CN101718774A - 在线采集水质数据有效性的诊断方法 - Google Patents
在线采集水质数据有效性的诊断方法 Download PDFInfo
- Publication number
- CN101718774A CN101718774A CN200910185421A CN200910185421A CN101718774A CN 101718774 A CN101718774 A CN 101718774A CN 200910185421 A CN200910185421 A CN 200910185421A CN 200910185421 A CN200910185421 A CN 200910185421A CN 101718774 A CN101718774 A CN 101718774A
- Authority
- CN
- China
- Prior art keywords
- water quality
- quality parameter
- parameter
- monitoring
- time
- 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
Links
Landscapes
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了一种无人值守水质监测站在线采集水质数据有效性的诊断方法。本发明通过对众多水质监测站原水主要水质参数历史监测数据的统计分析,利用线性回归模型拟合每两种不同水质参数之间的回归曲线,并分别求出它们之间的线性相关系数,并把相关系数最大的(必须满足≥0.7)另一水质参数定义为该水质参数的互相关水质参数。本发明对无人值守远程原水水质监测站采集的水质参数的有效性诊断方法具有良好的实用和推广价值,对无人值守远程原水水质监测站水质参数测量仪器的故障诊断和维护有辅助作用。
Description
技术领域
本发明涉及一种水质数据有效性的诊断方法,尤其特别涉及一种无人值守水质监测站在线采集水质数据有效性的诊断方法。
背景技术
近年来,我国工农业的快速发展和城镇规模的持续扩大,导致了严重的水环境污染,饮用水水源地水质状况的持续趋坏,更是引起了国人的高度关注。各级政府环保部门为了完善污染防范、预警和处置相结合的饮用水应急机制,逐步在本地区(自来)水厂原水取水口上游设立无人值守远程水质在线监测站,对原水的PH、温度、浊度、氨氮、耗氧量、溶解氧、总氮、总磷、叶绿素、藻密度等近二十种主要水质参数实施连续实时在线监测。远程水质监测站所有在线水质参数测量仪器所采集水质数据均通过有线或无线方式,传送到自来水公司水质信息管理中心服务器(有些地区是是环保部门),供自来水公司相关水厂使用,作为自来水生产过程控制的重要依据。无人值守远程水质监测站及其远程监测管理信息化***架构如图1所示。
采集准确原水水质参数变化对自来水生产过程优化控制和保证出厂水水质至关重要。现以氨氮参数为例,说明如下:原水中的氨氮可用来表征水体受污染的程度,它主要依靠生物过程降解,氨氮的存在会跟自来水生产过程中投加的氯气发生反应,从而导致自来水消毒过程中需要的投氯量增大,进而生成更多的对人体健康有害的消毒副产物。原水中的氨氮可以通过生物活性炭工艺得到较好的去除,但过高的进水氨氮会造成滤池出水亚硝酸氮积累,并影响生物活性炭滤池对有机物的去除效果。
鉴于各原水水质参数对饮用水生产工艺的重大影响及饮用水生产工艺流程具有的大时滞、大惯性、非线性的特点,通常等到水厂内部过程检测仪表检测出原水水质发生大幅波动、甚至突变这种状况时,水厂操作人员和自控***已失去提前响应的时间,即使立即根据变化情况采取应急措施,也会因自来水生产流程大时滞、大惯性的特点而造成出厂水质大幅波动、甚至短时超标。无人值守远程水质在线监测站建成后,可以实现对原水主要水质参数实施连续实时在线监测,自来水厂可提前(约5-10小时以上)准确获得原水水质变化情况,从而可有较充裕的时间积极采取应对措施,保障水厂生产运行安全。
无人值守远程水质在线监测站的设立,完善了污染防范、预警和处置相结合的饮用水应急机制,提高了饮用水生产应对突发事件的能力。但水质监测站通常设立在偏远的地方,且长期工作于无人值守状态,虽然目前环境监测中心,通常每周会派人到远程水质在线监测站进行一次人工现场取样,实验室化验比对分析,以检验水质仪器是否工作异常,但该方法周期太长,若某仪器发生故障,很难及时被人发现并排除故障。
由于远程水质监测站各水质参数测量仪器,需要长期连续实时在线检测,而原水中经常有颗粒大小不一的悬浮环颗粒物、藻类植物透过过滤网进入取样器,如果不能及时并有效清洗,则会发生堵塞水质仪器采集管、粘附取样器现象,从而影响水质参数测量仪器正常、准确测量;而水质测量仪器电子元器件老化、线路故障等原因,极易导致水质参数测量仪器产生异常数据。若自来水厂根据此类异常数据采取相应操作(由于饮用水处理工艺具有的大惯性、大时滞的特点及水厂投加设备通常设置成自动运行状态,因此,值班员工很难在短时间内发现并纠正投加设备自动发生的错误操作),则可能给自来水精益生产和饮用水安全带来严重不良影响。
发明内容
