CN117491055A - 一种基于大数据智慧侦管控的水处理系统及方法 - Google Patents

一种基于大数据智慧侦管控的水处理系统及方法 Download PDF

Info

Publication number
CN117491055A
CN117491055A CN202311789399.1A CN202311789399A CN117491055A CN 117491055 A CN117491055 A CN 117491055A CN 202311789399 A CN202311789399 A CN 202311789399A CN 117491055 A CN117491055 A CN 117491055A
Authority
CN
China
Prior art keywords
water treatment
coefficient
water
monitoring
early warning
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
CN202311789399.1A
Other languages
English (en)
Other versions
CN117491055B (zh
Inventor
彭川译
黄敏
彭沿平
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.)
KUNMING TREASURE TECHNOLOGY CO LTD
Original Assignee
KUNMING TREASURE 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 KUNMING TREASURE TECHNOLOGY CO LTD filed Critical KUNMING TREASURE TECHNOLOGY CO LTD
Priority to CN202311789399.1A priority Critical patent/CN117491055B/zh
Publication of CN117491055A publication Critical patent/CN117491055A/zh
Application granted granted Critical
Publication of CN117491055B publication Critical patent/CN117491055B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00—Subject matter not provided for in other groups of this subclass
    • G01M99/005—Testing of complete machines, e.g. washing-machines or mobile phones
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F1/00—Treatment of water, waste water, or sewage
    • C02F1/008—Control or steering systems not provided for elsewhere in subclass C02F
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00—Subject matter not provided for in other groups of this subclass
    • G01M99/008—Subject matter not provided for in other groups of this subclass by doing functionality tests
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00—Controlling or monitoring parameters in water treatment
    • C02F2209/06—Controlling or monitoring parameters in water treatment pH
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00—Controlling or monitoring parameters in water treatment
    • C02F2209/14—NH3-N
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00—Controlling or monitoring parameters in water treatment
    • C02F2209/29—Chlorine compounds
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00—Controlling or monitoring parameters in water treatment
    • C02F2209/40—Liquid flow rate
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Abstract

本发明涉及水务监测技术领域，具体公开了一种基于大数据智慧侦管控的水处理系统及方法，所述系统包括：若干组水处理设备，设置于同一区域，用于执行水处理工序；水质监测仪，分别设置于每个水处理设备前后，用于监测水处理前后的水质参数；流量监测模块，用于监测每个水处理设备的输出流量大小；控制分析中心，用于根据每个水处理设备的控制参数、输出流量及水处理前后水质参数对该水处理设备的运行状态进行监测预警；及根据同区域所有水处理设备的运行状态进行一致性分析，根据分析结果判断是否存在异常设备；预警模块，用于根据控制分析中心监测预警及一致性分析的结果进行预警操作。

