道连接点到污染超标处，即异常点的距离数据，考虑到存在多个管道连接点到异常点的距离相近的情况，不单单只是按距离从大到小的顺序对管道连接点进行逐一排查，而是将管道连接点按距离进行分类，将到异常点距离相近的管道连接点分为一类，初步对一类管道连接点进行相近顺序甚至是同步的管网混接排查，相对于逐一排查而言加快了排查进度，保障了地下管网混接排查工作有序、合理地推进，另外，对于距离偏近的位置优先进行管网混接排查，提高了尽早排查出管网混接位置的概率；
在统计区域内增加的商户数量过程中，考虑到区域间可能出现相交现象、且增加的商户正好处于两个区域相交的区域内，对统计结果造成误差，因此，通过比较处于相交区域内的商户位置到两个区域中心，即管道连接点的距离大小，商户距离管道连接点位置越近，判断越近的那个管道连接点处出现管网混接的概率越高，将商户数量纳入到距离较近的区域内，减少了统计数据误差，考虑到同一类别中可能出现管道连接点数量过多、无法合理安排排查工作的问题，进一步对同一类别中的管道连接点排查顺序进行规划，由面到点，合理规划了多类别间、单类别内管道连接点的排查顺序，提高了地下管网混接的排查效率，降低了地下管网混接排查进度缓慢的对水生态环境的持续性影响。
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是本发明一种基于物联网的环境污染监测系统的结构图；
图2是本发明一种基于物联网的环境污染监测方法的流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
下面结合图1-图2和具体实施例对本发明作进一步的说明。
实施例一：
如图1所示，本实施例提供了一种基于物联网的环境污染监测系统，系统包括：环境污染监测模块、排查区域数据采集模块、数据管理中心、排查数据分析模块和污染排查管理模块；
环境污染监测模块的输出端连接排查区域数据采集模块的输入端，排查区域数据采集模块的输出端连接数据管理中心的输入端，数据管理中心的输出端连接排查数据分析模块的输入端，排查数据分析模块的输出端连接污染排查管理模块输入端；
环境污染监测模块用于对需要监测的区域进行实时的水环境污染监测，在监测数据异常时进行管网混接排查；
排查区域数据采集模块用于采集需要进行管网混接排查的排查区域数据，将采集到的全部数据传输到数据管理中心；
数据管理中心用于存储并管理采集到的全部数据；
排查数据分析模块用于调取并分析排查区域数据，将排查区域内的排查点进行分类，规划区域内不同类别排查点的排查顺序；
污染排查管理模块用于分析同一类排查点处出现管网混接的概率，筛选出一个类别中需要优先进行管网混接排查的排查点。
环境污染监测模块包括水质检测单元、污染超标预警单元、异常点位置采集单元和排查区域确认单元；
水质检测单元的输出端连接污染超标预警单元的输入端，污染超标预警单元的输出端连接异常点位置采集单元的输入端，异常点位置采集单元的输出端连接排查区域确认单元的输入端；
水质检测单元用于利用水质检测仪对需要进行检测的水源区域进行水质检测，将检测到的数据通过互联网实时传输到检测终端；
污染超标预警单元用于在检测到水源区域内的污染物超标时，发送超标警报；
异常点位置采集单元用于采集检测到污染物超标的位置信息，将检测到的污染物超标处作为异常点；
排查区域确认单元用于确认排查区域为：以异常点为圆心、x为半径的圆形区域，对圆形区域进行管网混接排查。
排查区域数据采集模块包括管道数据采集单元和环境数据采集单元；
管道数据采集单元的输入端连接排查区域确认单元的输出端，管道数据采集单元和环境数据采集单元的输出端连接数据管理中心的输入端；
管道数据采集单元用于采集排查区域内的管道安装时长、管道连接数量、管道连接点位置信息，管道连接点即为排查点；
