专利名称：供水管网水质在线监测、预测方法
技术领域：
本发明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、预测及风险评估的供水管网水质在线监测、预测方法。
背景技术：
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。
发明内容
本发明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供水管网水质在线监测、预测方法。本发明所采用的技术方案是一种供水管网水质在线监测、预测方法，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
权利要求
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水质计算结果。
5.根据权利要求4所述的供水管网水质在线监测、预测方法，其特征在于，所述的水质模型的求解流程包括如下步骤(1)将实际测到的管网进水点水质数据、设定的参数先验分布和设定的模拟变量初始时刻的先验分布带入步骤2)中所给出的各模拟变量的生化反应方程式；(2)采用四阶龙格-库塔算法求解动力学方程组；(3)使用拉格朗日迁移算法获得管网各节点处水质计算结果。
6.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)中所述的率定包括如下过程(O首先设定模型模拟变量与实际观测数据间的可接受误差范围；(2)以设定的参数先验分布和设定的模拟变量初始时刻的先验分布为基础，以搭建的水质模型求解流程为基础，进行蒙特卡洛模拟，获得并存储管网各用户点的水质计算结果;(3)根据过程(I)中的模型模拟变量与实际观测数据间的可接受误差范围，率定出可接受的模型参数、模拟变量初始时刻的数据，从而获得模型参数和模拟变量初始时刻的可接受数据分布。
7.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)中所述的率定结果的检验，是采用Geweke统计方法来检验各组可接受模型参数和模拟变量初始时刻数据的收敛性即稳定性。
8.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4)中所述的管网用户点水质预测，是根据管网进水点的水质监测数据，依照水质模型的求解流程， 预测管网各用户点的水质情况；同时，随着管网进水点数据的不断更新，同步更新管网各用户点的水质预测结果。
9.根据权利要求8所述的供水管网水质在线监测、预测方法，其特征在于，根据可接受模型参数、模拟变量初始时刻数据预测出的管网用户点水质预测结果，是在一定范围内分布的数值。
全文摘要
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。
文档编号G01N33/18GK103018416SQ20121051831
公开日2013年4月3日 申请日期2012年12月5日 优先权日2012年12月5日
发明者周广宇, 赵新华 申请人:天津大学