[发明专利]一种污水处理方法、系统及可读存储介质

权利要求书

1.一种污水处理方法，其特征在于，包括：

获取待处理污水池中污水当前时刻的第一污水表面图像；

将所述污水表面图像输入至预设的水浊度预测模型以及预设的种类预测模型中，分别得到待处理污水池当前时刻的第一预测浊度以及待处理污水池当前时刻的第一污水种类；

判断所述第一预测浊度是否大于第一预设阈值；

若所述第一预测浊度大于预设阈值，则基于所述第一预测浊度以及所述第一污水种类构建第一加药方案，其中，所述第一加药方案包括加药种类、加药量以及加药间隔；

获取待处理污水池当前时刻的进水流速，基于所述进水流速对所述第一加药方案进行修正，并根据修正后的第一加药方案对待处理污水池中的污水进行处理，得到待处理污水池某一时刻的第二预测浊度；

判断所述第二预测浊度是否小于所述第一预测浊度且所述第二预测浊度与所述第一预测浊度之间的浊度变化率是否大于第二预设阈值，其中，所述浊度变化率为在时间间隔T内预测浊度的变化量与时间间隔T的比值；

若所述第二预测浊度小于所述第一预测浊度且所述第二预测浊度与所述第一预测浊度之间的浊度变化率不大于第二预设阈值，则重新获取待处理污水池某一时刻的第二污水表面图像，并根据预设的种类预测模型对所述第二污水表面图像进行分析，得到待处理污水池某一时刻的第二污水种类；

根据所述第二污水种类对所述第一加药方案进行更新，得到第二加药方案，并根据所述第二加药方案对待处理污水池中的污水进行处理直至待处理污水池在截止时刻的预测浊度不大于第一预设阈值，其中，所述截止时刻为限定污水处理时间的最后时刻。

2.根据权利要求1所述的一种污水处理方法，其特征在于，所述根据所述第二污水种类对所述第一加药方案进行更新，得到第二加药方案，包括：

将所述第二污水种类与所述第一污水种类取交集，得到第一目标污水种类，其中，所述第一目标污水种类中仅包含所述第二污水种类与所述第一污水种类中共有的污水种类；

在所述第一加药方案中仅保留与所述目标污水种类相关联的加药种类以及加药量，得到第二加药方案。

3.根据权利要求1所述的一种污水处理方法，其特征在于，所述根据所述第二加药方案对待处理污水池中的污水进行处理直至待处理污水池在截止时刻的预测浊度不大于第一预设阈值包括：

在所述第二加药方案对待处理污水池中的污水进行处理后，判断待处理污水池一时刻的进水流速是否为零；

若为零，则重新获取待处理污水池一时刻的第三污水表面图像，并根据预设的种类预测模型对所述第三污水表面图像进行分析，得到待处理污水池一时刻的第三污水种类；

将所述第三污水种类与所述第二污水种类取并集，得到第二目标污水种类，其中，所述第二目标污水种类中包含所述第三污水种类以及所述第二污水种类中全部的污水种类；

在所述第二加药方案中添加与所述第二目标污水种类相关联的加药种类以及加药量，得到第三加药方案，并根据所述第三加药方案对待处理污水池中的污水进行处理。

4.根据权利要求1所述的一种污水处理方法，其特征在于，所述获取待处理污水池中污水当前时刻的第一污水表面图像，包括：

获取待处理污水池当前时刻的第一污水图像；

基于加权灰度化的方法对所述第一污水图像进行灰度化处理，得到所述第一污水表面图像。

5.根据权利要求1所述的一种污水处理方法，其特征在于，其中，将所述污水表面图像输入至预设的水浊度预测模型中，得到待处理污水池当前时刻的第一预测浊度，具体包括：

获取一段时间内污水处理池的训练参数，并基于所述训练参数构建模型训练集，其中，所述训练参数包括图像参数、水质参数、加药方案、水的浊度；

利用所述模型训练集对XGBoost模型进行训练得到水浊度预测模型；

将所述污水表面图像输入至水浊度预测模型中，得到待处理污水池当前时刻的第一预测浊度。