RU2685897C1 - Способ оптимизации расходов сточных вод общесплавных систем водоотведения - Google Patents

Способ оптимизации расходов сточных вод общесплавных систем водоотведения Download PDF

Info

Publication number
RU2685897C1
RU2685897C1 RU2018101960A RU2018101960A RU2685897C1 RU 2685897 C1 RU2685897 C1 RU 2685897C1 RU 2018101960 A RU2018101960 A RU 2018101960A RU 2018101960 A RU2018101960 A RU 2018101960A RU 2685897 C1 RU2685897 C1 RU 2685897C1
Authority
RU
Russia
Prior art keywords
state
hour
day
previous
transition
Prior art date
Application number
RU2018101960A
Other languages
English (en)
Inventor
Феликс Владимирович Кармазинов
Михаил Александрович Спиваков
Виктор Сергеевич Игнатчик
Светлана Юрьевна Игнатчик
Наталия Викторовна Кузнецова
Юрий Анатольевич Курганов
Original Assignee
Государственное Унитарное Предприятие "Водоканал Санкт-Петербурга"
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 Государственное Унитарное Предприятие "Водоканал Санкт-Петербурга" filed Critical Государственное Унитарное Предприятие "Водоканал Санкт-Петербурга"
Priority to RU2018101960A priority Critical patent/RU2685897C1/ru
Application granted granted Critical
Publication of RU2685897C1 publication Critical patent/RU2685897C1/ru

Links

Images

Classifications

    • E—FIXED CONSTRUCTIONS
    • E03—WATER SUPPLY; SEWERAGE
    • E03F—SEWERS; CESSPOOLS
    • E03F1/00—Methods, systems, or installations for draining-off sewage or storm water
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators

Abstract

Изобретение относится к области систем водоотведения. Способ состоит в том, что выделяют для упомянутого случайного процесса его характеристики, строят для исследуемого случайного процесса в соответствии с априорной информацией о нем математическую модель, после чего загружают построенную математическую модель в память процессорного устройства. В качестве математической модели принимают вероятностно-статистическую модель изменения состояний системы, а в качестве характеристики нестационарного случайного процесса принимают вероятности переходов из текущего состояния в последующее. На первом этапе дополнительно накапливают статистическую информацию об изменении во времени расходов сточных вод, поступающих из общесплавной системы водоотведения, и на основании ее определяют минимальное qи максимальное qзначения расходов сточных вод. Интервал расходов [q, q] разбивают на участки-полуинтервалы с шагом Δq и формируют конечное множество значений возрастающих действительных чисел R=[q, … q, q, q, …, q], где q=q, q=q, q-q=Δq, формируют множество натуральных Nчисел состояний системы N=[1, 2, … i-1, i, i+1, …, n1], элементами которых являются порядковые номера множества R, на основании анализа статистической информации определяют частоты переходов wиз текущего i-го состояния в последующее j-е состояние в виде матриц W(t) частот переходов для случаев возрастания притока на предыдущем (t-1)-м часе суток, t=[1, 2, …, 24]; i=1, 2, …, n1; j=1, 2, …, n1;матриц W(t) частот переходов для случаев убывания притока на предыдущем (t-1)-м часе суток, t=[1, 2, …, 24]; i=1, 2, …, n1; j=1, 2, …, n1;проводят аппроксимационный анализ частот переходов wи определяют функциональную зависимость для плотности вероятности переходов ƒ(j) из текущего i-го состояния в последующее j-е состояние в виде: зависимостидля случаев возрастания притока на предыдущем (t-1)-м часе суток,зависимостидля случаев убывания притока на предыдущем (t-1)-м часе суток,на дополнительном этапе с применением построенной вероятностно-статистической модели изменения состояний системы генерируют случайный процесс расходов сточных вод, поступающих из общесплавной системы водоотведения. На каждом шаге генерации фиксируют час t суток, направление изменения упомянутых расходов на предыдущем (t-1)-м часе суток, и если зафиксировано возрастание притока, то вероятности переходов Pиз текущего i-го состояния в последующее j-е состояние определяют кака если зафиксировано убывание упомянутых расходов на (t-1)-м часе суток, то вероятности переходов Pопределяют какосуществляют переход в другие состояния в соответствии с выбранными вероятностями переходов P. Обеспечивается расширение функциональных возможностей. 7 ил.

