一种沉积物污染水平的综合评价方法

    公开(公告)号:CN115547422A

    公开(公告)日:2022-12-30

    申请号:CN202211286765.7

    申请日:2022-10-20

    Abstract: 本发明提供一种沉积物污染水平的综合评价方法,所述综合评价方法包括以下步骤:(1)确定监测断面,获取沉积物中重金属和多环芳烃的实测数据;(2)基于重金属的实测数据,计算重金属污染指数并进行分级,进而计算重金属综合污染指数;(3)结合多环芳烃沉积物质量标准法和多环芳烃的实测数据,对多环芳烃单体化合物进行评价并分级,进而计算多环芳烃综合污染指数;(4)结合重金属综合污染指数和多环芳烃综合污染指数,计算得到沉积物综合污染指数,即实现对沉积物污染水平的综合评价。本发明提供的综合评价方法将重金属和多环芳烃指标统一起来,明确了各指标污染物的权重和标准化数值,保证了沉积物质量评价结果的准确性。

    一种排水管网流量预测方法、装置、存储介质及电子设备

    公开(公告)号:CN115545309A

    公开(公告)日:2022-12-30

    申请号:CN202211232145.5

    申请日:2022-10-09

    Abstract: 本发明公开了一种排水管网流量预测方法、装置、存储介质及电子设备,排水管网中包括至少一个雨水井,包括:获取排水管网的管径以及每个雨水井的边界节点水位;基于管径和边界节点水位确定每段管段的流动状态;基于每段管段的流动状态,经过预设第一方法计算,得到每段管段的流量,预设第一方法根据管段的流动状态确定;基于每段管段的流量确定排水管网的流量。根据排水管网的管径和每个雨水井的边界节点水位将每个雨水井的每段管段分为不同的状态,并针对不同状态的管段,利用不同的方法计算对应管段的流量,求解耗时较短且效率较高。因此,通过实施本发明,对处于不同状态下的排水管网分别采取不同的方式进行求解,计算量小,迭代速度快。

    一种基于尾流纹路识别的水面流速测量方法

    公开(公告)号:CN109188020B

    公开(公告)日:2020-09-25

    申请号:CN201811051813.8

    申请日:2018-09-10

    Abstract: 本发明涉及一种基于尾流纹路识别的水面流速测量方法,其步骤:获取圆柱尾流视频,将视频文件按照播放次序转换为jpg格式的图像文件,得到流形学习样本图像;对流形学习样本图像进行预处理;根据预处理后流形学习样本图像相似度,计算任意两个样本之间的欧式距离,得到n维的距离矩阵;选取k值,根据欧式距离,计算两个样本间的流形距离;并利用等距特征映射算法,对距离矩阵进行降维,得到三维的欧式距离邻接图,并将欧式距离邻接图相应的转化为残值;根据流形学习所得的三维欧式距离邻接图的形状预判雷诺数Re的大小;欧式距离邻接图转化的残值存在拟合关系式;结合雷诺数预判结果,根据残值的拟合关系反推具体的雷诺数Re,最后得到来流流速。

    水位驱动的污水管网模拟方法、装置、设备及存储介质

    公开(公告)号:CN118551568A

    公开(公告)日:2024-08-27

    申请号:CN202410732838.3

    申请日:2024-06-06

    Abstract: 本申请提供一种水位驱动的污水管网模拟方法、装置、设备及存储介质,涉及污水管网管理技术领域。该方法包括:获取预测时间段内污水管网的水位信息;其中,预测时间段包括多个单位时间段,污水管网包括多个入流节点,则水位信息用于指示每个单位时间段内每个入流节点的入流水位;根据水位信息,得到预测时间段内污水管网的流量信息;其中,流量信息用于指示每个单位时间段内每个入流节点的入流流量;根据流量信息,通过预存的应用于污水管网模拟的雨洪模拟模型,进行污水管网的水动力预测。本申请的方法,解决了流量条件作为输入边界在管网水动力预测中成本较高、精度较差的问题。

    一种基于尾流纹路识别的水面流速测量方法

    公开(公告)号:CN109188020A

    公开(公告)日:2019-01-11

    申请号:CN201811051813.8

    申请日:2018-09-10

    Abstract: 本发明涉及一种基于尾流纹路识别的水面流速测量方法,其步骤:获取圆柱尾流视频,将视频文件按照播放次序转换为jpg格式的图像文件,得到流形学习样本图像;对流形学习样本图像进行预处理;根据预处理后流形学习样本图像相似度,计算任意两个样本之间的欧式距离,得到n维的距离矩阵;选取k值,根据欧式距离,计算两个样本间的流形距离;并利用等距特征映射算法,对距离矩阵进行降维,得到三维的欧式距离邻接图,并将欧式距离邻接图相应的转化为残值;根据流形学习所得的三维欧式距离邻接图的形状预判雷诺数Re的大小;欧式距离邻接图转化的残值存在拟合关系式;结合雷诺数预判结果,根据残值的拟合关系反推具体的雷诺数Re,最后得到来流流速。

Patent Agency Ranking