一种水质在线监测系统的制作方法

本发明涉及水质监测，具体是一种水质在线监测系统。

背景技术：

1、现有技术cn116609500a“一种基于物联网的水质数据监测方法”通过数据采集模块内的传感器终端采集指定区域的水质数据信息和环境参数并标记采集时间，设置监测周期；基于bp神经网络建立水质污染预测模型，获取指定区域当前监测周期不同时间戳的水质污染预测信息；获取指定区域水质数据信息与水质污染预测信息的偏差值，并对水质污染预测信息进行补偿修正；通过gis地理数据获取指定区域的地形特征，获取指定区域的各类别污染物的平均浓度、污染物扩散值和主要污染物转移方向；建立关于目标区域的时空特征一体化可视图，并基于时空特征一体化可视图将污染预警信息进行可视化显示，保证了水质监测的时效性，准确性和连续性；

2、现有技术cn107782869a“一种水质在线监测系统”包括水质监测单元、数据采集、传输单元、数据存储和处理单元；所述数据存储和处理单元包括存储和处理所述数据采集和传输设备所传输的水质在线监测设备测定的数据的软件和/或硬件；所述数据采集和传输单元通过无线和/或有线通信方式将水质监测单元和数据存储和处理单元连接起来。本发明的水质在线监测系统，可接入多种在线监测设备，并可不断扩充，可广泛应用于各种水质在线监测领域，包括饮用水、污染水、地下水、江河湖库等地表水、海水、管网供水及科研院所用水。本发明的水质在线监测系统，加强了水质数据的保真保密性，且比其他平台的采集监测数据更丰富，有效提高了后期现场运维、污染处理工作效率；

3、污水处理过程控制面对多重困难，具有一定的挑战性，目前污水处理设备由正常状态转变成故障状态前的早期故障往往不易被检测到，因为污水处理设备故障的征兆可能微弱或难以识别，这可能导致在故障成熟之前无法采取预防措施。

技术实现思路

1、为了解决上述技术问题，本发明的目的在于提供一种水质在线监测系统，包括监控中心，所述监控中心通信连接有数据采集模块、数据存储模块、数据可视模块、临界状态选取模块、临界匹配模块、数据分析模块和监控预防模块；

2、所述数据采集模块用于获取当前污水处理流程信息，根据所述流程信息设置水质监测点位，获取各个点位的水质数据；

3、所述数据存储模块用于存储各流程子序列的历史数据信息；

4、所述数据可视模块用于根据当前污水处理过程中各污水处理设备的装配顺序以及装配结构生成数字孪生模型，并根据数字孪生模型中的孪生数据构建各流程子序列的多特征因子拓扑网络；

5、所述临界状态选取模块用于将若干历史监测周期内各流程子序列的污水处理设备由正常运行状态转换为故障状态前的一段时间段的运行状态标记为临界状态；

6、所述临界匹配模块用于根据各流程子序列在临界状态时各类型水质特征因子的浓度平均标准差获取各流程子序列关键特征因子，并根据关键特征因子以及其它类型水质特征因子与关键特征因子的浓度相关系数时序序列构建各流程子序列的临界标志物；

7、所述数据分析模块用于根据当前监测周期各流程子序列的实时水质数据判断是否生成可疑标志物；

8、所述监控预防模块将各流程子序列生成的可疑标志物与数据存储模块中的临界标志物数据库进行一致性匹配，并根据匹配结果生成预防措施。

9、进一步的，所述数据采集模块获取当前污水处理流程信息，根据所述流程信息设置水质监测点位，获取各个点位的水质数据的过程包括：

10、获取当前污水处理设备的工艺流程特性，根据所述工艺流程特性提取流程信息，将污水处理流程按照污水处理进行拆分，划分为若干流程子序列；

11、在各流程子序列设置水质监测点位，根据对应流程子序列工艺单元特征中的功能特性利用数据检索获取各个水质监测点位的需监测的各类型水质特征因子；

12、所述水质数据监测点位根据需监测的各类型水质特征因子实时获取水质数据并标记监测时间，设置监测周期。

13、进一步的，所述数据可视模块根据当前污水处理过程中各污水处理设备的装配顺序以及装配结构生成数字孪生模型的过程包括：

14、构建数字空间，获取当前污水处理过程中物理空间中的污水处理设备的物理实体及各水质监测点位的水质数据，将污水处理设备的物理实体进行三维建模处理生成三维模型，将水质数据进行数据格式预处理生成孪生数据；

15、获取当前污水处理过程中各污水处理设备的装配顺序以及装配结构，构建三维模型拓扑有向图，将各流程子序列的三维模型作为拓扑有向图的节点，将各污水处理设备的装配顺序以及装配结构作为节点之间的连接关系，并将孪生数据与三维模型进行匹配生成数字孪生模型。

