一种供水管网水质在线监测、预测方法，包括：在线监测仪表按时序采集管网进水点处的水质理化指标数据；根据根据所得数据构建水质模型，所述的水质模型有水质模型的模拟变量和各模拟变量的生化反应方程式；根据水质模型有水质模型的模拟变量和各模拟变量的生化反应方程式进行水质模型参数率定；进行管网用户点水质预测；本发明专利技术实现了供水管网各用户点细菌总数和余氯浓度的及时预测，通过读取管网最新的进水理化指标监测结果，计算机可以实时动态显示各节点水质的变化；可以提高城市供水管理者应对源水水质变化的能力和效率；本发明专利技术中预测系统输出的用户点水质预测结果是由可接受数据形成的具有一定空间分布特征的集合，可避免预测结果失真带来的决策风险。
【技术实现步骤摘要】
本专利技术涉及一种供水管网水质预测。特别是涉及一种城市供水管网细菌总数和余氯浓度指标监测、预测及风险评估的。
技术介绍
供水管网作为居民饮用水输配的市政基础设施，往往对居民饮用水安全有着重要影响。据调查，我国管网水质的合格率较出厂水下降较大，尤其微生物指标在用户节点处的合格率不足90%，而微生物指标又是管网供水的用户最为关注的问题。因为城市供水管网往往具有水源多、节点多、管线长、水质变化复杂等特点,又由于管网水质监测点点少面散、缺乏连续监测数据、在主干管和管网末梢分布不均等原因，致使对管网水质微生物情况变化的了解往往具有间隙性、被动性和延迟性。针对这些现象，建立管网微生物水质指标预测 系统，配合现有管网的水质监测体系，来追踪管网水的微生物指标变化、评估用户点处的微生物水质风险就成为解决上述问题的良好方法。然而，现有的城市供水管网水质预测模型或为统计模型，或仅针对单一水质组分；管网水质风险评估则较多地依赖水龄等间接指标，缺乏用户点处目标水质指标(细菌总数、余氯)预测结果的直接支持。现有技术中至少存在以下问题供水管网水质往往波动较大，经常性超出已有统计数据范围，统计预测体系难以给出精确的、有效的用户节点水质预测结果，并且在水质变化明显时无法预测可能的水质风险；供水管网水质成分复杂，单一组分模型忽视了其他重要水质指标对某一目标水质指标的影响、无法合理反映管网水质状况。即现有预测方法难以满足保证供水管网用户点处微生物指标安全的需求上述问题使得工程技术人员迫切需要一种高效的管网水质监测、预测方法来保证管网用户的微生物水质安全可靠。
技术实现思路
本专利技术所要解决的技术问题是，提供一种通过监测管网(部分管网或整体管网)进水点的水质情况，实时、准确地预测管网各用户点处的细菌总数和余氯的浓度范围，及时提供用户点水质风险信息的。本专利技术所采用的技术方案是一种，包括如下步骤I)在线监测仪表按时序采集管网进水点处的水质理化指标数据，包括氨氮浓度、余氯量、水温；相同时序人工采集溶解性有机碳浓度、不溶解性有机碳浓度和细菌总数；2)根据氨氮浓度、溶解性有机碳、不溶解性有机碳、余氯和细菌间的生化反应关系，构建水质模型，所述的水质模型包括( I)水质模型的模拟变量水中细菌浓度，(^，单位为CFU/ml ；[0012[0013[0014[0015[0016[0017[0018[0019[0020[0021[0022[0023[0024[0025[0026[0027[0028[0029[0030[0031[0032[0033[0034[0035[0036[0037[0038模型[0039[0040生物膜中细菌浓度，Cbf，单位为CFU/m2 ；水中死亡细菌浓度，C·，单位为CFU/ml ；生物膜中死亡细菌浓度，CDB,F，单位为CFU/m2 ；水中溶解性有机碳浓度，CMa,单位为mg/L ；水中可生物降解有机碳浓度，CBIwa，单位为mg/L ；水中不溶性有机碳浓度，C·。,y单位为mg/L ；生物膜中不溶性有机碳浓度，CND(X；,F,单位为mg/m2 ；水中氨氮浓度，Cm，单位为mg/L ；水中余氯浓度，Caij,单位为mg/L(2)各模拟变量的生化反应方程式本文档来自技高网...
