【技术实现步骤摘要】
本专利技术属于但不限于水质监测，尤其涉及一种基于神经网络模型排污口流量精准定量方法及系统。
技术介绍
1、水环境安全对人类生产生活具有重要影响，作为废污水排入河流湖体的最后一道关口，入河入海排污口的监测迫在眉睫，然而排水时间不确定，流量定量困难。污水流量是确定污水入河量和污染物入河总量的基础，目前缺乏低沉本的设备和技术实现其精准定量。
2、目前针对排污口流量的监测数据准确定量是行业痛点，尚无可靠技术可突破。专利cn202211700544.x针对连续监测过程中造成资源浪费的，基于流量阈值的废水间歇性排污口流量触发方法及装置，通过对历史流量数据进行机器学习算法优化得到进行监测的最低流量阈值，实现了废水排放口精准化监管；同时专利cn202311137538.2利用于置信区间算法，通过实时监测目标入河排污口排放废水的瞬时流量，然后通过机器学习算法对目标入河排污口的历史流量数据进行分析，确定其流量的95%置信区间。然而这些只是通过监测数据对历史流量数据的再优化，并无法保证前端监测数据的可靠性。
3、目前国内常用的入河排污...
【技术保护点】
1.一种基于神经网络模型的排污口流量精准定量方法，其特征在于，包括如下步骤：
2.如权利要求1所述的基于神经网络模型的排污口流量精准定量方法，其特征在于，所述步骤一中的对不同管径、不同充满度的水流在一定温度、湿度、电磁环境的条件下进行数据采集：所有数据测定均使用标准设备进行采集，使用前进行设备校准，保证采集数据的准确性。
3.如权利要求1所述的基于神经网络模型的排污口流量精准定量方法，其特征在于，所述步骤二中设置权值和阈值的参数，包括但不限于温度、湿度、管径、充满度、电导率、电磁环境。
4.权利要求1所述的基于神经网络模型的排污口流...
【技术特征摘要】
1.一种基于神经网络模型的排污口流量精准定量方法，其特征在于，包括如下步骤：
2.如权利要求1所述的基于神经网络模型的排污口流量精准定量方法，其特征在于，所述步骤一中的对不同管径、不同充满度的水流在一定温度、湿度、电磁环境的条件下进行数据采集：所有数据测定均使用标准设备进行采集，使用前进行设备校准，保证采集数据的准确性。
3.如权利要求1所述的基于神经网络模型的排污口流量精准定量方法，其特征在于，所述步骤二中设置权值和阈值的参数，包括但不限于温度、湿度、管径、充满度、电导率、电磁环境。
4.权利要求1所述的基于神经网络模型的排污口流量精准定量方法，其特征在于，所述步骤三中的训练集数据量大于1000，逐层计算神经元输出；
5.如权利要求1所述的基于神经网络模型的排污口流量精准定量方法，其特征在于，所述步骤五中的逐层计算，包括对温度、湿度、管径、充满度、电导率、电磁环境的参数输入值，利用逐层计算的方式，分别对前一层的输出值与其对应的权值...
【专利技术属性】
技术研发人员：金瑞奔，谢洪涛，董帆，
申请(专利权)人：电子科技大学长三角研究院湖州，
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。