本发明专利技术公开一种基于需求曲线的智能水龄控制方法，属于二次供水控制技术领域；该方法包括：获取历史用水量和历史影响因素；根据历史用水量和历史影响因素，对预设的用水量预测模型进行训练，得到训练后的用水量预测模型；获取待预测用水量和待预测影响因素；将待预测用水量和待预测影响因素输入至训练后的用水量预测模型中进行预测，得到未来用水量预测结果；根据未来用水量预测结果进行水龄控制。本发明专利技术还提供一种基于需求曲线的智能水龄控制系统。本发明专利技术解决二次供水水箱内水龄过大问题，使得水体余氯挥发降解消耗减少，确保余氯浓度能抑制细菌生长，从而保障用户用水安全。从而保障用户用水安全。从而保障用户用水安全。
【技术实现步骤摘要】
一种基于需求曲线的智能水龄控制方法及系统
[0001]本专利技术涉及二次供水控制
，具体涉及一种基于需求曲线的智能水龄控制方法及系统。
技术介绍
[0002]随着我国的城市化建设，城市高层建筑逐渐增多，配套的二次供水也日渐增加。以往的二次供水系统及配套装置均以满足远端用户正常用水需要为目标，其主要关注点在于二次供水系统的出口端水泵加压的稳定控制。在涉及水箱的二次供水系统中，水箱的存在常常是二次供水受到二次污染的主要事故点。对于二次供水的进水端控制往往只是以传统机械浮球阀进行控制，即水箱液位降至一定程度后，浮球阀开启进行补水，当液位升至设定值，浮球上浮驱动连杆关闭阀门进水。
[0003]传统的二次供水系统的进水控制，由于水箱设计尺寸偏大，或新建小区入住率不高，导致市政供水进入二次供水水箱后，停留时间过长，水体得不到及时更新，水体中余氯挥发消耗较大，难以起到抑制细菌滋生的作用，最终导致水体受污染、水质变差，影响居民正常使用。水体在水箱内的停留时间即水体在水箱内的水龄。
[0004]传统的解决二次供水系统水质污染问题的方案，是定期对水箱进行人工排空处理，必要时进行水箱清洗，或者增加消毒手段，如再次加氯、或出口紫外消毒。上述方法或消耗大量人力成本、或造成水资源浪费、或增加设备投入等经济成本，且均未从根源解决水箱水龄过长，水体无法及时更新的问题。
技术实现思路
[0005]本专利技术的目的在于提供一种高效的基于需求曲线的智能水龄控制方法及系统。
[0006]为解决上述技术问题，本专利技术提供一种基于需求曲线的智能水龄控制方法，包括以下步骤：
[0007]获取历史用水量和历史影响因素；
[0008]根据历史用水量和历史影响因素，对预设的用水量预测模型进行训练，得到训练后的用水量预测模型；
[0009]获取待预测用水量和待预测影响因素；
[0010]将待预测用水量和待预测影响因素输入至训练后的用水量预测模型中进行预测，得到未来用水量预测结果；
[0011]根据未来用水量预测结果进行水龄控制。
[0012]优选地，获取历史用水量，具体包括以下步骤：
[0013]获取历史二次供水运行数据；所述历史二次供水运行数据包括进水流量和水箱液位；
[0014]根据历史二次供水运行数据的进水流量和水箱液位，计算得到历史用水量。
[0015]优选地，获取待预测用水量，具体包括以下步骤：
[0016]获取待预测二次供水运行数据；所述待预测二次供水运行数据包括进水流量和水箱液位；
[0017]根据待预测二次供水运行数据的进水流量和水箱液位，计算得到待预测用水量。
[0018]优选地，所述历史用水量和待预测用水量的计算公式为：
[0019]V
t
‑1＝(Q
t
‑
Q
t
‑1)
‑
(H
t
‑
H
t
‑1)
×
S
[0020]式中：Q
t
、Q
t
‑1为t、t
‑
1时刻的进水流量的累计量；H
t
、H
t
‑1为t、t
‑
1时刻的水箱液位；S为水箱底面积；V
t
‑1为t
‑
1时刻至t时刻1小时用水量。
[0021]优选地，根据未来用水量预测结果进行水龄控制，具体包括以下步骤：
[0022]根据未来用水量预测结果，计算得到每小时计划进水量；
[0023]获取实时二次供水运行数据；所述实时二次供水运行数据包括进水流量和水箱液位；
[0024]根据实时二次供水运行数据的进水流量和水箱液位，计算得到实时用水量和水箱水龄；
[0025]根据每小时计划进水量、实时用水量和水箱水龄，进行水龄控制。
[0026]优选地，根据待预测二次供水运行数据的进水流量和水箱液位，计算得到水箱水龄，具体包括以下步骤：
[0027]根据待预测二次供水运行数据的进水流量，计算得到进入水箱的水量；
