一种园区排水管网的监测控制系统的制作方法

本发明属于排水管监测领域，涉及园区排水管网的监测控制技术，具体是一种园区排水管网的监测控制系统。

背景技术：

1、园区排水管网是城市基础设施的重要组成部分，负责收集、输送和处理园区内的雨水、污水等废水；通常由一系列管道、泵站、检查井、阀门等设施组成，形成一个完整的排水系统；通过实时监测排水管网的状态，可以及时发现管网的异常状况，如堵塞、泄漏等，从而迅速采取应对措施，避免了传统巡检方式中可能出现的人为疏忽或延误，提高了管网的管理效率；监测控制系统能够实时收集和分析管网运行数据，如流量、压力、水位等；通过对这些数据的分析，可以优化管网的运行参数；通过监测排水管网中的水质参数，可以及时发现水质异常，防止污染物超标排放，有助于保护园区内的水环境，防止水体污染对生态环境和居民健康造成潜在威胁。

2、现有技术中(公开号为cn112923981a的发明专利申请)公开了一种排水管网的智能检测系统，该系统包括监测中心、云服务器、智能终端及多个数据检测装置，所述云服务器分别与所述监测中心、所述智能终端及多个所述数据采集检测连接，所述数据检测装置包括传感器设备和集中控制器，所述集中控制器分别与所述传感器设备和所述云服务器连接，通过对排水管乃至污水口的数据进行实时监测，可以有监测到是否有雨水污水合流和排污工厂私自非法排污等的情况发生；然而，现有技术通过对排水管口和污水管口进行监测，分析是否有雨水污水合流和工厂私自非法排污的情况，未考虑在排放前对排水管网中的污水进行监测，导致排放的污水可能没有达到排放标准，污染水资源环境。

3、本发明提供了一种园区排水管网的监测控制系统，以解决以上技术问题。

技术实现思路

1、本发明旨在至少解决现有技术中存在的技术问题之一；为此，本发明提出了一种园区排水管网的监测控制系统，用于解决现有技术未考虑在排放前对排水管网中的污水进行监测，导致排放的污水可能没有达到排放标准，污染水资源环境的技术问题。

2、为实现上述目的，本发明的第一方面提供了一种园区排水管网的监测控制系统，包括：监测分析模块，以及与之相连的数据采集模块，终端控制模块；

3、数据采集模块：获取园区的排水管网的拓扑图，根据拓扑图构建分布式传感器网络；通过分布式传感器网络采集排水管网中关键节点的实时数据，对实时数据进行预处理后加密存储在数据中心；其中，实时数据包括实时流量、实时污染度以及实时水位；

4、监测分析模块：基于实时数据计算关键节点的污染系数，根据污染系数判断关键节点的污水是否达到排放标准；是，则对所有关键节点的污水汇集后的污染等级进行预测；否，则生成污水处理信号；判断污水汇集后的污染等级是否为低；是，则生成排放处理信号；否，则生成污水处理信号；以及，

5、对污水处理池中的污水进行处理；对处理后的污水进行检测得到检测数据，根据检测数据判断是否能够对污水进行排放；是，则生成排水处理信号，对污水进行排放；否，则重新对污水进行处理；

6、终端控制模块：基于污水处理信号打开污水处理阀门，使排水管网中的污水流至污水处理池；根据排水处理信号打开排水处理阀门，对处理后达标的污水进行排放。

7、优选的，所述根据拓扑图构建分布式传感器网络，包括：

8、调取排水管网的拓扑图，从拓扑图中获取排水管网中的关键节点，在关键节点设置传感器并对传感器的性能进行测试，当传感器不能正常使用时，则更换对应的传感器；其中，关键节点包括汇流井、雨水井以及泵站；