Description

Изобретение относится к области систем водоотведения и может быть использовано для прогнозирования расходов сточных вод, поступающих из общесплавных систем водоотведения.
Известен способ воспроизведения нестационарных случайных процессов, содержащий операции задания и формирования в контуре управления сигналов стационарной и нестационарной составляющих реализуемого процесса, а также суммирования указанных составляющих при поддержании режима отрицательной обратной связи в указанном контуре управления. В указанном способе формирование нестационарной составляющей производят посредством стробирования и последующей фильтрации временных промежутков сигнала, задаваемого источником стационарной составляющей (см. патент RU №2 451 272, МПК G01M 7/00, 20.05.2012, Бюл. № 14).
Для указанного способа характерна узкая область применения, поскольку нестационарная составляющая реализуемого процесса в конечно счете зависит от стационарной составляющей. Поэтому он не может быть применен для генерации расходов дождевых сточных вод (нестационарная часть общесплавного стока), которая не зависит от времени.
Наиболее близким аналогом к заявляемому способу служит «Способ оптимального управления равновесным случайным процессом (РСП)», заключающийся в том, что:
- выделяют для упомянутого РСП его характеристики в виде независимых случайных величин, именуемых далее факторами, и условно постоянных величин и рассматривают эти условно постоянные величины и параметры законов распределения вероятностей упомянутых факторов в качестве координат фазового пространства, в котором протекает РСП;
- строят для исследуемого РСП в соответствии с априорной информацией о нем эволюционно - симулятивную модель (ЭСМ), взаимно увязывающую координаты упомянутого фазового пространства и разделяющую эти координаты на исходные показатели, управляющие параметры и расчетные показатели, после чего загружают построенную ЭСМ в память процессорного устройства;
- выделяют один из упомянутых расчетных показателей в качестве целевого показателя и исключают его из координат фазового пространства;
- измеряют с помощью соответствующих датчиков упомянутые исходные показатели исследуемого РСП и вводят измеренные исходные показатели в упомянутую память процессорного устройства в качестве входных сигналов для упомянутой ЭСМ;
- устанавливают период управления и выделяют в нем моменты времени, именуемые далее моментами воздействия, в которые будет осуществляться упомянутое управление РСП;
- устанавливают варианты допустимых величин для каждого из упомянутых управляющих параметров и каждого из упомянутых моментов воздействия на основе учета внешних условий и особенностей объекта, порождающего РСП;
- устанавливают интервал допустимых значений для каждого из упомянутых моментов воздействия и каждого из упомянутых расчетных показателей на основе учета внешних условий и особенностей объекта, порождающего РСП;
- вводят установленные допустимые величины управляющих воздействий и интервалы допустимых значений расчетных показателей в упомянутую память процессорного устройства;
- находят с помощью разработанной ЭСМ, функционирующей под управлением упомянутого процессорного устройства, конкретные значения расчетных показателей для каждого допустимого набора управляющих воздействий и каждого момента воздействия;
- исключают те наборы управляющих воздействий, при которых хотя бы один расчетный показатель выходит за пределы упомянутых интервалов допустимых значений;
- связывают те наборы управляющих воздействий, которые соответствуют одному и тому же моменту воздействия, логической связью «исключают друг друга» и логической связью «должен присутствовать хотя бы один»;
- устанавливают предельные значения управляющих воздействий за весь упомянутый период управления;
- загружают в память процессорного устройства вместе с неисключенными наборами управляющих воздействий установленные логические связи между управляющими воздействиями и их предельные значения;
- находят с помощью алгоритма динамического программирования для решения булевых задач, загруженного в память упомянутого процессорного устройства, оптимальное управление в виде однозначно определенных наборов упомянутых управляющих воздействий в каждый момент воздействия на весь упомянутый период управления (см. патент RU №2 557 483, МПК G05B 13/04, G05B 17/02, G06F 17/18, 20.07.2015, Бюл. № 20).
Для указанного способа характерны ограниченные функциональные возможности, поскольку с его помощью можно только управлять случайным процессом, но нельзя прогнозировать случайный процесс, в частности нельзя на этапе управления спрогнозировать на расчетный период расходы сточных вод, поступающих из общесплавной системы водоотведения с учетом выпадения дождей, интенсивность и продолжительность которых носит случайный характер.
