一种城市排水泵站调度系统优化方法与流程

1.本发明涉及城市排水系统技术领域，尤其涉及一种城市排水泵站调度系统优化方法。


背景技术：

2.目前，市场上城市排水泵站的调度控制主要实现根据站内水池液位对泵站内水泵、阀门的调节控制，对城市管网水位、水质以及未来雨量变化情况无法进行联合调控，对泵站来流变化无法做到快速调配响应。例如以下场景：
3.场景1：天气变化雨量增加，导致泵站进水量的快速增加，现有泵站控制系统无法做到提前响应、无法快速制定有效的应急预案；
4.场景2：城市管网水位情况不明，泵站无法获取城区管网的水位情况，制定合理的排水方案，容易造成城区管网水位超标；
5.场景3：城市管网水质情况不明，泵站无法获取城区管网的水质情况，存在水质超标排放、造成环境污染。


技术实现要素：

6.鉴于目前城市排水系统技术领域存在的对泵站来流变化无法做到快速调配响应的问题，本发明提供一种城市排水泵站调度系统优化方法，可以将泵站本体运行以及管网监测实时数据相融合、结合未来雨量变化数据，通过仿真模拟运行并推荐最安全、稳定的运行方案加以执行。
7.为达到上述目的，本发明的实施例采用如下技术方案：
8.一种城市排水泵站调度系统优化方法，所述方法包括以下步骤：
9.获取城市排水管网实时状态；
10.获取未来天气数据；
11.根据未来天气数据和城市排水管网实时状态建立预测模型，并根据预测模型预测未来泵站进水水量以及水质参数的变化状况；
12.根据未来泵站进水水量以及水质参数的变化状况进行泵站运行方案动态仿真；
13.对仿真的泵站运行方案进行对比优化分析，选择最优的方案执行。
14.依照本发明的一个方面，所述获取城市排水管网实时状态包括：采集城市排水管网液位、流量、水质监测数据，以获得城市排水管网实时状态。
15.依照本发明的一个方面，所述获取未来天气数据包括：通过气象数据采集未来天气雨量数据。
16.依照本发明的一个方面，所述建立预测模型包括：建立泵站进水水量、水质数学预测模型，计算未来泵站进水水量、水质数据。
17.依照本发明的一个方面，所述预测模型的计算方式为：小时进水量＝前后蓄水量差+总排水量。
18.依照本发明的一个方面，所述方法包括：获取泵站基本信息。
19.依照本发明的一个方面于，所述对仿真的泵站运行方案进行对比优化分析，选择最优的方案执行包括：确定不同模式存在的优先级；在仿真过程中通过对不同运行策略的仿真以判定其运行可行性；进行运行方案推荐。
20.依照本发明的一个方面，所述根据未来泵站进水水量以及水质参数的变化状况进行泵站运行方案动态仿真包括：仿真过程涉及自动获取的动态变量、模型内置静态变量和人机交互约束变量。
21.依照本发明的一个方面，所述根据未来泵站进水水量以及水质参数的变化状况进行泵站运行方案动态仿真包括以下步骤：
22.确定仿真迭代步长，建立各类模型，并写入各运行模式控制逻辑，定义调蓄失败事件及限值；
23.根据输入数据初始化各类参数；
24.以非暴雨模式作为初始运行模式，结合预测进水量进行迭代仿真；
25.若触发调蓄失败事件，则以暴雨模式作为初始运行模式，结合预测进水量进行迭代仿真，若触发调蓄失败事件，则发出洪涝警告；
26.若没有触发调蓄失败事件，则仿真计算临界点，临界点前为非暴雨模式，临界点后为暴雨模式。
27.依照本发明的一个方面，所述根据未来泵站进水水量以及水质参数的变化状况进行泵站运行方案动态仿真包括：以雨量预测值上下误差限分别作为预测雨量，重复进行迭代仿真；根据三次结果给出第一次迭代结果的偏差度。
28.本发明实施的优点：可以将泵站本体运行以及管网监测实时数据相融合、结合未来雨量变化数据，通过大数据分析、人工智能算法的手段模拟运行并推荐最安全、稳定的运行方案加以执行。
附图说明
29.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
30.图1为本发明所述的一种城市排水泵站调度系统优化方法示意图；
31.图2为本发明所述的城市排水泵站调度系统优化方法配置阶段流程图；
32.图3为本发明所述的城市排水泵站调度系统优化方法运行阶段流程图。
具体实施方式
