[发明专利]一种基于深度学习与云计算的污水处理控制方法及其系统

说明书

本发明提供了一种基于深度学习与云计算的污水处理控制方法及其系统，包括：S1.采集加药参数与污水处理器的进水参数和出水参数；S2.将各参数发送至云端服务器并在云端服务器中进行数据清洗以获得训练集；S3.使用训练集对深度学习算法进行训练以获得加药量预测模型；S4.将加药量预测模型安装至位于污水处理现场的算法控制器中，以使算法控制器根据进水参数和出水参数计算污水处理药剂及其用量，并根据计算结果控制加药执行装置完成加药。本发明将深度学习与云计算技术相融合对污水处理现场药剂用量的添加做出实时预测与调整，有效克服了传统PLC+PID自动控制模式在PID参数的选择与PLC控制程序的编写上均需依赖污水处理领域技术人员的过往经验。

技术领域

本发明属于污水处理智能控制技术领域，尤其是涉及一种基于深度学习与云计算的污水处理智能控制方法及其系统。

背景技术

目前发展人工智能已上升到国家战略高度，是实现国家产业结构调整，推动产业转型升级的一次重要契机。其中生活、工业污水处理等智慧环保、智慧水务工程又是人工智能时代新一代信息技术的重要组成部分，然而现有污水处理领域中对于药剂用量的控制大多采用在传统污水处理工艺的基础上进行优化组合。与此同时，诸如人工智能、云存储与云计算技术等现代先进技术在污水处理药剂用量实时精准控制领域也没有被较好地应用。

例如，现有污水处理加药量的控制方法大部分是基于传统的PLC作为污水处理现场加药量控制硬件，同时在加药量的控制策略方面多采用PID算法程序。然而污水处理过程具有多变量强耦合、强非线性、参数时变、工况变化频繁、难以在线检测等特点，传统PLC+PID自动控制模式在PID参数的选择与PLC控制程序的编写上均要依赖污水处理领域技术人员的过往经验，控制效果差。

同时传统的污水处理加药量控制器受制于硬件参数，导致控制器难以处理大量复杂的污水处理现场实时数据。诸如新一代人工智能、大数据等技术难以推动污水处理加药量控制取得质的飞跃，因其具有运算速度高、数据吞吐量大等特点，传统的算法控制器难以满足其要求。致使相关专业技术人员从污水处理现场各状态参数中难以获取有用信息，从而对药剂用量的添加做出实时调整，导致污水处理加药量的控制效果差、精度低，药剂损耗大，污水处理成本高等问题。

发明内容

本发明的目的是针对上述问题，提供一种基于深度学习与云计算的污水处理智能控制方法；

本发明的另一目的是针对上述问题，提供一种基于深度学习与云计算的污水处理智能控制系统。

为达到上述目的，本发明采用了下列技术方案：

一种基于深度学习与云计算的污水处理智能控制方法，包括以下步骤：

S1.采集加药参数与污水处理器的进水参数和出水参数；

S2.将所述加药参数、进水参数和出水参数发送至云端服务器并在云端服务器中进行数据清洗以获得训练集；

S3.使用所述训练集对云端服务器中的深度学习算法进行训练以获得用于预测污水处理加药量的加药量预测模型；

S4.将所述加药量预测模型安装至位于污水处理现场的算法控制器中，以使所述算法控制器根据进水参数和出水参数计算污水处理药剂及其用量，并根据计算结果控制加药执行装置完成加药。

在上述的基于深度学习与云计算的污水处理智能控制方法中，在步骤S2中，同时将所述加药参数、进水参数和出水参数存储在本地存储模块中，且通过以太网将加药参数、进水参数和出水参数发送至端服务器并存储。

在上述的基于深度学习与云计算的污水处理智能控制方法中，在步骤S1中，所述加药参数为污水处理用药剂用量。