[0028]根据待预测二次供水运行数据的水箱液位，得到水箱中剩余水量；
[0029]根据进入水箱的水量和水箱中剩余水量，计算得到水箱水龄。
[0030]优选地，所述水箱水龄的计算公式为：
[0031]At＝(A
t
‑1+Δt)
×
V/(V+Vin)
[0032]式中：Vin为t时刻进入水箱的水量；A
t
、A
t
‑1为t、t
‑
1时刻水箱水龄；Δt为时间间隔；V为经过时间间隔Δt后的水箱中剩余水量。
[0033]优选地，所述历史影响因素和待预测影响因素均包括天气、气温、湿度、降水、周期、季度和节假日。
[0034]优选地，用水量预测模型采用CNN
‑
GRU网络模型，包括CNN网络层、GRU网络层和全连接层。
[0035]本专利技术还提供一种基于需求曲线的智能水龄控制系统，其特征在于，包括：
[0036]第一获取模块，用于获取历史用水量和历史影响因素；
[0037]训练模块，用于根据历史用水量和历史影响因素，对预设的用水量预测模型进行训练，得到训练后的用水量预测模型；
[0038]第二获取模块，用于获取待预测用水量和待预测影响因素；
[0039]预测模块，用于将待预测用水量和待预测影响因素输入至训练后的用水量预测模型中进行预测，得到未来用水量预测结果；
[0040]水龄控制模块，用于根据未来用水量预测结果进行水龄控制。
[0041]与现有技术相比，本专利技术的有益效果为：
[0042]本专利技术提供一种智能水龄控制算法可以使得水箱内存蓄水量在一定时间内消耗完并得到更新，即控制水箱内水体停留时间在一定范围内，从而解决二次供水水箱内水龄过大问题，使得水体余氯挥发降解消耗减少，确保余氯浓度能抑制细菌生长，从而保障用户
用水安全。
[0043]具体为：
[0044]1、本专利技术通过运用深度学习CNN
‑
GRU算法预测24h未来用水量，基于此计算确定各时刻计划进水量，在保证未来一段时间用户用水量的前提下，控制水流在水箱中的存留量，水箱内水体得到及时更新，降低了水箱内水体的水龄，从而减少二次污染，保障用水水质安全。
[0045]2、本专利技术使二次供水水箱水龄得到降低，相比于定期的排水、清洗甚至额外再消毒等措施，可节省人工以及经济成本，避免水资源的浪费。
[0046]3、用水量预测模型可适用于不同用水规模、不同用水习惯的二次供水系统。同时随着用户用水量数据的不断积累，通过不断的训练，用水量预测模型的预测精度不断提升。
附图说明
[0047]下面结合附图对本专利技术的具体实施方式作进一步详细说明。...
【技术保护点】
【技术特征摘要】
1.一种基于需求曲线的智能水龄控制方法，其特征在于，包括以下步骤：获取历史用水量和历史影响因素；根据历史用水量和历史影响因素，对预设的用水量预测模型进行训练，得到训练后的用水量预测模型；获取待预测用水量和待预测影响因素；将待预测用水量和待预测影响因素输入至训练后的用水量预测模型中进行预测，得到未来用水量预测结果；根据未来用水量预测结果进行水龄控制。2.根据权利要求1所述的基于需求曲线的智能水龄控制方法，其特征在于，获取历史用水量，具体包括以下步骤：获取历史二次供水运行数据；所述历史二次供水运行数据包括进水流量和水箱液位；根据历史二次供水运行数据的进水流量和水箱液位，计算得到历史用水量。3.根据权利要求2所述的基于需求曲线的智能水龄控制方法，其特征在于，获取待预测用水量，具体包括以下步骤：获取待预测二次供水运行数据；所述待预测二次供水运行数据包括进水流量和水箱液位；根据待预测二次供水运行数据的进水流量和水箱液位，计算得到待预测用水量。4.根据权利要求3所述的基于需求曲线的智能水龄控制方法，其特征在于：所述历史用水量和待预测用水量的计算公式为：V
t
‑1＝(Q
t
‑
Q
t
‑1)
‑
(H
t
‑
H
t
‑1)
×
S式中：Q
t
、Q
t
‑1为t、t
‑
1时刻的进水流量的累计量；H
t
、H
t
‑1为t、t
‑
1时刻的水箱液位；S为水箱底面积；V
t
‑1为t
‑
1时刻至t时刻1小时用水量。5.根据权利要求4所述的基于需求曲线的智能水龄控制方法，其特征在于，根据未来用水量预测结果进行水龄控制，具体包括以下步骤：根据未来用水量预测结果，计算得到每小时计划进水量；获取实...
【专利技术属性】
技术研发人员：张海俊，金超，李戴伟，郑江华，陈磁，
申请(专利权)人：悉望数智科技杭州有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。