[发明专利]一种智慧物联的排水管网污染异常溯源方法

权利要求书

1.一种智慧物联的排水管网污染异常溯源方法，其特征在于，包括如下步骤：

S1：微站部署，建立厂-网-地块-源的物联；根据污水厂情况、管网片区走向、管网地块分布、企业分布及行业特征，在各个节点部署微型水质监测站，将各个物理要素(厂-网-地块-源)指向化、矢量化，并建立厂-网-地块-源的关联关系；

S2：数据清洗，去除无效数据、异常数据，噪音干扰数据，监测数据经过清洗、转换、归一化、配准和空间化等预处理后，对水质数据进行时空变化特征分析；

S3：构建污染溯源模型，搭建空间-时间-浓度三维收敛模型，计算污染贡献大的可疑企业名单；

S4：溯源，自动识别推送污染异常企业清单，生成执法任务供管理部门指挥调度。

2.根据权利要求1所述的一种智慧物联的排水管网污染异常溯源方法，其特征在于，所述S1包括以下步骤：

S11：在管网的关键节点部署微型水质监测站，根据污染异常情况选择监测特征因子；

S12：对污水厂涉水流域内的片区管网划分、排水地块单元、涉水企业情况进行调研摸查，了解排水地块内的重点排水企业、零星涉水企业，以及涉水企业行业特征情况；

S13：确定部分排水地块对应的管网、截流井以及检查井的位置；

S14：基于已清洗的市政排水设施和排水地块空间矢量数据、实地调研情况，布设管网水质监测微站，建立污水厂-排水片区-排水地块-企业的关联。

3.根据权利要求2所述的一种智慧物联的排水管网污染异常溯源方法，其特征在于，所述S11中，管件节点包括但不限于泵站片区、主干管网节点、次支管交汇点、重点排污企业。

4.根据权利要求3所述的一种智慧物联的排水管网污染异常溯源方法，其特征在于，所述S11中，市政排水设施包括管网、井口、接驳点。

5.根据权利要求2所述的一种智慧物联的排水管网污染异常溯源方法，其特征在于，所述S14中，建立污水厂-排水片区-排水地块-企业的关联的方法为：

S141：将其中的地块信息、管道信息截流井、排污口、水流方向有效信息进行矢量空间化；

S142：将空间矢量化的信息进行地里坐标投影变化，形成具有经纬度坐标的地理坐标模型；

S143：对地块、排水管网实施流域化管理，从污水处理厂-管网-地块-源头四部分建立指针关系库，将污水处理厂流域的上游管网按照地块区域和上下游联通关系划分为不同级别的管线逻辑关系。

6.根据权利要求1所述的一种智慧物联的排水管网污染异常溯源方法，其特征在于，所述S2中，包括以下步骤：

S21：对微站站点进行属性分类；对管网内微站站点进行划分；

S22：对经纬度进行核验；

S23：处理水环境参数数据异常值；

S24：时空数据一致化处理，对于监测起止时间不同的站点通过编程进行时序匹配；对于站点进入稳定监测状态不一的站点进行删减；对于设备问题冬至不同区间数据存在缺失的数据根据上下时序进行均值填补。

7.根据权利要求6所述的一种智慧物联的排水管网污染异常溯源方法，其特征在于，所述S22中，核验的原则包括：统一监测点位的经纬度为同一坐标体系；将无法确认的经纬度站点剔除；将经纬度错落的站点通过编程将经纬度进行替换。

8.根据权利要求6所述的一种智慧物联的排水管网污染异常溯源方法，其特征在于，所述S23中异常值包括空值、0值、负值、恒定值、极大极小值。

9.根据权利要求1所述的一种智慧物联的排水管网污染异常溯源方法，其特征在于，所述S3中，计算方法采用随机森林回归算法、聚类分析、相关性分析、阈值分析和贝叶斯网络实现。