【技术实现步骤摘要】
本专利技术涉及管网的水质预测技术，尤其是基于复杂管网的高精度水质预测方法。
技术介绍
1、随着我国工业水平不断发展以及人民环保意识的不断提高，水质问题逐渐引起人们的重视。为了更好的研究水环境综合治理问题，针对性的提出水质改善措施，研究人员迫切需要一种可靠的数学模型。目前，同时具有水质模拟分析功能和水动力计算功能的模型有storm water management model(swmm)模型等。swmm模型为开源软件，易于对其进行二次开发，而且目前swmm模型已经被研究人员使用多种编程语言所编写，包括但不限于python、r、matlab以及visual basic。其中用python语言编写的pyswmm第三方库(以下简称pyswmm模型)比较具有代表性。但是swmm模型无法模拟管道中污染物的对流扩散和生化过程，导致其在管道水质模拟方面存在一定的局限性。
技术实现思路
1、本专利技术通过在pyswmm模型的基础上添加污染物对流扩散模型与生化反应模型(wasp模型)的方式构建新的水质模型pyswmm-wq，使其能够更加准确的进行管道水质模拟计算等工作。
2、专利技术目的：本专利技术的一个目的是提供一种基于复杂管网的高精度水质预测方法。
3、本专利技术的另一个目的是提供一个基于复杂管网的高精度水质预测模型，即pyswmm-wq模型。
4、技术方案：本专利技术的基于复杂管网的高精度水质预测方法，包括以下步骤：
5、收集研究区域的水文资料以及
6、使用swmm模型搭建研究区域数学模型，并将模型保存为*.inp文件，*.inp文件为文本文件，其中包含了管道长度、位置、糙率、进流量、出口水位以及降雨等边界条件；
7、基于污染物对流扩散过程和wasp模型(污染物生化反应模型)，先计算管道中污染物质的对流扩散过程，再用wasp模型用于计算不同污染物质之间的生化反应过程；
8、将pyswmm模型、对流扩散修正处理以及wasp模型耦合为pyswmm-wq模型，其计算基本方式为：①使用pyswmm模型读取*.inp文件并计算生成*.out文件，*.out文件中包含了管道的所有水动力条件，如流速、流量、体积等，②使用pyswmm模型读取pyswmm模型的计算结果(即，*.out文件)，并将该结果输出为*.dat文件(文件包括水深、流量、体积等参数)，③建立污染物对流扩散计算模块和wasp模型，并读取pyswmm模型输出的*.dat文件，④对流扩散计算模块计算污染物在管道中的对流扩散过程，⑤wasp模型计算不同污染物之间的生化反应过程并以此修改对流扩散计算模块的计算结果，⑥将污染物对流扩散计算模块和wasp模型的计算结果按照一定格式储存；
9、进一步的，收集的水文资料以及污染物资料包括：管道流量、井底高程、管道糙率、降雨量、污染物质类型及其本底浓度，入流浓度等。
10、进一步的，在pyswmm模型中，采用求解圣维南方程组来计算水流流速、流量等参数：
11、
12、
13、式中：q为流量，m3/s；h为水深，m；a为过水断面面积，m2；g为重力加速度，9.8m/s2；sf为摩阻比降；t为时间，s；x为距离，m。
14、进一步的，在污染物对流扩散计算模块，采用以下来计算污染物质在管道中的对流扩散过程：
15、
16、式中：a为面积，m2；c为深度平均的溶质浓度，g/l3；t为时间，s；kxx为二维扩散系数张量的各组分，m2/s；q为流量，m3/s；x为距离，m；s为源项。
17、进一步的，在wasp模型中，污染物质质量守恒方程采用以下公式：
18、
19、式中：c表示水质组分的浓度，mg/l或g/m3；t表示时间步长；ux，uy，uz表示纵向、横向、垂向对流速度，m/d；ex，ey，ez表示纵向、横向、垂向扩散系数，m2/d；sl，表示点源和面源负荷，g/m3·d；sb，表示边界负荷，g/m3·d；sk表示源漏项目(源为正，汇为负)，g/m3·d；x为纵向距离，m；y为横向距离，m；z为垂向距离，m。
20、本专利技术的基于复杂管网的高精度水质预测模型，即pyswmm-wq模型，包括：
21、水动力计算模块，即，使用pyswmm模型读取研究区域的边界文件(*.inp文件)，并由其计算得到研究区域内各管道的水动力条件数据，保存于结果文件(*.out文件)；