33.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
34.如图1、图2和图3所示，一种城市排水泵站调度系统优化方法，所述方法包括以下
步骤：
35.步骤s1：获取城市排水管网实时状态；
36.采集城市管网液位水位、流量、水质监测数据(cod、电导率、氨氮)，实时掌握排水管网运行状态。
37.步骤s2：获取未来天气数据；
38.联合气象站相关数据，采集未来天气雨量数据。
39.步骤s3：根据未来天气数据和城市排水管网实时状态建立预测模型，并根据预测模型预测未来泵站进水水量以及水质参数的变化状况；
40.建立泵站进水水量、水质数学预测模型，计算未来泵站进水水量、水质数据；以水量的预测数据粒度为小时累计值为例，需要对其进行计算。其基本逻辑为：小时进水量＝前后蓄水量差+总排水量。
41.步骤s4：根据未来泵站进水水量以及水质参数的变化状况进行泵站运行方案动态仿真；
42.建立泵站运行动态仿真模型，确定未来一段时间内的泵站运行模式方案；动态仿真的目的在于确定未来一段时间内的运行模式。仿真过程涉及几类变量，分别为自动获取的动态变量、模型内置静态变量和人机交互约束变量，其具体内容见下表1。
[0043][0044]
表1
[0045]
动态仿真过程：
[0046]
①
确定仿真迭代步长(1min)，建立各类水泵排水量模型，调蓄池液位模型，前池液位模型，管道液位模型，并写入各运行模式控制逻辑，定义调蓄失败事件及限值；
[0047]
②
根据输入数据初始化各类参数，包括前池液位、前池液位、管道液位；
[0048]
③
以非暴雨模式作为初始运行模式，结合预测进水量进行迭代仿真，若触发调蓄失败事件，则跳转至
④
，否则跳转至
⑤
；
[0049]
④
以暴雨模式作为初始运行模式，结合预测进水量进行迭代仿真，若触发调蓄失败事件，则发出洪涝警告，并跳转至
⑥
，否则跳转至
⑤
；
[0050]
⑤
仿真计算临界点，临界点前为非暴雨模式，临界点后为暴雨模式；
[0051]
⑥
以雨量预测值上下误差限分别作为预测雨量，重复
②‑⑤
；
[0052]
⑦
根据三次结果给出第一次迭代结果的偏差度(准确度)。
[0053]
步骤s5：对仿真的泵站运行方案进行对比优化分析，选择最优的方案执行。
[0054]
对运行方案进行对比调优，选择最优、最安全的运行方案加以执行。
[0055]
在实际应用中，本实施例所述的城市排水泵站调度系统优化方法包括以下两个过程：
[0056]
1、参照图2，其描述了本发明提供的一种城市排水泵站调度系统优化方法配置阶段流程，具体如下：
[0057]
步骤101，优化调度系统要与管网水位、水质监测数据进行动态点位对接，实时掌握管网各监测的的关键参数信息；
[0058]
步骤102，优化调度系统要求与气象参数降雨进行数据对接，获取区域未来降雨量的准确信息；
[0059]
步骤103，优化调度系统需要建立泵站进水水量、水质数学预测模型，提前预测未来泵站进水水量以及水质参数的变化状况；
[0060]
步骤104，优化调度系统需要建立泵站运行方案的动态仿真模型，对进水量以及水质情况的变化快速响应制定对应的运行方案；
[0061]
步骤105，对不同的模拟方案进行对比优化分析，选择最安全、稳定的方案进行推荐执行。首先不同模式存在优先级，例如，小雨模式优先于暴雨模式。其次在仿真过程中通过对不同运行策略的仿真以判定其运行可行性。从而给出当下最佳运行策略(模式)，目前暂定其控制步长为小时。
[0062]
2、参照图3，其描述了本发明提供的一种城市排水泵站调度系统优化方法运行阶段流程，具体如下：
[0063]
步骤201，泵站基本信息录入，主要包含水泵、阀门信息、蓄水池信息等；实时获取管网监测数据以及雨量数据；
[0064]
步骤202，泵站运行模拟仿真，自动生成运行方案；
[0065]
步骤203，各种运行方案的对比寻优。
[0066]
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本领域技术的技术人员在本发明公开的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。