环境数据采集单元用于采集排查区域内的环境变化数据，包括排查区域内的商户增减信息。
排查数据分析模块包括距离统计单元、连接点分类单元和排查顺序初筛单元；
距离统计单元的输入端连接数据管理中心的输出端，距离统计单元的输出端连接连接点分类单元的输入端，连接点分类单元的输出端连接排查顺序初筛单元的输入端；
距离统计单元用于统计排查区域内管道连接点到异常点的直线距离；
连接点分类单元用于将管道连接点按直线距离大小进行分类，分析不同分类结果中参数的分散度，获取分散度最大的分类结果；
排查顺序初筛单元用于按分散度最大的分类结果初次筛选各类别管道连接点的排查顺序，按各类别中管道连接点到异常点的平均直线距离从小到大的顺序进行管网混接排查，优先对平均直线距离最短的一类管道连接点进行管网混接排查。
污染排查管理模块包括排查区域数据调取单元、混接概率分析单元和优先排查目标筛选单元；
排查区域数据调取单元的输入端连接排查区域划定单元和数据管理中心的输出端，排查区域数据调取单元的输出端连接混接概率分析单元的输入端，混接概率分析单元的输出端连接优先排查目标筛选单元的输入端；
排查区域数据调取单元用于统计分散度最大的分类结果中每个类别中管道连接点的数量，对管道连接点数量大于1的类别中的连接点周围的环境数据以及连接点处的管道数据进行调取：调取以连接点为圆心、r为半径的圆形区域内的商户增减信息、连接点处相互连接的管道数量以及管道安装时长数据至混接概率分析单元；
混接概率分析单元用于依据调取到的数据分析同一类别中不同连接点处出现管网混接的概率；
优先排查目标筛选单元用于比较不同连接点处出现管网混接的概率，依据比较结果筛选出若干个需要优先进行管网混接排查的管道连接点，安排优先对筛选出的管道连接点进行管网混接排查。
实施例二：
如图2所示，本实施例提供了一种基于物联网的环境污染监测方法，其基于实施例中的监测系统实现，具体包括以下步骤：
S01：对需要监测的区域进行实时的水环境污染监测，在监测数据异常时进行管网混接排查，利用水质检测仪对需要进行检测的水源区域进行水质检测，将检测到的数据通过互联网实时传输到检测终端，在检测到水源区域内的污染物超标时，发送超标警报，采集检测到污染物超标的位置信息，将检测到的污染物超标处作为异常点，确认排查区域为：以异常点为圆心、x为半径的圆形区域，对圆形区域进行管网混接排查；
S02：采集需要进行管网混接排查的排查区域数据，采集到排查区域内共有n个管道连接点，采集n个管道连接点的位置信息，获取到n个管道连接点到异常点的直线距离集合为D＝{D1，D2，…，Dn}，采集排查区域内的管道安装时长和连接点处连接的管道数量信息，采集排查区域内的商户增减信息；
例如：采集到排查区域内共有15个管道连接点，获取到n个管道连接点到异常点的直线距离集合为D＝{D1，D2，D3，D4，D5，D6，D7，D8，D9，D10，D11，D12，D13，D14，D15}＝{30，16，100，75，22，96，90，15，86，25，62，101，24，19，120}，单位为：千米；
S03：调取并分析排查区域数据，将排查区域内的排查点进行分类，调取15个管道连接点到异常点的直线距离信息，将直线距离按从小到大的顺序进行排列，将15个管道连接点按排列后的直线距离大小分为4类，其中，前一类中每一个管道连接点到异常点的直线距离都小于后一类，获取到随机一个分类结果为：4类管道连接点到异常点的直线距离集合分别为{15，16，19，22}、{24，25，30，62，75}、{86，90，96，100}和{101，120}，对应分类结果中，4类中每类管道连接点到异常点的平均直线距离集合为d＝{d1，d2，d3，d4}＝{18，43.2，93，110.5}，根据公式计算随机一个分类结果中，m类参数的分散度Q≈37.2，其中，i＝1,2,…,m，i表示第i个类别，di表示随机一个分类结果中，第i类管道连接点到异常点的直线距离，计算不同分类结果中m类参数的分散度，获取到分散度最大的分类结果为：4类管道连接点到异常点的直线距离集合分别为{15，16，19，22，24，25，30}、{62}、{75，86，90，96，100，101}和{120}；