技术问题:本发明提供一种利用原水水质参数之间相关性对无人值守远程水质监测站在线采集水质数据有效性进行诊断的方法,该方法在现有硬件条件基础上,无需额外增加任何硬件,可以完全通过软件算法实现,通过对监测站各主要水质参数历史监测数据的统计分析,计算出每两种不同水质参数之间的线性相关系数。
技术方案:当某水质参数监测数据有效性需要进行诊断时,则通过检验与该水质参数相关关系最好的另一水质参数在相同时间段内变化情况进行诊断:若比对水质参数亦出现相似波动情况,则诊断为该水质参数此次监测数据正常、有效,该水质参数检测仪器工作正常;否则,则诊断为该水质参数此次监测数据异常、无效,应弃用,该水质参数检测仪器工作异常,同时向有关部门发送相应检测仪器的故障报警信息。
本发明是一种用于无人值守远程原水水质监测站在线采集水质数据的有效性辨识与诊断方法,具体包括以下步骤:
1.)以最近某一段时间Δt为统计分析时间段,选取水质监测站在Δt时间段内主要原水水质的PH、温度、浊度、COD、溶解氧、氨氮、总氮、总磷、叶绿素和藻密度参数,对历史监测数据进行统计分析,利用线性回归模型拟合每两种不同水质参数之间的回归曲线,并分别求出它们之间的线性相关系数;
2.)参与统计分析的每一种水质参数,定义与其相关系数最大的另一参数为该水质参数的互相关水质参数;
3.)根据实时记录、更新的各水质参数最近两次次正常监测数据及其监测时间,计算出各水质参数最近一个监测时间段内的平均变化速率,并定义该变化速率为该水质参数参考变化速率;当监控中心站水质信息化管理中心接收到某无人值守远程原水水质监测站在线采集数据中,某一水质参数变化速率超过该水质参数参考变化速率2倍以上时,则需要对该水质参数此次监测数据有效性进行诊断;
4.)当某一水质参数A出现大幅波动,其监测数据有效性需要进行诊断时,则通过检验步骤2)中确定的该水质参数的互相关水质参数B在相同时间段内变化情况进行判定:若水质参数B亦出现相似变化情况,则诊断水质参数A此次突变确是由于采样原水水质出现突变所致;否则则判定水质参数A此次突变是由于该水质参数测量仪器故障所致。
统计分析时间段选择为1到3年范围内任意时间间隔。每一种水质参数与其互相关水质参数之间的线性相关系数必须大于等于0.7。水质监测站监测主要水质参数至少包括:PH、温度、浊度、COD、溶解氧、氨氮、总氮、总磷、叶绿素和藻密度。
有益效果:本发明的实施,可以快速准确得诊断出在线采集水质数据的有效性,消除了监测站异常水质数据给自来水精益生产和饮用水安全带来的严重不良影响,同时能及时发现监测站仪器故障,并向环境监测中心发送相应水质仪器报警信息,保障了水质监测站长期可靠、有效运行。本发明具有良好的实用和推广价值,不仅适用于无人值守远程水质监测站在线采集水质数据有效性的判别,同样也适用于其它类似场合,如无人值守远程空气质量监测站在线采集数据有效性的判别等。
附图说明
图1是无人值守远程水质监测站及其远程监测管理信息化***架构示意图。
具体实施方式
本发明是一种用于无人值守远程原水水质监测站在线采集水质数据的有效性判别方法,在水质监测站现有硬件平台基础上,利用各水质参数之间相关性,通过软件算法实现对水质监测站在线采集水质数据有效性进行诊断,现结合实例详细阐述这一过程,具体包括如下步骤:
1)、选取最近3年,远程原水水质监测站十种主要原水水质参数(PH、温度、浊度、COD、溶解氧、氨氮、总氮、总磷、叶绿素、藻密度)历史监测数据进行统计分析,利用线性回归模型拟合每两种不同水质参数之间的回归曲线Y=kX+b,k,b可由计算求得,并分别求出它们之间的线性相关系数,并进行显著性检验,保留有意义相关关系。
2)、参与统计分析的每一种水质参数,定义与其线性相关系数最大的(必须满足≥0.7)另一参数为该水质参数的互相关水质参数。
3)、水质参数A,最近两次正常监测数据为XA1,XA2,对应的监测时间分别为t1,t2,
计算该水质参数在t1至t2时间段内平均速率为V1=|XA2-XA1|/(t2-t1),并以V1为该水质参数参考变化速率,即VRF=V1。当水质参数A最近两次正常数据更新后,该参数参考变化速率则需要重新计算。监控中心站水质信息化管理中心接收到A参数最新采集数据XA3,监测时间t3后,计算其在t2至t3时间段内平均速率为V2=|XA3-XA2|/(t3-t2),若V2>2*VRF,则A参数出现较大幅度波动,此次监测数据有效性需要进入(4)进行诊断;否则,则认为A参数此次监测数据正常。
4)、当某水质参数A出现大幅波动,监测数据(XA3)有效性需要进行诊断时,找出(2)中确定的该参数互相关水质参数B,B参数在相同监测时间对应监测数据为YB3,通过(1)种拟合的A,B参数的线性回归曲线Y=kX+b及B参数此次监测数据YB3对A参数进行可信度为0.95的预测估计,计算出置信区间为(m,n),若XA3∈(m,n),则诊断为水质参数A,B,此次监测数据XA3,YB3,在可信度0.95时,满足回归曲线方程,即水质参数A、B出现相似波动情况,且该波动是由于原水水质出现较大变化所致,属于正常变化,A参数此次监测数据正常、有效;否则,则认为水质参数A、B未出现相似变化情况,A参数波动是由于仪器故障所致,A参数此次监测数据为异常数据,应弃用,同时向环境监测中心发送相应水质仪器故障报警信息。
Claims (4)
1.一种在线采集水质数据有效性的诊断方法,其特征在于该方法包括以下步骤:
