[发明专利]市政污水处理厂智慧运营的任务管理方法和系统在审
申请号: | 202211233434.7 | 申请日: | 2022-10-10 |
公开(公告)号: | CN115542858A | 公开(公告)日: | 2022-12-30 |
发明(设计)人: | 孙鹏;管凛;经媛琦;张如刚;吴渭;彭志英;田作鑫;王冠 | 申请(专利权)人: | 南京市市政设计研究院有限责任公司 |
主分类号: | G05B19/418 | 分类号: | G05B19/418 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 210000 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 市政 污水处理 智慧 运营 任务 管理 方法 系统 | ||
本申请涉及一种市政污水处理厂智慧运营的任务管理方法和系统,应用在水务管理领域,其中方法包括:获取污水水质数据;将污水水质数据输入到出水水质预测模型中,得到出水水质预测结果,出水水质预测结果包括若干预测出水水质数据;将若干预测出水水质数据依次与预设的若干出水水质标准值进行对比;若存在预测出水水质数据大于出水水质标准值,则获取大于出水水质标准值的预测出水水质数据对应的异常数据属性;将异常数据属性与预设的化学属性库中的化学属性进行对比;若存在有与化学属性库中的化学属性一致的异常数据属性,则根据异常数据属性控制加药装置向污水池中投放药物。本申请具有的技术效果是:提高对出口水质预警的处理效率。
技术领域
本申请涉及水务管理的技术领域,尤其是涉及一种市政污水处理厂智慧运营的任务管理方法和系统。
背景技术
随着城市经济的快速发展和智慧城市建设的推进,城市工业用水和居民用水量也逐渐提高,工业制造排放污水以及居民生活排放污水的处理也已经成为城市水务管理的重点问题,为了提高城市污水的处理效果,需要对城市的污水排放进行管理。
智慧水务是通过新一代信息技术与水务技术的深度融合,充分发掘数据价值和逻辑关系,实现水务业务系统的控制智能化、数据资源化、管理精确化、决策智慧化,保障水务设施安全运行,使水务业务运营更高效、管理更科学和服务更优质。
在实现本申请的过程中,发明人发现该技术中至少存在如下问题:一般来说,现有的市政污水处理厂智慧运营的任务管理系统对污水处理厂的污水池出口水质是否达标进行预测,若是预测的出口水质不达标,则生成对应的预警信号,将预警信息发送至工作人员的智能终端,工作人员根据收到的预警信号对污水池中的污水进行处理,该过程较为繁琐,易导致工作人员对预警信号处理不及时。
发明内容
为了提高对出口水质预警的处理效率,本申请提供的一种市政污水处理厂智慧运营的任务管理方法和系统。
第一方面,本申请提供一种市政污水处理厂智慧运营的任务管理方法,采用如下的技术方案:所述方法包括:
获取污水池中污水水质数据;
将所述污水水质数据输入到预设的出水水质预测模型中,得到出水水质预测结果,所述出水水质预测结果包括若干预测出水水质数据;
将若干预测出水水质数据依次与预设的若干出水水质标准值进行对比;
若存在有所述预测出水水质数据大于所述出水水质标准值,则获取大于所述出水水质标准值的预测出水水质数据对应的异常数据属性;
将所述异常数据属性与预设的化学属性库中的化学属性进行对比;
若存在有与所述化学属性库中的化学属性一致的异常数据属性,则根据异常数据属性控制所述加药装置向污水池中投放药物。
通过上述技术方案,市政污水处理厂智慧运营的任务管理系统通过实时监控污水处理厂当前的水质数据,通过模型计算,预测一个污水处理工艺之后的出水水质,将预测的出水水质与预设的出水水质标准值进行对比,若预测的出水水质超标,会进行超标预警,获取超标的预测出水水质数据对应的异常数据属性,若异常数据属性为化学属性,那么市政污水处理厂智慧运营的任务管理系统根据异常数据属性控制加药装置向污水池中投放药物,有助于在预测的出水水质存在不达标风险时,市政污水处理厂智慧运营的任务管理系统直接根据具体的异常数据属性控制加药装置对污水池中的污水进行处理,提高了对出口水质预警的处理效率。
在一个具体的可实施方案中,若存在与所述化学属性库中的化学属性不一致的异常数据属性,则根据所述异常数据属性确定对应的设备;
根据所述设备生成临时检修计划;
按照生成的临时检修计划依次生成待分配任务工单,所述待分配任务工单包括第一时间以及第二时间,所述第一时间为预计完成所述待分配任务工单所需时间,所述第二时间为待分配任务工单在被处理前所能等待的最长时间;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京市市政设计研究院有限责任公司,未经南京市市政设计研究院有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211233434.7/2.html,转载请声明来源钻瓜专利网。