【技术实现步骤摘要】
本专利技术涉及物联网，更具体地说，本专利技术是一种基于物联网的水处理设备管理方法 。
技术介绍
1、水处理是指对水进行净化、过滤和处理，主要目的是去除水中的杂质、污染物和有害物质，使水达到特定的质量标准，满足不同用途的需求，如饮用水、工业用水和废水处理等，用于处理的水来源多样，包括地表水、地下水、雨水、废水和污水等；
2、地表水及雨水会随季节变化而变化，废水和污水会随这工业发展和人口迁徙变化而变化，现有的水处理设备管理方法是根据水源监控，对地表水、地下水、雨水等水源的水量和水质进行监控，确保及时获取水源信息，根据监测数据，合理调配不同水源，优化水源使用，以避免水资源浪费和短缺，而对于废水和污水则是通过预案管理，以达到快速响应和处置的目的，两者的处理思路不完全相同，而对于非季节性变化地表水水量剧增结合突发的废水污水水质污染的问题，对水处理设备的管理提出了更具压力的挑战。
3、为解决上述缺陷，现提出一种技术方案。
技术实现思路
1、本专利技术的目的是提供一种基于物联网的水处理设备管理方法，以解决
技术介绍
中的不足。
2、为了实现上述目的，本专利技术提供如下技术方案:一种基于物联网的水处理设备管理方法 ，其特征在于，具体步骤包括：
3、分析历史数据，确定水量变化的影响因素，建立水量预测模型，结合气象预报和流域水文信息，预测水量变化状态；
4、根据水量变化状态对水处理风险进行分级；
5、对水质进行状态监测，采集水质常规参
6、确认污染事件后，进行污染应急处理，调整水处理工艺；
7、对水处理的处理水量和处理强度进行平衡评估，根据平衡评估结果进行峰值管理。
8、优选的，水量预测模型的建立方法为：
9、运用隐马尔可夫模型来建立水量预测模型，具体过程如下；
10、确定模型结构：模型结构包括隐状态和观测值，地表水流量的隐状态有三种：低流量、中流量和高流量，标定低流量为l，中流量为m，高流量为h，观测值为每天的实际流量数据，标定观测值为o，用离散化的流量值表示；
11、数据收集与处理：收集地表水流量的历史的每日流量数据，将地表水的每日流量数据离散化，分为低流量、中流量、高流量三类；
12、模型参数设定：通过历史数据，分析低流量、中流量和高流量在时间序列数据开始时的初始概率，计算地表水流量从一个隐状态转移到另一个隐状态的概率，通过连续两天的流量数据，确定从低流量到中流量、从中流量到高流量等的转移概率，计算在某个隐状态下观测到特定流量值的概率，实际的流量数据被离散化为若干个区间，每个区间代表一个特定范围内的流量值，o1表示低流量区间，o2表示中流量区间，o3表示高流量区间；
13、模型训练：使用历史数据和分析结果，训练隐马尔可夫模型，得到模型参数，模型参数包括初始状态概率、状态转移概率、观测概率；
14、模型预测：根据训练好的隐马尔可夫模型进行预测，由当前观测到的流量状态，通过模型计算未来几天可能的隐状态序列及其对应的观测值，即对未来几天的流量进行预测。
15、优选的，隐状态的分类逻辑为：
16、设定流量第一阈值和流量第二阈值，且流量第一阈值小于流量第二阈值，当地表水流量小于流量第一阈值时，标记地表水为低流量；
17、当地表水流量大于等于流量第一阈值时，且地表水流量小于等于流量第二阈值时，标记地表水流量为中流量；
18、当地表水流量大于流量第二阈值时，标记地表水流量为高流量。
19、优选的，对模型参数进行设定并训练的逻辑为：
20、标定低流量初始状态为pl，中流量初始状态概率为pm，高流量初始状态概率为ph，通过连续两天的流量数据，计算状态转移概率，以表示地表水流量状态由a转移到b的概率，其中a、b均为地表水的流量状态，包括低流量l、中流量m、高流量h，转移矩阵的表达式为，根据历史数据计算观测概率，观测矩阵的表达式为，观测矩阵中的o1、o2、o3代表观测到的具体流量值的离散化区间。
21、优选的，根据水量变化状态对水处理风险进行分级的逻辑为：
22、根据预设的观测阈值，对水处理风险进行分级，根据隐状态类型，取预测概率最高的流量状态为显状态；
