一种水电站库区水质智能监测与净化处理方法及装置与流程
本发明涉及水环境监测,特别是涉及一种水电站库区水质智能监测与净化处理方法、装置。
背景技术:
1、目前,针对库区藻类水华问题,普遍采用由固定监测浮标、岸基分析站和人工巡测构成的水质感测体系,实时采集水温、叶绿素a、溶解氧等参数,通过阈值判别触发移动式除藻船或定点曝气装置,实施絮凝剂投加或增氧作业,形成“发现研判处置”的串行响应链。
2、然而,该技术方案存在显著缺陷:净化响应时效性严重滞后于藻类水华的动态演变。其根本原因在于,峡谷型水库具有狭长蜿蜒的河道形态和垂向水温分层,在风生流、吞吐流及地形诱导流共同作用下,表层藻类纵向输运时易在局部回流区或库湾快速堆积,形成位置剧烈变化的高浓度斑块。固定浮标仅能覆盖周边数十米范围,而现有空间插值与水质反演模型缺乏流场动力约束及藻类漂移机理,无法实时再现水华斑块的生成位置与运移轨迹。因此,当监测系统报出异常时,实际高风险区已漂移或扩大,净化装置依据过时信息定点作业,无法有效覆盖真实藻团,造成药剂利用率低、处理效果差。这种因感知逻辑与物理过程失耦导致的开环响应迟滞,已成为制约本领域技术效能的核心瓶颈。
技术实现思路
1、本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
2、为此,本发明提出了一种水电站库区水质智能监测与净化处理方法,通过构建多源异构感知网络实时采集水环境特征及水文气象动力场数据,并基于动力场数据求解耦合模型生成全域流场与温跃层分布的动力约束场;将约束场与特征数据同化至藻类漂移堆积概率模型,驱动虚拟粒子群进行输运反应模拟,采用自适应核密度估计计算藻华高堆积风险区的空间概率分布及演化轨迹;根据风险分布生成动态净化路径,调度自主净化编队沿路径作业并动态调整构型与参数,使作业覆盖区与当前最高概率风险区空间耦合。本发明实现了对水华动态的实时追踪与精准响应,有效克服了传统固定监测的响应滞后缺陷。
3、本发明的另一个目的在于提出一种水电站库区水质智能监测与净化处理装置。
4、为达上述目的,本发明一方面提出一种水电站库区水质智能监测与净化处理方法,包括:
5、s1,构建一个库区水域的多源异构感知网络,实时采集多维度原位水环境特征数据并同步获取库区水文气象动力场数据;
6、s2,基于库区水文气象动力场数据,通过三维非结构网格有限体积法求解带科氏力项的浅水方程与对流扩散方程的耦合模型,生成覆盖库区全域的表层流场与温跃层分布的实时动力约束场;
7、s3,将所述实时动力约束场和多维度原位水环境特征数据同化至一个预设的藻类水华漂移-堆积概率模型中,在所述实时动力约束场下驱动藻团虚拟粒子群进行输运-反应模拟;
8、s4,针对模拟过程中粒子在岸线、回水湾和异重流锋区的堆积密度,采用自适应核密度估计算法计算藻华高堆积风险区的空间概率分布及藻华随时间的演化轨迹;
9、s5,基于藻华高堆积风险区的空间概率分布生成动态净化路径,调度一个自主净化编队沿动态净化路径进行作业,并动态调整编队构型与作业参数,使得净化作业覆盖区域与当前时刻最高概率的高堆积风险区在空间上耦合。
10、本发明实施例的一种水电站库区水质智能监测与净化处理方法还可以具有以下附加技术特征:
11、在本发明的一个实施例中,在所述步骤s1中,多维度原位水环境特征数据包括水温、叶绿素a浓度、溶解氧、浊度、藻蓝蛋白浓度和总藻密度;库区水文气象动力场数据包括由岸基高频地波雷达获取的表层流场矢量、由声学多普勒流速剖面仪获取的剖面流速、由气象站获取的风速风向及太阳辐射,以及由水位计获取的水位高程。
12、在本发明的一个实施例中,在所述步骤s2中,生成实时动力约束场的具体过程为:
13、s21,依据库区水下地形数据与实时水位高程构建动态计算域,将计算域剖分为非结构三角形网格,并在弯道、突然扩宽段及汇流口处进行网格加密处理;
14、s22,建立紊流闭合模型,求解沿水深积分的带科氏力项的二维浅水方程与包含平流项和水平扩散项的温度输运方程,得到水库各层的流场与水温场;
15、s23,提取距离水面预设近表层水深的平面流场作为表层流场约束,提取垂向温度梯度大于预设温度梯度阈值的水层作为温跃层边界约束,二者共同构成所述实时动力约束场。
16、在本发明的一个实施例中,紊流闭合模型由岸基高频地波雷达获取的表层流场矢量和由声学多普勒流速剖面仪获取的剖面流速作为边界条件和初始场,通过引入风速的二次方律风应力项和在垂向上采用σ坐标建立。
17、在本发明的一个实施例中,藻类水华漂移-堆积概率模型为一个耦合了藻类生长与死亡过程的拉格朗日粒子随机游走模型,单个藻团虚拟粒子在每一预设时间步长内的位移增量满足:
18、
