一种基于用水曲线的调峰控制方法及装置

技术领域

本发明涉及用水控制技术领域，特别是涉及一种基于用水曲线的调峰控制方法及装置。

背景技术

随着我国城镇化进程的加快，高层住宅拔地而起，二次供水日益增多，居民用水呈现典型早晚高峰用水特征，随着人口不断地增加，早晚高峰差距日益严重，水厂和输水管线相对固定、改造困难，因此当高峰用水时期，陡然间需水量过大，导致供水压力不稳、剧烈波动或末端流量减少、甚至出现无水用的情况；当用水低谷时期，水箱内的水因未得到有效利用而导致水龄过长、死水等水质问题。为保障管网的稳定输配、居民的不间断用水和安全用水，本专利发明了一种用于二次供水设备的调峰系统，基于监测数据，通过预测用户需水量，利用调节阀动态调节二次供水设备的阀门开合度，借助水箱的调蓄能力，从而做到变流供水、错峰调蓄，实现在不需要改造管网或增设水厂的前提下，缓解高峰期用水紧张，降低水箱水体滞留，解决居民用水问题。

在现有二次供水设备中，主要存在的缺陷如下：

水箱的进水由浮球阀控制，浮球阀随着水箱水位的下降而打开，水箱开始进水至补满水，随用随补、边进边出，此类控制模式无法根据用水规律控制水箱液位，导致水箱液位始终在高位，一方面带来水龄过长的水质问题，另一方面无法有效利用水箱调蓄能力，从而导致高峰用水紧张、低谷水体滞留等问题。

水箱的进水由电磁阀控制，只能根据人工经验或者简单的调峰指令远程控制阀门开关，无法根据用水规律智能调整策略从而造成调峰效果不佳；其次电磁阀只有开和关两个状态，无法做到阀门开度的精准调节，水箱调节精细度不够，调蓄灵活度不高。

发明内容

本发明所要解决的技术问题是提供一种基于用水曲线的调峰控制方法及装置，能够充分利用水箱调蓄能力，保障居民用水。

本发明解决其技术问题所采用的技术方案是：提供一种基于用水曲线的调峰控制方法，包括以下步骤：

(1)获取历史用水数据，通过用水曲线模型算法生成用水量模式曲线；

(2)基于用水量模式曲线通过液位曲线模型算法生成水箱液位目标曲线；

(3)结合水箱实际液位数据，分时段调整调节阀开度，根据水箱液位目标曲线的阶段目标和实际液位数据的校核差值，调节调节阀的开度使其不断趋近目标液位。

所述步骤(1)包括以下步骤：

(11)对采集到的历史用水数据进行筛选，并删除异常数据；

(12)将筛选后的历史用水数据分类为工作日数据和非工作日数据，将非工作日数据统一作为节假日数据入库管理，将工作日划分为周一至周五分别入库管理；

(13)将每日小时用水量数据通过平均值算法计算得出用水模式对应的小时用水量数据，根据24个小时的用水量数据得到用水量模式曲线，生成日用水量模式曲线；

(14)首次采集数据开始，取第一日的数据作为第二日用水模式的预估值，第一日与第二日数据的分时段平均值作为第三日用水模式的预估值，以此类推；达到一周时，以上一周的数据作为下一周用水模式的预估值，达到两周甚至更多时，通过多周数据，周一到周日的每日分时段数据作为下周工作日及周末用水模式的预估值，以此类推；最终生成周一至周五以及周末六条用水量模式曲线。

所述步骤(2)根据

所述步骤(3)中根据水箱液位目标曲线得到一个调度周期内的平均液位以及最低液位，当高于平均液位时则判定为高峰时段，当低于平均液位时判定为非高峰时段，针对高峰时段和非高峰时段使用不同的控制策略。