23、若隐状态为低流量状态时，显状态为高流量状态，则标记水处理风险为r级，表明水处理设备存在负荷压力，存在管理风险；
24、若隐状态为低流量状态时，显状态不为高流量状态，或者隐状态不为低流量状态，显状态为高流量状态，则标记水处理风险为s级，表明水处理设备的负荷在安全范围内，不存在管理风险。
25、优选的，水质预警模型的建立方法为：
26、通过水质质量和放射性对水质进行评估，评估系数的计算表达式为，式中，、分别为水质质量和放射性的比例系数，且、均大于0，为水质参数的权重系数，为水质参数的测量值，为水质参数最小允许值，为水质参数的最大允许值，n为水质参数类型的数量，为粒子放射活度，m为放射性粒子种类的数量。
27、优选的，对污染事件进行甄别判断的逻辑为：
28、预设水体阈值，当计算所得的评估系数大于预设的水体阈值时，判定水处理环节中产生污染事件；
29、当计算所得的评估系数小于等于预设的水体阈值时，判定水处理环节不存在污染事件。
30、优选的，对水处理的处理水量和处理强度进行平衡评估的方法是：
31、平衡评估指数的计算表达式为，式中，为流量状态由a转移到b的概率，其中a、b均为地表水的流量状态，包括低流量l、中流量m、高流量h，为流量权重系数，y为流量状态转换概率的总类数。
32、优选的，根据平衡评估结果进行峰值管理的方法为：
33、将计算所得的平衡评估指数与预设的平衡评估限值进行比对，当平衡评估指数大于等于平衡评估限值时，表明水处理设备的运转压力达到极限，难以持续运转，开启储水设施以缓冲处理压力；
34、当平衡评估指数大于等于平衡评估限值时，表明水处理设备的运转压力存在提升空间，能够满足持续运转条件，不开启储水设施。
35、在上述技术方案中，本专利技术提供的技术效果和优点：
36、本申请通过对水处理设备的处理水量和处理强度，对水处理的压力状态进行评估，衡量水处理的极限持续运转能力，处理水量通过对预测模型进行分析，处理压力通过水体污染的处理状态进行考量，能够有效解决在非季节性的偶发性水量剧烈变化与突发的水体污染事件相结合的问题，通过处理水量与处理压力进行整体分析，对水处理设备进行峰值管理，提高了水处理设备的作用空间，降低了人工成本压力。
本文档来自技高网...【技术保护点】
1.一种基于物联网的水处理设备管理方法，其特征在于，具体步骤包括：
2.根据权利要求1所述的一种基于物联网的水处理设备管理方法，其特征在于，水量预测模型的建立方法为：
3.根据权利要求2所述的一种基于物联网的水处理设备管理方法，其特征在于，隐状态的分类逻辑为：
4.根据权利要求3所述的一种基于物联网的水处理设备管理方法，其特征在于，对模型参数进行设定并训练的逻辑为：
5.根据权利要求4所述的一种基于物联网的水处理设备管理方法，其特征在于，根据水量变化状态对水处理风险进行分级的逻辑为：
6.根据权利要求1所述的一种基于物联网的水处理设备管理方法，其特征在于，水质预警模型的建立方法为：
7.根据权利要求6所述的一种基于物联网的水处理设备管理方法，其特征在于，对污染事件进行甄别判断的逻辑为：
8.根据权利要求7所述的一种基于物联网的水处理设备管理方法，其特征在于，对水处理的处理水量和处理强度进行平衡评估的方法是：
9.根据权利要求8所述的一种基于物联网的水处理设备管理方法，其特征在于，根据平
...【技术特征摘要】
1.一种基于物联网的水处理设备管理方法，其特征在于，具体步骤包括：
2.根据权利要求1所述的一种基于物联网的水处理设备管理方法，其特征在于，水量预测模型的建立方法为：
3.根据权利要求2所述的一种基于物联网的水处理设备管理方法，其特征在于，隐状态的分类逻辑为：
4.根据权利要求3所述的一种基于物联网的水处理设备管理方法，其特征在于，对模型参数进行设定并训练的逻辑为：
5.根据权利要求4所述的一种基于物联网的水处理设备管理方法，其特征在于，根据水量变化状态对水处理...
【专利技术属性】
技术研发人员：田历伟，周珠，杜朋，
申请(专利权)人：广东华誉水务科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。