S04：规划区域内不同类别排查点的排查顺序，统计到分散度最大的分类结果中，4类中每类管道连接点到异常点的平均直线距离集合为K＝{K1，K2，K3，K4}＝{22，62，91，120}，按平均直线距离从小到大的顺序进行管网混接排查，首先对第一类管道连接点进行管网混接排查，排查顺序为：第一类、第二类、第三类、第四类；
S05：分析同一类排查点处出现管网混接的概率，筛选出一个类别中需要优先进行管网混接排查的排查点，统计到分散度最大的分类结果中共有两类管道连接点数量大于1，调取到两个类别中的第一类管道连接点处相互连接的管道数量集合为M＝{M1，M2，M3，M4，M5，M6，M7}＝{2，3，4，2，3，2，5}，7个管道连接点处相互连接的管道的平均已安装时长集合为E＝{E1，E2，E3，E4，E5，E6，E7}＝{12，24，25，10，5，4，9}，单位为：月，以管道连接点为圆心、r为半径划分7个圆形区域，调取圆形区域内的商户增减信息：获取7个圆形区域内在2个月内增加的商户数量，从增加的商户中获取位置处于两个圆形相交区域内的商户位置信息，得到随机一个处于相交区域内的商户到两个圆的圆心的距离分别为G1和G2，比较G1和G2：若G1>G2，将对应处于相交区域内的商户归为G2对应的圆形区域内增加的商户；若G1<G2，将对应处于相交区域内的商户归为G1对应的圆形区域内增加的商户；若G1＝G2，将对应处于相交区域内的商户归为两个圆中任意一个圆形区域内增加的商户，获取到7个圆形区域内在2个月内增加的商户数量集合为F＝{F1，F2，F3，F4，F5，F6，F7}＝{5，1，3，2，6，4，1}，根据公式计算对应类别中第v个管道连接点出现管网混接的概率Pv，其中，Mv表示对应类别中第v个管道连接点处相互连接的管道数量，Ev表示对应类别中第v个管道连接点处相互连接的管道的平均已安装时长，Fv表示第v个管道连接点对应的圆形区域内在2个月内增加的商户数量，得到对应类别中7个管道连接点出现管网混接的概率集合为P＝{P1，P2，P3，P4，P5，P6，P7}＝{0.152，0.153，0.203，0.100，0.157，0.107，0.128}，将概率按从大到小的顺序进行排列，将y个管道连接点按概率从大到小分为3类，其中，前一类中每一个管道连接点出现管网混接的概率都大于后一类，获取到随机一个分类结果为：3类管道连接点处出现管网混接的概率集合分别为{0.203，0.157}、{0.153，0.152}和{0.128，0.107，0.100}，对应分类结果中3类中每类管道连接点出现管网混接的平均概率集合为P’＝{P1 ’，P2 ’，Pc ’}＝{0.180，0.1525，0.112}，根据公式计算随机一个分类结果中c类管道连接点出现管网混接的概率差异程度W≈0.028，其中，Pe ’表示随机一个分类结果中，c类中第e类管道连接点出现管网混接的平均概率，比较不同分类结果中c类管道连接点出现管网混接的概率差异程度，获取概率差异程度最大的分类结果为：3类管道连接点处出现管网混接的概率集合分别为{0.203}、{0.157，0.153，0.152}和{0.128，0.107，0.100}，筛选出概率差异程度最大的分类结果中的第一类管道连接点，对第一类管道连接点优先进行管网混接排查。
最后应说明的是：以上所述仅为本发明的优选实例而已，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 (10)

