【技术实现步骤摘要】
本专利技术属于环境监测的，特别是涉及一种基于多层级监测的排水管网污染物溯源方法、系统及介质。
技术介绍
1、传统排水管网污染物溯源在线监测方案主要为在设备类型上面临多样性带来的兼容性问题。监测设备数量多，采取一次性固定监测方式，无法发挥监测设备价值，无法真实反应污染物浓度大小。高昂的设备价格是传统监测方案的一个显著弊端。高质量、高精度的监测设备往往伴随着较高的价格标签，增加了整个项目的投资成本，特别是对于预算有限的地区或项目来说，难以承担全部费用。
2、同时，市场上也存在一些价格较低但性能不稳定的设备，选择时需谨慎权衡性价比，避免后期因设备故障而增加维护成本。传统监测方案依赖于大量的人工操作和维护，这不仅增加了人力成本，还可能导致工作效率低下。安装、调试、巡检和维修等工作都需要专业人员参与，且随着监测范围的扩大，人工量将显著增加，同时精准度是评估监测方案性能的关键指标之一，然而，传统监测方案在精准度方面往往受到多种因素的制约，这也会影响溯源分析的准确性和可靠性，进而影响后续的污染治理和决策制定。
技术实现思路
1、鉴于以上所述现有技术的缺点，本专利技术的目的在于提供一种基于多层级监测的排水管网污染物溯源方法、系统及介质，用于解决上述污染物溯源时采用高昂设备成本高的问题以及采用低价设备导致不稳定且效率低下的问题。
2、第一方面，本专利技术提供一种基于多层级监测的排水管网污染物溯源方法，所述方法包括以下步骤：
3、获取采样数据，其中，采样数据为周期性
4、将所述采样数据输入到训练好的水基因诊断模型中得到诊断结果；
5、基于诊断结果提取目标结果，从而基于所述目标结果对应排水分区的电导率监测设备获取目标监测数据，所述目标结果包括确定被污染；
6、基于所述目标监测数据识别最终的目标片区，所述目标片区包括污染物来源片区。
7、在本申请一个可能的实现方式中，所述方法还包括构建并训练水基因诊断模型，具体包括：
8、获取城市污水管网；
9、基于所述城市污水官网确定排水分区；
10、基于各排水分区获取水基因库数据，所述水基因库数据包括各排水分区水质的荧光光谱数据；
11、搭建水基因诊断初始模型，并基于所述水基因库数据对所述水基因诊断初始模型进行训练以得到所述水基因诊断模型，其中，基于自训练框架对模型进行训练。
12、在本申请一个可能的实现方式中，所述基于所述城市污水官网确定排水分区，具体包括：
13、以城市污水管网为总体，以城市污水厂为控制节点，通过预设的划分算法对所述城市污水管网进行划分得到所述排水分区，其中，
14、针对所述城市污水管网中的有向管网采用第一算法进行划分，所述第一算法包括中心度算法；
15、针对所述城市污水管网中的无向管网采用第二算法进行划分，所述第二算法包括加权网络划分算法；
16、基于不同节点的连接关系与属性结合不同管网进行区域划分得到所述排水分区。
17、在本申请一个可能的实现方式中，所述将所述采样数据输入到训练好的水基因诊断模型中得到诊断结果，具体包括：
18、对所述采样数据进行荧光光谱检测得到检测数据；
19、基于所述检测数据与所述水基因库数据中的荧光光谱数据进行相似度计算；
20、提取相似度阈值大于或者等于预设阈值的检测数据输出确定被污染的诊断结果，否则输出确定未污染的诊断结果。
21、在本申请一个可能的实现方式中，所述基于诊断结果提取目标结果，从而基于所述目标结果对应排水分区的电导率监测设备获取目标监测数据，具体包括：
22、基于确定被污染的诊断结果提取得到所述目标结果；
23、基于设置在确定被污染的排水分区对应关键节点的所述电导率监测设备获取所述目标监测数据，其中，所述关键节点为主支管交汇点。
24、在本申请一个可能的实现方式中，所述基于所述目标监测数据识别最终的目标片区，所述目标片区包括污染物来源片区，具体包括：
25、基于获取到的所述目标监测数据输入到训练好的污染物异常预测模型中进行识别得到不同关键节点对应的监测节点数据；
26、基于所述监测节点数据与污水厂污染数据进行相关性分析以识别所述排水分区中的目标片区，其中，基于相关性最大的关键节点确定所述污染物来源片区。
27、在本申请一个可能的实现方式中，所述方法还包括对所述排水分区进行可视化，其中，具体包括利用不同颜色区分可视化不同的所述排水分区，以及包括对所述电导率监测设备监测到的电导率数据进行可视化，其中，具体包括建立时间序列数据库并利用折线图和/或散点图进行可视化。
