CN115002171B - 一种污水处理设施的智能运营监管*** - Google Patents
一种污水处理设施的智能运营监管*** Download PDFInfo
- Publication number
- CN115002171B CN115002171B CN202210941631.8A CN202210941631A CN115002171B CN 115002171 B CN115002171 B CN 115002171B CN 202210941631 A CN202210941631 A CN 202210941631A CN 115002171 B CN115002171 B CN 115002171B
- Authority
- CN
- China
- Prior art keywords
- sewage treatment
- data
- treatment facility
- module
- target
- 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.)
- Active
Links
- 239000010865 sewage Substances 0.000 title claims abstract description 158
- 238000012544 monitoring process Methods 0.000 claims abstract description 58
- 230000009467 reduction Effects 0.000 claims abstract description 41
- 238000011156 evaluation Methods 0.000 claims abstract description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 70
- 230000008859 change Effects 0.000 claims description 23
- 238000003745 diagnosis Methods 0.000 claims description 19
- 238000000034 method Methods 0.000 claims description 18
- 230000000694 effects Effects 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 15
- 239000003086 colorant Substances 0.000 claims description 9
- 230000005611 electricity Effects 0.000 claims description 9
- 238000007726 management method Methods 0.000 claims description 7
- 238000003062 neural network model Methods 0.000 claims description 7
- 230000000007 visual effect Effects 0.000 claims description 7
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 6
- 239000007788 liquid Substances 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 230000003068 static effect Effects 0.000 claims description 5
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 3
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 claims description 3
- 238000004140 cleaning Methods 0.000 claims description 3
- 238000013500 data storage Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 229910052757 nitrogen Inorganic materials 0.000 claims description 3
- 229910052698 phosphorus Inorganic materials 0.000 claims description 3
- 239000011574 phosphorus Substances 0.000 claims description 3
- 238000012806 monitoring device Methods 0.000 claims 2
- 238000012549 training Methods 0.000 description 8
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 3