Задачей настоящего изобретения является расширение функциональных возможностей известного способа.
Поставленная задача решается тем, что в известном способе, заключающийся в том, что:
а) выделяют для упомянутого случайного процесса (СП) его характеристики;
б) строят для исследуемого СП в соответствии с априорной информацией о нем математическую модель, после чего загружают построенную математическую модель в память процессорного устройства, в соответствии с настоящим изобретением в качестве математической модели принимают вероятностно – статистическую модель изменения состояний системы, а в качестве характеристики нестационарного случайного процесса принимают вероятности переходов из текущего состояния в последующее,
на этапе а) дополнительно накапливают статистическую информацию об изменении во времени расходов сточных вод, поступающих из общесплавной системы водоотведения и на основании ее определяют минимальное
Figure 00000001
и максимальное
Figure 00000002
значения расходов сточных вод, интервал расходов [
Figure 00000001
,
Figure 00000003
разбивают на участки (полуинтервалы) с шагом
Figure 00000004
и формируют конечное множество значений возрастающих действительных чисел
Figure 00000005
=
Figure 00000006
где
Figure 00000007
,
Figure 00000008
,
Figure 00000009
-
Figure 00000010
, формируют множество натуральных
Figure 00000011
чисел состояний системы
Figure 00000011
=
Figure 00000012
элементами которых являются порядковые номера множества
Figure 00000005
, на основании анализа статистической информации определяют частоты переходов
Figure 00000013
из текущего i–го состояния в последующее j- ое состояние в виде
- матриц
Figure 00000014
частот переходов для случаев возрастания притока на предыдущем (t-1)-ом часе суток, t=
Figure 00000015
; i=1, 2, …, n1; j=1, 2, …, n1;
Figure 00000016
,
- матриц
Figure 00000017
частот переходов для случаев убывания притока на предыдущем (t-1)-ом часе суток, t=
Figure 00000015
; i=1, 2, …, n1; j=1, 2, …, n1;
Figure 00000018
проводят аппроксимационный анализ частот переходов
Figure 00000013
и определяют функциональную зависимость для плотности вероятности переходов
Figure 00000019
из текущего i - го состояния в последующее j - ое состояние в виде:
- зависимости
Figure 00000020
для случаев возрастания притока на предыдущем (t-1)-ом часе суток,
Figure 00000021
,
- зависимости
Figure 00000022
для случаев убывания притока на предыдущем (t-1)-ом часе суток,
Figure 00000023
на дополнительном этапе в) с применением построенной вероятностно – статистической модели изменения состояний системы генерируют НСП расходов сточных вод, поступающих из общесплавной системы водоотведения, при этом на каждом шаге генерации фиксируют час t суток, направление изменения упомянутых расходов на предыдущем (t- 1)- ом часе суток, и если зафиксировано возрастание притока, то вероятности переходов
Figure 00000024
из текущего i–го состояния в последующее j- ое состояние определяют как
Figure 00000025
, а если зафиксировано убывание упомянутых расходов на (t- 1)- ом часе суток, то вероятности переходов
Figure 00000024
определяют как
Figure 00000026
, осуществляют переход в другие состояния в соответствии с выбранными вероятностями переходов
Figure 00000024
.
Отличительными признаками заявляемого способа является:
1. Принятие в качестве математической модели вероятностно – статистической модели изменения состояний системы;
2. Принятие в качестве в качестве характеристики нестационарного случайного процесса вероятности переходов из текущего состояния в последующее;
3. Дополнительное накопление на этапе а) статистической информации об изменении во времени расходов сточных вод, поступающих из общесплавной системы водоотведения;
4. Дополнительное определение на этапе а) минимального
Figure 00000001
и максимального
Figure 00000002
значения расходов сточных вод;
5. Разбивка на этапе а) интервала расходов [
Figure 00000001
,
Figure 00000003
на участки (полуинтервалы) с шагом
Figure 00000004
;
6. Формирование на этапе а) конечного множества значений возрастающих действительных чисел
Figure 00000005
=
Figure 00000006
где
Figure 00000007
,
Figure 00000008
,
Figure 00000009
-
Figure 00000010
;
7. Формирование множества натуральных
Figure 00000011
чисел состояний системы
Figure 00000011
=
Figure 00000012
элементами которых являются порядковые номера множества
Figure 00000005
;
8. Представление частот переходов
Figure 00000013
из текущего i–го состояния в последующее j- ое состояние в виде матриц
Figure 00000014
частот переходов для случаев возрастания притока на предыдущем (t-1)-ом часе суток, t=
Figure 00000015
; i=1, 2, …, n1; j=1, 2, …, n1;
