[发明专利]一种闸泵水动力调控方法

说明书

本发明公开了一种闸泵水动力调控方法，包括步骤：S1，利用数据采集设备采集数据；S2，后台服务器接收数据并校准；S3，在后台服务器端建立人工神经网络模型处理数据；S4，计算误差并根据误差调控输水方案；S5，记录步骤S4中实施人工调节时的误差，把人工调节行为本身作为新的变量输入，再次输入到人工神经网络模型中参与学习等；本发明通过输水方案的智能调控实现调控水动力，可以引导清洁水体进入污染河道，对污染水体进行稀释，达到改善污染河道水质的目的，同时还可以改善河网水动力条件，增加河道水体自净能力，利用人工神经网络对输水调控方案调控水动力改善水环境的效果进行学习预测，可以学习人工调控行为，更加智能。

技术领域

本发明涉及水利工程技术领域，更为具体地，涉及一种闸泵水动力调控方法。

背景技术

水是人类生产和生活必不可少的宝贵资源，但其自然存在的状态并不完全符合人类的需要，只有修建水利工程才能控制水流，防止洪涝灾害，并进行水量的调节和分配，以满足人民生活和生产对水资源的需要。水工程调控主要利用水利工程科学地调度河网水流，提高水体的流动性，增强水体的自净能力，在一定程度上缓解区域水质恶化的问题。其主要原理为通过引水活化河网水体，使原有水体由静变动，由慢变快，从而提高水体中溶解氧的含量，增强水体的化学净化过程和生物净化过程，使水体中各种污染物质得到迅速降解，进而达到改善水体水质的目的。目前，闸泵调控水动力工程运行存在能耗高，运行管理费用大，智能化程度较低等问题。

发明内容

本发明的目的在于克服现有技术的不足，提供一种闸泵水动力调控方法，提高了智能化程度，降低了运行成本，更加科学合理。

本发明的目的是通过以下技术方案来实现的：

一种闸泵水动力调控方法，包括：

S1，利用数据采集设备采集河道参数、水质参数、流量和水位数据，并将采集的数据传输到后台服务器；

S2，后台服务器接收采集的数据，然后基于采集的数据校准通过河道水环境模型计算得到的数据，将校准后的数据作为调控目标参数指标；

S3，在后台服务器端建立人工神经网络模型，把调控目标参数指标作为人工神经网络模型的输出，将输水调控方案作为输入，训练人工神经网络，选择输出最接近调控目标参数指标的输水调控方案；

S4，查询最接近调控目标参数指标的输水调控方案下的数据采集设备所采集的数据，计算与调控目标参数之间存在的误差，根据误差人工调节输水调控方案后，将人工调节后的输水方案再作为步骤S3输入，继续学习训练；

S5，记录步骤S4中实施人工调节时的误差，把人工调节行为本身作为新的变量输入，再次输入到人工神经网络模型中参与学习，学习人工干预措施，实现智能筛选输水调控方案，调节水动力达到调控目标参数指标。

其中，在步骤S1中，采用RTK设备采集河道参数，采用声学多普勒流速剖面仪测量流速，采用水位尺测量水位；

其中，在步骤S1中，采集的水质参数包括水的混浊度、透明度、硝化速率、水温、pH值、微量有害化学元素含量、细菌含量和NH3-N、COD、BOD₅降解率、DO、底泥耗氧率、硝化速率和反硝化速率。

其中，在步骤S2中，通过输水调控方案控制引水流量和引水时间，引水流量和引水时间作为输入。

其中，在步骤S3中，将选定断面的调控目标参数指标作为输出条件。

其中，调控目标参数指标包括水质参数、流量和水位。

其中，调控目标参数指标包括引水时间。

其中，河道参数包括河长、河宽、河底高程、断面尺寸和闸门尺寸。

本发明的有益效果是：