一种基于温度和水位自动监测数据的污水管道外水混入定量分析方法技术

本发明专利技术公开了一种基于温度和水位自动监测数据的污水管道外水混入定量分析方法，包括以下步骤：收集排水管网及监测站点的基础信息；对监测站点的温度自动监测数据进行聚类分析；计算上下游监测站点之间的外水混入比例；计算上下游温度监测曲线的波峰的综合相位差；计算监测站点之间的管道平均流速；计算监测站点的流量数据；计算和验证上下游监测站点之间的外水混入量。本发明专利技术可以定量分析监测站点之间的外水混入量并通过数据间的相互验证对分析结果的正确性进行验证，减小监测数据本身误差对分析结果的影响，提升外水混入定量分析的准确性，为城市排水管网的运行维护提供技术支撑。撑。

【技术实现步骤摘要】
一种基于温度和水位自动监测数据的污水管道外水混入定量分析方法


[0001]本专利技术涉及市政排水和水环境保护领域，尤其是涉及一种基于温度和水位自动监测数据的污水管道外水混入定量分析方法。

技术介绍

[0002]外水混入是导致城市排水管网运行效率低下的重要原因之一，大量的河水和地下水渗入污水管网，增加了管道中污水量并稀释污染物浓度，增加了污水厂的运行成本；使管道长期处于高水位运行的状态，容易造成污水外溢，污染水环境。因此，排查出存在外水混入现象的管段并对管段进行修复，具有很大的经济效益和环境保护价值。
[0003]目前常见的外水混入方法是对流量、污染物浓度进行平衡分析来判断是否存在外水混入现象以及计算外水混入的水量，但由于流量以及污染物的监测数据误差较大，导致各种外水混入评估方法的误差均过大，而温度和水位监测数据相对于流量和污染物浓度监测数据更加可信和稳定，因此，亟需提供一种基于温度和水位自动监测数据的污水管道外水混入定量分析方法。

