[实用新型]一种水质突发污染动态预警信息监控系统

说明书

本实用新型公开了一种水质突发污染动态预警信息监控系统，包括污染源管理系统、预测预警系统、水质信息发布系统和数据传输系统；所述污染源管理系统用于采集并存储流域内的污染源数据，并形成数据库，所述预测预警模块包括监测点水环境监测模块、污染源废水监测模块，用于定时对监测点水环境和污染源处的水进行采集，通过小波去噪分析和神经网络预测子系统进行水质预警，所述水质信息发布系统用于将检测结果进行实时传输发布，所述数据传输系统用于污染源管理系统、预测预警系统、水质信息发布系统之间的数据交互。本实用新型具有自动化程度高、兼具取样检测和数值分析预测的优点。

技术领域

本实用新型涉及污水检测领域，尤其涉及一种水质突发污染动态预警信息监控系统。

背景技术

超标污水非法偷排的问题在我国较严重，已对水系及生态环境构成了严重的污染和伤害。加强对超标污水偷排现象的有效监管、污染物溯源和追责，是一项十分艰巨的任务。

由于突发污染事件的突发性和短期性特点，需要对水质进行连续的短时间间隔(小于1h)的监测，而与突发污染密切相关的水质参数由于测量原理或者监测时间等原因，无法实现基于在线传感器的高频率的监测，既由于存在检测时间的原因，无法短时间内进行连续实时检测且将结果进行公布，因此对于突发性污染的排查难度较大。

实用新型内容

针对上述现有技术的不足，本专利申请所要解决的技术问题是：如何提供一种自动化程度高、兼具取样检测和数值分析预测的水质突发污染动态预警信息监控系统。

为了实现上述目的，本实用新型采用了如下技术方案：

一种水质突发污染动态预警信息监控系统，包括污染源管理系统、预测预警系统、水质信息发布系统和数据传输系统；所述污染源管理系统用于采集并存储流域内的污染源数据，并形成数据库，所述预测预警模块包括监测点水环境监测模块、污染源废水监测模块，用于定时对监测点水环境和污染源处的水进行采集，通过小波去噪分析和神经网络预测子系统进行水质预警，所述水质信息发布系统用于将检测结果进行实时传输发布，所述数据传输系统用于污染源管理系统、预测预警系统、水质信息发布系统之间的数据交互。

本系统在使用时，由于水质检测需要花费时间，则对污染废水和标准水取样后通过污染源管理系统建立数据库，在实际进行检测时，定期取样后，将在污染源排放处以及环境水源处进行定时取样，通过小波去噪分析和神经网络预测子系统调用污染源管理系统数据进行训练形成时间序列污染残值，通过预测数据与实时数据进行对比，差值若超出小波去噪分析和神经网络预测子系统的阈值，则触发报警，并将数据通过水质信息发布系统进行发布。

作为优化，所述小波去噪分析和神经网络预测子系统包括取样子模块、样本分析子模块和预测子模块，所述样本分析子模块具有降噪功能。

这样，小波降噪分析方法具有良好的时频局部化性能，是应用非常广泛的一种时频转换工具。

作为优化，所述取样子模块为设置在环境水和污染源处的污水取样器。

这样，能够同时对两处水源进行取样检测，保障检测的准确性。

作为优化，所述样本分析子模块为三维荧光光谱仪。

作为优化，所述预测子模块基于MATLAB建立的根据标准水质、污染水质和实时检测水质建立的时间序列预测模型。

这样，通过数据模型可以实现芯片智能化检测分析，提高自动化程度。

作为优化，所述污染源管理系统用于对单个污染源以及至少两种污染源组合对水质影响的数据进行整合存储和被调用对比。

这样，可以实现污染源全覆盖，保障检测结果的参照数据准确，避免结果误差大，且出现没有对照的情况。

作为优化，所述数据传输系统为无线传输技术。