28、第二方面，本专利技术提供一种基于多层级监测的排水管网污染物溯源系统，所述系统包括：
29、获取模块，用于获取采样数据，其中，采样数据为周期性数据；
30、输入模块，用于将所述采样数据输入到训练好的水基因诊断模型中得到诊断结果；
31、提取模块，用于基于诊断结果提取目标结果，从而基于所述目标结果对应排水分区的电导率监测设备获取电导率监测数据，所述目标结果包括确定被污染；
32、识别模块，用于基于所述电导率监测数据识别最终的目标片区，所述目标片区包括污染物来源片区。
33、第三方面，本专利技术提供一种电子设备，所述电子设备包括：处理器和存储器；
34、所述存储器用于存储计算机程序；
35、所述处理器用于执行所述存储器存储的计算机程序，以使所述电子设备执行上述的基于多层级监测的排水管网污染物溯源方法。
36、第四方面，本专利技术提供一种计算机可读存储介质，其上存储有计算机程序，该程序被电子设备执行时实现上述的基于多层级监测的排水管网污染物溯源方法。
37、如上所述，本专利技术所述的基于多层级监测的排水管网污染物溯源方法、系统及介质，具有以下有益效果：通过低成本的高效监测网络，能够覆盖更广泛的区域，实现更全面的水质监控，不仅有助于及时发现并解决水质问题，还在保证测量精度和可靠性的同时降低了整体运维成本。
本文档来自技高网...【技术保护点】
1.一种基于多层级监测的排水管网污染物溯源方法，其特征在于，包括：
2.根据权利要求1所述的基于多层级监测的排水管网污染物溯源方法，其特征在于，所述方法还包括构建并训练水基因诊断模型，具体包括：
3.根据权利要求2所述的基于多层级监测的排水管网污染物溯源方法，其特征在于，所述基于所述城市污水官网确定排水分区，具体包括：
4.根据权利要求3所述的基于多层级监测的排水管网污染物溯源方法，其特征在于，所述将所述采样数据输入到训练好的水基因诊断模型中得到诊断结果，具体包括：
5.根据权利要求4所述的基于多层级监测的排水管网污染物溯源方法，其特征在于，所述基于诊断结果提取目标结果，从而基于所述目标结果对应排水分区的电导率监测设备获取目标监测数据，具体包括：
6.根据权利要求5所述的基于多层级监测的排水管网污染物溯源方法，其特征在于，所述基于所述目标监测数据识别最终的目标片区，所述目标片区包括污染物来源片区，具体包括：
7.根据权利要求6所述的基于多层级监测的排水管网污染物溯源方法，其特征在于，所述方法还包括对所述排水分
8.一种基于多层级监测的排水管网污染物溯源系统，其特征在于，包括：
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至7任一项所述基于多层级监测的排水管网污染物溯源方法。
10.一种电子设备，其特征在于，所述电子设备包括：处理器及存储器；其中，所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述电子设备执行如权利要求1至7中任一项所述基于多层级监测的排水管网污染物溯源方法。
...【技术特征摘要】
1.一种基于多层级监测的排水管网污染物溯源方法，其特征在于，包括：
2.根据权利要求1所述的基于多层级监测的排水管网污染物溯源方法，其特征在于，所述方法还包括构建并训练水基因诊断模型，具体包括：
3.根据权利要求2所述的基于多层级监测的排水管网污染物溯源方法，其特征在于，所述基于所述城市污水官网确定排水分区，具体包括：
4.根据权利要求3所述的基于多层级监测的排水管网污染物溯源方法，其特征在于，所述将所述采样数据输入到训练好的水基因诊断模型中得到诊断结果，具体包括：
5.根据权利要求4所述的基于多层级监测的排水管网污染物溯源方法，其特征在于，所述基于诊断结果提取目标结果，从而基于所述目标结果对应排水分区的电导率监测设备获取目标监测数据，具体包括：
6.根据权利要求5所述的基于多层级监测的排水管网污染物溯源方法，其特征在于，所述基于所述目标监测数据识别最终的目标片区，所述目...
【专利技术属性】
技术研发人员：陈亮，魏本胜，张坤林，陈思宇，朱贤琨，郭剑桥，
申请(专利权)人：上海勘测设计研究院有限公司，
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。