Figure 00000027
;
9. Представление частот переходов
Figure 00000013
из текущего i - го состояния в последующее j - ое состояние в виде матриц
Figure 00000017
частот переходов для случаев убывания притока на предыдущем (t-1) - ом часе суток, t=
Figure 00000015
; i=1, 2, …, n1; j=1, 2, …, n1;
Figure 00000028
10. Определение на основании анализа статистической информации функциональной зависимости для плотности вероятности переходов
Figure 00000019
из текущего i - го состояния в последующее j - ое состояние;
11. Проведение аппроксимационного анализа частот переходов
Figure 00000013
и представление функциональной зависимости для плотности вероятности переходов
Figure 00000019
в виде
Figure 00000020
для случаев возрастания притока на предыдущем (t-1)-ом часе суток,
Figure 00000021
;
12. Проведение аппроксимационного анализа частот переходов
Figure 00000013
и представление функциональной зависимости для плотности вероятности переходов
Figure 00000019
в виде
Figure 00000022
для случаев убывания притока на предыдущем (t-1)-ом часе суток, t=
Figure 00000015
; i=1, 2, …, n1; j=1, 2, …, n1;
Figure 00000029
13. Генерирование на дополнительном этапе в) с применением построенной вероятностно – статистической модели изменения состояний системы СП расходов сточных вод, поступающих из общесплавной системы водоотведения;
14. Фиксация на каждом шаге генерации часа t суток и направления изменения расходов на предыдущем (t- 1) - ом часе суток;
15. Определение вероятности переходов
Figure 00000024
из текущего i–го состояния в последующее j - ое состояние как
Figure 00000025
, если зафиксировано возрастание притока на предыдущем (t - 1) - ом часе суток;
16. Определение вероятности переходов
Figure 00000024
из текущего i - го состояния в последующее j - ое состояние как
Figure 00000026
, если зафиксировано убывание притока на предыдущем (t - 1)- ом часе суток;
17. Осуществление перехода в другие состояния в соответствии с выбранными вероятностями переходов
Figure 00000024
.
По сведениям, имеющимся у авторов, все отличительные признаки не известны. Совместное их применение позволяет расширить функциональные возможности способа, т.к. с его помощью появляется возможность на этапе управления спрогнозировать (на расчетный период) расходы сточных вод, поступающих из общесплавной системы водоотведения с учетом выпадения дождей, интенсивность и продолжительность которых носит случайный характер, поскольку:
- благодаря совместному применению отличительных признаков № 1, 2, 11 и 15 появляется возможность генерировать случайный процесс изменения во времени расходов сточных вод;
- благодаря совместному применению отличительных признаков № 3 – 9, 12 - 14 появляется возможность повысить достоверность генерации случайного процесса изменения во времени расходов сточных вод.
Краткое описание чертежей.
На фиг. 1 в графическом виде представлены результаты дополнительного накопления статистической информации об изменении во времени расходов сточных вод, поступающих из общесплавной системы водоотведения, и определения минимального
Figure 00000001
и максимального
Figure 00000002
значения расходов сточных вод, на фиг. 2 приведен пример матрицы частот переходов
Figure 00000013
из текущего i–го состояния в последующее j- ое состояние, на фиг. 3 приведен пример аппроксимационного анализа зависимости для плотности вероятности переходов из данного состояния в различные состояния
Figure 00000030
вида
Figure 00000031
, на фиг. 4 приведены результаты первого примера генерации случайного процесса расходов сточных вод, поступающих из общесплавной системы, и сравнение его с экспериментальным, полученным путем накопления статистической информации, на фиг. 5 – результаты сравнения вероятностей поступления фактических и генерированных расходов, приведенных на фиг. 4, на фиг. 6 приведены результаты второго примера генерации нестационарного случайного процесса расходов сточных вод, поступающих из общесплавной системы, и сравнение его с экспериментальным, полученным путем накопления статистической информации, на фиг. 7 – результаты сравнения вероятностей поступления фактических и генерированных расходов, приведенных на фиг. 6.
Осуществление изобретения.
На этапе а) выделяют для упомянутого нестационарного случайного процесса его характеристики. Для этого:
- накапливают статистическую информацию об изменении во времени расходов сточных вод, поступающих из общесплавной системы водоотведения и на основании ее определяют минимальное
Figure 00000001
и максимальное
Figure 00000002
значения расходов сточных вод. Например,
Figure 00000001
= 10 тыс. м3/ч,
Figure 00000002