技术实现思路

[0004]针对现有技术存在的上述问题，本申请提供了一种基于温度和水位自动监测数据的污水管道外水混入定量分析方法，可以定量分析监测站点之间的外水混入量并通过数据间的相互验证对分析结果的正确性进行验证，减小监测数据本身误差对分析结果的影响，提升外水混入定量分析的准确性，为城市排水管网的运行维护提供技术支撑。
[0005]本专利技术的技术方案如下：
[0006]一种基于温度和水位自动监测数据的污水管道外水混入定量分析方法，包括以下步骤：r/>[0007]S1、收集排水管网及监测站点信息，包括以下信息：
[0008](1)监测站点在监测周期内的温度和水位自动监测数据；
[0009](2)管道内水流的流向，即监测站点之间的上下游关系；
[0010](3)监测站点之间的管道长度；
[0011](4)监测站点之间的管道直径；
[0012](5)监测周期内管网所在区域的平均气温；
[0013]S2、对单个监测站点的温度自动监测数据进行聚类分析；
[0014]S3、计算上下游监测站点之间的外水混入比例；
[0015]S4、计算上下游温度监测曲线的波峰的综合相位差；
[0016]S5、计算监测站点之间的管道平均流速；
[0017]S6、计算监测站点的流量数据；
[0018]S7、计算和验证上下游监测站点之间的外水混入量。
[0019]进一步的，S2包括以下步骤：
[0020]S2
‑
1、温度监测数据分组，即：将每个监测站点视为独立单元，以日为界限将监测数据分组，组数为监测周期内的天数，对每组内的数据进行平滑化和归一化处理；
[0021]S2
‑
2、凝聚分层聚类，即：确定组间距离和集群间距离的计算规则，分别对单元内的所有组进行凝聚分层聚类；
[0022]S2
‑
3、根据对各组间曲线特征的相似程度要求确定一个阈值，即聚类阈值；
[0023]S2
‑
4、以聚类阈值为界限对聚类结果进行分析，若在凝聚全过程中集群间的距离均不大于聚类阈值，则将所有组视为主集群内的组，否则不对该次凝聚以及之后凝聚的结果进行分析，并将该次凝聚前一次凝聚结果中组数最多的集群定义为主集群；统计主集群内的组数，若主集群内组数占比小于80％，则认为所对应监测站点上游存在不稳定的外水混入情况，否则认为所对应监测站点上游不存在外水混入或存在稳定的外水混入。
[0024]进一步的，S3包括以下步骤：
[0025]S3
‑
1、分别计算每个监测站点在监测周期内所有温度监测数据的均值；
[0026]S3
‑
2、根据热平衡方程：
[0027]Q
放
＝C
水
m
原
(T
原
‑
T
融
)＝C
水
m
外
(T
融
‑
T
外
)＝Q
吸
[0028]得出外水混入量和原管内流量之比k为：
[0029][0030]其中T
原
为上游监测站点监测到的平均水温，T
融
为下游监测站点监测到的平均水温，T
外
为S1中收集到的监测周期内管网所在区域的平均气温。
[0031]进一步的，S4包括以下步骤：
[0032]S4
‑
1、筛选上下游温度监测曲线的波峰，包括以下步骤：
[0033]S4
‑1‑
1、通过Python脚本寻找出所有的温度监测数据曲线的极大值点，即波峰，并计算出每个极大值点的峰度值；所述峰度值为衡量波峰相对于其左右数据在纵向上的突出性的参数；
[0034]S4
‑1‑
2、给峰度值设定一个阈值，即峰度阈值，然后保留峰度值大于峰度阈值的波峰，分别得到上下游温度监测曲线的经过筛选后的波峰所在的时间点序列；
[0035]S4
‑
2、统计所有上游波峰及其对应的下游波峰的相位差，包括以下步骤：
[0036]S4
‑2‑
1、通过Python脚本对上游监测站点的每个波峰所在时间点进行遍历，在下游波峰时间点序列中找出遍历中上游波峰索引值相同的时间点；
[0037]S4
‑2‑
2、若索引相同的下游时间点早于遍历中的上游时间点，则在下游时间点的后十个索引中寻找晚于上游时间点的时间点，并将该时间点与上游时间点的时间差定为相位差，否则执行S4
‑2‑
3；
[0038]S4
‑2‑
3、若下游时间点前一索引的下游时间点早于上游时间点，则将索引相同的时间点的时间差即为相位差，否则在下游时间点的前十个索引中寻找晚于上游时间点的时间点，并将该时间点与上游时间点的时间差定义为相位差。
[0039]S4
‑
3、计算综合相位差，包括以下步骤：
[0040]S4
‑3‑
1、根据现实中水流从上游监测站点流到下游监测站点所需时间确定一个阈
值，即相位差阈值；
[0041]S4
‑3‑
2、统计所有得到的相位差，筛选出数值小于相位差阈值的相位差，将筛选出的所有相位差的均值作为综合相位差。
[0042]进一步的，S5所述管道平均流速等于S1所述管道长度除以S4所述综合相位差。
[0043]进一步的，S6包括以下步骤：
[0044]S6
‑
1、推算管道水流截面积监测数据，即：根据S1中收集到的管径数据和水位监测数据，推算出管道内和水位监测数据精度相同的水流截面积监测数据；所述精度是指两个相邻的监测数据的时间间隔；
[0045]S6
‑
2、通过sc本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于温度和水位自动监测数据的污水管道外水混入定量分析方法，其特征在于，包括以下步骤：S1、收集排水管网及监测站点信息，包括以下信息：(1)监测站点在监测周期内的温度和水位自动监测数据；(2)管道内水流的流向，即监测站点之间的上下游关系；(3)监测站点之间的管道长度；(4)监测站点之间的管道直径；(5)监测周期内管网所在区域的平均气温；S2、对单个监测站点的温度自动监测数据进行聚类分析；S3、计算上下游监测站点之间的外水混入比例；S4、计算上下游温度监测曲线的波峰的综合相位差；S5、计算监测站点之间的管道平均流速；S6、计算监测站点的流量数据；S7、计算和验证上下游监测站点之间的外水混入量。2.根据权利要求1所述的一种基于温度和水位自动监测数据的污水管道外水混入定量分析方法，其特征在于，S2包括以下步骤：S2
‑
1、温度监测数据分组，即：将每个监测站点视为独立单元，以日为界限将监测数据分组，组数为监测周期内的天数，对每组内的数据进行平滑化和归一化处理；S2
‑
2、凝聚分层聚类，即：确定组间距离和集群间距离的计算规则，分别对单元内的所有组进行凝聚分层聚类；S2
‑
3、根据对各组间曲线特征的相似程度要求确定一个阈值，即聚类阈值；S2
‑
4、以聚类阈值为界限对聚类结果进行分析，若在凝聚全过程中集群间的距离均不大于聚类阈值，则将所有组视为主集群内的组，否则不对该次凝聚以及之后凝聚的结果进行分析，并将该次凝聚前一次凝聚结果中组数最多的集群定义为主集群；统计主集群内的组数，若主集群内组数占比小于80％，则认为所对应监测站点上游存在不稳定的外水混入情况，否则认为所对应监测站点上游不存在外水混入或存在稳定的外水混入。3.根据权利要求1所述的一种基于温度和水位自动监测数据的污水管道外水混入定量分析方法，其特征在于，S3包括以下步骤：S3
‑
1、分别计算每个监测站点在监测周期内所有温度监测数据的均值；S3
‑
2、根据热平衡方程：Q
放
＝C
水
m
原
(T
原
‑
T
融
)＝C
水
m
外
(T
融
‑
T
外
)＝Q
吸
得出外水混入量和原管内流量之比k为：其中T
原
为上游监测站点监测到的平均水温，T
融
为下游监测站点监测到的平均水温，T
外
为S1中收集到的监测周期内管网所在区域的平均气温。4.根据权利要求1所述的一种基于温度和水位自动监测数据的污水管道外水混入定量分析方法，其特征在于，S4包括以下步骤：
S4
‑
1、筛选上下游温度监测曲线的波峰，包括以下步骤：S4
‑1‑
1、通过Python脚本寻找出所有的温度监测数据曲线的极大值点，即波峰，并计算出每个极大值点的峰度值；所述峰度值为衡量波峰相对于其左右数据在纵向上的突出性的参数；S4
‑1‑
2、给峰度值设定一个阈值，即峰度阈值，然后保留峰度值大于峰度阈值的波峰，分别得到上下游温度监测曲线的经过筛选后的波峰所在的时间点序列；S4
‑
2、统计所有上游波峰及其对应的下游波峰的相位差，包括以下步骤：S4
‑2‑
1、通过Python脚本对上游监测站点的每个波峰所在时间点...

【专利技术属性】
技术研发人员：张强，徐昊旻，陈瑞弘，陈命男，赵海阳，季宇昂，
申请(专利权)人：三峡智慧水务科技有限公司，
类型：发明
国别省市：