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技术方案

本发明专利技术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。本发明专利技术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。

A sewage treatment control method and system based on deep learning and cloud computing

【技术实现步骤摘要】
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
本专利技术属于污水处理智能控制
，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。
技术介绍
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本文档来自技高网...

【技术保护点】
1.一种基于深度学习与云计算的污水处理智能控制方法，其特征在于，包括以下步骤：/nS1.采集加药参数与污水处理器的进水参数和出水参数；/nS2.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；/nS3.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；/nS4.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。/n

【技术特征摘要】
1.一种基于深度学习与云计算的污水处理智能控制方法，其特征在于，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。


2.根据权利要求1所述的基于深度学习与云计算的污水处理智能控制方法，其特征在于，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。


3.根据权利要求1或2所述的基于深度学习与云计算的污水处理智能控制方法，其特征在于，在步骤S1中，所述加药参数为污水处理用药剂用量。


4.根据权利要求3所述的基于深度学习与云计算的污水处理智能控制方法，其特征在于，在步骤S1中，所述进水参数和出水参数分别为进水水质参数和出水水质参数，且所述进水水质参数和出水水质参数均包括PH值、含磷量、含氮量和含COD。


5.根据权利要求4所述的基于深度学习与云计算的污水处理智能控制方法，其特征在于，在步骤S3中，计算加药参数与深度学习算法的药剂用量计算值之间的偏差值，同时将所述偏差值作为训练集。


6.根据权利要求5所述的基于深度学习与云计算的污水处理智能控制方法，其特征在于，在步骤S3中，采用云计算方式在云端服务器对深度学习算法进行训练。


7.根据权利要求6所述的基于深度...

【专利技术属性】
技术研发人员：刘玉洋，叶常华，胡旭华，张亮，鲍嘉明，田云松，张骁波，吴文韬，楼子仪，黄莉，
申请(专利权)人：浙江嘉科电子有限公司，
类型：发明
国别省市：浙江;33