= 200 тыс. м3/ч. На фиг. 1 в графическом виде представлены результаты такого анализа. Здесь, 1 - изменение во времени расходов сточных вод, поступающих из общесплавной системы водоотведения, 2 – минимальное значение
Figure 00000001
расходов, 3 - максимальное значение
Figure 00000002
расходов;
- интервал расходов [
Figure 00000001
,
Figure 00000003
разбивают на участки (полуинтервалы) с шагом
Figure 00000004
и формируют конечное множество значений возрастающих действительных чисел
Figure 00000005
=
Figure 00000006
где
Figure 00000007
,
Figure 00000008
,
Figure 00000009
-
Figure 00000010
. Например, если
Figure 00000004
= 2 тыс. м3/ч, то n1=95, а
Figure 00000005
=
Figure 00000032
;
- формируют множество натуральных
Figure 00000011
чисел состояний системы
Figure 00000011
=
Figure 00000012
элементами которых являются порядковые номера множества
Figure 00000005
. Для полученного варианта
Figure 00000005
множество
Figure 00000011
=
Figure 00000033
;
- частоты переходов
Figure 00000013
(характеристика нестационарного случайного процесса) из текущего i–го состояния в последующее j- ое состояние представляют в виде:
- матриц
Figure 00000014
частот переходов для случаев возрастания притока на предыдущем (t-1)-ом часе суток, t=
Figure 00000015
; i=1, 2, …, n1; j=1, 2, …, n1;
Figure 00000034
,
- матриц
Figure 00000017
частот переходов для случаев убывания притока на предыдущем (t-1)-ом часе суток, t=
Figure 00000015
; i=1, 2, …, n1; j=1, 2, …, n1;
Figure 00000035
Для иллюстрации на фиг. 2 для рассматриваемого примера приведен вид матрицы
Figure 00000036
. Из нее, например, следует, что
Figure 00000037
0,
Figure 00000038
= 0.12, …,
Figure 00000039
= 0.00, см. фиг. 2.
Далее проводят аппроксимационный анализ частот переходов
Figure 00000013
и определяют функциональную зависимость для плотности вероятности переходов
Figure 00000019
из текущего i - го состояния в последующее j - ое состояние в виде:
- зависимости
Figure 00000020
для случаев возрастания притока на предыдущем (t-1)-ом часе суток,
Figure 00000021
,
- зависимости
Figure 00000022
для случаев убывания притока на предыдущем (t-1)-ом часе суток,
Figure 00000023
Например, для рассматриваемого примера при t= 0 и тенденции возрастания зависимость
Figure 00000040
в графическом виде представлена на фиг. 3. Здесь, 4 – частоты переходов
Figure 00000013
, 5 – плотность вероятности
Figure 00000019
переходов.
Далее, на этапе б) строят для исследуемого случайного процесса в соответствии с априорной информацией о нем вероятностно – статистическую модель, после чего загружают построенную математическую модель в память процессорного устройства.
на дополнительном этапе в) с применением построенной вероятностно – статистической модели изменения состояний системы генерируют случайный процесс расходов сточных вод, поступающих из общесплавной системы водоотведения, при этом на каждом шаге генерации фиксируют час t суток, направление изменения упомянутых расходов на предыдущем (t- 1)- ом часе суток, и если зафиксировано возрастание притока, то вероятности переходов
Figure 00000024
из текущего i–го состояния в последующее j- ое состояние определяют как
Figure 00000025
, а если зафиксировано убывание упомянутых расходов на (t- 1)- ом часе суток, то вероятности переходов
Figure 00000024
определяют как
Figure 00000026
, осуществляют переход в другие состояния в соответствии с выбранными вероятностями переходов
Figure 00000024
.
В результате получают сгенерированный случайный процесс расходов сточных вод, поступающих из общесплавной системы водоотведения. Для иллюстрации на фиг. 4 приведен первый пример результатов такой генерации. Здесь, 6 - изменение во времени фактических расходов сточных вод, поступающих из общесплавной системы водоотведения, 7 - изменение во времени генерированных расходов сточных вод, поступающих из общесплавной системы водоотведения. В дополнение к фиг. 4 на фиг. 5 приведено сравнение вероятностей поступления фактических и генерированных расходов. Здесь, 8 - вероятность поступления фактических расходов сточных вод, поступающих из общесплавной системы водоотведения, 9 - вероятность поступления генерированных расходов.
На фиг. 6 приведен второй пример результатов такой генерации. Здесь, 10 - изменение во времени фактических расходов сточных вод, поступающих из общесплавной системы водоотведения, 11 - изменение во времени генерированных расходов сточных вод, поступающих из общесплавной системы водоотведения. В дополнение к фиг. 6 на фиг. 7 приведено сравнение вероятностей поступления фактических и генерированных расходов. Здесь, 12 - вероятность поступления фактических расходов сточных вод, поступающих из общесплавной системы водоотведения, 13 - вероятность поступления генерированных расходов.
Таким образом, для заявляемого изобретения характерна «промышленная применимость».

