在线构架系统以及基于在线构架的供水实时调度方法
【技术领域】
[0001]本发明涉及给水管网信息化应用领域，尤其涉及基于在线构架的供水实时调度方法。
【背景技术】
[0002]供水管网是由供水厂将水供应至用水点的供水网络，通过供水管网的供水，能够实现大量用户使用到符合要求的水。
[0003]供水管网的调度是控制供水管网中所供应的水的分配的手段，通过供水管网调度能够安全可靠的将水压、水量、水质均符合要求的水送往每一处用水点，且水供应量能够满足各个不同供水点的不同需求。供水管网调度的目标是尽可能的对水的供应灵活、有效，能够满足用水点的需求，同时降低成本，以取得更好的社会效益和经济效益。
[0004]供水管网调度根据其信息化程度的高低能够划分为三个阶段，即人工经验调度、计算机辅助调度和实时调度控制。其中，人工经验调度即为通过相关调度人员的工作经验，由人工对供水管网进行调度；计算机辅助调度为通过采集管网数据，建立供水管网调度模型，运用模型对供水管网进行相应的运算和调度，对未来长时间段的用水情况进行预测，并根据预测结果提供最优用水调度方案；实时调度控制为通过实时采集供水管网数据，通过实时采集到的数据对供水情况进行预测，并通过预测结果对供水管网进行调度，实时水量数据能够及时反应用水情况的变化，使预测用水更加准确。
[0005]但目前供水管网调度还存在一些不足，人工经验调度由于需要相关人员进行人工调度，因此难免会出现错误，同时对于大型供水管网的调度，人工进行调度复杂、费时，且效率低下；计算机辅助调度由于通过计算机进行数据预测和处理，因此比人工调度更加准确、快速，但由于计算机对供水情况的预测是通过历史供水情况来预测的，且计算机会预测较长一段时间内的供水调度方案，因此计算机辅助调度的时效性较差，预测出的供水情况时间越久越不准确，同时无法对供水管网以及用户用水的突发情况进行快速的反应；实时调度控制由于通过采集供水管网实时水量数据进行供水情况分析，因此调度就具有一定的时效性，能够更加贴近实际情况，同时由于实时调度控制通过实时水量数据预测将来的供水量，对供水管网的调度较为精准，但目前的用水实时调度方法比较复杂，对现有水司调度机构涉及较多的升级改造，步骤繁琐。
[0006]随着数据传输技术不断提高，传输成本不断降低，使得传感器收集数据以及数据的自动传输技术进入实用阶段，这为水司调度机构能实时稳定地获取供水管网最新数据，依照供水管网数据的变化进行自身的自适应变化提供了良好的技术基础。
[0007]因此，如何有效地运用数据的实时采集对供水管网的实时调度起到积极促进作用就成为亟待解决的问题。
【发明内容】
[0008]本发明的目的在于提供一种在线构架系统以及基于在线构架的供水实时调度方法，通过对供水管网中数据的实时采集，以及水司调度机构的实时监控，对供水管网的供水情况进行预测，以实现供水管网的实时调度。
[0009]本发明的一部分在于提供一种在线构架系统，其特征在于，包括监测站监测子系统、普通用户用水信息子系统、大用户用水信息子系统和信息平台；
[0010]监测站监测子系统、普通用户用水信息子系统和大用户用水信息子系统分别连接信息平台，通过数据传输技术将各子系统中的数据传输至信息平台，使得各子系统中的数据集中存储于信息平台中。
[0011]监测站监测子系统、普通用户用水信息子系统和大用户用水信息子系统通过无线通讯方式连接所述信息平台。
[0012]监测站监测子系统、普通用户用水信息子系统和大用户用水信息子系统通过有线连接方式连接所述信息平台。
[0013]本发明的另一部分在于提供一种基于在线构架的供水实时调度方法，其特征在于，包括以下步骤:
[0014]数据采集步骤，通过在线构架系统实时采集信息平台中各节点的水量数据；
[0015]数据清洗步骤，将通过数据采集步骤采集到的水量数据进行分析，并进行异常数据处理，并将数据分析后的水量数据自动存储入管网水量数据表中；
[0016]数据预测步骤，读取管网水量数据表中相应节点上当前时间点水量数据以及同一节点上水量数据的历史水量数据，根据读取到的水量数据对该节点上未来短时间的水量数据进行预测，并将预测得到的预测水量数据记录到预测水量数据表中；
[0017]供水调度步骤，根据预测水量数据表中的预测水量数据生成实时调度指令，并将实时调度指令发送给水司调度机构，以对水司调度机构的供水情况调节进行调节指导。
[0018]水量数据包括:供水厂供水数据、普通用户用水数据、大用户用水数据和管网监测数据。
[0019]数据清洗步骤中异常数据处理包括异常数据丢弃、异常数据补偿、异常数据修正。
[0020]数据预测步骤中相邻两次水量数据预测的预测间隔时间为1\小时；每次水量数据预测出预测时间为iyj、时内的预测水量数据；且τζτ”
[0021]预测间隔时间T1优选为O?2小时；预测时间T 2优选为O?4小时。
[0022]实时调度指令包括控制点压力调度指令、水厂流量调度指令、水泵调度指令、水厂功率限定。
[0023]还包括供水管网模型，供水管网模型连接水司调度机构在线架构系统，将实时采集的水量数据按照其节点位置分别传输至供水管网模型上的相应节点上。
[0024]本发明的一种在线架构系统以及基于在线构架的供水实时调度方法具有以下优占.V.