9、在各传感器间设置通信网络，对传感器间的通信网络进行测试，判断传感器间的通信网络是否正常；是，则持续对传感器间的通信网络进行监测；否，则重新设置通信网络。

10、需要说明的是，在各传感器间设置通信网络需要根据传感器的类型以及数据选择合适的通信协议后再建立网络连接。

11、本发明根据园区排水管网的拓扑图获取排水管网中的关键节点，在关键节点处设置传感器；并对传感器的性能进行测试，能够保证传感器可以正常工作；在传感器之间设置通信网络，并对网络信号进行测试，有利于保证传感器的数据可以正常传输，为后续的分析奠定了基础。

12、优选的，所述对实时数据进行预处理后加密存储在数据中心，包括：

13、调取实时数据，判断实时数据是否包含所有子数据；是，则对实时数据进行加密存储；否，则人为对实时数据进行补充，对补充后的实时数据进行加密存储；

14、从加密算法数据库中随机选取加密算法对预处理后的实时数据进行加密，将加密后的实时数据存储在数据中心；其中，加密算法数据库根据现有的加密算法构建。

15、需要说明的是，子数据包括实时流量、实时污染度或者实时水位子数据用于检测实时数据的完整性，当实时数据不完整时，则需要人为对实时数据进行补充。

16、本发明对实时数据的完整性进行判断，当实时数据不包含所有子数据时，则人为对实时数据进行补充，有利于保证实时数据的完整性；利用随机加密算法对实时数据进行加密，能够保证实时数据的安全性；将加密后的实时数据存储在数据中心，有利于便于对实时数据进行管理。

17、优选的，所述基于实时数据计算关键节点的污染系数，包括：

18、调取关键节点的实时数据，将实时数据中的实时流量、实时污染度以及实时水位分别标记为sl、sw以及ss；

19、通过公式wx=α×(sl×sw)/ss^2计算得到关键节点的污染系数；其中，α为大于0的比例系数。

20、本发明根据实时数据计算关键节点的污染系数，能够对实时数据进行综合分析，有利于为后续的判断奠定基础。

21、优选的，所述根据污染系数判断关键节点的污水是否达到排放标准，包括：

22、调取关键节点的污染系数，判断污染系数是否小于设定的污染阈值；是，则判定关键节点的污水达到排放标准；否，则判定关键节点的污水没有达到排放标准，生成污水处理信号。

23、本发明判断关键节点的污染系数是否小于设定的污染阈值，当污染系数小于设定的污染阈值时，则判定关键节点的污水达到排放标准，有利于减小园区内的污染。

24、优选的，所述对所有关键节点的污水汇集后的污染等级进行预测，包括：

25、调取关键节点的实时数据以及污染系数；将实时数据与污染系数整合成预测数组，将所有的预测数组整合成污染预测序列；

26、调取污染预测模型，将污染预测序列输入污染预测模型，得到对应的预测数据，基于预测数据分析污水的污染等级；其中，污染预测模型基于人工智能模型构建；预测数据包括预测污染度以及预测污染系数。

27、本发明将关键节点的实时数据以及污染系数整合成预测数组，将所有的预测数据整合成污染预测序列，利用污染预测模型对污染预测序列进行分析，有利于使预测的结果更加准确。

28、优选的，所述基于预测数据分析污水的污染等级，包括：

29、调取预测数据，将预测数据中的预测污染度和预测污染系数分别标记为ywd和ywx；通过公式dx=β×ln(ywd)+γ×ywx计算得到污水的等级系数；其中，β和γ是大于0的比例系数；

30、当污水的等级系数小于一级阈值时，则将污水的污染等级标记为低；当污水的等级系数不小于一级阈值且小于二级阈值时，则将污水的污染等级标记为中；当污水的等级系数不小于二级阈值时，则将污水的污染等级标记为高。

31、需要说明的是，一级阈值与二级阈值根据经验人为设定，且一级阈值小于二级阈值；当污染等级为低时，则说明污水达到了排放的标准；则不需要对污水进行处理，直接进行排放。

32、本发明根据预测数据中的预测污染度和预测污染系数计算得到污水的等级系数，根据污水的等级系数确定污水的污染等级；当污染等级为低时，则可以直接对污水进行排放，有利于减小园区内的污染，保护园区内的水资源环境。