在高峰时段时，完全关闭调节阀，水箱不再进水，完全由水箱供水；若水箱的实际液位低于最低液位时，则调节调节阀全开，保障供水，若水箱的实际液位达到平均液位时，则调节调节阀的开度至第一预设值，若水箱的实际液位达到高限，则关闭调节阀；其中，第一预设值为30％-50％。

在非高峰时段时，若非高峰时段的持续时间小于或等于4小时，则打开调节阀，根据下一阶段目标液位，根据每个时段的水箱的实际液位和目标液位差值，调节阀门开度，直至达到液位目标；当水箱的实际液位达到液位上限，则关闭调节阀，由水箱供水；当水箱的液位达到平均目标液位时，调节调节阀仪的开度至第二预设值，控制水箱进水；当水箱的液位达到最低液位，则全开调节阀，保障供水；其中第二预设值为25％-35％。

在非高峰时段时，若非高峰时段的持续时间大于4小时，且水箱的实际液位大于最低液位，则关闭调节阀保持水箱出水，直到水箱液位达到最低液位，打开调节阀，根据下一阶段目标液位，调节阀的开度；当水箱的液位达到高限液位，则关闭调节阀，由水箱供水；当水箱的液位达到平均目标液位时，调节调节阀的开度至第二预设值，控制水箱进水；当水箱的液位达到最低液位，则全开调峰控制仪，保障供水；其中第二预设值为25％-35％。

所述步骤(3)后还包括收集每日实际用水量曲线，并与步骤(1)中的用水量模式曲线进行匹配，输入影响因素，通过神经网络和模型训练更新用水曲线模型。

所述步骤(3)后还包括收集每日的调峰容积，评价调峰效果，根据调峰容积比优化液位曲线模型。

本发明解决其技术问题所采用的技术方案是：还提供一种基于用水曲线的调峰控制装置，包括流量计、液位计、调节阀、压力计、水箱和控制器，所述流量计用于监测实时进水流量；所述液位计用于监测水箱实时液位值；所述压力计用于监测实时压力；所述调节阀用于控制水箱进水流量大小；所述水箱用于存储用水；所述控制器采用如权利要求1-8中任一所述调峰控制方法来调节所述调节阀。

有益效果

由于采用了上述的技术方案，本发明与现有技术相比，具有以下的优点和积极效果：

本发明具有自动调节能力的控制阀，且支持远程控制，能够根据目标液位曲线，灵活控制水箱液位，充分利用水箱调蓄能力，保障居民用水，相比于浮球阀和电磁阀的控制更加精准。

本发明可根据用水量趋势曲线进行智能控制，提前下放控制策略到设备，让设备可以根据用户需水量精准调节水箱液位，从而在满足用户水量的前提下，实现高峰期辅助出水缓解市政管网供水压力、低谷期补水为高峰用水储蓄。

本发明的液位曲线模型算法，可以根据用水量曲线计算模拟最优的水箱液位曲线，并设置水箱液位目标曲线提前下发到策略，同时可根据策略执行情况，评价策略效果，反馈信息回到模型，加入计算影响因素，基于神经BP网络算法和深度学习算法的训练模型，不断修正现有模型算法，达到最优策略。

附图说明

图1是本发明的流程图；

图2是本发明中基于用水量曲线设定调度策略的流程图；

图3是本发明中不同时段控制策略流程图。

具体实施方式

下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。

本发明的实施方式涉及一种基于用水曲线的调峰控制装置，包括流量计、液位计、调节阀、压力计、水箱和控制器。

其中，流量计位于调峰控制装置的入口处，用于监测实时进水流量；液位计位于水箱内部，用于监测水箱实时液位值，通过流量计与液位计可计算出下游用水量模式曲线，用于预测模型的调节。

显示屏提供了对下位机的手动模式控制，通过触摸屏的操作可实现高中低液位值得设置，对于当前实际用水量远小于水箱容积的情况可通过直接修改高中低液位使关阀液位降低，并保证了水在水箱中可及时更新。所述显示屏还提供了供水时段的设置功能，可根据实际情况手动更改各个供水时段的区间范围，并也提供了直接操作调节阀的开合度的功能。