Description

一种基于大数据智慧侦管控的水处理系统及方法
技术领域
本发明涉及水务监测技术领域，具体为一种基于大数据智慧侦管控的水处理系统及方法。
背景技术
相对于城市集中由自来水厂进行水处理的方式，农村饮水由于人员分布较为分散，其统一的水处理过程存在难度，而随着对农村饮水安全问题的重视，会通过小型水处理设备分布在农村各个供水点，再通过集中管理的方式对水处理设备的运行状态进行监测与管控，而由于水处理设备的分散性，因此对其管控过程存在一定的难度。
现有技术中，水处理的管控过程会通过物联网模块获取水处理设备的运行参数，根据其流量及处理后水质参数的大小，对该水处理设备运行状态进行评价，在当水处理设备流量大小异常或者处理后的水质参数不符合相关要求时，则停止该水处理设备工作，并发出检修指令，使得故障或者状态异常的水处理设备能够得到及时的维护。
然而，当水处理设备出现明显异常问题时，其已经对供水造成了影响，因此其判断过程存在一定的滞后性，即现有技术能够对水处理设备的运行异常进行判断，但对其潜在的运行分析判断的不够及时，因此会增加管理难度，存在影响供水需求的风险。
发明内容
本发明的目的在于提供一种基于大数据智慧侦管控的水处理系统及方法，解决以下技术问题：
如何对分布式水处理设备的潜在的运行风险进行及时的判断。
本发明的目的可以通过以下技术方案实现：
一种基于大数据智慧侦管控的水处理系统，所述系统包括：
若干组水处理设备，设置于同一区域，用于执行水处理工序；
水质监测仪，分别设置于每个水处理设备前后，用于监测水处理前后的水质参数；
流量监测模块，用于监测每个水处理设备的输出流量大小；
控制分析中心，用于根据每个水处理设备的控制参数、输出流量及水处理前后水质参数对该水处理设备的运行状态进行监测预警；及根据同区域所有水处理设备的运行状态进行一致性分析，根据分析结果判断是否存在异常设备；
预警模块，用于根据控制分析中心监测预警及一致性分析的结果进行预警操作。
进一步地，所述监测预警的过程包括：
根据控制参数获取需求流量变化曲线，将监测的输出流量拟合成实际输出流量曲线，将需求流量变化曲线与实际输出流量曲线进行比对分析，获取水处理设备的性能系数；
判断水处理后水质参数是否符合要求：
若不符合，则直接生成预警指令；
否则，将水处理后水质参数与水处理前水质参数及实际输出流量曲线进行协同分析，根据分析结果获取水处理设备的效能系数；
根据水处理设备的性能系数及效能系数对其运行状态进行监测预警。
进一步地，所述水处理设备的性能系数获取过程包括：
将控制参数调整时间点到当前时间点的时段作为分析时段并进行划分，获得调整段及稳定段；
在调整段，根据实际输出流量曲线的整体变化量相对于控制参数调整时间点对应的差值，获得调整段性能系数；
在稳定段，根据实际输出流量曲线相对控制参数对应标准输出曲线的差量及波动性，获得稳定段性能系数；
根据调整段性能系数及稳定段性能系数获得当前时间点t的性能系数S(t)。
进一步地，所述水处理设备的效能系数获取过程包括：
基于水处理前水质参数获取各项水质参数对应的标准参考值；
基于实际输出流量曲线获取水处理影响系数；
对所有项水质参数分别与对应标准参考值进行比对，并用水处理影响系数对比对结果进行调整，获得水处理设备的效能系数。
进一步地，所述效能系数的计算过程包括：
根据分析时段内各项水质参数最大值与对应标准参考值的差值进行综合计算，获得临界偏差量；
根据分析时段内各项水质参数均值与对应标准参考值的差值进行综合计算，获得整体偏差量；
对临界偏差量与整体偏差量的平均值经水处理影响系数进行调整，获得效能系数G(t)；
其中，各项水质参数对应的标准参考值根据处理前各项水质参数的监测值均值确定。
进一步地，对水处理设备运行状态进行监测预警的过程为：
通过公式计算获得运行系数H(t)；
当运行系数H(t)大于等于Hth时，进行预警；
其中，为调整系数；Hth为运行系数阈值。
进一步地，所述控制分析中心还用于根据同区域所有水处理设备的效能系数进行一致性分析，根据分析结果判断是否存在异常设备。
进一步地，所述一致性分析过程包括：