Claims (10)

  1. Способ оптимизации расходов сточных вод общесплавных систем водоотведения, заключающийся в том, что:
  2. а) выделяют для упомянутого случайного процесса его характеристики;
  3. б) строят для исследуемого случайного процесса в соответствии с априорной информацией о нем математическую модель, после чего загружают построенную математическую модель в память процессорного устройства, отличающийся тем, что в качестве математической модели принимают вероятностно-статистическую модель изменения состояний системы, а в качестве характеристики нестационарного случайного процесса принимают вероятности переходов из текущего состояния в последующее,
  4. на этапе а) дополнительно накапливают статистическую информацию об изменении во времени расходов сточных вод, поступающих из общесплавной системы водоотведения, и на основании ее определяют минимальное qmin и максимальное qmax значения расходов сточных вод, интервал расходов [qmin, qmax] разбивают на участки-полуинтервалы с шагом Δq и формируют конечное множество значений возрастающих действительных чисел R1=[q1, … qi-1, qi, qi+1, …, qn1], где q1=qmin, qn1=qmax, qi+1-qi=Δq, формируют множество натуральных N1 чисел состояний системы N1=[1, 2, … i-1, i, i+1, …, n1], элементами которых являются порядковые номера множества R1, на основании анализа статистической информации определяют частоты переходов wi,j из текущего i-го состояния в последующее j-е состояние в виде
  5. - матриц W1(t) частот переходов для случаев возрастания притока на предыдущем (t-1)-м часе суток, t=[1, 2, …, 24]; i=1, 2, …, n1; j=1, 2, …, n1;
    Figure 00000041
  6. - матриц W2(t) частот переходов для случаев убывания притока на предыдущем (t-1)-м часе суток, t=[1, 2, …, 24]; i=1, 2, …, n1; j=1, 2, …, n1;
    Figure 00000042
  7. проводят аппроксимационный анализ частот переходов wi,j и определяют функциональную зависимость для плотности вероятности переходов ƒ(j) из текущего i-го состояния в последующее j-е состояние в виде:
  8. - зависимости
    Figure 00000043
    для случаев возрастания притока на предыдущем (t-1)-м часе суток,
    Figure 00000044
  9. - зависимости
    Figure 00000045
    для случаев убывания притока на предыдущем (t-1)-м часе суток,
    Figure 00000046
  10. на дополнительном этапе в) с применением построенной вероятностно-статистической модели изменения состояний системы генерируют случайный процесс расходов сточных вод, поступающих из общесплавной системы водоотведения, при этом на каждом шаге генерации фиксируют час t суток, направление изменения упомянутых расходов на предыдущем (t-1)-м часе суток, и если зафиксировано возрастание притока, то вероятности переходов Pi,j из текущего i-го состояния в последующее j-е состояние определяют как
    Figure 00000047
    а если зафиксировано убывание упомянутых расходов на (t-1)-м часе суток, то вероятности переходов Pi,j определяют как
    Figure 00000048
    осуществляют переход в другие состояния в соответствии с выбранными вероятностями переходов Pi,j.
RU2018101960A 2018-01-18 2018-01-18 Способ оптимизации расходов сточных вод общесплавных систем водоотведения RU2685897C1 (ru)

Priority Applications (1)

Application Number Priority Date Filing Date Title
RU2018101960A RU2685897C1 (ru) 2018-01-18 2018-01-18 Способ оптимизации расходов сточных вод общесплавных систем водоотведения

