污水处理智能监控系统及其方法技术方案

公开了一种污水处理智能监控系统及其方法

【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
。
[0006]根据本公开的另一方面，提供了一种污水处理智能监控系统，其包括：数据获取模块，用于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；数据预处理模块，用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；时序分析模块，用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；以及污染物排放预测模块，用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
。
[0007]根据本公开的实施例，其首先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，接着，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，然后，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，最后，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
。
这样，可以实现出水污染物排放总量的准确预测
。
[0008]根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚
。
附图说明
[0009]包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例
、
特征和方面，并且用于解释本公开的原理
。
[0010]图1示出根据本公开的实施例的污水处理智能监控方法的流程图
。
[0011]图2示出根据本公开的实施例的污水处理智能监控方法的架构示意图
。
[0012]图3示出根据本公开的实施例的污水处理智能监控方法的子步骤
S130
的流程图
。
[0013]图4示出根据本公开的实施例的污水处理智能监控方法的子步骤
S131
的流程图
。
[0014]图5示出根据本公开的实施例的污水处理智能监控系统的框图
。
[0015]图6示出根据本公开的实施例的污水处理智能监控方法的应用场景图
。
具体实施方式
[0016]下面将结合附图对本公开实施例中的技术方案进行清楚
、
完整地描述，显而易见地，所描述的实施例仅仅是本公开的部分实施例，而不是全部的实施例
。
基于本公开实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，也属于本公开保护的范围
。
[0017]如本公开和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和
/
或“该”等词并非特指单数，也可包括复数
。
一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其他的步骤或元素
。
[0018]以下将参考附图详细说明本公开的各种示例性实施例
、
特征和方面
。
附图中相同的附图标记表示功能相同或相似的元件
。
尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图
。
[0019]另外，为了更好的说明本公开，在下文的具体实施方式中给出了众多的具体细节
。
本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施
。
在一些实例中，对于本领域技术人员熟知的方法
、
手段
、
元件和电路未作详细描述，以便于凸显本公开的主旨
。
[0020]针对上述技术问题，本公开的技术构思是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
。
也就是，通过融合高维时序特征
、
增强数据信息价值的方式来提高模型预测精度
。
[0021]基于此，图1示出根据本公开的实施例的污水处理智能监控方法的流程图
。
图2示出根据本公开的实施例的污水处理智能监控方法的架构示意图
。
如图1和图2所示，根据本公开实施例的污水处理智能监控方法，包括步骤：
S110
，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；
S120
，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；
S130
，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，
S140
，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
。
[0022]具体地，在本公开的技术方案中，首先，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；并本文档来自技高网...

【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：