[发明专利]一种基于外围数据的污水处理厂预测规划运行管理方法有效

专利信息
申请号: 202110420432.8 申请日: 2021-04-19
公开(公告)号: CN113033917B 公开(公告)日: 2022-04-12
发明(设计)人: 王建辉;程绪红;穆罕默德·赛义德·穆罕默德·萨利姆;申渝;高旭;萨米尔·易卜拉欣·加多;张冰;马腾飞 申请(专利权)人: 重庆工商大学;重庆南向泰斯环保技术研究院有限公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q10/06;G06Q50/26;G06N3/04;G06K9/62
代理公司: 重庆博凯知识产权代理有限公司 50212 代理人: 黄河
地址: 400067 *** 国省代码: 重庆;50
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 外围 数据 污水处理 预测 规划 运行 管理 方法
【权利要求书】:

1.一种基于外围数据的污水处理厂预测规划运行管理方法,其特征在于,包括以下步骤:

S01:获取预测的污水处理厂的进水水质和进水量,以及设定的运行管理方案;

步骤S01中,基于外围数据预测污水处理厂的进水水质和进水量;所述外围数据包括环境气象数据、人口数据、企业数据和经济数据中的任意一种或多种;将外围数据输入经过预先训练的灰色关联分析-门控单元神经网络模型中,输出对应的污水处理厂进水水质和进水量的预测结果;

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;

S02:将预测的进水水质和进水量以及运行管理方案输入经过预先训练的污水处理预测模型中,输出对应的污水处理预测结果;

步骤S02中,污水处理预测模型包括主成分分析模型、卷积神经网络模型和长短期记忆神经网络模型;主成分分析模型用于对输入的数据进行降维处理并输出至卷积神经网络模型,卷积神经网络模型用于构建数据的特征空间并输出至长短期记忆神经网络模型,长短期记忆神经网络模型用于表达数据的时序特征并输出对应的污水处理预测结果;

S03:将污水处理预测结果输入经过预先训练的优化模型中,优化运行管理方案并对应输出新的运行管理方案;

步骤S03中,优化模型采用遗传算法、粒子群算法和模糊推理算法中的任意一种或多种算法优化运行管理方案;

S04:判断污水处理预测结果是否符合设置的预期结果:若符合,则基于当前的运行管理方案执行运行管理;否则,返回步骤S02。

2.如权利要求1所述的基于外围数据的污水处理厂预测规划运行管理方法,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;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;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;所述经济数据包括城市生产总值、进出口总额、社会消费品零售总额、工业销售产值、工业总产值、城市居民消费价格指数、食品城市居民消费价格指数、非食品城市居民消费价格指数、消费品城市居民消费价格指数、食品烟酒类城市居民消费价格指数、规模以上工业总产值、教育文化娱乐类城市居民消费价格指数和商品房销售面积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预测规划运行管理方法,其特征在于,通过如下步骤训练污水处理预测模型:

S21:分别建立主成分分析模型、卷积神经网络模型和长短期记忆神经网络模型;

S22:依次将主成分分析模型的输出、卷积神经网络模型的输入、卷积神经网络模型的输出和长短期记忆神经网络模型的输入连接,以形成污水处理预测模型;

S23:通过设置的污水处理数据训练集对污水处理预测模型进行训练和优化,以得到训练后的污水处理预测模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆工商大学;重庆南向泰斯环保技术研究院有限公司,未经重庆工商大学;重庆南向泰斯环保技术研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110420432.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top