1.一种基于物联网的环境污染监测系统，其特征在于：所述系统包括：环境污染监测模块、排查区域数据采集模块、数据管理中心、排查数据分析模块和污染排查管理模块；
所述环境污染监测模块的输出端连接所述排查区域数据采集模块的输入端，所述排查区域数据采集模块的输出端连接所述数据管理中心的输入端，所述数据管理中心的输出端连接所述排查数据分析模块的输入端，所述排查数据分析模块的输出端连接所述污染排查管理模块输入端；
所述环境污染监测模块用于对需要监测的区域进行实时的水环境污染监测，在监测数据异常时进行管网混接排查；
所述排查区域数据采集模块用于采集需要进行管网混接排查的排查区域数据，将采集到的全部数据传输到所述数据管理中心；
所述数据管理中心用于存储并管理采集到的全部数据；
所述排查数据分析模块用于调取并分析排查区域数据，将排查区域内的排查点进行分类，规划区域内不同类别排查点的排查顺序；
所述污染排查管理模块用于分析同一类排查点处出现管网混接的概率，筛选出一个类别中需要优先进行管网混接排查的排查点。
2.根据权利要求1所述的一种基于物联网的环境污染监测系统，其特征在于：所述环境污染监测模块包括水质检测单元、污染超标预警单元、异常点位置采集单元和排查区域确认单元；
所述水质检测单元的输出端连接所述污染超标预警单元的输入端，所述污染超标预警单元的输出端连接所述异常点位置采集单元的输入端，所述异常点位置采集单元的输出端连接所述排查区域确认单元的输入端；
所述水质检测单元用于利用水质检测仪对需要进行检测的水源区域进行水质检测，将检测到的数据通过互联网实时传输到检测终端；
所述污染超标预警单元用于在检测到水源区域内的污染物超标时，发送超标警报；
所述异常点位置采集单元用于采集检测到污染物超标的位置信息，将检测到的污染物超标处作为异常点；
所述排查区域确认单元用于确认排查区域为：以异常点为圆心、x为半径的圆形区域，对圆形区域进行管网混接排查。
3.根据权利要求2所述的一种基于物联网的环境污染监测系统，其特征在于：所述排查区域数据采集模块包括管道数据采集单元和环境数据采集单元；
所述管道数据采集单元的输入端连接所述排查区域确认单元的输出端，所述管道数据采集单元和环境数据采集单元的输出端连接所述数据管理中心的输入端；
所述管道数据采集单元用于采集排查区域内的管道安装时长、管道连接数量、管道连接点位置信息，管道连接点即为排查点；
所述环境数据采集单元用于采集排查区域内的环境变化数据，包括排查区域内的商户增减信息。
4.根据权利要求3所述的一种基于物联网的环境污染监测系统，其特征在于：所述排查数据分析模块包括距离统计单元、连接点分类单元和排查顺序初筛单元；
所述距离统计单元的输入端连接所述数据管理中心的输出端，所述距离统计单元的输出端连接所述连接点分类单元的输入端，所述连接点分类单元的输出端连接所述排查顺序初筛单元的输入端；
所述距离统计单元用于统计排查区域内管道连接点到异常点的直线距离；
所述连接点分类单元用于将管道连接点按直线距离大小进行分类，分析不同分类结果中参数的分散度，获取分散度最大的分类结果；
所述排查顺序初筛单元用于按分散度最大的分类结果初次筛选各类别管道连接点的排查顺序，按各类别中管道连接点到异常点的平均直线距离从小到大的顺序进行管网混接排查，优先对平均直线距离最短的一类管道连接点进行管网混接排查。
