公开(公告)号：CN110515411B

公开(公告)日：2020-06-30

申请号：CN201910836418.9

申请日：2019-09-05

申请人： 江苏环保产业技术研究院股份公司

发明人： 吴伟 ,  吴海锁 ,  丁瑞金 ,  陈朋利 ,  谢祥峰 ,  李杰 ,  吴云波 ,  王小祥

IPC分类号： C02F1/00 ,  G05D27/02 ,  G06N3/08 ,  G06F17/15

摘要： 本发明公开了一种水处理加药量控制方法及系统，结合深度强化学习算法不断优化加药策略。首先，通过采集当前进水水质水量等参数，来确定药剂投加量。然后，通过对系统出水水质进行监测，根据出水水质以及加药量计算得到本次加药过程的奖励值，并将奖励值返回用于训练更新强化学习系统中的神经网络，从而使得加药控制系统能够学习更好的加药策略，获取更好的污水处理效果。之后不断循环上述过程，使神经网络不断更新，加药系统能够持续学习，最终得到最优的加药策略。本发明能够综合考虑影响污水处理效果的多个特征，无需专家知识指导，可通过自身学习来选择不同进水条件下的最佳投药量，最终可实现水处理过程中加药量的智能化控制。

公开(公告)号：CN110515411A

公开(公告)日：2019-11-29

申请号：CN201910836418.9

申请日：2019-09-05

申请人： 江苏环保产业技术研究院股份公司

发明人： 吴伟 ,  吴海锁 ,  丁瑞金 ,  陈朋利 ,  谢祥峰 ,  李杰 ,  吴云波 ,  王小祥

IPC分类号： G05D27/02 ,  C02F1/00

摘要： 本发明公开了一种水处理加药量控制方法及系统，结合深度强化学习算法不断优化加药策略。首先，通过采集当前进水水质水量等参数，来确定药剂投加量。然后，通过对系统出水水质进行监测，根据出水水质以及加药量计算得到本次加药过程的奖励值，并将奖励值返回用于训练更新强化学习系统中的神经网络，从而使得加药控制系统能够学习更好的加药策略，获取更好的污水处理效果。之后不断循环上述过程，使神经网络不断更新，加药系统能够持续学习，最终得到最优的加药策略。本发明能够综合考虑影响污水处理效果的多个特征，无需专家知识指导，可通过自身学习来选择不同进水条件下的最佳投药量，最终可实现水处理过程中加药量的智能化控制。