- 230000002035 prolonged effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/904—Browsing; Visualisation therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明涉及物联网技术领域,公开了一种污水处理设施的智能运营监管***,包括:监测终端,用于获取目标污水处理设施的关键参数;监管云平台,包括感知层、识别层、***层、应用层;可通过污水处理减排特征画像、污水处理减排能效评估,实现对污水处理设施运行画像及能效的综合评估,指导污水处理设施智慧运行;通过***层对识别层的输出数据进行可视化的展示和储存,方便用户通过应用层进行调用,用户可通过实时监测模块实时的查看目标污水处理设施的实时关键参数,并通过数据查询模块对某一目标污水处理设施的运营状态进行查询,综合的提升对目标污水处理设施的管理效率和有效性。
Description
技术领域
本发明涉及物联网技术领域,具体涉及一种污水处理设施的智能运营监管***。
背景技术
随着农村人居环境显著改善,农村生活污水治理率也在不断提升,但是截至2020年底我国农村生活污水处理率仅为25.5%,相当一部分农村污水直接或不达标排放造成农村水环境严重恶化,因此在目前阶段,在农村引入大量污水处理设施来对农村污水进行处理。
但是现有村庄污水处理设施数量多、分散、运营管理范围大,需要人工线下各站点采样、巡查设备故障问题,消耗大量人力、物力,导致村镇污水处理项目运营成本高。现有村镇污水监管技术对设备的故障情况不能做到实时掌控,导致多数村镇污水处理设备处于停滞状态,有些甚至年久失修,得不到及时的运营维护处理。
另外,现有村镇污水运营技术对相关人员专业要求强,由于专业人才的不足及运营数据获取难、获取不及时,无法对设备净化能效进行动态评估及设备联调优化,导致村镇污水处理项目成效低,且目前的村镇污水处理设施运营方案没有根据运营特点进行差异化、精细化运营,导致运营成效低。还有就是,目前村镇内污水处理设施运行工艺参数一般是按照设备出厂条件设置或经过运维人员简单调试进行运转,不能够根据实际村镇收集污水水质、水量特点进行处理工艺的精细化调整,造成设施能效较低。
发明内容
本发明的目的在于提供一种污水处理设施的智能运营监管***,解决以下技术问题:
如何提供一种能够污水处理设施的工作状态进行实时监视管理来提升其管理和使用效率的智能运营监管***。
本发明的目的可以通过以下技术方案实现:
一种污水处理设施的智能运营监管***,包括:
监测终端,用于获取目标污水处理设施的关键参数;
监管云平台,包括感知层、识别层、***层、应用层;
其中,所述感知层用于接收所述关键参数;
所述识别层,包括污水处理设施故障智能云诊断模块,用于对目标污水处理设施进行智能诊断和运营管理;
所述***层,用于对所述识别层的输出数据进行可视化显示以及数据存储;
所述应用层,包括实时监测模块、数据查询模块、故障诊断及预警模块。
通过上述技术方案,可通过监测终端对目标污水处理设施的关键参数进行获取,监管云平台获得关键参数后从而能够实时获取目标污水处理设施的工作状态和效果,再由污水处理设施故障智能云诊断模块对目标污水处理设施是否存在故障进行实时诊断,通过***层对识别层的输出数据进行可视化的展示和储存,方便用户通过应用层进行调用,用户可通过实时监测模块实时的查看目标污水处理设施的实时关键参数,并通过数据查询模块对某一目标污水处理设施的运营状态进行查询,从而能够综合的提升对目标污水处理设施的管理效率和有效性。
作为本发明进一步的方案:所述故障智能云诊断模块,用于对所述目标污水处理设施进行故障诊断,对存在故障的所述目标污水处理设施进行预警;
所述故障包括数据中断、数据重复、数据极端值、数据异常、设备电量不足;
所述数据中断:根据前端所述监测终端各关键参数最后传回数据的时间,超过设置允许的中断时长,判断设备存在数据中断故障;
所述数据重复:根据前端所述监测终端各关键参数的监测频率及某一段时间的传回数据,若重复数据超过设置允许的重复阈值,判断设备存在数据重复故障;
所述数据极端值:根据前端所述监测终端各关键参数的监测水环境节点类型不同,定制化设置各监测设备各关键参数的极端值阈值,若监测数据超过设置允许的极端值阈值,判断设备存在数据极端值故障;
所述数据异常:根据水环境业务知识,定制化设备数据异常规则;
所述设备电量不足:根据通过移动电源供电设备的剩余用电量,若设备剩余电量小于20%,判断设备电量不足;
所述预警是指:生成预警信息,由所述***层对所述预警信息进行显示,由所述应用层向工作人员进行预警提醒。
通过上述技术方案,可将目标污水处理设施可能发生的故障分为数据中断、数据重复、数据极端值、数据异常、设备电量不足等类别,目标污水处理设施属于上述何种故障类别可以通过以下方式进行;比如:
若关键参数在进行回传时,存在60秒以上的中断传输,则便可以判断该目标污水处理设施存在数据中断的故障;
若关键参数在回传时,连续的相同的重复数据占最近60秒内的数据综合的50%,则可以判断该目标污水处理设施存在数据重复的故障;
极端值阈值和数据异常规则中的异常标准数值则可以根据目标污水处理设施所处的水环境节点类型,结合以往经验,通过应用层进行灵活的设置。