5.根据权利要求4所述的一种基于物联网的环境污染监测系统，其特征在于：所述污染排查管理模块包括排查区域数据调取单元、混接概率分析单元和优先排查目标筛选单元；
所述排查区域数据调取单元的输入端连接所述排查区域划定单元和数据管理中心的输出端，所述排查区域数据调取单元的输出端连接所述混接概率分析单元的输入端，所述混接概率分析单元的输出端连接所述优先排查目标筛选单元的输入端；
所述排查区域数据调取单元用于统计分散度最大的分类结果中每个类别中管道连接点的数量，对管道连接点数量大于1的类别中的连接点周围的环境数据以及连接点处的管道数据进行调取：调取以连接点为圆心、r为半径的圆形区域内的商户增减信息、连接点处相互连接的管道数量以及管道安装时长数据至所述混接概率分析单元；
所述混接概率分析单元用于依据调取到的数据分析同一类别中不同连接点处出现管网混接的概率；
所述优先排查目标筛选单元用于比较不同连接点处出现管网混接的概率，依据比较结果筛选出若干个需要优先进行管网混接排查的管道连接点，安排优先对筛选出的管道连接点进行管网混接排查。
6.一种基于物联网的环境污染监测方法，其特征在于：包括以下步骤：
S01：对需要监测的区域进行实时的水环境污染监测，在监测数据异常时进行管网混接排查；
S02：采集需要进行管网混接排查的排查区域数据；
S03：调取并分析排查区域数据，将排查区域内的排查点进行分类；
S04：规划区域内不同类别排查点的排查顺序；
S05：分析同一类排查点处出现管网混接的概率，筛选出一个类别中需要优先进行管网混接排查的排查点。
7.根据权利要求6所述的一种基于物联网的环境污染监测方法，其特征在于：在步骤S01中：利用水质检测仪对需要进行检测的水源区域进行水质检测，将检测到的数据通过互联网实时传输到检测终端，在检测到水源区域内的污染物超标时，发送超标警报，采集检测到污染物超标的位置信息，将检测到的污染物超标处作为异常点，确认排查区域为：以异常点为圆心、x为半径的圆形区域，对圆形区域进行管网混接排查。
8.根据权利要求7所述的一种基于物联网的环境污染监测方法，其特征在于：在步骤S02中：采集到排查区域内共有n个管道连接点，采集n个管道连接点的位置信息，获取到n个管道连接点到异常点的直线距离集合为D＝{D1，D2，…，Dn}，采集排查区域内的管道安装时长和连接点处连接的管道数量信息，采集排查区域内的商户增减信息。
9.根据权利要求8所述的一种基于物联网的环境污染监测方法，其特征在于：在步骤S03中：调取n个管道连接点到异常点的直线距离信息，将直线距离按从小到大的顺序进行排列，将n个管道连接点按排列后的直线距离大小分为m类，其中，前一类中每一个管道连接点到异常点的直线距离都小于后一类，获取到随机一个分类结果中，m类中每类管道连接点到异常点的平均直线距离集合为d＝{d1，d2，…，dm}，根据下列公式计算随机一个分类结果中，m类参数的分散度Q：
其中，i＝1,2,…,m，i表示第i个类别，di表示随机一个分类结果中，第i类管道连接点到异常点的直线距离，计算不同分类结果中m类参数的分散度，获取分散度最大的分类结果；
