【技术实现步骤摘要】
污水处理智能监控系统及其方法
[0001]本公开涉及污水处理领域,且更为具体地,涉及一种污水处理智能监控系统及其方法
。
技术介绍
[0002]污水处理是一项重要的环境保护工作,其目的是将污水中的有害物质去除或降低,使之达到排放标准或回用要求
。
但是污水处理过程中存在许多不确定性和变化,如污水的流量等
。
如果不能及时监控和预测污水处理系统的运行状态,可能会导致污水处理设施的故障
、
污水处理效率的下降
、
排放标准的超标等后果
。
因此,进行污水处理监控和预测是提高污水处理质量和效率,保障污水处理设施正常运行的必要手段
。
[0003]然而,由于污水处理系统的复杂性和不确定性,对出水污染物排放总量的动态预测是一项具有挑战性的任务
。
传统的预测方法往往依赖于经验公式,忽略了污水处理系统的非线快时变特性,导致预测精度不高,无法满足实际应用的需要
。
因此,期待一种优化的方案
。
技术实现思路
[0004]有鉴于此,本公开提出了一种污水处理智能监控系统及其方法,其利用智能技术构建适应污水处理系统特征的动态预测模型,实现出水污染物排放总量的准确预测
。
[0005]根据本公开的一方面,提供了一种污水处理智能监控方法,其包括:获取污水处理系统的历史运行数据,其中,所述历史运行数据包括多天的出水污染物排放总量;将所述多天的出水污染物排放总量进行数据预 ...
【技术保护点】
【技术特征摘要】
1.
一种污水处理智能监控方法,其特征在于,包括:获取污水处理系统的历史运行数据,其中,所述历史运行数据包括多天的出水污染物排放总量;将所述多天的出水污染物排放总量进行数据预处理以得到出水污染物排放总量时序输入向量;对所述出水污染物排放总量时序输入向量进行时序分析以得到出水污染物排放总量时域上下文编码特征向量;以及基于所述出水污染物排放总量时域上下文编码特征向量,确定出水污染物排放总量的预测值
。2.
根据权利要求1所述的污水处理智能监控方法,其特征在于,将所述多天的出水污染物排放总量进行数据预处理以得到出水污染物排放总量时序输入向量,包括:将所述多天的出水污染物排放总量按照时间维度排列为所述出水污染物排放总量时序输入向量
。3.
根据权利要求2所述的污水处理智能监控方法,其特征在于,对所述出水污染物排放总量时序输入向量进行时序分析以得到出水污染物排放总量时域上下文编码特征向量,包括:对所述出水污染物排放总量时序输入向量进行局部时序特征提取以得到出水污染物排放总量局部时序特征向量的序列;以及提取所述出水污染物排放总量局部时序特征向量的序列之间的时域关联特征以得到所述出水污染物排放总量时域上下文编码特征向量
。4.
根据权利要求3所述的污水处理智能监控方法,其特征在于,对所述出水污染物排放总量时序输入向量进行局部时序特征提取以得到出水污染物排放总量局部时序特征向量的序列,包括:对所述出水污染物排放总量时序输入向量进行向量切分以得到出水污染物排放总量局部时序输入向量的序列;以及将所述出水污染物排放总量局部时序输入向量的序列通过基于一维卷积层的时序特征提取器以得到所述出水污染物排放总量局部时序特征向量的序列
。5.
根据权利要求4所述的污水处理智能监控方法,其特征在于,提取所述出水污染物排放总量局部时序特征向量的序列之间的时域关联特征以得到所述出水污染物排放总量时域上下文编码特征向量,包括:将所述出水污染物排放总量局部时序特征向量的序列通过基于
Bi
‑
LSTM
模型的上下文编码器以得到所述出水污染物排放总量时域上下文编码特征向量
。6.
根据权利要求5所述的污水处理智能监控方法,其特征在于,基于所述出水污染物排放总量时域上下文编码特征向量,确定出水污染物排放总量的预测值,包括:将所述出水污染物排放总量时域上下文编码特征向量通过基于解码器的预测器以得到解码值,所述解码值用于表示出水污染物排放总量的预测值
。7.
根据权利要求6所述的污水处理智能监控方法,其特征在于,还包括训练步骤:对所述基于一维卷积层的时序特征提取器
、
所述基于
Bi
‑
LSTM
模型的上下文编码器和所述解码器进行训练;其中,所述训练步...
【专利技术属性】
技术研发人员:廖琦琛,郭聪,魏俊,包建国,黄泽,陆东辉,朱亮,
申请(专利权)人:中国电建集团华东勘测设计研究院有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。