作为本发明进一步的方案:所述识别层还包括污水减排特征画像模块,所述污水减排特征画像模块为经过训练的神经网络模型,用于接收所述关键参数生成特征图片,对所述特征图片进行运营特征画像的分类并进行对应运营方案的选择;
所述运营特征画像包括平稳型、一般波动型、较大波动型、严重波动型;
所述运营方案包括:当判断所述目标污水处理设施的所述运营特征画像为所述较大波动型或所述严重波动型时,对减排处理量大的月份增加运营频次,对减排处理量小的月份减少运营频次。
通过上述技术方案,可以通过污水减排特征画像模块,根据关键参数对当前目标污水处理设施进行运营特征画像的智能分类,再根据分类的判断结果选择相应的运营方案,从而从宏观角度精准的对目标污水处理设施的工作状态进行评判,提升目标污水处理设施的有效工作时间。
作为本发明进一步的方案:所述污水减排特征画像模块包括生成模块和识别模块以及储存模块;
所述生成模块,用于根据所述关键参数生成所述特征图片;
所述识别模块,为经过训练的神经网络模型,用于接收所述特征图片后输出相应的运营特征画像分类结果;
所述特征图片包括带有单位刻度的空白图片和显示在所述图片上的多个趋势曲线;
所述储存模块,用于储存所述目标污水处理设施对应的所述特征图片和运营特征画像分类结果;
所述趋势曲线包括所述目标污水处理设施进出水水质、进出水水量、污染减排量的均值、最小值、1/4分位数、1/2分位数、3/4分位数、最大值、标准偏差随时间变化的变化曲线;
相邻所述变化曲线的起点和终点所对应的时间戳相同,不同的所述变化曲线的颜色不同,相同类目的所述变化曲线颜色相同。
作为本发明进一步的方案:所述监测终端包括水质在线监测设备、水量在线监测设备、工艺监测模组和定位模组;
所述水质在线检测设备,用于获取所述目标污水处理设施的进水端和出水端的COD数据指标、氨氮数据指标、总磷数据指标数据指标、总氮数据指标;
所述水量在线监测设备,用于获取目标污水处理设施的进水端和出水端的水流量数据指标、流速数据指标、液位数据指标;
所述工艺监测模组,用于获取所述目标污水处理设施的污水处理工艺各个环节的运行数据;
所述定位模组,用于获取与所述目标污水处理设施关联的地理信息;
还包括GIS信息模块,用于根据所述地理信息生成与对应所述目标污水处理设施相关的地理标识并进行显示。
通过上述技术方案,监测终端可以对目标污水处理设施进出水端的水质、水量和污水处理工艺以及地理位置进行实时的监控获取,以此来能够全面的对目标污水处理设施的工作状态进行监控。
通过上述技术方案,可以利用生成模块根据关键参数生成预设时间段内的特征图片,不同颜色的变化曲线可以方便识别模块对其进行区分,然后将进出水水质,进出水水量,污染减排量的均值、最小值、1/4分位数、1/2分位数、3/4分位数、最大值、标准偏差等参数对应的变化曲线按照从上到下的顺序集中设置在带有单位刻度的空白图片上,横坐标为时间轴,纵坐标的单位与对应变化曲线的单位相同,如此,可以在对目标污水处理设施进行运营特征画像分类时,能够实现以多个维度的标准进行判断,使得进出水水质、进出水水量、污染减排量的均值、最小值、1/4分位数、1/2分位数、3/4分位数、最大值、标准偏差等数据在同一时间的相互关系也纳入考察中,提升了运营特征画像分类的准确性和全面性。
作为本发明进一步的方案:所述识别层中还包括污水减排成效评估模块,所述污水减排成效评估模块用于对农村污水处理设施进出水水质、液位、水量综合分析,得出农村污水处理设施减排量,根据预设减排指标量、预设减排率评估农村污水处理设施的处理成效。
作为本发明进一步的方案:所述监测终端和所述监管云平台通过云服务器和大数据实时流***进行通信沟通。
作为本发明进一步的方案:所述云服务器包括用于存储所述关键参数中的静态基础数据的mysql、oracle数据库,所述大数据实时流***包括用于接入、清洗、处理、加工所述关键参数中的动态基础数据的link应用和kafka应用。
通过上述技术方案,静态基础数据可以为目标污水处理设施的污水处理量、处理工艺以及地理信息。
本发明的有益效果:
(1)通过监测终端对目标污水处理设施的关键参数进行获取,监管云平台获得关键参数后从而能够实时获取目标污水处理设施的工作状态和效果,再由污水处理设施故障智能云诊断模块对目标污水处理设施是否存在故障进行实时诊断,通过***层对识别层的输出数据进行可视化的展示和储存,方便用户通过应用层进行调用,用户可通过实时监测模块实时的查看目标污水处理设施的实时关键参数,并通过数据查询模块对某一目标污水处理设施的运营状态进行查询,从而能够综合的提升对目标污水处理设施的管理效率和有效性;
(2)可以通过污水减排特征画像模块,根据关键参数对当前目标污水处理设施进行运营特征画像的智能分类,再根据分类的判断结果选择相应的运营方案,从而从宏观角度精准的对目标污水处理设施的工作状态进行评判,提升目标污水处理设施的有效工作时间;
(3)可以利用生成模块根据关键参数生成预设时间段内的特征图片,不同颜色的变化曲线可以方便识别模块对其进行区分,然后将进出水水质、进出水水量、污染减排量的均值、最小值、1/4分位数、1/2分位数、3/4分位数、最大值、标准偏差等参数对应的变化曲线按照从上到下的顺序集中设置在带有单位刻度的空白图片上,横坐标为时间轴,纵坐标的单位与对应变化曲线的单位相同,如此,可以在对目标污水处理设施进行运营特征画像分类时,能够实现以多个维度的标准进行判断,使得进出水水质、进出水水量、污染减排量的均值、最小值、1/4分位数、1/2分位数、3/4分位数、最大值、标准偏差等数据在同一时间的相互关系也纳入考察中,提升了运营特征画像分类的准确性和全面性。