在步骤S04中：统计到分散度最大的分类结果中，m类中每类管道连接点到异常点的平均直线距离集合为K＝{K1，K2，…，Km}，按平均直线距离从小到大的顺序进行管网混接排查，优先对第一类管道连接点进行管网混接排查，在对第一类管道连接点完成管网混接排查后对第二类管道连接点进行管网混接排查，后续排查顺序依此类推。
10.根据权利要求9所述的一种基于物联网的环境污染监测方法，其特征在于：在步骤S05中：统计到分散度最大的分类结果中共有w类管道连接点数量大于1，调取到w个类别中的随机一类管道连接点处相互连接的管道数量集合为M＝{M1，M2，…，My}，其中，对应类别中共有y个管道连接点，y个管道连接点处相互连接的管道的平均已安装时长集合为E＝{E1，E2，…，Ey}，以管道连接点为圆心、r为半径划分y个圆形区域，调取圆形区域内的商户增减信息：获取y个圆形区域内在[t，T]时间段内增加的商户数量，从增加的商户中获取位置处于两个圆形相交区域内的商户位置信息，得到随机一个处于相交区域内的商户到两个圆的圆心的距离分别为G1和G2，比较G1和G2：若G1>G2，将对应处于相交区域内的商户归为G2对应的圆形区域内增加的商户；若G1<G2，将对应处于相交区域内的商户归为G1对应的圆形区域内增加的商户；若G1＝G2，将对应处于相交区域内的商户归为两个圆中任意一个圆形区域内增加的商户，获取到y个圆形区域内在[t，T]时间段内增加的商户数量集合为F＝{F1，F2，…，Fy}，F中的元素都不为0，根据下列公式计算对应类别中第v个管道连接点出现管网混接的概率Pv：
其中，Mv表示对应类别中第v个管道连接点处相互连接的管道数量，Ev表示对应类别中第v个管道连接点处相互连接的管道的平均已安装时长，Fv表示第v个管道连接点对应的圆形区域内在[t，T]时间段内增加的商户数量，得到对应类别中y个管道连接点出现管网混接的概率集合为P＝{P1，P2，…，Pv，…，Py}，将概率按从大到小的顺序进行排列，将y个管道连接点按概率从大到小分为c类，其中，前一类中每一个管道连接点出现管网混接的概率都大于后一类，获取到随机一个分类结果中，c类中每类管道连接点出现管网混接的平均概率集合为P’＝{P1 ’，P2 ’，…，Pc ’}，根据公式计算随机一个分类结果中c类管道连接点出现管网混接的概率差异程度W，其中，Pe ’表示随机一个分类结果中，c类中第e类管道连接点出现管网混接的平均概率，比较不同分类结果中c类管道连接点出现管网混接的概率差异程度，获取概率差异程度最大的分类结果，筛选出概率差异程度最大的分类结果中的第一类管道连接点，对第一类管道连接点优先进行管网混接排查。
CN202311102171.0A 2023-08-30 2023-08-30 一种基于物联网的环境污染监测系统及方法 Active CN117151391B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311102171.0A CN117151391B (zh) 2023-08-30 2023-08-30 一种基于物联网的环境污染监测系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311102171.0A CN117151391B (zh) 2023-08-30 2023-08-30 一种基于物联网的环境污染监测系统及方法