16、进一步的，所述数据可视模块根据数字孪生模型中的孪生数据构建各流程子序列的多特征因子拓扑网络的过程包括：

17、获取数字孪生模型中各流程子序列的孪生数据所涉及的水质特征因子，构建各流程子序列的多特征因子拓扑网络，将各流程子序列的孪生数据所涉及的每种水质特征因子映射为对应的多特征因子拓扑网络中的一个节点，各个节点之间相互连接。

18、进一步的，所述临界状态选取模块将若干历史监测周期内各流程子序列的污水处理设备由正常运行状态转换为故障状态前的一段时间段的运行状态标记为临界状态的过程包括：

19、从数据存储模块中获取流程子序列的污水处理设备在历史监测周期内的不同时刻的对应的历史运行状态，所述运行状态包括正常运行状态和故障状态；

20、设置临界时长，将流程子序列的污水处理设备由正常运行状态转化为故障状态的时刻标记为临界时刻，以临界时刻为端点，以与临界时刻的时间跨度等于临界时长的处于正常运行状态的另一时刻作为端点，将各流程子序列在两个端点之间的时间段的运行状态标记为临界状态。

21、进一步的，所述临界匹配模块根据各流程子序列在临界状态时各类型水质特征因子的浓度平均标准差获取各流程子序列关键特征因子，并根据关键特征因子以及其它类型水质特征因子与关键特征因子的浓度相关系数时序序列构建各流程子序列的临界标志物的过程包括：

22、从数据存储模块中获取历史监测周期内流程子序列处于正常运行状态和临界状态时对应的历史水质数据，根据正常运行状态的历史水质数据获取正常运行状态时各类型水质特征因子的平均浓度，根据临界状态的历史水质数据获取临界状态时各类型水质特征因子的浓度时序序列；

23、根据临界状态时各类型水质特征因子的浓度时序序列以及正常运行状态时各类型水质特征因子的平均浓度获取临界状态时各类型水质特征因子的浓度平均标准差，筛选出最高平均标准差对应的水质特征因子，并将所述水质特征因子标记为关键特征因子；

24、随后根据临界状态时各类型水质特征因子的浓度时序序列获取临界状态时其它类型水质特征因子与关键特征因子的浓度相关系数时序序列，根据所述浓度相关系数时序序列筛选出临界状态时与关键特征因子的浓度相关系数持续增长的其它类型水质特征因子，将所述关键特征因子与其他类型水质特征因子映射至多特征因子拓扑网络中，构成由所述关键特征因子与其他类型水质特征因子作为节点的拓扑子网络，并将所述拓扑子网络标记为临界标志物；

25、并获取历史监测周期内所述临界标志物所属的临界状态转变成故障状态时的历史水质数据，将所述临界动态标志物与故障状态时的历史水质数据相关联。

26、进一步的，所述数据分析模块根据当前监测周期各流程子序列的实时水质数据判断是否生成可疑标志物的过程包括：

27、获取当前监测周期各流程子序列的实时水质数据以及历史监测周期内各流程子序列的污水处理设备处于正常运行状态时各类型水质特征因子的平均浓度，根据所述实时水质数据以及各类型水质特征因子的平均浓度获取各流程子序列的关键特征因子，随后获取其它类型水质特征因子与关键特征因子的浓度相关系数实时序列，判断是否存在与关键特征因子的浓度相关系数持续增长的其它类型水质特征因子，若存在，则根据所述关键特征因子以及其它类型水质特征因子构建当前监测周期的拓扑子网络，并将所述拓扑子网络标记为可疑标志物。

28、进一步的，所述监控预防模块将各流程子序列生成的可疑标志物与数据存储模块中的临界标志物数据库进行一致性匹配，并根据匹配结果生成预防措施的过程包括：

29、从数据存储模块中获取若干历史监测周期内的临界标志物，聚合所述若干历史监测周期内的临界标志物构建临界标志物数据库；

30、当流程子序列生成可疑标志物时，将所述可疑标志物与临界标志物数据库进行实时特征因子匹配，若可疑标志物对应的拓扑子网络中各节点的水质特征因子与临界标志物数据库中某一临界标志物对应的拓扑子网络中各节点的水质特征因子一致，则获取所述某一临界标志物所关联的历史水质数据，根据所述历史水质数据在数据存储模块中进行检索，从数据存储模块中获取所述历史水质数据的预防措施。

31、与现有技术相比，本发明的有益效果是：根据各流程子序列在临界状态时各类型水质特征因子的浓度平均标准差获取各流程子序列关键特征因子，并根据关键特征因子以及其它类型水质特征因子与关键特征因子的浓度相关系数时序序列构建各流程子序列的临界标志物，随后根据当前监测周期各流程子序列的实时水质数据判断是否生成可疑标志物，将各流程子序列生成的可疑标志物与数据存储模块中的临界标志物数据库进行一致性匹配，并根据匹配结果生成预防措施，实现了污水处理设备由正常状态转变成故障状态前的早期故障的预测，从而在污水处理设备故障成熟之前采取预防措施。