调节阀用于控制水箱进水流量大小，实现对水箱的调峰方案，保证自来水可获得及时的更新。

压力计用于监测实时压力，用于液位计流量计联动控制调峰控制仪的阀门开合度，水箱则用于存储用水，用于对下游设施进行水量与压力的调节并展现调峰控制仪对二次供水设备中水箱进出水调节，以最大限度满足用户用水需求。

本实施方式具有自动调节能力的控制阀，且支持远程控制，相比于浮球阀更加智能。本实施方式中流量计、液位计、调节阀和压力计均与控制器相连，该控制器具有三种控制模式，如图1所示，具体如下：

一、手动控制模式

此类模式下，可通过人机界面修改调峰控制的阀门开关和开度比例，能够设置不同时段下的水箱液位目标，使得调峰控制仪能够按照目标要求进行开度调节，从而控制水箱进出水策略。

二、远程控制模式

此类模式下，可通过平台指令切断自动控制模式。进入远程控制模式，调峰控制仪可通过平台指令远程控制命令打开、关闭或进行开度调整。可远程设置调峰方案，即设置不同时段的水箱液位目标，从而使得调峰控制仪可以按照设置目标调节水箱进出水策略。

三、自动控制模式

此类模式下包括以下步骤：

(1)获取历史用水数据，通过用水曲线模型算法生成用水量模式曲线：通过对设备下游用户用水历史数据的分析，拟合求出用户的用水模式规律，并随着数据的累积不断优化供水模式曲线，基于模式曲线预测用户用水行为特征，从而指导调峰方案，具体如图2所示：

1、数据筛选及分析

对采集到的数据进行筛选，将数据缺失较多、负值、大幅度突变等异常数据进行删除，形成完整性、连续性、规律性较好的数据以便于进行下一步处理。

2、数据分类

对筛选后的数据进行分类，以是否为工作日作为判断依据，将非工作日统一作为节假日数据入库管理，将工作日划分为周一至周五分别入库管理。在设备刚开始运行时，原始数据并不充足，在此情况下，不进行分类，优先采用统一的模式曲线，随着数据的累积，开始进行迭代分类。

3、模式曲线计算

将每日小时用水量数据通过平均值算法计算得出用水模式对应的小时用水量数据，根据24个小时的用水量数据得到用水量模式曲线，生成周一至周五以及周末六条用水量模式曲线。

4、数据迭代优化

自设备首次采集数据开始，取第一日的数据作为第二日用水模式的预估值，第一日与第二日数据的分时段平均值作为第三日用水模式的预估值，以此类推。达到一周时，以上一周的数据作为下一周用水模式的预估值。达到两周甚至更多时，通过多周数据，周一到周日的每日分时段数据作为下周工作日及周末用水模式的预估值，以此类推。最终生成周一至周五以及周末六条用水量模式曲线。当进入法定节假日时(如：元旦、春节、清明、劳动、端午、中秋、国庆)，采用周末用水模式的预估值。

将生成的用水模式曲线作为下一周期的用水量预估值，基于神经BP网络算法和深度学习算法的训练模型，不断优化预测模型。当进入法定节假日时(如∶元旦、春节、清明、劳动、端午、中秋、国庆)，采用周末用水模式的预估值。

5、调峰策略确定及下达

根据用水模式曲线，生成水箱液位目标曲线，形成调峰策略，根据每时段液位目标实时调节调峰控制仪调节阀。

(2)基于用水量模式曲线通过液位曲线模型算法生成水箱液位目标曲线：根据用户的用水曲线可以知道每个时段的用户的需水量，要满足用户的用水，那么水箱的蓄水量至少要等于用户这个时段的用水。根据水箱蓄水量与液位高度的函数关系，可以建立液位高度与用户需水量的函数关系式，从而可以计算出液位高度的时间曲线。具体过程如下：