附图说明
下面结合附图对本发明作进一步的说明。
图1为本发明中智能运营监管***的结构框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1所示,本发明为一种污水处理设施的智能运营监管***,包括:
监测终端,用于获取目标污水处理设施的关键参数;
监管云平台,包括感知层、识别层、***层、应用层;
其中,感知层用于接收关键参数;
识别层,包括污水处理设施故障智能云诊断模块,用于对目标污水处理设施进行智能诊断和运营管理;
***层,用于对识别层的输出数据进行可视化显示以及数据存储;
应用层,包括实时监测模块、数据查询模块、故障诊断及预警模块。
通过上述技术方案,可通过监测终端对目标污水处理设施的关键参数进行获取,监管云平台获得关键参数后从而能够实时获取目标污水处理设施的工作状态和效果,再由污水处理设施故障智能云诊断模块对目标污水处理设施是否存在故障进行实时诊断,通过***层对识别层的输出数据进行可视化的展示和储存,方便用户通过应用层进行调用,用户可通过实时监测模块实时的查看目标污水处理设施的实时关键参数,并通过数据查询模块对某一目标污水处理设施的运营状态进行查询,从而能够综合的提升对目标污水处理设施的管理效率和有效性。
作为本发明进一步的方案:故障智能云诊断模块,用于对目标污水处理设施进行故障诊断,对存在故障的目标污水处理设施进行预警;
故障包括数据中断、数据重复、数据极端值、数据异常、设备电量不足;
数据中断:根据前端监测终端各关键参数最后传回数据的时间,超过设置允许的中断时长,判断设备存在数据中断故障;
数据重复:根据前端监测终端各关键参数的监测频率及某一段时间的传回数据,若重复数据超过设置允许的重复阈值,判断设备存在数据重复故障;
数据极端值:根据前端监测终端各关键参数的监测水环境节点类型不同,定制化设置各监测设备各关键参数的极端值阈值,若监测数据超过设置允许的极端值阈值,判断设备存在数据极端值故障;
数据异常:根据水环境业务知识,定制化设备数据异常规则;
设备电量不足:根据通过移动电源供电设备的剩余用电量,若设备剩余电量小于20%,判断设备电量不足;
预警是指:生成预警信息,由***层对预警信息进行显示,由应用层向工作人员进行预警提醒。
通过上述技术方案,可将目标污水处理设施可能发生的故障分为数据中断、数据重复、数据极端值、数据异常、设备电量不足等类别,目标污水处理设施属于上述何种故障类别可以通过以下方式进行;比如:
若关键参数在进行回传时,存在60秒以上的中断传输,则便可以判断该目标污水处理设施存在数据中断的故障;
若关键参数在回传时,连续的相同的重复数据占最近60秒内的数据综合的50%,则可以判断该目标污水处理设施存在数据重复的故障;
极端值阈值和数据异常规则中的异常标准数值则可以根据目标污水处理设施所处的水环境节点类型,结合以往经验,通过应用层进行灵活的设置。
作为本发明进一步的方案:识别层还包括污水减排特征画像模块,污水减排特征画像模块为经过训练的神经网络模型,用于接收关键参数生成特征图片,对特征图片进行运营特征画像的分类并进行对应运营方案的选择;
运营特征画像包括平稳型、一般波动型、较大波动型、严重波动型;
运营方案包括:当判断目标污水处理设施的运营特征画像为较大波动型或严重波动型时,对减排处理量大的月份增加运营频次,对减排处理量小的月份减少运营频次。
通过上述技术方案,可以通过污水减排特征画像模块,根据关键参数对当前目标污水处理设施进行运营特征画像的智能分类,再根据分类的判断结果选择相应的运营方案,从而从宏观角度精准的对目标污水处理设施的工作状态进行评判,提升目标污水处理设施的有效工作时间。
作为本发明进一步的方案:污水减排特征画像模块包括生成模块和识别模块以及储存模块;
生成模块,用于根据关键参数生成特征图片;
识别模块,为经过训练的神经网络模型,用于接收特征图片后输出相应的运营特征画像分类结果;
特征图片包括带有单位刻度的空白图片和显示在图片上的多个趋势曲线;
储存模块,用于储存目标污水处理设施对应的特征图片和运营特征画像分类结果;
趋势曲线包括目标污水处理设施进出水水质、进出水水量、污染减排量的均值、最小值、1/4分位数、1/2分位数、3/4分位数、最大值、标准偏差随时间变化的变化曲线;
相邻变化曲线的起点和终点所对应的时间戳相同,不同的变化曲线的颜色不同,相同类目的变化曲线颜色相同。
作为本发明进一步的方案:监测终端包括水质在线监测设备、水量在线监测设备、工艺监测模组和定位模组;
水质在线检测设备,用于获取目标污水处理设施的进水端和出水端的COD数据指标、氨氮数据指标、总磷数据指标数据指标、总氮数据指标;
水量在线监测设备,用于获取目标污水处理设施的进水端和出水端的水流量数据指标、流速数据指标、液位数据指标;
工艺监测模组,用于获取目标污水处理设施的污水处理工艺各个环节的运行数据;
定位模组,用于获取与目标污水处理设施关联的地理信息;
还包括GIS信息模块,用于根据地理信息生成与对应目标污水处理设施相关的地理标识并进行显示。
