一种混流管网水量的预测方法及装置制造方法及图纸

本发明专利技术涉及一种混流管网水量的预测方法及装置。该方法包括：获取预设的水量监测设备发送的排水管网的水量监测数据，并对水量监测数据进行预处理；预处理包括：清洗无效数据和优化水量监测数据的时间分辨率；对预处理后的水量监测数据进行数据挖掘分析处理，构建水量监测数据项；对水量监测数据项进行训练，构建多层感知机模型；利用多层感知机模型预测管网水量。上述方法提高了排水管网水量预测的准确度及实用性。度及实用性。度及实用性。

【技术实现步骤摘要】
一种混流管网水量的预测方法及装置


[0001]本专利技术涉及管网水量预测
，具体涉及一种混流管网水量的预测方法及装置。

技术介绍

[0002]在城市排水系统中，排水管网将城市雨污水收集并输送至处理单元，起到承上启下的重要作用。现实中排水管网的水量通常是波动的，这会对污水处理单元造成冲击负荷，增加能耗，或者造成溢流，从而加大污水处理单元运行难度。因此，对排水管网的水量进行模拟预测，可以提前调整污水处理单元的运行状况，优化运行参数，使得污水处理单元的运行更加高效。在我国，合流制排水管网大量存在，同时分流制管网中也会存在混错接的现象。因此，排水管网的水量规律除了受到生产生活用水规律、季节、日期类型(工作日、休息日)等因素的影响外，降雨导致的入流入渗对排水管网的水量影响也很大。上述因素复杂且具有一定随机性，很难用机理模型对管网水量进行预测，适合采用机器学习算法。
[0003]目前，对排水管网水量的预测的方式有：使用人工鱼群神经网络采用指数平滑模型对污水厂进水量进行了较高时间精度的预测，但是对降雨因素的考虑比较简单，不适用于混流制管网；还有本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种混流管网水量的预测方法，其特征在于，包括：获取预设的水量监测设备发送的排水管网的水量监测数据，并对所述水量监测数据进行预处理；所述预处理包括：清洗无效数据和优化所述水量监测数据的时间分辨率；对预处理后的所述水量监测数据进行数据挖掘分析处理，构建水量监测数据项；对所述水量监测数据项进行训练，构建多层感知机模型；利用所述多层感知机模型预测管网水量。2.根据权利要求1所述的方法，其特征在于，所述水量监测数据包括：水量逐分钟监测数据、瞬时降雨量逐分钟监测数据、温度逐分钟监测数据、湿度逐分钟监测数据和监测数据采集时刻；所述获取预设的水量监测设备发送的排水管网的水量监测数据，包括：接收设置在排水管网上的水量计监测的所述水量逐分钟监测数据；接收设置在排水管网汇水片区内的雨量计监测的所述瞬时降雨量逐分钟监测数据，温度计监测的所述温度逐分钟监测数据，湿度计监测的所述湿度逐分钟监测数据；提取所述水量逐分钟监测数据、所述瞬时降雨量逐分钟监测数据、所述温度逐分钟监测数据和所述湿度逐分钟监测数据具体的采集时间作为各自的所述监测数据采集时刻，并确定所述采集时间对应的日期类型。3.根据权利要求2所述的方法，其特征在于，所述对所述水量监测数据进行预处理，包括：对所述水量监测数据中的缺失值、异常值和错误值进行数据清洗；对数据清洗后的所述水量监测数据进行分辨率重构，将所述水量监测数据的数据时间精度由分钟级精度调整为小时级精度；将所述水量逐分钟监测数据调整为水量逐时监测数据，所述瞬时降雨量逐分钟监测数据调整为瞬时降雨量逐时监测数据，所述温度逐分钟监测数据调整为温度逐时监测数据，所述湿度逐分钟监测数据调整为湿度逐时监测数据。4.根据权利要求3所述的方法，其特征在于，所述水量监测数据项包括：数值型数据项和类别型数据项；所述对预处理后的所述水量监测数据进行数据挖掘分析处理，构建水量监测数据项，包括：依据所述瞬时降雨量逐时监测数据计算单场累计降雨量及确定降雨影响阶段；由所述水量逐时监测数据、所述瞬时降雨量逐时监测数据、所述温度逐时监测数据、所述湿度逐时监测数据所述单场累计降雨量和所述监测数据采集时刻构建所述数值型数据项；由所述降雨影响阶段和所述日期类型构建所述类别型数据项。5.根据权利要求4所述的方法，其特征在于，所述依据所述瞬时降雨量逐时监测数据计算单场累计降雨量，包括：根据所述瞬时降雨量逐时监测数据和预先获取的相同管网汇水片区的逐时降雨历史数据试算在不同的预设降雨最小时间间隔下，降雨实际间隔的变异系数；根据试算结果选取变...

【专利技术属性】
技术研发人员：蒋博峰，唐晓雪，冒建华，何洪昌，
申请(专利权)人：北京稻香水质净化有限公司，
类型：发明
国别省市：