[0025](I)通过在线构架系统的应用，实现了预测普通用户供水数据、大用户用水数据等水量数据所需数据的实时在线获取，简化了数据采集的过程，提高了水量数据预测的效率;
[0026](2)仅仅预测当前时间点后短时间段数据的水量数据，提高了预测数据的准确性，防止预测长时间的数据准确性下降，造成水司调度机构进行错误调度处理，同时由于预测所采用的水量数据为实时采集的真实供水管网数据，能够进一步的保证预测水量数据的准确性；
[0027](3)通过引入供水管网模型实现对水量数据的预测更加方便，同时将供水管网模型与在线构架系统相互连接，通过在线构架系统实时采集各节点的水量数据，能够使各节点的预测更加快速，同时通过实时采集的水量数据还能够校验预测供水数据，以对水司调度机构进行调度提供支持。
【附图说明】
[0028]为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图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性的前提下，还可以根据这些附图获得其他的附图。
[0029]图1是本发明的基于在线构架的供水实时调度方法的一个实施例的流程图。
[0030]图2是本发明的基于在线构架的供水实时调度方法的一个实施例的调度情况记录图。
[0031]图3是本发明的基于在线构架的供水实时调度方法的一个实施例的运行监测图。
【具体实施方式】
[0032]为使本发明的目的、技术方案和优点更加清楚，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作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。
[0033]在本实施例的水司调度机构在线构架系统，包括监测站监测子系统、普通用户用水信息子系统、大用户用水信息子系统和信息平台；
[0034]监测站监测子系统、普通用户用水信息子系统和大用户用水信息子系统分别连接信息平台，通过数据传输技术将各子系统中的数据传输至信息平台，使得各子系统中的数据集中存储于信息平台中。
[0035]具体的，水司调度机构中监测站监测子系统监测供水厂的运行参数和供水管网的运行参数，其中包括供水厂供水水量、供水管网水量压力、供水厂水泵运行状态等。
[0036]普通用户用水信息子系统中包括普通用户的具体用水水量数据。
[0037]大用户用水信息子系统中包括大用户的具体用水水量数据。
[0038]将水司调度机构的监测站监测子系统、普通用户用水信息子系统和大用户用水信息子系统通过有线连接方式或无线通讯连接方式连接至信息平台，使各子系统中的数据能够有效的传输至信息平台，信息平台将接收到的来自不同子系统的数据进行分别存储，以备对在线构架系统中数据的提取应用。
[0039]在线构架系统提高了相互独立的系统中数据的利用率，使得系统中的数据能够自信息平台通过无线通讯或有线连接等方式进行在线采集，既保证在线采集数据的快速性，又能保证数据的准确性。
[0040]信息平台将在线构架系统中各子系统中的数据传输、接收后，对数据进行分类处理，数据在分类存储后，通过不同类型的数据组能够明显的展示出共水厂供水情况、普通用户用水情况和大用户用水情况的运行、变化等情况。
[0041]如图1所示，本实施例的基于在线构架的供水实时调度方法可以包括以下步骤:
[0042]数据采集步骤101，通过在线构架系统实时采集信息平台中各节点的水量数据。
[0043]具体的，通过在线构架系统中的信息平台对水司调度机构供水厂供水数据、普通用户用水数据、大用户用水数据等水量数据进行实时采集。
[0044]根据实际供水管网的设计图纸、施工图纸等对实际供水管网进行管网模型建立，或直接选取已经建立好的该实际供水管网的供水管网模型，并将供水管网模型中的各节点与在线构架中的相应节点数据进行关联，通过在线构架直接将节点上的水量数据发送至供水管网模型上，使得供水管网模型符合实际供水管网的真实情况。
[0045]其中，节点包括供水厂中各监测点、普通用水用户的用水点、大用户的用水点、供水管网中的监测点等。
[0046]数据清洗步骤102，将通过数据采集步骤101采集到的水量数据进行分析，并进行异常数据处理，并将数据分析后的水量数据自动存储入管网水量数据表中。
[0047]具体的，对通过在线构架系统中信息平台实时采集到的供水数据进行分析，对供水数据中存在的数据缺失、数据异常等情况进行筛选，将筛选出的供水数据进行相应的异常数据处理，处理方法包括:异常数据丢弃、异常数据补偿、异常数据修正等；将剩余的正常供水数据以及经过异常数