1.)以最近某一段时间Δt为统计分析时间段,选取水质监测站在Δt时间段内主要原水水质的PH、温度、浊度、COD、溶解氧、氨氮、总氮、总磷、叶绿素和藻密度参数,对历史监测数据进行统计分析,利用线性回归模型拟合每两种不同水质参数之间的回归曲线,并分别求出它们之间的线性相关系数;
2.)参与统计分析的每一种水质参数,定义与其相关系数最大的另一参数为该水质参数的互相关水质参数;
3.)根据实时记录、更新的各水质参数最近两次次正常监测数据及其监测时间,计算出各水质参数最近一个监测时间段内的平均变化速率,并定义该变化速率为该水质参数参考变化速率;当监控中心站水质信息化管理中心接收到某无人值守远程原水水质监测站在线采集数据中,某一水质参数变化速率超过该水质参数参考变化速率2倍以上时,则需要对该水质参数此次监测数据有效性进行诊断;
4.)当某一水质参数A出现大幅波动,其监测数据有效性需要进行诊断时,则通过检验步骤2)中确定的该水质参数的互相关水质参数B在相同时间段内变化情况进行判定:若水质参数B亦出现相似变化情况,则诊断水质参数A此次突变确是由于采样原水水质出现突变所致;否则则判定水质参数A此次突变是由于该水质参数测量仪器故障所致。
2.根据权利要求1所述的在线采集水质数据有效性的诊断方法,其特征在于统计分析时间段选择为1到3年范围内任意时间间隔。
3.根据权利要求1所述的在线采集水质数据有效性的诊断方法,其特征在于每一种水质参数与其互相关水质参数之间的线性相关系数必须大于等于0.7。
4.根据权利要求1所述的在线采集水质数据有效性的诊断方法,其特征在于水质监测站监测主要水质参数至少包括:PH、温度、浊度、COD、溶解氧、氨氮、总氮、总磷、叶绿素和藻密度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009101854215A CN101718774B (zh) | 2009-11-09 | 2009-11-09 | 在线采集水质数据有效性的诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009101854215A CN101718774B (zh) | 2009-11-09 | 2009-11-09 | 在线采集水质数据有效性的诊断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101718774A true CN101718774A (zh) | 2010-06-02 |
CN101718774B CN101718774B (zh) | 2012-11-28 |
Family
ID=42433378
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2009101854215A Expired - Fee Related CN101718774B (zh) | 2009-11-09 | 2009-11-09 | 在线采集水质数据有效性的诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101718774B (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102947690A (zh) * | 2010-06-22 | 2013-02-27 | 株式会社日立高新技术 | 自动分析装置 |
CN103175941A (zh) * | 2012-12-29 | 2013-06-26 | 聚光科技(杭州)股份有限公司 | 分析设备数据有效性的判断装置及方法 |
CN103235096A (zh) * | 2013-04-16 | 2013-08-07 | 广州铁路职业技术学院 | 污水水质检测方法与装置 |
CN103398743A (zh) * | 2013-08-07 | 2013-11-20 | 广州中国科学院沈阳自动化研究所分所 | 移动水质监测装置、***及方法 |
CN103728429A (zh) * | 2013-12-25 | 2014-04-16 | 力合科技(湖南)股份有限公司 | 水质在线监测方法及监测*** |
CN103743878A (zh) * | 2013-12-26 | 2014-04-23 | 力合科技(湖南)股份有限公司 | 水质监测数据处理方法及装置 |
WO2018027517A1 (zh) * | 2016-08-09 | 2018-02-15 | 曹鸿鹏 | 一种在线监测水源污染的方法及*** |
CN108108889A (zh) * | 2017-12-18 | 2018-06-01 | 杭州电子科技大学 | 一种水质监测数据在线处理方法及装置 |
CN108226437A (zh) * | 2018-04-09 | 2018-06-29 | 山东建筑大学 | 一种应用于湖库水体的修正水质监测结果的方法 |
CN108665119A (zh) * | 2018-08-03 | 2018-10-16 | 清华大学 | 一种供水管网异常工况预警方法 |
CN109520567A (zh) * | 2018-11-27 | 2019-03-26 | 深圳先进技术研究院 | 一种海水养殖水质预警方法 |