通过上述技术方案,监测终端可以对目标污水处理设施进出水端的水质、水量和污水处理工艺以及地理位置进行实时的监控获取,以此来能够全面的对目标污水处理设施的工作状态进行监控。
通过上述技术方案,可以利用生成模块根据关键参数生成预设时间段内的特征图片,不同颜色的变化曲线可以方便识别模块对其进行区分,然后将进出水水质,进出水水量,污染减排量的均值、最小值、1/4分位数、1/2分位数、3/4分位数、最大值、标准偏差等参数对应的变化曲线按照从上到下的顺序集中设置在带有单位刻度的空白图片上,横坐标为时间轴,纵坐标的单位与对应变化曲线的单位相同;如此,可以在对目标污水处理设施进行运营特征画像分类时,能够实现以多个维度的标准进行判断,使得进出水水质、进出水水量、污染减排量的均值、最小值、1/4分位数、1/2分位数、3/4分位数、最大值、标准偏差等数据在同一时间的相互关系也纳入考察中,而并非是将上述数据进行相互独立的进行考察判断,提升了运营特征画像分类的准确性和全面性。
另外,为了增加识别模块输出运营特征画像分类结果的准确度,可将特征图片中变化曲线的上下位置进行调换,得到一个新的特征图片,之后再将该新的特征图片重新输入识别模块中进行识别,虽然新的特征图片中所包含的数据信息没有发生变化,但是使得用于展示相关数据的变化曲线之间的相对位置发生变化,也就是视觉效果发生变化,因此对于识别模型来说,该新的特征图片为全新的;因此,因特征图片的变化,故需要提前对识别模块进行相应训练,本发明中的神经网络模型可采用卷积神经网络(CNN),卷积神经网络是用于图像分类问题的最流行的神经网络模型,特征图片的获取方式与识别模块的训练样本获取方式相同,更多的是,训练样本相较于特征图片多出一个人工标注的步骤,可通过人工根据特征图片和实际运营情况可判断特征图片所对应的实际运营特征画像分类,标注到该特征图片上后得到训练样本。
如此一来,可以对训练样本进行倍增,理论上根据一张训练样本,可以得到对应的无数张视觉显示效果不同但是实质数据相同的无数训练样本,从而能够训练样本集合进行大幅度的扩充,从而提升识别模块的识别精准度上限。
因此,举个例子,可以将视觉显示效果不同但是实质数据相同的7张特征图片逐个输入识别模块中,其中7为假定数值,可以得到7个运营特征画像分类结果,若其中5个运营特征画像分类结果是相同的,为A,则可以认为最终的运营特征画像分类结果为A。
作为本发明进一步的方案:识别层中还包括污水减排成效评估模块,污水减排成效评估模块用于对农村污水处理设施进出水水质、液位、水量综合分析,得出农村污水处理设施减排量,根据预设减排指标量、预设减排率评估农村污水处理设施的处理成效。
作为本发明进一步的方案:监测终端和监管云平台通过云服务器和大数据实时流***进行通信沟通。
作为本发明进一步的方案:云服务器包括用于存储关键参数中的静态基础数据的mysql、oracle数据库,大数据实时流***包括用于接入、清洗、处理、加工关键参数中的动态基础数据的link应用和kafka应用。
通过上述技术方案,静态基础数据可以为目标污水处理设施的污水处理量、处理工艺以及地理信息。
以上对本发明的一个实施例进行了详细说明,但内容仅为本发明的较佳实施例,不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等,均应仍归属于本发明的专利涵盖范围之内。
Claims (5)
1.一种污水处理设施的智能运营监管***,其特征在于,包括:
监测终端,用于获取目标污水处理设施的关键参数;
监管云平台,包括感知层、识别层、***层、应用层;
其中,所述感知层用于接收所述关键参数;
所述识别层,包括污水处理设施故障智能云诊断模块,用于对目标污水处理设施进行智能诊断和运营管理;
所述***层,用于对所述识别层的输出数据进行可视化显示以及数据存储;
所述应用层,包括实时监测模块、数据查询模块、故障诊断及预警模块;
所述故障智能云诊断模块,用于对所述目标污水处理设施进行故障诊断,对存在故障的所述目标污水处理设施进行预警;
所述故障包括数据中断、数据重复、数据极端值、数据异常、设备电量不足;
所述数据中断:根据前端所述监测终端各关键参数最后传回数据的时间,超过设置允许的中断时长,判断设备存在数据中断故障;
所述数据重复:根据前端所述监测终端各关键参数的监测频率及某一段时间的传回数据,若重复数据超过设置允许的重复阈值,判断设备存在数据重复故障;
所述数据极端值:根据前端所述监测终端各关键参数的监测水环境节点类型不同,定制化设置各监测设备各关键参数的极端值阈值,若监测数据超过设置允许的极端值阈值,判断设备存在数据极端值故障;
所述数据异常:根据水环境业务知识,定制化设备数据异常规则;
所述设备电量不足:根据通过移动电源供电设备的剩余用电量,若设备剩余电量小于20%,判断设备电量不足;
所述预警是指:生成预警信息,由所述***层对所述预警信息进行显示,由所述应用层向工作人员进行预警提醒;
所述识别层还包括污水减排特征画像模块,所述污水减排特征画像模块用于接收所述关键参数生成特征图片,对所述特征图片进行运营特征画像的分类并进行对应运营方案的选择;所述运营特征画像包括平稳型、一般波动型、较大波动型、严重波动型;
