-
公开(公告)号：CN110204021B
公开(公告)日：2020-12-01
申请号：CN201910490015.3
申请日：2019-06-06
Applicant: 清华大学
IPC: C02F1/50
Abstract: 本发明公开了一种基于用户反馈的龙头水水质保障方法，分为小区内消毒和管网消毒；小区内消毒为在二供水箱处动态补氯，使得末端用户端龙头水余氯浓度稳定达标。管网消毒为根据末端用户端龙头水的余氯浓度计算出二供水箱进水口余氯浓度，即小区入口处的余氯浓度，并且实际监测二供水箱进水口余氯浓度，通过对比计算值与测量值，给出水厂或管网补氯站在满足二供水箱进水口处的余氯浓度稳定达标条件下的投氯量。本方法使用的设备包括：末端用户端龙头水余氯监测装置、二供水箱进水口余氯监测装置和流量监测装置、二供水箱出水口余氯监测装置和流量监测装置、二供水箱液位监测装置、加氯装置、智能控制器以及信号传输设备。
-
公开(公告)号：CN109359698B
公开(公告)日：2020-07-21
申请号：CN201811283725.0
申请日：2018-10-30
Applicant: 清华大学
Abstract: 本公开提供了一种基于长短时记忆神经网络模型的管网漏损识别方法，包括以下步骤：S1，获取DMA入口数据；S2，对获取的所述DMA入口数据进行清洗，并构建多尺度时间数据集；S3，建立长短时记忆神经网络模型；S4，基于构建的所述多尺度时间数据集及建立的长短时记忆神经网络模型进行异常流量点识别；S5，根据识别的所述异常流量点进行管网漏损识别。本公开管网漏损识别方法降低了事故误报率，增加了漏损识别的精确度。
-
公开(公告)号：CN111310942A
公开(公告)日：2020-06-19
申请号：CN202010082752.2
申请日：2020-02-07
Applicant: 清华大学
Abstract: 一种评估探漏节省漏量的方法、装置、设备和计算机可读存储介质，其中，所述方法包括：获取漏点信息和对应的管线信息；根据所述管线信息确定对应的漏点生长函数和漏点临界流量；根据所述漏点信息、漏点生长函数和漏点临界流量，确定节省的漏量。通过本申请实施例，可以通过漏点信息和管线信息确定节省的漏量，从而根据节省的漏量准确、有效地评估探漏工作的效果，可以据此指导优化探漏工作策略，有效提高探漏效率。
-
公开(公告)号：CN109908890A
公开(公告)日：2019-06-21
申请号：CN201910257953.9
申请日：2019-04-01
Applicant: 清华大学
IPC: B01J23/30 , C02F1/30 , C02F1/72 , C02F101/34 , C02F101/38
Abstract: 本发明公开了一种可见光纳米复合催化剂及其制备和应用，所述催化剂由WO3和纳米γ相氧化铝组成，其制备方法为：以纳米γ相氧化铝为载体，钨酸盐为活性组分通过浸渍、烘干、煅烧等步骤，负载于纳米γ相氧化铝载体上。能够在功率为300W-500W可见光源作用下催化氧化去除再生饮用水中有机污染物，无需外源氧化剂投加；所述催化剂的用量为0.3g/L-1.0g/L，处理方法经济、清洁、节能，有机污染物处理迅速、降解彻底，同时催化剂的制备工艺简单，成本低廉，能够对含有有机污染物的再生水进行有效处理，更好地满足我国与世界一些缺水地区对于高品质再生饮用水的迫切需求。
-
公开(公告)号：CN109872247A
公开(公告)日：2019-06-11
申请号：CN201811502918.0
申请日：2018-12-10
Applicant: 清华大学
Abstract: 本申请公开了泵组特性曲线拟合方法，包括，为泵组中的每个单泵建立单泵神经网络模型；将各单泵神经网络模型并联，将各单泵神经网络模型的输出结果并行输出并按照并联顺序构造一个m维向量，将该向量与表征各泵运行状态的泵组状态向量进行点乘，得到泵组神经网络模型；将监测到的变量样本作为训练数据，对泵组神经网络模型进行反复训练，得到训练后的泵组神经网络模型；向训练后的泵组神经网络模型输入泵组待拟合特性曲线的变量，得到泵组神经网络模型输出的因变量，建立变量、因变量的对应关系，得到该泵组的特性曲线。本申请能够较好地拟合水泵的流量和压力之间的非线性关系，可应对采用工频泵与变频泵相结合、运行工况多变复杂问题。