CN110278287A (zh) * | 2019-07-24 | 2019-09-24 | 浙江创韵环境科技有限公司 | 一种污水监测*** |
CN110751853A (zh) * | 2019-10-25 | 2020-02-04 | 百度在线网络技术(北京)有限公司 | 停车位数据的有效性识别方法和装置 |
CN112037106A (zh) * | 2020-08-07 | 2020-12-04 | 汉威科技集团股份有限公司 | 一种基于特征互相关性和概率密度的数据异常分析方法 |
CN112540050A (zh) * | 2020-11-24 | 2021-03-23 | 威海精讯畅通电子科技有限公司 | 一种水质检测仪及其检测方法 |
CN112858619A (zh) * | 2021-03-03 | 2021-05-28 | 华南农业大学 | 一种对虾养殖水质的预测预警方法 |
CN115508522A (zh) * | 2021-06-07 | 2022-12-23 | 芯视界(北京)科技有限公司 | 水质检测方法及装置、电子设备和存储介质 |
WO2023000503A1 (zh) * | 2021-07-19 | 2023-01-26 | 上海亨通海洋装备有限公司 | 水质检测仪的在线自检测控制*** |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19824609C2 (de) * | 1998-06-02 | 2001-09-06 | Wolfram Weis | Verfahren zur Online-Überwachung der Einhaltung vorgegebener Grenzwerte und Parameter in Fluids und Einrichtung zur Durchführung des Verfahrens |
CN201110857Y (zh) * | 2007-10-29 | 2008-09-03 | 于明 | 水源在线监测预警*** |
CN201222059Y (zh) * | 2008-06-20 | 2009-04-15 | 东莞市凌峰信息科技有限公司 | 一种水质远程无线多点检测*** |
-
2009
- 2009-11-09 CN CN2009101854215A patent/CN101718774B/zh not_active Expired - Fee Related
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102947690A (zh) * | 2010-06-22 | 2013-02-27 | 株式会社日立高新技术 | 自动分析装置 |
CN102947690B (zh) * | 2010-06-22 | 2015-03-11 | 株式会社日立高新技术 | 自动分析装置 |
CN103175941A (zh) * | 2012-12-29 | 2013-06-26 | 聚光科技(杭州)股份有限公司 | 分析设备数据有效性的判断装置及方法 |
CN103175941B (zh) * | 2012-12-29 | 2016-01-20 | 聚光科技(杭州)股份有限公司 | 分析设备数据有效性的判断装置及方法 |
CN103235096A (zh) * | 2013-04-16 | 2013-08-07 | 广州铁路职业技术学院 | 污水水质检测方法与装置 |
CN103398743A (zh) * | 2013-08-07 | 2013-11-20 | 广州中国科学院沈阳自动化研究所分所 | 移动水质监测装置、***及方法 |
CN103398743B (zh) * | 2013-08-07 | 2015-12-23 | 广州中国科学院沈阳自动化研究所分所 | 移动水质监测装置、***及方法 |
CN103728429A (zh) * | 2013-12-25 | 2014-04-16 | 力合科技(湖南)股份有限公司 | 水质在线监测方法及监测*** |
CN103728429B (zh) * | 2013-12-25 | 2016-06-01 | 力合科技(湖南)股份有限公司 | 水质在线监测方法及监测*** |
CN103743878A (zh) * | 2013-12-26 | 2014-04-23 | 力合科技(湖南)股份有限公司 | 水质监测数据处理方法及装置 |
WO2018027517A1 (zh) * | 2016-08-09 | 2018-02-15 | 曹鸿鹏 | 一种在线监测水源污染的方法及*** |
CN108108889A (zh) * | 2017-12-18 | 2018-06-01 | 杭州电子科技大学 | 一种水质监测数据在线处理方法及装置 |
CN108226437A (zh) * | 2018-04-09 | 2018-06-29 | 山东建筑大学 | 一种应用于湖库水体的修正水质监测结果的方法 |
CN108665119A (zh) * | 2018-08-03 | 2018-10-16 | 清华大学 | 一种供水管网异常工况预警方法 |
CN108665119B (zh) * | 2018-08-03 | 2021-05-28 | 清华大学 | 一种供水管网异常工况预警方法 |