通过公式：
；
；
计算获得一致性系数x；
当一致性系数x大于等于x1时，判断最大值对应水处理设备存在异常并进行预警；
其中，为预设固定参考时段；m为同区域水处理设备的数量，j=1、2、…、m；/>为第j个水处理设备性能系数；/>为第j个水处理设备性能系数均值；/>为所有水处理设备性能系数均值的均值；x1为一致性系数阈值。
一种基于大数据智慧侦管控的水处理方法，包括：
步骤一、监测水处理前后的水质参数及水处理设备的输出流量大小；
步骤二、根据每个水处理设备的控制参数、输出流量及水处理前后水质参数对该水处理设备的运行状态进行监测预警；根据同区域所有水处理设备的运行状态进行一致性分析，根据分析结果判断是否存在异常设备；
步骤三、根据控制分析中心监测预警及一致性分析的结果进行预警操作。
本发明的有益效果：
（1）本发明通过控制分析中心与若干组水处理设备、水质监测仪、流量监测模块通讯连接，根据每个水处理设备的控制参数、输出流量及水处理前后水质参数对该水处理设备的运行状态进行监测预警，综合性的对水处理设备的潜在运行风险进行准确的判断，再判断存在较大的风险时，通过预警使得水处理设备存在的潜在运行风险能够得到及时的处理解决，避免问题扩大化造成供水隐患。
（2）本发明根据同区域所有水处理设备的效能系数进行一致性分析，根据分析结果判断是否存在异常设备，在存在的潜在问题风险较大时，通过及时对存在的风险问题进行排查，保证水处理设备运行及供水的稳定性。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明基于大数据智慧侦管控的水处理系统的逻辑框图；
图2是本发明基于大数据智慧侦管控的水处理方法的步骤流程图。
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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1所示，在一个实施例中，提供了一种基于大数据智慧侦管控的水处理系统，该系统包括设置于同一区域的若干组水处理设备、水质监测仪、流量监测模块及控制分析中心，其中，控制分析中心与若干组水处理设备、水质监测仪、流量监测模块通讯连接，水处理设备用于执行水处理工序，水处理设备的进水端及出水端分别设置有水质监测仪，能够对水处理前后的水质参数进行监测，水质参数包括但不限于pH、氯含量、阴离子含量、重金属含量及氨氮含量，流量监测模块监测每个水处理设备的输出流量大小；控制分析中心则根据每个水处理设备的控制参数、输出流量及水处理前后水质参数对该水处理设备的运行状态进行监测预警；及根据同区域所有水处理设备的运行状态进行一致性分析，根据分析结果判断是否存在异常设备；当判断存在水处理设备异常时，通过预警模块进行预警操作，进而使得水处理设备能够得到及时的检修、维护，保证供水的稳定性。
作为本发明的一种实施方式，监测预警的过程包括：根据控制参数获取需求流量变化曲线，将监测的输出流量拟合成实际输出流量曲线，将需求流量变化曲线与实际输出流量曲线进行比对分析，获取水处理设备的性能系数，显然，性能系数反映了水处理设备的水处理效率状况；具体的，水处理设备的性能系数获取过程包括：将控制参数调整时间点到当前时间点的时段作为分析时段并进行划分，获得调整段及稳定段；再通过公式（1）-（3）：
（1）
（2）
（3）
获取当前时间点t的性能系数S(t)；
在调整段，根据实际输出流量曲线的整体变化量相对于控制参数调整时间点对应的差值/>，获得调整段性能系数s1；在稳定段，根据实际输出流量曲线相对控制参数对应标准输出曲线的差量，获得调整段性能系数s1；在稳定段，根据实际输出流量曲线相对控制参数对应标准输出曲线的差量/>及波动性/>，获得稳定段性能系数s2(t)；根据调整段性能系数及稳定段性能系数获得当前时间点t的性能系数S(t)；其中，t1为控制参数调整时间点；/>为预设固定调整时段；/>；Q(t)为实际输出流量曲线；Qt(t)为控制参数对应标准输出曲线，其获取过程根据标准性能状态下水处理设备的测试数据拟合获得；s1为调整段性能系数；s2(t)为稳定段性能系数；/>为调整系数，其根据测试数据拟合后获得。