-
Patent Agency Ranking
公开(公告)号：CN108071941B
公开(公告)日：2019-06-11
申请号：CN201711328711.1
申请日：2017-12-13
Applicant: 清华大学
Abstract: 本发明涉及一种基于时序向量相似度分析的爆管识别与定位方法，包括以下步骤：1)构建多维时间序列与多维时序向量；2)设置滑动窗口及其长度；3)使用基于余弦相似度的异常检测算法识别爆管的发生；4)计算各个压力监测点附近发生爆管事件的疑似度，给出近似的爆管位置信息。本发明能够充分利用DMA监测数据的有效信息，分析判断爆管事故发生与否，并给出爆管的大体位置。这能够显著提升供水管网日常管理的自动化水平，使供水企业主动而非被动地获取爆管信息，为供水企业快速有效地发现爆管事故，减少爆管期间的漏水量，最大限度地降低爆管给城市生活带来的损失，保障供水管网的安全性和可靠性提供了关键的技术支持。
-
-
公开(公告)号：CN109359698A
公开(公告)日：2019-02-19
申请号：CN201811283725.0
申请日：2018-10-30
Applicant: 清华大学
Abstract: 本公开提供了一种基于长短时记忆神经网络模型的管网漏损识别方法，包括以下步骤：S1，获取DMA入口数据；S2，对获取的所述DMA入口数据进行清洗，并构建多尺度时间数据集；S3，建立长短时记忆神经网络模型；S4，基于构建的所述多尺度时间数据集及建立的长短时记忆神经网络模型进行异常流量点识别；S5，根据识别的所述异常流量点进行管网漏损识别。本公开管网漏损识别方法降低了事故误报率，增加了漏损识别的精确度。
-
公开(公告)号：CN109002590A
公开(公告)日：2018-12-14
申请号：CN201810669154.8
申请日：2018-06-26
Applicant: 清华大学 , 成都市兴蓉环境股份有限公司
Abstract: 本发明提出了一种确定漏点生长函数的方法，包括收集管线及管线上漏点的信息；设定漏点生长函数为待确定的增长型曲线；构建真实漏点集合；构建探漏数据集合；1次探漏周期内的探漏过程模拟；确定管线漏点的生长函数方程。本发明弥补了关于供水管线上漏点发展变化的研究内容，从微观的角度解析了漏点的发展过程，指导自来水公司优化探漏工作策略，做出科学合理的决策提供了一种新的思路。
-
公开(公告)号：CN106918684A
公开(公告)日：2017-07-04
申请号：CN201710085466.X
申请日：2017-02-17
Applicant: 清华大学
IPC: G01N33/18
CPC classification number: Y02A20/206 , G01N33/18
Abstract: 本发明公开了一种水质污染预警方法，通过在预定时间段内，连续监测同一监测点受污染前各水质参数的时间序列数据，以及污染过程中各水质参数的时间序列数据，拼接形成该时间段内的总时间序列数据；根据预设的初始时间序列窗口长度，从总时间序列数据中选择每次进行典型相关分析的时间序列数据，进行典型相关系数计算，得到每次典型相关分析的第一典型相关系数和第二典型相关系数；根据每次典型相关分析的第一典型相关系数和第二典型相关系数以及预设的第一典型相关系数阈值和第二典型相关系数阈值，进行准确率和召回率计算，当准确率和召回率都在可接受范围内时，对污染事件进行实时预警。提高了污染预警的准确性和可靠性。
-
-
-
-
-
-
-
-
-
Search Results
112
records
(took 0.026 seconds)
