一种基于预测控制的污水处理节能方法

    公开(公告)号:CN114671523B

    公开(公告)日:2024-06-04

    申请号:CN202111674080.5

    申请日:2021-12-31

    IPC分类号: C02F3/30

    摘要: 一种基于预测控制的污水处理节能方法,包括步骤一:确定监测指标和监测数据采样频率;步骤二:获取在线监测数据,并对数据进行预处理;步骤三:对预处理后的数据进行动态转换,并构造特征指标;步骤四:模型结构数据处理,包括创建LSTM模型的三维框架数据;步骤五:模型训练及自动调参,包括对LSTM模型进行训练,调整LSTM模型的参数,将最优模型保存至服务器;步骤六:对最优模型进行线上布署;步骤七:模型预测及结果评估,包括对最优模型进行预测,将预测结果进行逆转换,对预测结果进行评估;步骤八:预测控制,包括调取LSTM模型进行预测,进行迭代以输出最优的控制变量组合,并驱动控制变量对应的变频器和变频控制仪器,以实现节能降耗的目标。

    一种基于特征工程的河涌水质预测方法

    公开(公告)号:CN114330904A

    公开(公告)日:2022-04-12

    申请号:CN202111668051.8

    申请日:2021-12-31

    摘要: 一种基于特征工程的河涌水质预测方法,包括:步骤A:获取影响河涌水质的监测数据;步骤B:对影响河涌水质的监测数据进行预处理;步骤C:构造影响河涌水质的特征指标;步骤D:采用相关系数法进行特征指标筛选,包括通过Pearson相关系数法进行LSTM模型的特征筛选;步骤E:模型结构数据处理,包括将筛选的特征指标,进行LSTM模型结构数据预处理;步骤F:模型训练及自动调参,包括对LSTM模型进行训练和自动调优LSTM模型参数,保存最优模型至服务器上;步骤G:模型预测及结果评估,包括基于最优模型获取预测数据,评估预测数据与真实数据的偏差。本发明结合河涌的多因素、多条件影响因素,实现更准确、更全面反映水质变化的预测情况。

    一种水污染源在线监测数据异常的识别方法

    公开(公告)号:CN112287988A

    公开(公告)日:2021-01-29

    申请号:CN202011118055.4

    申请日:2020-10-19

    IPC分类号: G06K9/62 G06N3/08 G01N33/18

    摘要: 一种水污染源在线监测数据异常的识别方法,步骤A:接入站点监测数据;步骤B:对站点监测数据中异常数据进行初级识别;步骤C:对站点监测数据中异常数据进行二级识别;步骤D:剔除步骤B和步骤C中识别的异常数据,剔除异常数据后的站点监测数据转换成时间序列数据,从时间序列数据分解出周期成份和中位数,根据周期成份和中位数获取残差,对残差进行异常检测,进行三级识别;步骤E:根据步骤D中进行三级识别后的异常数据的波动特征,确认异常原因,并对异常数据进行分类标记;步骤F:根据异常数据的波动特征以及对应的异常原因,进行BP神经网络机器学习分类,对数据异常现象的原因进行智能识别。

    一种烟气在线监测数据预处理方法

    公开(公告)号:CN112285287A

    公开(公告)日:2021-01-29

    申请号:CN202011118064.3

    申请日:2020-10-19

    IPC分类号: G01N33/00 G06F17/18

    摘要: 一种水污染源在线监测数据异常的识别方法,包括如下步骤:步骤A:接入站点监测数据;步骤B:对站点监测数据中异常数据进行初级识别;步骤C:对站点监测数据中异常数据进行二级识别,剔除非正常监测时段的异常数据;步骤D:通过污染因子之间、污染因子与烟气参数之间的逻辑关系,对不符合逻辑关系的异常数据进行三级筛查;步骤E:判别监测站点的燃烧阶段、燃烧持续类型和燃烧波动类型;步骤F:判别全局疑似异常数据;步骤G:通过预测模型判别局部疑似异常数据;步骤H:对不符合逻辑关系的异常数据、全局疑似异常数据和局部疑似异常数据进行记录并处理。本发明解决异常点捕获效果欠佳问题,准确识别异常数据,大大提高运维人员的工作效率。

    一种烟气在线监测数据预处理方法

    公开(公告)号:CN112285287B

    公开(公告)日:2022-08-16

    申请号:CN202011118064.3

    申请日:2020-10-19

    IPC分类号: G01N33/00 G06F17/18

    摘要: 一种水污染源在线监测数据异常的识别方法,包括如下步骤:步骤A:接入站点监测数据;步骤B:对站点监测数据中异常数据进行初级识别;步骤C:对站点监测数据中异常数据进行二级识别,剔除非正常监测时段的异常数据;步骤D:通过污染因子之间、污染因子与烟气参数之间的逻辑关系,对不符合逻辑关系的异常数据进行三级筛查;步骤E:判别监测站点的燃烧阶段、燃烧持续类型和燃烧波动类型;步骤F:判别全局疑似异常数据;步骤G:通过预测模型判别局部疑似异常数据;步骤H:对不符合逻辑关系的异常数据、全局疑似异常数据和局部疑似异常数据进行记录并处理。本发明解决异常点捕获效果欠佳问题,准确识别异常数据,大大提高运维人员的工作效率。

    一种基于预测控制的污水处理节能方法

    公开(公告)号:CN114671523A

    公开(公告)日:2022-06-28

    申请号:CN202111674080.5

    申请日:2021-12-31

    IPC分类号: C02F3/30

    摘要: 一种基于预测控制的污水处理节能方法,包括步骤一:确定监测指标和监测数据采样频率;步骤二:获取在线监测数据,并对数据进行预处理;步骤三:对预处理后的数据进行动态转换,并构造特征指标;步骤四:模型结构数据处理,包括创建LSTM模型的三维框架数据;步骤五:模型训练及自动调参,包括对LSTM模型进行训练,调整LSTM模型的参数,将最优模型保存至服务器;步骤六:对最优模型进行线上布署;步骤七:模型预测及结果评估,包括对最优模型进行预测,将预测结果进行逆转换,对预测结果进行评估;步骤八:预测控制,包括调取LSTM模型进行预测,进行迭代以输出最优的控制变量组合,并驱动控制变量对应的变频器和变频控制仪器,以实现节能降耗的目标。