Publications (2)

Publication Number Publication Date
CN117151391A true CN117151391A (zh) 2023-12-01
CN117151391B CN117151391B (zh) 2024-07-12

Family

ID=88900047

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311102171.0A Active CN117151391B (zh) 2023-08-30 2023-08-30 一种基于物联网的环境污染监测系统及方法

Country Status (1)

Country Link
CN (1) CN117151391B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118092236A (zh) * 2023-12-12 2024-05-28 科博泰(广州)信息技术有限公司 一种数字化媒体数据控制管理系统及方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020010701A1 (zh) * 2018-07-11 2020-01-16 平安科技（深圳）有限公司 污染物异常监测方法、系统、计算机设备和存储介质
CN112903940A (zh) * 2021-01-20 2021-06-04 武汉新泽安科技有限公司 一种基于物联网的水环境在线监测系统
CN113111478A (zh) * 2021-05-13 2021-07-13 北控水务(中国)投资有限公司 排水系统管网混接与入流、入渗程度的评估方法及设备
CN113256090A (zh) * 2021-05-12 2021-08-13 东南大学 一种片区雨污管网混接情况评估方法
CN114942948A (zh) * 2022-05-12 2022-08-26 深圳天澄科工水系统工程有限公司 一种排水管网诊断及管理方法
CN115545678A (zh) * 2022-11-29 2022-12-30 浙江贵仁信息科技股份有限公司 一种基于水环境画像与污染物溯源的水质监测方法
CN115730815A (zh) * 2022-10-10 2023-03-03 江苏安胜达安全科技有限公司 基于物联感知的工业生产安全风险预警系统及方法
CN116109118A (zh) * 2023-04-17 2023-05-12 江苏新睿清智科技有限公司 一种基于物联网的污染溯源追踪分析系统及方法
CN116609500A (zh) * 2023-06-02 2023-08-18 无锡点创科技有限公司 一种基于物联网的水质数据监测方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020010701A1 (zh) * 2018-07-11 2020-01-16 平安科技（深圳）有限公司 污染物异常监测方法、系统、计算机设备和存储介质
CN112903940A (zh) * 2021-01-20 2021-06-04 武汉新泽安科技有限公司 一种基于物联网的水环境在线监测系统
CN113256090A (zh) * 2021-05-12 2021-08-13 东南大学 一种片区雨污管网混接情况评估方法
CN113111478A (zh) * 2021-05-13 2021-07-13 北控水务(中国)投资有限公司 排水系统管网混接与入流、入渗程度的评估方法及设备
CN114942948A (zh) * 2022-05-12 2022-08-26 深圳天澄科工水系统工程有限公司 一种排水管网诊断及管理方法
CN115730815A (zh) * 2022-10-10 2023-03-03 江苏安胜达安全科技有限公司 基于物联感知的工业生产安全风险预警系统及方法
CN115545678A (zh) * 2022-11-29 2022-12-30 浙江贵仁信息科技股份有限公司 一种基于水环境画像与污染物溯源的水质监测方法
CN116109118A (zh) * 2023-04-17 2023-05-12 江苏新睿清智科技有限公司 一种基于物联网的污染溯源追踪分析系统及方法
CN116609500A (zh) * 2023-06-02 2023-08-18 无锡点创科技有限公司 一种基于物联网的水质数据监测方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118092236A (zh) * 2023-12-12 2024-05-28 科博泰(广州)信息技术有限公司 一种数字化媒体数据控制管理系统及方法

Also Published As

Publication number Publication date
CN117151391B (zh) 2024-07-12

Similar Documents

Publication Publication Date Title
US20230143654A1 (en) Method for smart gas pipeline network inspection and internet of things system thereof
CN117151391B (zh) 一种基于物联网的环境污染监测系统及方法
CN114444259B (zh) 一种雨污管网溯源追踪系统及方法
CN112684133B (zh) 基于大数据平台的水质监测预警方法、系统及存储介质
CN116029884B (zh) 一种基于河道水质污染溯源模型的河流污染溯源方法
CN113420396B (zh) 一种城市排水管网污染溯源的方法
CN115730815B (zh) 基于物联感知的工业生产安全风险预警系统及方法
CN112097125B (zh) 一种基于自适应校核的供水管网爆管侦测及定位方法
CN115994431A (zh) 基于风险评价的氢气探测器空间布置方案优化方法及系统
CN116541678A (zh) 一种气站安全管道压力监测方法、装置
CN115561408A (zh) 空气污染预警方法、装置、电子设备及存储介质
CN117689218B (zh) 一种适用于工业企业生产现场环境风险智能化管控系统
CN101888303B (zh) 网络流量信息的记录方法以及相关装置
CN109145951B (zh) 一种基于贝叶斯网络的隧道衬砌结构服役状况评价方法
Kim et al. Ensemble CNN model for effective pipe burst detection in water distribution systems
CN108346111B (zh) 集输管网泄漏风险评估方法及装置
CN115937800B (zh) 一种高速公路行为监控数据处理方法及系统
CN115713259A (zh) 基于收集效能的污水系统评估方法
CN112949697A (zh) 一种管道异常的确认方法、装置及计算机可读存储介质
CN115481764A (zh) 一种分批次外水入流入渗诊断用的排水管网监测系统及方法
CN107784148A (zh) 一种集输管道失效率评估方法及装置
CN115774653A (zh) 预警研判方法、系统、可读存储介质及计算机设备
CN114997641A (zh) 一种污水监测调度方法、装置、电子设备及存储介质
CN111784110A (zh) 油气田管道智能巡线方法及装置
McCann et al. In-line inspection performance verification

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