33、优选的，所述污染预测模型基于人工智能模型构建，包括：

34、获取标准训练数据；其中，标准训练数据包括与污染预测序列内容属性相一致的标准输出数据以及与预测数据内容属性相一致的标准输出数据；

35、利用标准训练数据对人工智能模型进行训练，将训练好的人工智能模型标记为污染预测模型；其中，人工智能模型包括卷积神经网络模型或者长短记忆神经网络模型。

36、需要说明的是，对人工智能训练完成后需要对人工智能的准确性进行验证，利用验证数据对人工智能进行验证，当准确率大于准确率阈值时，则将人工智能模型标记为污染预测模型，否则，对人工智能模型进行修正或者重新对人工智能模型进行训练。

37、优选的，所述对污水处理池中的污水进行处理，包括：

38、s1：对污水进行初步筛选的处理，去除污水中的颗粒物和油脂；对污水进行格栅除渣、沉砂池、氯化沉淀以及活性炭吸附的处理，去除污水中的悬浮物和重金属；

39、s2：将污水排向调节池，调节污水的水量和水质，并控制水流的速度和水位的高度；

40、s3：通过生物处理方法对污水进行处理；利用微生物的新陈代谢作用将污水中的有机物分解为简单无机物；其中，生物处理方法包括活性污泥法、厌氧发酵以及厌氧氨氧化；简单无机物包括二氧化碳，氨气；

41、s4：对污水进行深度处理，去除难以降解的有机物和营养物质；并对污水处理过程中产生的污泥进行处理；其中，深度处理的方法包括生物滤池以及紫外线消毒；污泥处理的方法包括消化、脱水、干燥以及焚烧。

42、优选的，所述根据检测数据判断是否能够对污水进行排放，包括：

43、调取检测数据，判断检测数据中的所有子数据是否均小于对应的排放阈值，是，则判定能够对污水进行排放，生成排放处理信号；否，则判定不能对污水进行排放，重新对污水进行处理。

44、需要说明的是，检测数据中包括有机物含量、重金属含量、悬浮物含量以及油脂含量，排放阈值根据检测数据的数据类型进行确定，排放阈值根据排放标准进行设定。

45、本发明对处理后的污水进行检测，根据检测数据判断污水是否达到排放标准，对没有达到排放标准的污水进行重新处理，能够使污水达到标准后再进行排放，有利于减小对水资源的污染。

46、与现有技术相比，本发明的有益效果是：

47、1.本发明根据园区排水管网的拓扑图获取排水管网中的关键节点，在关键节点处设置传感器；并对传感器的性能进行测试，能够保证传感器可以正常工作；在传感器之间设置通信网络，并对网络信号进行测试，有利于保证传感器的数据可以正常传输；通过分布式传感器网络采集关键节点的实时数据，对实时数据的完整性进行判断，当实时数据不包含所有子数据时，则人为对实时数据进行补充，有利于保证实时数据的完整性；利用随机加密算法对实时数据进行加密，能够保证实时数据的安全性；将加密后的实时数据存储在数据中心，有利于便于对实时数据进行管理；根据实时数据计算关键节点的污染系数，当污染系数小于设定的污染阈值时，则判定关键节点的污水达到排放标准，有利于减小园区内的污染。

48、2.本发明将关键节点的实时数据以及污染系数整合成预测数组，将所有的预测数据整合成污染预测序列，利用污染预测模型对污染预测序列进行分析，有利于使预测的结果更加准确；根据预测数据中的预测污染度和预测污染系数计算得到污水的等级系数，根据污水的等级系数确定污水的污染等级；当污染等级为低时，则可以直接对污水进行排放，有利于减小园区内的污染，保护园区内的水资源环境；对污水处理池中的污水进行处理，对处理后的污水进行检测得到检测数据，根据检测数据判断污水是否达到排放标准，对没有达到排放标准的污水进行重新处理，能够使污水达到标准后再进行排放，有利于减小对水资源的污染。