一种基于LSTM的污水高效沉淀池加药预测方法和加药系统技术方案

本发明专利技术涉及一种基于LSTM的污水高效沉淀池智能加药预测方法，包括以下步骤：S1：获取预测相关数据，并进行预处理；S2：利用预测相关数据分别构建前馈特征分量和反馈特征分量；S3：获取预测输入数据，并输入训练完成的预测模型；S4：预测模型输出除磷药PAC的投加量预测值；S5：根据除磷药PAC的投加量预测值对污水高效沉淀池进行智能加药。与现有技术相比，本发明专利技术具有实施精准预测、减少药耗且保证出水稳定达标等优点。

【技术实现步骤摘要】
一种基于LSTM的污水高效沉淀池加药预测方法和加药系统
本专利技术涉及污水处理领域，尤其是涉及一种基于LSTM的污水高效沉淀池加药预测方法和加药系统。
技术介绍
在现代污水处理行业，对于总磷的去除在很大程度上依靠化学除磷，而污水进水的多变性，容易造成出水波动大，增加药耗等现象，造成严重浪费，目前市场大多化学除磷设备和装置(主要是高效沉淀池)大多只是利用在线仪表进行反馈调节，而在线仪表在检测原理上存在的滞后，只能在一定程度上缓解进水负荷波动性，药耗浪费，无法从根本上解决问题。
技术实现思路
本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种保证出水稳定达标的基于LSTM的污水高效沉淀池加药预测方法和加药系统。本专利技术的目的可以通过以下技术方案来实现：一种基于LSTM的污水高效沉淀池智能加药预测方法，包括以下步骤：S1：获取预测相关数据，并进行预处理；S2：利用预测相关数据分别构建前馈特征分量和反馈特征分量；S3：获取预测输入数据，并输入训练完成的预测模型；S4：预测模本文档来自技高网...

【技术保护点】
1.一种基于LSTM的污水高效沉淀池智能加药预测方法，其特征在于，包括以下步骤：/nS1：获取预测相关数据，并进行预处理；/nS2：利用预测相关数据分别构建前馈特征分量和反馈特征分量；/nS3：获取预测输入数据，并输入训练完成的预测模型；/nS4：预测模型输出除磷药PAC的投加量预测值；/nS5：根据除磷药PAC的投加量预测值对污水高效沉淀池进行智能加药。/n

【技术特征摘要】
1.一种基于LSTM的污水高效沉淀池智能加药预测方法，其特征在于，包括以下步骤：
S1：获取预测相关数据，并进行预处理；
S2：利用预测相关数据分别构建前馈特征分量和反馈特征分量；
S3：获取预测输入数据，并输入训练完成的预测模型；
S4：预测模型输出除磷药PAC的投加量预测值；
S5：根据除磷药PAC的投加量预测值对污水高效沉淀池进行智能加药。


2.根据权利要求1所述的一种基于LSTM的污水高效沉淀池智能加药预测方法，其特征在于，所述的预测相关数据包括进水流量Q、进水固体悬浮物浓度SSin、进水总磷TPin、出水总磷TPout、污水温度T、污水酸碱度pH和除磷药PAC浓度。


3.根据权利要求2所述的一种基于LSTM的污水高效沉淀池智能加药预测方法，其特征在于，所述的预测输入数据包括前馈数据、反馈数据和药量数据，所述的前馈数据包括进水流量Q、进水总磷TPin、进水固体悬浮物浓度SSin、污水温度T、污水酸碱度pH以及前馈特征分量，所述的反馈数据包括反馈特征分量，所述的药量数据包括除磷药PAC浓度。


4.根据权利要求3所述的一种基于LSTM的污水高效沉淀池智能加药预测方法，其特征在于，所述的预测相关数据还包括出水固体悬浮物浓度SSout和吸附剂PAM浓度，所述的反馈数据还包括出水固体悬浮物浓度SSout，所述的药量数据还包括吸附剂PAM浓度。


5.根据权利要求3所述的一种基于LSTM的污水高效沉淀池智能加药预测方法，其特征在于，所述的前馈特征分量通过统计特征构造，包括前4to时间内的最大进水总磷TPin_max、前4to时间内的最小进水总磷TPin_min和前4to时间内的平均进水总磷TPin_mean，其中to为设定的数据采集频率。


6.根据权利要求5所述的一种基于LSTM的污水高效沉淀池智能加药预测方法，其特征在于，所述的数...

【专利技术属性】
技术研发人员：杨志科，蒋秋明，王兴荣，董孔益，林汉涛，李益，周吉，俞晓，
申请(专利权)人：上海上实龙创智能科技股份有限公司，
类型：发明
国别省市：上海;31