一种污水水质异常波动检测方法及系统技术方案

一种污水水质异常波动检测方法及系统，包括：对目标区域的历史数据进行数据清洗，进行数据清洗时，保留离群值；历史数据包括时间滞后性水质指标、实时水质指标、水量指标和气象指标；将预处理后的实时水质指标、水量指标和气象指标按时间顺序输入水质模型，时间滞后性水质指标作为水质模型的输出，对水质模型进行训练，得到训练好的水质模型；水质模型包括级联的维度注意力层、GRU神经网络层、时间注意力层、全连接层和分类层。与现有技术相比，本发明专利技术在确保数据质量的同时保留了反映水质异常波动的异常值，还可以从海量数据中识别并掌握对应于水质异常波动的数据特征，进而实现对污水水质异常波动的快速、准确检测。

【技术实现步骤摘要】

本专利技术涉及污水水质检测，具体涉及一种污水水质异常波动检测方法及系统。

技术介绍

1、生活、工业废水通过排水管网进入污水处理厂，经过一系列无害化处理后排入自然水体，而污水水质的剧烈变化将对污水处理设施造成严重冲击，进而导致一系列的生态、经济损失。然而，总氮(tn)、总磷(tp)等反映污水有机负荷的关键水质指标的传统检测方法均要求化学消解过程，这将消耗20分钟到2小时的时间，直接导致水质信息的获取严重滞后，污水处理设施无法及时做出反馈措施。这同样导致污水处理设施的高耗能设备(鼓风机、水泵等)无法根据当前水质灵活调整运行功率，而持续的高功率运行则造成严重的能源浪费。此外，由于污水处理设施要求长期监测水质，这些消解过程还意味着相关化学试剂的大量消耗，以及随之而来的高成本、二次污染等问题。针对上述问题，研究人员开发出基于水质模型的软检测方法，软检测方法相对于依赖化学过程的传统检测方法具有速度快、成本低等优点。

2、现有的基于水质模型的软检测方法有线性回归模型、多项式回归模型、梯度提升决策树模型、人工神经网络、循环神经网络等，这些模型通过在迭代过程中自本文档来自技高网...

【技术保护点】

1.一种污水水质异常波动检测方法，包括如下步骤：

2.根据权利要求1所述的污水水质异常波动检测方法，其特征在于，还包括对训练好的水质模型进行微调以使模型的准确率、召回率、F1分数和F2分数达到精度阈值的步骤。

3.根据权利要求1或2所述的污水水质异常波动检测方法，其特征在于，还包括利用训练好的水质模型进行预测的步骤：将当前时刻的实时水质指标、水量指标和气象指标输入到训练好的水质模型中，输出得到预测的时间滞后性水质指标，根据预设阈值判断预测的时间滞后性水质指标是否异常。

4.根据权利要求1或2所述的污水水质异常波动检测方法，其特征在于：所述GRU神经网络...

【技术特征摘要】

1.一种污水水质异常波动检测方法，包括如下步骤：

2.根据权利要求1所述的污水水质异常波动检测方法，其特征在于，还包括对训练好的水质模型进行微调以使模型的准确率、召回率、f1分数和f2分数达到精度阈值的步骤。

3.根据权利要求1或2所述的污水水质异常波动检测方法，其特征在于，还包括利用训练好的水质模型进行预测的步骤：将当前时刻的实时水质指标、水量指标和气象指标输入到训练好的水质模型中，输出得到预测的时间滞后性水质指标，根据预设阈值判断预测的时间滞后性水质指标是否异常。

4.根据权利要求1或2所述的污水水质异常波动检测方法，其特征在于：所述gru神经网络层的输出yt的表达式为yt＝σ(htwo+bo)；其中，

5.根据权利要求1或2所述的污水水质异常波动检测方法，其特征在于：所述维度注意力层为自注意力结构，所述时间注意力层是由多个自注意力结构并行构成的多头注意力结构。

6....

【专利技术属性】
技术研发人员：张怡拓，郭健，张羽，巫文昕，靳帅国，赵凌云，曹健，任亮，
申请(专利权)人：中国电建集团中南勘测设计研究院有限公司，
类型：发明
国别省市：