判断水处理后水质参数是否符合要求：
若不符合，则直接生成预警指令；
否则，将水处理后水质参数与水处理前水质参数及实际输出流量曲线进行协同分析，根据分析结果获取水处理设备的效能系数；具体地，通过公式（4）-（7）：
（4）
（5）
（6）
（7）
计算获得当前时间点t的效能系数G(t)；
基于水处理前水质参数获取各项水质参数对应的标准参考值；基于实际输出流量曲线Q(t)获取水处理影响系数/>；对所有项水质参数分别与对应标准参考值进行比对，分别获得G1及G2(t)；并用水处理影响系数对比对结果进行调整，获得水处理设备的效能系数G(t)。
其中，n为水质参数监测项数,i=1、2、…、n；为当前时间点第i项水质参数的监测值，/>为第i项水质参数的标准参考值；/>表示/>在t1~t时段的最大值；/>为第i项水质参数的去量纲权重系数，其根据经验数据拟合获得；/>为t1-t2~t-t2时段对应的处理前第i项水质参数的监测值均值，t2为预设处理时长，其根据水处理设备平均处理水处理时长选择设定；/>为第i项水质参数的处理后对照函数，其根据经验数据拟合获得的对应关系；为水处理影响函数，其根据历史数据中不同流量处理速率下处理后水质的变动数值拟合获得，因此获得的效能系数G(t)，能够反映出水处理效果的状态变化。之后再根据水处理设备的性能系数及效能系数对其运行状态进行监测预警,通过公式/>计算获得运行系数H(t)，其中，/>为调整系数，其根据经验数据拟合后设定，用以调整效能系数对水处理设备异常状态判断的权重，进而通过获得的运行系数H(t)，综合性的对水处理设备的潜在运行风险进行准确的判断，运行系数阈值Hth为多组测试数据拟合后获得的临界值，因此当运行系数H(t)大于等于Hth时，说明存在的风险较大，进而进行预警，使得水处理设备存在的潜在运行风险能够得到及时的处理解决，避免问题扩大化造成供水隐患。
作为本发明的一种实施方式，控制分析中心还用于根据同区域所有水处理设备的效能系数进行一致性分析，根据分析结果判断是否存在异常设备，需要说明的是，同区域所有水处理设备是指水处理设备连接同一水源的区域，因此水处理设备的使用状态、损耗程度及处理后的参数较为一致，而若存在与整体平均水平差量较大的水处理设备，则说明其存在的潜在问题风险较大，进而通过一致性分析过程的及时判断，提前对存在的风险问题进行排查，具体地，一致性分析过程包括：
通过公式（8）-（9）：
（8）
（9）
计算获得一致性系数x；
其中，为预设固定参考时段，其根据判断需求选择设定，其具体数据在此不作限定，因此，获取的第j个水处理设备性能系数均值/>反映了单个水处理设备的状态，m为同区域水处理设备的数量，j=1、2、…、m；/>为第j个水处理设备性能系数；/>为所有水处理设备性能系数均值的均值；因此通过计算获取的一致性系数x，能够对所有水处理设备性能系数的离散度进行判断，另外，x1为一致性系数阈值，其根据经验数据中的合理偏差数据设定，因此当一致性系数x大于等于x1时，判断/>最大值对应水处理设备存在异常并进行预警，进而实现对存在风险问题的水处理设备的及时排查与处理。
请参阅图2所示，在一个实施例中给出了一种基于大数据智慧侦管控的水处理方法，包括：
步骤一、监测水处理前后的水质参数及水处理设备的输出流量大小；
步骤二、根据每个水处理设备的控制参数、输出流量及水处理前后水质参数对该水处理设备的运行状态进行监测预警；根据同区域所有水处理设备的运行状态进行一致性分析，根据分析结果判断是否存在异常设备；
步骤三、根据控制分析中心监测预警及一致性分析的结果进行预警操作。
通过上述的水处理方法，能够综合性的对水处理设备的潜在运行风险进行准确的判断，在判断存在的风险较大时，通过进行预警的方式，使得水处理设备存在的潜在运行风险能够得到及时的处理解决，避免问题扩大化造成供水隐患。
以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。

