买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】一种基于多元监测的河流水质污染溯源方法及系统_中山大学_202210360232.2 

申请/专利权人:中山大学

申请日:2022-04-07

公开(公告)日:2024-04-19

公开(公告)号:CN114814135B

主分类号:G01N33/18

分类号:G01N33/18;G06F30/10

优先权:

专利状态码:有效-授权

法律状态:2024.04.19#授权;2022.08.16#实质审查的生效;2022.07.29#公开

摘要:本发明公开了一种基于多元监测的河流水质污染溯源方法及系统,该方法包括:实时采集河流水质信息并根据河流水质信息构建可疑水污染河道断面;通过分布式监测仪表对可疑水污染河道断面的水质数据进行采集与异常判断,得到异常数据报警河道断面;对异常数据报警河道断面进行逐点追踪处理,确定水污染区域;根据水污染区域,结合差分进化算法和河道模型进行迭代反演计算,得到水污染河道断面信息。通过使用本发明能够在降低传统人力监测成本的同时准确的查找并追溯污染源的具体位置。本发明作为一种基于多元监测的河流水质污染溯源方法及系统,可广泛应用于河流水质监测及管理领域。

主权项:1.一种基于多元监测的河流水质污染溯源方法,其特征在于,包括以下步骤:实时采集河流水质信息并根据河流水质信息构建可疑水污染河道断面;通过分布式监测仪表对可疑水污染河道断面的水质数据进行采集与异常判断,得到异常数据报警河道断面;对异常数据报警河道断面进行逐点追踪处理,确定水污染区域;根据水污染区域,结合差分进化算法和河道模型进行迭代反演计算,得到水污染河道断面信息;所述对异常数据报警河道断面进行逐点追踪处理,确定水污染区域这一步骤,其具体包括这一步骤,其具体包括:以异常数据报警河道断面为判断基准,根据追踪依据,对异常数据报警河道断面进行逐点追踪,得到正常数据河道断面;所述追踪依据包括根据河道的流速计算污染物迁移的理想时长、根据异常数据报警河道断面与上游河道断面之间的距离推算上游河道断面在理想时刻时的河流水质数据;以异常数据报警河道断面和正常数据河道断面之间的河道区域,确定水污染区域;污染物迁移的理想时长的计算公式如下:ti=Liv其中,v表示流速,Li表示异常数据报警河道断面S0与上游河道断面Si的距离;所述根据水污染区域,结合差分进化算法和河道模型进行迭代反演计算,得到水污染河道断面信息这一步骤,其具体包括:将水污染区域的参数和边界条件参数导入ICM模拟软件,搭建河道模型;所述水污染区域的参数包括水污染区域的河床地形数据和水污染区域河道断面的经纬度数据,所述边界条件参数为分布式监测仪表分别获取的异常数据报警河道断面和正常数据河道断面的水流信息;通过差分进化算法对河道模型进行耦合处理,构建河道溯源模型;对河道溯源模型进行迭代反演计算,得到水污染河道断面信息;所述通过差分进化算法对河道模型进行耦合处理,构建河道溯源模型这一步骤,其具体包括:通过分布式监测仪表获取正常数据河道断面的水流信息,得到实测值;设定待求参数,所述待求参数包括污染排放位置、污染排放浓度和污染排放时间;通过差分优化算法对待求参数进行预处理,得到最优待求参数;将最优待求参数输入河道模型进行水质模拟,得到模拟值;计算模拟值和实测值之间的误差,得到误差值;根据收敛条件对误差值进行判断,判断到误差值小于预设阈值时,输出判断后的误差值对应的最优待求参数,构建河道溯源模型;所述通过差分优化算法对待求参数进行预处理,得到最优待求参数这一步骤,其具体包括:设定差分优化算法的参数,所述参数包括种群大小、缩放因子、交叉概率和种群代数;对种群个体进行初始化处理,得到初始种群个体;通过设定的变异策略与交叉概率对初始种群进行变异和交叉处理,得到新种群个体;所述初始种群个体为待求参数范围内随机生成的初始参数,所述新种群个体即为进行变异和交叉处理的待求参数;对初始种群个体和新种群个体选择操作,选择误差较小的个体作为最优待求参数。

全文数据:

权利要求:

百度查询: 中山大学 一种基于多元监测的河流水质污染溯源方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。