[发明专利]一种供水管网异常工况预警方法

说明书

本公开提供了一种供水管网异常工况预警方法，包括以下步骤：采集水质参数数据；对采集的水质参数数据进行数据预处理；对预处理后的数据进行数据特征提取，构建特征矢量；利用所述特征矢量训练模型，对模型进行优化；利用优化的模型确定供水管网异常工况，完成供水管网异常工况预警。本公开利用多水质指标之间的关联性，放大单个水质指标微小的异常变化特征，在污染事件发生后能够快速发现污染，降低事故危害，保障用户健康安全，从而提高了污染预警的准确性与可靠性。

技术领域

本公开属于市政工程水处理技术领域，具体涉及供水管网突发水污染预警，尤其涉及一种供水管网异常工况预警方法。

背景技术

在人均水资源短缺、水污染形势严峻、城市化进程加速等因素的影响下，我国城市用水需求压力增大。据不完全统计，近几年来我国每年发生环境污染事件近2000起，直接经济损失数亿元。在突发污染事故发生后，能够快速发现污染，并启用应急方案，可以将突发污染事故造成的影响降到最低。

突发水污染事件的非自动检测方法主要依靠人员力量，通过长时间的人工监测和观察得到异常事件，需要的人力和时间等运行成本较高，且无法实现事件的全程实时跟踪。利用在线水质传感器，实时监测供水管网水质变化，为快速发现突发污染提供了可能。

基于常规水质参数的水质预警技术主要有以下几种类型：一是基于水动力学模型类(CN105303007、CN105224772)；二是生物技术预警技术(CN102012419)；三是基于监测值与历史值进行比较类(CN103728429)；四是基于多个水质参数类(CN107153874、CN105095997、CN104217040)。然而，现有的应用于突发水污染事件监测的方法均有一定不足，未能有效区分无污染背景、噪声干扰和污染事件时水质数据微小的异常变化特征，使得水质预警技术的准确率不高。

发明内容

(一)要解决的技术问题

鉴于上述问题，本公开目的是提供一种供水管网异常工况预警方法，利用多水质指标之间的关联性，放大单个水质指标微小的异常变化特征，在污染事件发生后能够快速发现污染，降低事故危害，保障用户健康安全，从而提高了污染预警的准确性与可靠性。

(二)技术方案

为了达到上述目的，作为本公开的一个方面，提供了一种供水管网异常工况预警方法，包括以下步骤：

采集水质参数数据；

对采集的水质参数数据进行数据预处理；

对预处理后的数据进行数据特征提取，构建特征矢量；

利用所述特征矢量训练模型，对模型进行优化；以及

利用优化的模型确定供水管网异常工况，完成供水管网异常工况预警。

在一些实施例中，在供水管网的一监测点布设多个单参数水质传感器或一个多参数水质传感器，或者在供水管网的不同监测点布设单参数水质传感器，采集水质参数数据。

在一些实施例中，将采集的水质参数数据实时传输至数据中心，利用累积和控制图进行数据预处理，筛除水质传感器读数异常数据和数据传输异常数据。

在一些实施例中，所述数据特征提取的步骤包括以下子步骤：

计算水质参数数据间的第一相关系数；

将水质参数数据间的第一相关系数变换为第二相关系数；

基于水质参数数据和第二相关系数构建特征矢量。

在一些实施例中，所述第二相关系数与第一相关系数满足以下关系式：第二相关系数＝1-|第一相关系数|；所述第一相关系数为皮尔逊相关系数或典型相关系数。