Claims (8)

1.一种基于大数据智慧侦管控的水处理系统，其特征在于，所述系统包括：
若干组水处理设备，设置于同一区域，用于执行水处理工序；
水质监测仪，分别设置于每个水处理设备前后，用于监测水处理前后的水质参数；
流量监测模块，用于监测每个水处理设备的输出流量大小；
控制分析中心，用于根据每个水处理设备的控制参数、输出流量及水处理前后水质参数对该水处理设备的运行状态进行监测预警；及根据同区域所有水处理设备的运行状态进行一致性分析，根据分析结果判断是否存在异常设备；
预警模块，用于根据控制分析中心监测预警及一致性分析的结果进行预警操作；
所述监测预警的过程包括：
根据控制参数获取需求流量变化曲线，将监测的输出流量拟合成实际输出流量曲线，将需求流量变化曲线与实际输出流量曲线进行比对分析，获取水处理设备的性能系数；
判断水处理后水质参数是否符合要求：
若不符合，则直接生成预警指令；
否则，将水处理后水质参数与水处理前水质参数及实际输出流量曲线进行协同分析，根据分析结果获取水处理设备的效能系数；
根据水处理设备的性能系数及效能系数对其运行状态进行监测预警。
2.根据权利要求1所述的一种基于大数据智慧侦管控的水处理系统，其特征在于，所述水处理设备的性能系数获取过程包括：
将控制参数调整时间点到当前时间点的时段作为分析时段并进行划分，获得调整段及稳定段；
在调整段，根据实际输出流量曲线的整体变化量相对于控制参数调整时间点对应的差值，获得调整段性能系数；
在稳定段，根据实际输出流量曲线相对控制参数对应标准输出曲线的差量及波动性，获得稳定段性能系数；
根据调整段性能系数及稳定段性能系数获得当前时间点t的性能系数S(t)。
3.根据权利要求2所述的一种基于大数据智慧侦管控的水处理系统，其特征在于，所述水处理设备的效能系数获取过程包括：
基于水处理前水质参数获取各项水质参数对应的标准参考值；
基于实际输出流量曲线获取水处理影响系数；
对所有项水质参数分别与对应标准参考值进行比对，并用水处理影响系数对比对结果进行调整，获得水处理设备的效能系数。
4.根据权利要求3所述的一种基于大数据智慧侦管控的水处理系统，其特征在于，所述效能系数的计算过程包括：
根据分析时段内各项水质参数最大值与对应标准参考值的差值进行综合计算，获得临界偏差量；
根据分析时段内各项水质参数均值与对应标准参考值的差值进行综合计算，获得整体偏差量；
对临界偏差量与整体偏差量的平均值经水处理影响系数进行调整，获得效能系数G(t)；
其中，各项水质参数对应的标准参考值根据处理前各项水质参数的监测值均值确定。
5.根据权利要求4所述的一种基于大数据智慧侦管控的水处理系统，其特征在于，对水处理设备运行状态进行监测预警的过程为：
通过公式计算获得运行系数H(t)；
当运行系数H(t)大于等于Hth时，进行预警；
其中，为调整系数；Hth为运行系数阈值。
6.根据权利要求4所述的一种基于大数据智慧侦管控的水处理系统，其特征在于，所述控制分析中心还用于根据同区域所有水处理设备的效能系数进行一致性分析，根据分析结果判断是否存在异常设备。
7.根据权利要求6所述的一种基于大数据智慧侦管控的水处理系统，其特征在于，所述一致性分析过程包括：
通过公式：
；
；
计算获得一致性系数x；
当一致性系数x大于等于x1时，判断最大值对应水处理设备存在异常并进行预警；
其中，为预设固定参考时段；m为同区域水处理设备的数量，j=1、2、…、m；/>为第j个水处理设备性能系数；/>为第j个水处理设备性能系数均值；/>为所有水处理设备性能系数均值的均值；x1为一致性系数阈值。
8.一种基于大数据智慧侦管控的水处理方法，其特征在于，所述方法采用如权利要求1中的所述系统进行水处理监管控，包括：
步骤一、监测水处理前后的水质参数及水处理设备的输出流量大小；
步骤二、根据每个水处理设备的控制参数、输出流量及水处理前后水质参数对该水处理设备的运行状态进行监测预警；根据同区域所有水处理设备的运行状态进行一致性分析，根据分析结果判断是否存在异常设备；
步骤三、根据控制分析中心监测预警及一致性分析的结果进行预警操作。
CN202311789399.1A 2023-12-25 2023-12-25 一种基于大数据智慧侦管控的水处理系统及方法 Active CN117491055B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311789399.1A CN117491055B (zh) 2023-12-25 2023-12-25 一种基于大数据智慧侦管控的水处理系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311789399.1A CN117491055B (zh) 2023-12-25 2023-12-25 一种基于大数据智慧侦管控的水处理系统及方法