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
RU2018101960A RU2685897C1 (ru) 2018-01-18 2018-01-18 Способ оптимизации расходов сточных вод общесплавных систем водоотведения

Publications (1)

Publication Number Publication Date
RU2685897C1 true RU2685897C1 (ru) 2019-04-23

Family

ID=66314547

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2018101960A RU2685897C1 (ru) 2018-01-18 2018-01-18 Способ оптимизации расходов сточных вод общесплавных систем водоотведения

Country Status (1)

Country Link
RU (1) RU2685897C1 (ru)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
UA10107U (ru) * 2004-12-27 2005-11-15 Черкаський Державний Технологічний Університет Способ определения математического ожидания случайного процесса
RU2314561C2 (ru) * 2002-12-20 2008-01-10 Юнион Суитч Энд Сигнал, Инк. Способ и система планирования потоков с динамической оптимизацией
RU2451272C1 (ru) * 2010-11-09 2012-05-20 Федеральное государственное унитарное предприятие "Государственный научно-исследовательский институт авиационных систем" Способ воспроизведения нестационарных случайных процессов
RU2557483C1 (ru) * 2014-10-03 2015-07-20 Владимир Ефраимович Лихтенштейн Способ оптимального управления равновесным случайным процессом

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2314561C2 (ru) * 2002-12-20 2008-01-10 Юнион Суитч Энд Сигнал, Инк. Способ и система планирования потоков с динамической оптимизацией
UA10107U (ru) * 2004-12-27 2005-11-15 Черкаський Державний Технологічний Університет Способ определения математического ожидания случайного процесса
RU2451272C1 (ru) * 2010-11-09 2012-05-20 Федеральное государственное унитарное предприятие "Государственный научно-исследовательский институт авиационных систем" Способ воспроизведения нестационарных случайных процессов
RU2557483C1 (ru) * 2014-10-03 2015-07-20 Владимир Ефраимович Лихтенштейн Способ оптимального управления равновесным случайным процессом

Similar Documents

Publication Publication Date Title
CN106503840B (zh) 停车场可用车位预测方法及系统
JPWO2019216404A1 (ja) ニューラルネットワーク構築装置、情報処理装置、ニューラルネットワーク構築方法及びプログラム
CN112200492B (zh) 一种数字孪生模型构建、业务活动预测分析方法及装置
CN112200493A (zh) 一种数字孪生模型构建方法及装置
KR101941854B1 (ko) 미취득 데이터 보정을 통한 부하 예측 시스템 및 방법
Kroll et al. Modelling real-time control of WWTP influent flow under data scarcity
RU2685897C1 (ru) Способ оптимизации расходов сточных вод общесплавных систем водоотведения
Kallesøe et al. Adaptive reference control for pressure management in water networks
CN114673246A (zh) 一种污水管道防堵塞测量方法及其测量系统
JP2019148058A (ja) 氾濫予測評価装置
CN114897272A (zh) 污水检查井的液位预测方法、装置、电子设备及存储介质
WO2020021687A1 (ja) 水処理プラント
US20240110719A1 (en) Air conditioning control device and air conditioning control method
Dietrich et al. Assessing uncertainties in flood forecasts for decision making: prototype of an operational flood management system integrating ensemble predictions
Mauricio-Iglesias et al. A generic methodology for the optimisation of sewer systems using stochastic programming and self-optimizing control
JP6290115B2 (ja) 制御システム、制御装置、制御方法及びコンピュータプログラム
JP7045531B1 (ja) プラント運転支援システム、プラント運転支援方法、およびプラント運転支援プログラム
JP2002119956A (ja) 濁度予測システム、濁度制御システムおよび濁度管理システム
CN112488390A (zh) 一种城市排水量预测方法及系统
CN116611378A (zh) 电路模型的仿真模拟方法及装置、计算机设备和存储介质
JP2022015250A (ja) 放流水質予測装置および放流水質予測方法
CN117540909A (zh) 入流量预测结果的修正方法、装置、电子设备和介质
CN116109206A (zh) 海绵设施的建设效果评价方法、装置、终端及存储介质
CN117894480A (zh) 多种季节性流行性传染病模型构建方法、设备及存储介质
KR102273732B1 (ko) 미계측 영업지 일일 물사용량 산출 시스템

Legal Events

Date Code Title Description
MM4A The patent is invalid due to non-payment of fees

Effective date: 20210119