19、式中,表示虚拟粒子位移增量,表示动力约束场中的实时表层流场在该粒子位置处的流速矢量所产生的平流位移;表示随机游走位移以参数化未解析的亚网格尺度紊动扩散效应位移;表示由表层水温决定的藻类净生长率所贡献的生物量权重位移;
20、亚网格尺度紊动扩散效应的扩散系数由smagorinsky亚网格模型根据粒子所在位置处的应变率张量动态确定,当粒子与岸边界或障碍物发生碰撞时触发反射边界条件,当粒子进入因流场滞留效应导致流速在持续预设时长内持续低于预设低流速阈值的区域时判定为堆积,粒子停止游走并累加相应的生物量权重至当前时空网格单元中。
21、在本发明的一个实施例中,计算藻华高堆积风险区的空间概率分布的具体方法为:
22、将整个库区水面离散化为风险评估栅格,以所有被判定为堆积的藻团虚拟粒子所在位置为样本点,采用高斯核函数对每个样本点进行平滑;其中,高斯核函数的带宽参数依据各样本点局部堆积密度自适应确定,在粒子分布稀疏的开阔水域采用第一带宽,在粒子密集堆积的库湾和回流区内采用小于第一带宽的第二带宽;
23、对所有核密度函数进行加权叠加并归一化处理后生成藻华高堆积风险的空间概率分布图;
24、对连续两个评估时刻的所述空间概率分布图进行交叉相关分析以得到高堆积风险区随时间演化的漂移速度和方向。
25、在本发明的一个实施例中,生成动态净化路径的具体过程为:
26、根据空间概率分布图,以预设的概率阈值提取高置信度的高堆积风险区块并计算每个区块的几何质心,以母船当前位置为起点、所有高置信度区块的质心为目标航点,求解一个被实时流场矢量修正了航段航行时间成本的动态旅行商问题,以得到遍历所有目标航点的总航行时间最短的路径,所述路径作为动态净化路径。
27、在本发明的一个实施例中,自主净化编队包括一艘具备藻水分离能力的母船和多艘装备了多参数水质探头及药剂喷洒模块的无人自主航行器,在自主净化编队沿动态净化路径移动的过程中,所述无人自主航行器实时回传作业区域的水质数据。
28、在本发明的一个实施例中,在所述步骤s5中,通过构建势场函数来动态调整编队构型与作业参数;构建势场函数的具体过程为:
29、定义母船与每艘无人自主航行器之间的虚拟弹簧-阻尼耦合关系;其中,弹簧的刚度系数正比于两点间的藻密度差的绝对值,阻尼系数与两点间的距离变化率成反比;
30、当某艘无人自主航行器所处区域的藻密度高于母船位置藻密度的预设比例时,增大与该航行器对应的虚拟弹簧刚度系数,赋予该航行器更大的自治权重以深入对应区域作业,并控制其药剂喷洒模块增大喷洒流量;
31、当所有作业节点的藻密度实时监测值的变异系数下降至预设离散度阈值以下时,将编队构型由扩散搜索形态切换为密集围控形态。
32、为达上述目的,本发明另一方面提出一种水电站库区水质智能监测与净化处理装置,包括:
33、感知模块,用于构建一个库区水域的多源异构感知网络,实时采集多维度原位水环境特征数据并同步获取库区水文气象动力场数据;
34、流场模块,用于基于库区水文气象动力场数据,通过三维非结构网格有限体积法求解带科氏力项的浅水方程与对流扩散方程的耦合模型,生成覆盖库区全域的表层流场与温跃层分布的实时动力约束场;
35、漂移模块,用于将所述实时动力约束场和多维度原位水环境特征数据同化至一个预设的藻类水华漂移-堆积概率模型中,在所述实时动力约束场下驱动藻团虚拟粒子群进行输运-反应模拟;
36、风险模块,用于针对模拟过程中粒子在岸线、回水湾和异重流锋区的堆积密度,采用自适应核密度估计算法计算藻华高堆积风险区的空间概率分布及藻华随时间的演化轨迹;
37、净化模块,用于基于藻华高堆积风险区的空间概率分布生成动态净化路径,调度一个自主净化编队沿动态净化路径进行作业,并动态调整编队构型与作业参数,使得净化作业覆盖区域与当前时刻最高概率的高堆积风险区在空间上耦合。
38、本发明实施例的一种水电站库区水质智能监测与净化处理方法及装置,通过构建多源异构感知网络实时采集水环境特征与水文气象动力场数据,并基于三维流场模型求解生成覆盖库区全域的动力约束场;将该约束场与监测数据同化至藻类漂移堆积概率模型,驱动虚拟粒子群进行输运反应模拟,采用自适应核密度估计计算藻华高堆积风险区的空间概率分布及演化轨迹;进而根据风险分布生成动态净化路径,调度自主净化编队沿路径作业并动态调整构型与作业参数,使净化覆盖区域与当前最高概率风险区空间耦合。有效克服了传统固定点监测因忽略流场动力约束而导致的响应滞后缺陷,实现了从感知、模拟、预测到动态处置的一体化闭环调控,显著提升了净化作业的时效性与药剂利用率,增强了方法在峡谷型水库复杂水动力条件下的工程适应性与鲁棒性。
39、本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com