22、数据传输模块，由于pyswmm模型的输出文件(*.out文件)为二进制文件，不便于数据在不同模型之间的传递，因此我们使用pyswmm模型读取其输出文件，并将其中数据按照一定格式写入*.dat文件(文本文件)；
23、污染物对流扩散模块，可以使用fortran编程语言编写，用于计算各类污染物质在管道中的对流扩散现象；
24、生化反应模块，使用fortran编程语言编写wasp模型(生化反应模型)用于计算各类污染物质在管道中的生化反应过程，并以此修改污染物对流扩散模块的计算结果；
25、计算结果输出模块，当污染物质在管道中的对流扩散过程及生化反应过程计算结束后，将计算结果按照一定格式保存在*.dat文件中；
26、数据可视化模块，使用python语言编写数据可视化模块，读取计算结果，并输出相关图像。
27、本专利技术的一种电子设备，包括存储器和处理器，其中：
28、存储器，用于存储能够在处理器上运行的计算机程序；
29、处理器，用于在运行所述计算机程序时，执行如上述基于复杂管网的高精度水质预测方法的步骤。
30、本专利技术的一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被至少一个处理器执行时实现如上述基于复杂管网的高精度水质预测方法的步骤。
31、有益效果：与现有技术相比，本专利技术的显著技术效果为：本专利技术以经过多年工程实践检验的pyswmm模型、对流扩散计算修正以及wasp模型为核心，构建pyswmm-wq模型，为基于复杂管网的高精度水质预测提供了一种新的方法。通过将pyswmm模型、对流扩散计算修正以及wasp模型耦合，弥补了传统swmm模型无法计算污染物在管道中的对流扩散和生化反应过程的缺陷。
32、swmm经过对流扩散修正后，没有考虑化学过程，但是可以充分考虑对流-扩散过程。swmm+wasp，可以考虑生化反应，但是无法体现高精度的对流-扩散模拟。鉴于上述不足，所以我们采用了swmm+对流扩散修正+wasp，全面综合考虑对流、扩散和污染物化学反应。
本文档来自技高网...【技术保护点】
1.基于复杂管网的高精度水质预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于复杂管网的高精度水质预测方法，其特征在于，SWMM模型采用PySWMM程序构建。
3.根据权利要求1所述的基于复杂管网的高精度水质预测方法，其特征在于，研究区域数学模型中包含了管道长度、位置、糙率、进流量、出口水位、污染物质类型及其本底浓度以及降雨信息，作为边界条件。
4.根据权利要求2所述的基于复杂管网的高精度水质预测方法，其特征在于，在PySWMM程序中，采用求解圣维南方程组来计算参数，具体的计算式如下：
5.根据权利要求1所述的基于复杂管网的高精度水质预测方法，其特征在于，对流扩散的计算方法中，采用下式来计算污染物质在管道中的对流扩散过程：
6.根据权利要求1所述的基于复杂管网的高精度水质预测方法，其特征在于，在WASP模型中，污染物质质量守恒方程采用下式：
7.一种电子设备，其特征在于，包括存储器和处理器，其中：
8.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被至少一
...【技术特征摘要】
1.基于复杂管网的高精度水质预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于复杂管网的高精度水质预测方法，其特征在于，swmm模型采用pyswmm程序构建。
3.根据权利要求1所述的基于复杂管网的高精度水质预测方法，其特征在于，研究区域数学模型中包含了管道长度、位置、糙率、进流量、出口水位、污染物质类型及其本底浓度以及降雨信息，作为边界条件。
4.根据权利要求2所述的基于复杂管网的高精度水质预测方法，其特征在于，在pyswmm程序中，采用求解圣维南方程组来计算参数，具体的计算式如下...
【专利技术属性】
技术研发人员：陈梦雪，韩笑，孔俊，
申请(专利权)人：南京高科环境科技有限公司，
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。