CN109520567A (zh) * | 2018-11-27 | 2019-03-26 | 深圳先进技术研究院 | 一种海水养殖水质预警方法 |
CN110278287A (zh) * | 2019-07-24 | 2019-09-24 | 浙江创韵环境科技有限公司 | 一种污水监测*** |
CN110751853A (zh) * | 2019-10-25 | 2020-02-04 | 百度在线网络技术(北京)有限公司 | 停车位数据的有效性识别方法和装置 |
CN112037106A (zh) * | 2020-08-07 | 2020-12-04 | 汉威科技集团股份有限公司 | 一种基于特征互相关性和概率密度的数据异常分析方法 |
CN112037106B (zh) * | 2020-08-07 | 2023-12-15 | 汉威科技集团股份有限公司 | 一种基于特征互相关性和概率密度的数据异常分析方法 |
CN112540050A (zh) * | 2020-11-24 | 2021-03-23 | 威海精讯畅通电子科技有限公司 | 一种水质检测仪及其检测方法 |
CN112540050B (zh) * | 2020-11-24 | 2022-12-27 | 威海精讯畅通电子科技有限公司 | 一种水质检测仪及其检测方法 |
CN112858619A (zh) * | 2021-03-03 | 2021-05-28 | 华南农业大学 | 一种对虾养殖水质的预测预警方法 |
CN115508522A (zh) * | 2021-06-07 | 2022-12-23 | 芯视界(北京)科技有限公司 | 水质检测方法及装置、电子设备和存储介质 |
WO2023000503A1 (zh) * | 2021-07-19 | 2023-01-26 | 上海亨通海洋装备有限公司 | 水质检测仪的在线自检测控制*** |
Also Published As
Publication number | Publication date |
---|---|
CN101718774B (zh) | 2012-11-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101718774B (zh) | 在线采集水质数据有效性的诊断方法 | |
CN112863134B (zh) | 一种农村污水处理设施运行异常的智能诊断***及方法 | |
CN107357243B (zh) | 基于云端数据监控的污水处理*** | |
CN110297018A (zh) | 一种排水管网污染物排放溯源的方法及装置 | |
JP4347864B2 (ja) | 水処理施設の管理システム | |
CN107748546A (zh) | 一种基于LoRa技术的工厂智能巡检*** | |
CN103728428A (zh) | 一种水质实时在线监测*** | |
CN111596025B (zh) | 一种基于大数据的水环境污染分析*** | |
JP2005250557A (ja) | モバイル技術による日常的水質監視システム | |
JP4964273B2 (ja) | 水処理施設の管理システム | |
CN203101366U (zh) | 用于供水网络的在线水质检测装置和在线水质监控*** | |
CN208588936U (zh) | 一种废水处理监控*** | |
CN111121874A (zh) | 一种水源地水质监测评估***及其评估方法 | |
CN105158296A (zh) | 一种水质智能监测*** | |
CN106225832A (zh) | 一种用于景观公园的水质监控***及方法 | |
CN110458529A (zh) | 一种基于大数据的水污染分析、预测方法 | |
CN110850051A (zh) | 一种水质环境监测方法 | |
CN109870989A (zh) | 一种综合监控污水排放的方法及其*** | |
CN115330575A (zh) | 一种三维可视的分散式污水厂站管理*** | |
Priya et al. | IoT based automation of real time in-pipe contamination detection system in drinking water | |
CN112327791A (zh) | 一种基于大数据的环境监控平台 | |
CN117630319A (zh) | 一种基于大数据的水质监测预警方法及*** | |
JP2022526143A (ja) | 水処理プラントにおける異常を検出する方法 | |
CN111240256A (zh) | 一种建筑工程现场监测管理*** | |
CN211374726U (zh) | 水质监测*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20121128 Termination date: 20151109 |
|
CF01 | Termination of patent right due to non-payment of annual fee |