Publications (2)

Publication Number Publication Date
CN117491055A true CN117491055A (zh) 2024-02-02
CN117491055B CN117491055B (zh) 2024-03-12

Family

ID=89683285

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311789399.1A Active CN117491055B (zh) 2023-12-25 2023-12-25 一种基于大数据智慧侦管控的水处理系统及方法

Country Status (1)

Country Link
CN (1) CN117491055B (zh)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08243539A (ja) * 1995-03-06 1996-09-24 Watanabe Consultants:Kk 廃水処理場の運転制御方法
JP3675808B1 (ja) * 2004-05-13 2005-07-27 株式会社四国総合研究所 水質監視装置
WO2009108996A1 (en) * 2008-03-03 2009-09-11 Samaran International Pty Ltd Fluid waste processing systems
CN202372497U (zh) * 2011-12-02 2012-08-08 深圳达实智能股份有限公司 污水处理厂水质监测系统
SE1450114A1 (sv) * 2014-02-03 2015-05-19 Metod och anordning för online-monitorering av vattenkvalitet
WO2020005070A1 (en) * 2018-06-29 2020-01-02 Oasen N.V. A system for monitoring fouling issues in a drinking water distribution network
CN210438533U (zh) * 2019-07-19 2020-05-01 昆明钏译科技有限公司 一种全自动饮水净化处理装置
CN212532563U (zh) * 2020-06-24 2021-02-12 昆明钏译科技有限公司 一种太阳能污水净化处理智慧管控系统
CN113409032A (zh) * 2021-08-18 2021-09-17 中冶节能环保有限责任公司 一种工业循环冷却水的信息处理方法、系统
CN113484057A (zh) * 2021-07-20 2021-10-08 杭州塞博环境科技有限公司 一种水处理设施能效的计算评估方法及其设备、系统
CN115965246A (zh) * 2023-03-16 2023-04-14 山东省地质矿产勘查开发局八〇一水文地质工程地质大队(山东省地矿工程勘察院) 一种岩溶塌陷灾害的预警分析方法
WO2023115159A1 (en) * 2021-12-23 2023-06-29 Max Finselbach System and method for remotely monitoring water quality
CN116734969A (zh) * 2023-06-16 2023-09-12 深圳乐租宝科技有限公司 一种用于水表计量数据的智能异常监测方法
CN117168861A (zh) * 2023-09-11 2023-12-05 滁州纽艾净化设备有限公司 污水处理设备的异常监测方法及其系统