所述运营方案包括:当判断所述目标污水处理设施的所述运营特征画像为所述较大波动型或所述严重波动型时,对减排处理量大的月份增加运营频次,对减排处理量小的月份减少运营频次;
所述污水减排特征画像模块包括生成模块和识别模块以及储存模块;
所述生成模块,用于根据所述关键参数生成所述特征图片;
所述识别模块,为经过训练的神经网络模型,用于接收所述特征图片后输出相应的运营特征画像分类结果;
所述特征图片包括带有单位刻度的空白图片和显示在所述图片上的多个趋势曲线;
所述储存模块,用于储存所述目标污水处理设施对应的所述特征图片和运营特征画像分类结果;
所述趋势曲线包括所述目标污水处理设施进出水水质、进出水水量、污染减排量的均值、最小值、1/4分位数、1/2分位数、3/4分位数、最大值、标准偏差随时间变化的变化曲线;
相邻所述变化曲线的起点和终点所对应的时间戳相同,不同的所述变化曲线的颜色不同,相同类目的所述变化曲线颜色相同。
2.根据权利要求1所述的污水处理设施的智能运营监管***,其特征在于,所述监测终端包括水质在线监测设备、水量在线监测设备、工艺监测模组和定位模组;
所述水质在线检测设备,用于获取所述目标污水处理设施的进水端和出水端的COD数据指标、氨氮数据指标、总磷数据指标数据指标、总氮数据指标;
所述水量在线监测设备,用于获取目标污水处理设施的进水端和出水端的水流量数据指标、流速数据指标、液位数据指标;
所述工艺监测模组,用于获取所述目标污水处理设施的污水处理工艺各个环节的运行数据;
所述定位模组,用于获取与所述目标污水处理设施关联的地理信息;
还包括GIS信息模块,用于根据所述地理信息生成与对应所述目标污水处理设施相关的地理标识并进行显示。
3.根据权利要求1所述的污水处理设施的智能运营监管***,其特征在于,所述识别层中还包括污水减排成效评估模块,所述污水减排成效评估模块用于对农村污水处理设施进出水水质、液位、水量综合分析,得出农村污水处理设施减排量,根据预设减排指标量、预设减排率评估农村污水处理设施的处理成效。
4.根据权利要求1所述的污水处理设施的智能运营监管***,其特征在于,所述监测终端和所述监管云平台通过云服务器和大数据实时流***进行通信沟通。
5.根据权利要求4所述的污水处理设施的智能运营监管***,其特征在于,所述云服务器包括用于存储所述关键参数中的静态基础数据的mysql、oracle数据库,所述大数据实时流***包括用于接入、清洗、处理、加工所述关键参数中的动态基础数据的link应用和kafka应用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210941631.8A CN115002171B (zh) | 2022-08-08 | 2022-08-08 | 一种污水处理设施的智能运营监管*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210941631.8A CN115002171B (zh) | 2022-08-08 | 2022-08-08 | 一种污水处理设施的智能运营监管*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115002171A CN115002171A (zh) | 2022-09-02 |
CN115002171B true CN115002171B (zh) | 2022-10-28 |
Family
ID=83022871
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210941631.8A Active CN115002171B (zh) | 2022-08-08 | 2022-08-08 | 一种污水处理设施的智能运营监管*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115002171B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116628437A (zh) * | 2023-04-13 | 2023-08-22 | 南京轩果基础建筑工程有限公司 | 一种污水循环深度净化处理的数据监测方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10311085A (ja) * | 1997-05-12 | 1998-11-24 | Kajima Corp | 排水処理施設の遠隔監視システム |
CA2634759A1 (en) * | 2008-06-27 | 2009-12-27 | George Lampropoulos | Intelligent online water quality monitoring system using sensor and non-sensor data fusion |
WO2014157833A1 (ko) * | 2013-03-25 | 2014-10-02 | 현대엔지니어링(주) | 정수처리장의 수질센서 및 원격 모니터링 시스템에 기반한 전문가 의사결정 시스템 |
CN110516941A (zh) * | 2019-08-16 | 2019-11-29 | 北京慧辰资道资讯股份有限公司 | 一种基于大数据分析企业生产隐患方法及装置 |