1.根据用户曲线获取各个时段用户需水量，记为：u(t)

用户需水量即水箱的所满足最低出水量(假设水箱为长方体或者圆柱体)，则水箱各个时段的蓄水量为f(t)＝sh(t)st:f(t)≥u(t)，式中：f(t)为水箱的各个时段的蓄水量，s为水箱的底面积，为已知量。h(t)为液位高度。则液位高度与蓄水量的关系为：

通过液位曲线模型，可以将次日时段分为高峰时段、非高峰时段，同时可得到最低液位值作为重要控制参数，并给每个高峰时段设置目标液位值，设备将根据设置的时间段、最低液位值和目标液位值完成控制策略。

(3)结合水箱实际液位数据，分时段调整调节阀开度，根据水箱液位目标曲线的阶段目标和实际液位数据的校核差值，调节调节阀的开度使其不断趋近目标液位。

控制器按照水箱液位目标策略，结合水箱实际液位数据，通过调峰控制仪分时段调整调节阀开度，根据阶段目标和实际液位的校核差值，调节调峰控制仪阀门开度，使其不断趋近目标液位。根据液位曲线可得到一个调度周期内的平均液位以及最低液位，高于平均液位则为高峰时段，低于平均液位则为非高峰时段。如图3所示，每个高峰时段会有目标液位，不同时段的控制策略如下：

高峰时段：当进入高峰时段，完全关闭调峰控制仪，水箱不再进水，完全由水箱供水。若液位低于最低液位，则调峰控制仪阀门全开，保障供水，若液位达到平均液位，则调节调峰控制仪阀门开度至40％，若液位达到高限，则关闭调峰控制仪。

非高峰时段：当进入非高峰时段。根据非高峰连续时段时长和液位变化进行控制，策略如下：

策略一：若非高峰连续时段小于等于4小时，则打开调峰控制仪阀门，根据下一阶段目标液位，根据每时段实际液位和目标液位差值，调节阀门开度，直至达到液位目标。当实际液位达到液位上限，则关闭调峰控制仪，由水箱供水；当液位达到平均目标液位时，打开调峰控制仪阀门至30％，控制水箱进水；当液位达到最低液位，则全开调峰控制仪，保障供水。

策略二：若非高峰连续时段大于4小时，且液位大于最低液位，则关闭调峰控制仪，保持水箱出水，直到水箱液位达到最低液位，打开调峰控制仪阀门，根据下一阶段目标液位，调节调峰控制仪阀门开度。当液位达到高限液位，则关闭调峰控制仪，由水箱供水；当液位达到平均目标液位时，打开调峰控制仪阀门至30％，控制水箱进水；当液位达到最低液位，则全开调峰控制仪，保障供水。

(4)实际用水情况反馈

收集每日实际用水量曲线，与模拟用水曲线做匹配，输入影响因素，通过神经网络和模型训练更新用水曲线模型，生成新的次日用水量曲线。收集每日的调峰容积(水箱出水水量)，评价调峰效果，根据调峰容积比(调峰容积/用水量)优化现有液位曲线模型。

不难发现，在本发明中通过大数据分析与人工智能预测算法，对末端用水数据进行分析，模拟出的用户用水量曲线，对工作日和非工作日模式进行识别和预测，通过对用水量曲线分析，生成水箱液位目标曲线，利用调峰控制仪的自动调节策略，保证水箱中自来水的动态调节；在本发明中，调峰控制仪采用深度学习算法，能够对用水模式进行动态识别，并不断优化水箱液位曲线模型，从而通过阀门的调节，保证调峰容积比最优。在本发明中采用可自我调节与远程控制的调节阀取代一般浮球阀，使二次供水设备中的水箱液位和出水能够智能控制，实现根据用水规律调节水箱液位及进出水策略，在满足用户用水量的需求上，保障来流稳定。