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08243539A (ja) * 1995-03-06 1996-09-24 Watanabe Consultants:Kk 廃水処理場の運転制御方法
JP3675808B1 (ja) * 2004-05-13 2005-07-27 株式会社四国総合研究所 水質監視装置
WO2009108996A1 (en) * 2008-03-03 2009-09-11 Samaran International Pty Ltd Fluid waste processing systems
CN202372497U (zh) * 2011-12-02 2012-08-08 深圳达实智能股份有限公司 污水处理厂水质监测系统
SE1450114A1 (sv) * 2014-02-03 2015-05-19 Metod och anordning för online-monitorering av vattenkvalitet
WO2020005070A1 (en) * 2018-06-29 2020-01-02 Oasen N.V. A system for monitoring fouling issues in a drinking water distribution network
CN210438533U (zh) * 2019-07-19 2020-05-01 昆明钏译科技有限公司 一种全自动饮水净化处理装置
CN212532563U (zh) * 2020-06-24 2021-02-12 昆明钏译科技有限公司 一种太阳能污水净化处理智慧管控系统
CN113484057A (zh) * 2021-07-20 2021-10-08 杭州塞博环境科技有限公司 一种水处理设施能效的计算评估方法及其设备、系统
CN113409032A (zh) * 2021-08-18 2021-09-17 中冶节能环保有限责任公司 一种工业循环冷却水的信息处理方法、系统
WO2023115159A1 (en) * 2021-12-23 2023-06-29 Max Finselbach System and method for remotely monitoring water quality
CN115965246A (zh) * 2023-03-16 2023-04-14 山东省地质矿产勘查开发局八〇一水文地质工程地质大队(山东省地矿工程勘察院) 一种岩溶塌陷灾害的预警分析方法
CN116734969A (zh) * 2023-06-16 2023-09-12 深圳乐租宝科技有限公司 一种用于水表计量数据的智能异常监测方法
CN117168861A (zh) * 2023-09-11 2023-12-05 滁州纽艾净化设备有限公司 污水处理设备的异常监测方法及其系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
周林军;刘济宁;石利利;冯洁;徐炎华;: "好氧生化污水处理厂化学品暴露预测模型构建", 环境科学, no. 01, 31 January 2016 (2016-01-31) *
帅杰;: "工业园区污水水质和流量在线监测系统的应用", 区域治理, no. 36, 6 September 2019 (2019-09-06) *
熊明;梅军亚;杜耀东;吴琼;: "水资源监测数据的质量控制", 人民长江, no. 09, 14 May 2018 (2018-05-14) *
盛平;喻一萍;: "城市排水在线监测系统的应用", 排灌机械, no. 03, 30 May 2009 (2009-05-30) *

Also Published As

Publication number Publication date
CN117491055B (zh) 2024-03-12

Similar Documents

Publication Publication Date Title
CN102288842B (zh) 基于wams滤除agc影响的一次调频在线评价方法
CN116566050A (zh) 一种基于人工智能的综合配电管理系统
CN116258431A (zh) 一种基于互联网的冷链运输安全远程监控系统
CN109521813A (zh) 一种火力发电厂循环水浓缩倍率稳定控制的系统和方法
CN105988378A (zh) 循环冷却水控制系统及加药控制装置和方法
CN115473331B (zh) 一种基于动态建模的数字孪生电网用电量监管系统
RU2344339C1 (ru) Способ управления технологическими процессами газового промысла
CN115102290A (zh) 一种智能电网实时安全预警系统
CN108803318B (zh) 一种循环水除垢洁净机控制方法与系统
CN116976557A (zh) 一种节能减碳的园区能源控制方法及系统
CN117151631A (zh) 一种基于智慧工地的施工进度监测管理系统
CN108345275A (zh) 设备监控系统及设备监控方法
CN117491055B (zh) 一种基于大数据智慧侦管控的水处理系统及方法
CN111080064A (zh) 一种供水管网稳压供水方案生成方法及系统
CN110488601A (zh) 基于实时监测数据的火电机组负荷控制优化系统及方法
CN117408641B (zh) 基于数据分析的压力传感器产线加工运行监管系统
CN116680661B (zh) 基于多维数据的燃气自动调压柜压力监测方法
CN117273284A (zh) 一种面向企业用电平衡的异常数据监测系统
CN110750760B (zh) 一种基于态势感知和控制图的异常理论线损检测方法
CN116307886A (zh) 一种企业生产状态的实时监测方法及装置
CN116011734A (zh) 基于大数据技术的热源机组分配调度方法
CN112432307A (zh) 水泵评价方法、装置、空调系统、存储介质及电子设备
CN115630790B (zh) 一种计量网络管理方法
CN116753465B (zh) 一种多套制氮装置仪表气共享的系统及方法
CN115454027B (zh) 一种自动控制回路监测与诊断方法及系统

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