WO2020102467A1 (en) * | 2018-11-15 | 2020-05-22 | Dürr Systems Ag | Exhaust gas purification system and method and data processing system for monitoring at least one exhaust gas purification system |
CN111865699A (zh) * | 2020-07-31 | 2020-10-30 | 中国工商银行股份有限公司 | 故障识别方法、装置、计算设备和介质 |
CN113613278A (zh) * | 2021-08-06 | 2021-11-05 | 湖南五凌电力科技有限公司 | 基于北斗的闸门监测方法、***、计算机设备和存储介质 |
US11382255B1 (en) * | 2021-02-09 | 2022-07-12 | Zhejiang Province Eco-Environmental Low-Carbon Development Center | Method and system for storing emission rights for point and nonpoint source pollution based on internet of things |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3581048B2 (ja) * | 1999-06-29 | 2004-10-27 | 三菱電機株式会社 | 汚染コンテンツ配信方式及び汚染コンテンツ利用装置及び汚染コンテンツ利用方法 |
CN103425108B (zh) * | 2013-08-16 | 2015-01-21 | 深圳市兰德玛水环境工程科技有限公司 | 基于分质排放和分质处理的水污染防治***及方法 |
CA3049807A1 (en) * | 2017-10-09 | 2019-04-18 | Bl Technologies, Inc. | Intelligent systems and methods for process and asset health diagnosis, anomoly detection and control in wastewater treatment plants or drinking water plants |
US20200300664A1 (en) * | 2019-03-18 | 2020-09-24 | MoniThing LLC | Method and system for monitoring water flow |
-
2022
- 2022-08-08 CN CN202210941631.8A patent/CN115002171B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10311085A (ja) * | 1997-05-12 | 1998-11-24 | Kajima Corp | 排水処理施設の遠隔監視システム |
CA2634759A1 (en) * | 2008-06-27 | 2009-12-27 | George Lampropoulos | Intelligent online water quality monitoring system using sensor and non-sensor data fusion |
WO2014157833A1 (ko) * | 2013-03-25 | 2014-10-02 | 현대엔지니어링(주) | 정수처리장의 수질센서 및 원격 모니터링 시스템에 기반한 전문가 의사결정 시스템 |
WO2020102467A1 (en) * | 2018-11-15 | 2020-05-22 | Dürr Systems Ag | Exhaust gas purification system and method and data processing system for monitoring at least one exhaust gas purification system |
CN110516941A (zh) * | 2019-08-16 | 2019-11-29 | 北京慧辰资道资讯股份有限公司 | 一种基于大数据分析企业生产隐患方法及装置 |
CN111865699A (zh) * | 2020-07-31 | 2020-10-30 | 中国工商银行股份有限公司 | 故障识别方法、装置、计算设备和介质 |
US11382255B1 (en) * | 2021-02-09 | 2022-07-12 | Zhejiang Province Eco-Environmental Low-Carbon Development Center | Method and system for storing emission rights for point and nonpoint source pollution based on internet of things |