【技术保护点】
一种供水管网水质在线监测、预测方法，其特征在于，包括如下步骤：?1）在线监测仪表按时序采集管网进水点处的水质理化指标数据，包括：氨氮浓度、余氯量、水温；相同时序人工采集：溶解性有机碳浓度、不溶解性有机碳浓度和细菌总数；?2）根据氨氮浓度、溶解性有机碳、不溶解性有机碳、余氯和细菌间的生化反应关系，构建水质模型，所述的水质模型包括：?（1）水质模型的模拟变量：?水中细菌浓度，CBL，单位为：CFU/ml；?生物膜中细菌浓度，CBF，单位为：CFU/m2；?水中死亡细菌浓度，CDBL，单位为：CFU/ml；?生物膜中死亡细菌浓度，CDB，F，单位为：CFU/m2；?水中溶解性有机碳浓度，CDOC，L，单位为：mg/L；?水中可生物降解有机碳浓度，CBDOC，L，单位为：mg/L；?水中不溶性有机碳浓度，CNDOC，L，单位为：mg/L；?生物膜中不溶性有机碳浓度，CNDOCF，单位为：mg/m2；?水中氨氮浓度，C1NL，单位为：mg/L；?水中余氯浓度，CCl/L，单位为：mg/L?（2）各模拟变量的生化反应方程式CCl，L>CCl，tL时，CCl，L≤CCl，t，L时，CCl，L>CCl,t，F时，CClL≤CCl，t，F时，式1～式14中，所涉及的水质模型模拟变量均为本步骤中（1）部分所给出的水质模型的模拟变量；?式1～式14中，μBL为液相中细菌比增长速率，μBF为生物膜内细菌比增长速率；?Sv为管段比表面积；MNH3?N=14g/mol为氨氮的摩尔质量、MCl2=71g/mol为氯的摩尔质量；?式1～式14中，所涉及的水质模型参数为：?细菌最大比增长速率，μmax，单位为：hr?1；?细菌生长碳半饱和常数(以BDOC计)，KC，单位为：mg/L；?细菌生长氮半饱和常数(以氨氮计)，KN，单位为：mg/L；?氯灭活细菌速率常数，kina，单位为：hr?1/(mg/L)；?生物膜对氯灭活细菌的影响系数，r1，单位为：1；?氯灭活细菌的消耗比，eCl/B，单位为：(mg/L)/(CFU/ml)；?细菌自衰减速率常数，kBD，单位为：hr?1；?细菌的碳含量，rC/B，单位为：mg/CFU；?水中不溶性组分吸附于管壁的速率常数，katt，单位为：hr?1；?管壁上不溶性组分的解吸速率常数，kdet，单位为：m2·hr?1；?细菌增殖所需的碳氮比，rC/N，单位为：1；?细菌利用BDOC的产率系数，rB/BDOC，单位为：CFU/mg；?氯与有机物反应的速率常数，kCl，C，单位为：hr?1/(mg/L)；?细菌增殖最佳温度，Topt，单位为：℃?细菌增殖受温度影响的效果系数，Ti，单位为：℃；?死亡细菌溶解的速率常数，k1ys，单位为：hr?1；?死亡细菌溶解的BDOC和DOC产率比，rBDOC/DOC，单位为：1；?水中氯抑制细菌增殖的界限浓度，CClt，L，单位为：mg/L；?生物膜中氯抑制细菌增殖的界限浓度，CClt，F，单位为：mg/L；?细菌增殖受余氯影响的效果系数，CCl，s，单位为：mg/L；?氯与管壁反应的速率常数，kwall，单位为：hr?1；?3）水质模型参数率定，包括如下过程：?（1）设定参数先验分布；?（2）设定模拟变量初始时刻的先验分布；?（3）搭建水质模型的求解流程；?（4）开始参数率定；?（5）参数率定结果的检验；?4）管网用户点水质预测。?FDA00002531486900011.jpg,FDA00002531486900012.jpg,FDA00002531486900013.jpg,FDA00002531486900014.jpg,FDA00002531486900015.jpg,FDA00002531486900016.jpg,FDA00002531486900017.jpg,FDA00002531486900018.jpg,FDA00002531486900019.jpg,FDA00002531486900021.jpg,FDA00002531486900022.jpg,FDA00002531486900023.jpg,FDA00002531486900024.jpg,FDA00002531486900025.jpg,FDA00002531486900026.jpg,FDA00002531486900027.jpg...
【技术特征摘要】
1.一种供水管网水质在线监测、预测方法，其特征在于，包括如下步骤1)在线监测仪表按时序采集管网进水点处的水质理化指标数据，包括氨氮浓度、余氯量、水温；相同时序人工采集溶解性有机碳浓度、不溶解性有机碳浓度和细菌总数；2)根据氨氮浓度、溶解性有机碳、不溶解性有机碳、余氯和细菌间的生化反应关系，构建水质模型，所述的水质模型包括(1)水质模型的模拟变量水中细菌浓度，Q，单位为CFU/ml ；生物膜中细菌浓度，Cbf，单位为CFU/m2 ；水中死亡细菌浓度，Cm，单位为CFU/ml ；生物膜中死亡细菌浓度，CDB,F，单位为CFU/m2 ；水中溶解性有机碳浓度，CD(X；, y单位为mg/L ；水中可生物降解有机碳浓度，C·。，单位为mg/L ；水中不溶性有机碳浓度，C·。,P单位为mg/L ；生物膜中不溶性有机碳浓度，Cnixkf,单位为mg/m2 ；水中氨氮浓度，Cm，单位为mg/L ；水中余氯浓度，Ccm,单位为mg/L(2)各模拟变量的生化反应方程式Cu>Celj时，2.根据权利要求1所述的供水管网水质在线监测、预测方法，其特征在于，步骤3)中所述的设定参数先验分布是根据实际管网现场试验结果及现有数据，对各模型参数先验分布进行设定。3.根据权利要求1所述的供水管网水质在线监测、预测方法，其特征在于，步骤3)中所述的设定模拟变量初始时刻的先验分布是根据实际管网的水质监测情况，对模拟初始时刻管网水质情况进行初始化设定。4.根据权利要求1所述的供水管网水质在线监测、预测方法，其特征在于，步骤3)中所述的搭建水质模型的求解流程，是采用四阶龙格-库塔算法，来求解步骤2)中所给出的各模拟变量的生化反应方程式，采用拉格朗日迁移算法获得管网各节点处...
【专利技术属性】
技术研发人员：周广宇，赵新华，
申请(专利权)人：天津大学，
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。