[发明专利]一种基于外围数据的污水处理厂进水量预测方法

权利要求书

1.一种基于外围数据的污水处理厂进水量预测方法，其特征在于，包括以下步骤：

S01：获取外围数据；所述外围数据包括环境气象数据、人口数据和企业数据；

S02：将外围数据输入经过预先训练的进水量预测模型；所述预先训练的进水量预测模型表征了所述外围数据与进水量预测结果之间的预测换算关系；

S03：输出对应的进水量预测结果。

2.如权利要求1所述的基于外围数据的污水处理厂进水量预测方法，其特征在于：所述环境气象数据包括未来一定时间段内的降雨量、温度和相对湿度中的任意一项或多项。

3.如权利要求1所述的基于外围数据的污水处理厂进水量预测方法，其特征在于：所述人口数据包括常住城市人口数量、常住城镇人口数量、常住农村人口数量和流动人口数量中的任意一项或多项。

4.如权利要求1所述的基于外围数据的污水处理厂进水量预测方法，其特征在于：所述企业数据包括各类企业的数量及其对应的污水产生量。

5.如权利要求1所述的基于外围数据的污水处理厂进水量预测方法，其特征在于，获取到外围数据后：分别基于环境气象数据、人口数据和企业数据生成对应的环境气象数据库、人口数据库和企业数据库；然后基于环境气象数据库、人口数据库和企业数据库生成对应的外围数据库；最后将外围数据库输入进水量预测模型中以输出对应的进水量预测结果。

6.如权利要求1所述的基于外围数据的污水处理厂进水量预测方法，其特征在于：

环境气象数据库通过如下公式表示：

A₁＝a₁W₁+a₂W₂+a₃W₃；式中：A₁表示环境污水产生量；W₁、W₂、W₃分别表示降雨量、温度和相对湿度；a₁、a₂、a₃分别表示设定的降雨量、温度和相对湿度对应的系数；

人口数据库通过如下公式表示：

A₂＝(225×p₁+225×p₂+89×p₃+157×M)×80％；式中：A₂表示生活污水产生量；P₁、P₂、P₃、M分别表示常住城市人口数量、常住城镇人口数量、常住农村人口数量和流动人口数量；

企业数据库通过如下公式表示：

A₃＝b₁E₁+b₂E₂+b₃E₃....+b_nE_n；式中：A₃表示工业污水产生量；E_x表示第x类企业的数量；b_x表示第x类企业对应的污水产生量；x＝1,2,...n。

7.如权利要求1所述的基于外围数据的污水处理厂进水量预测方法，其特征在于：所述进水量预测模型为灰色关联分析-门控单元神经网络模型，并且通过如下步骤训练灰色关联分析-门控单元神经网络模型：

S11：分别建立灰色关联分析模型和门控单元神经网络模型；

S12：将灰色关联分析模型的输出与门控单元神经网络模型的输入连接，以形成灰色关联分析-门控单元神经网络模型；

S13：通过设置的外围数据训练集对灰色关联分析-门控单元神经网络模型进行训练和优化，以得到训练后的灰色关联分析-门控单元神经网络模型。