CN113613278A (zh) * | 2021-08-06 | 2021-11-05 | 湖南五凌电力科技有限公司 | 基于北斗的闸门监测方法、***、计算机设备和存储介质 |
Non-Patent Citations (7)
Title |
---|
基于B/S架构的污水处理厂智能管理***研究与设计;陶如钧等;《工业控制计算机》;20170425(第04期);全文 * |
基于互联网技术的污水处理集中运维管控云平台开发;麦艳红等;《轻工科技》;20180104(第01期);正文第1.2节--3.3.3节 * |
基于变压器大数据画像技术与应用研究;杜伟等;《电力大数据》;20170821(第08期);全文 * |
基于物联网的农村污水处理智能监控***的设计与实现;贺磊;《电脑知识与技术》;20170915(第26期);全文 * |
基于电力资产全寿命周期的标签画像技术研究;赵永柱等;《电网与清洁能源》;20180125(第01期);全文 * |
智慧水务在污水处理中的设计与应用;王军;《科技创新导报》;20151021(第30期);全文 * |
麦艳红等.基于互联网技术的污水处理集中运维管控云平台开发.《轻工科技》.2018,(第01期), * |
Also Published As
Publication number | Publication date |
---|---|
CN115002171A (zh) | 2022-09-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110320892A (zh) | 基于Lasso回归的污水处理设备故障诊断***及方法 | |
CN114047719A (zh) | 一种农村生活污水处理设施远程监测评估***与运行方法 | |
CN106093838B (zh) | 关口电能表远程在线校验方法及*** | |
CN111639885A (zh) | 一种农污管理***及管理方法 | |
CN112863134A (zh) | 一种农村污水处理设施运行异常的智能诊断***及方法 | |
CN112418737A (zh) | 一种区域水环境管理平台 | |
CN114550073B (zh) | 一种新能源汽车充电桩的监控*** | |
CN106940678B (zh) | 一种***实时健康度评估分析方法及装置 | |
CN115002171B (zh) | 一种污水处理设施的智能运营监管*** | |
CN117370919B (zh) | 污水处理设备远程监控*** | |
CN112561238A (zh) | 一种抽水蓄能电站辅机设备状态健康评价***及方法 | |
CN114354783A (zh) | 基于在运数据的特高压油色谱监测装置健康度评估方法 | |
CN109407609A (zh) | 一种设备信息化点检*** | |
CN115186983A (zh) | 一种基于能耗在线监测的碳排放自动核算*** | |
CN116467366A (zh) | 一种基于区块链的碳足迹监测分析与评估*** | |
CN106682383B (zh) | 一种计量***中对采集表码值精确的统计处理方法 | |
CN118026310A (zh) | 一种污水处理的在线监测运维管理平台 | |
CN212990152U (zh) | 一种农污管理*** | |
CN113611096A (zh) | 一种空压站电能消耗监测预警*** | |
CN110471381B (zh) | 一种印染工业互联网平台、设备及*** | |
CN108613820A (zh) | 一种用于gis本体机械缺陷诊断和定位的在线异声监测算法 | |
CN102419584B (zh) | 利用物联网络对污染源排放规律进行计量评价的方法及物联网络控制器 | |
CN116312015A (zh) | 基于北斗大数据云平台的交通基础设施实时监测预警*** | |
CN112116107A (zh) | 水务运营管理方法及其***、计算机可读存储介质 | |
CN103631232A (zh) | 数据监测控制方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: An intelligent operation and supervision system for sewage treatment facilities Effective date of registration: 20230821 Granted publication date: 20221028 Pledgee: Agricultural Bank of China Limited Hefei Baohe District Branch Pledgor: Anhui Xinyu Environmental Protection Technology Co.,Ltd. Registration number: Y2023980053078 |
|
PE01 | Entry into force of the registration of the contract for pledge of patent right |