摘要
本发明涉及一种自来水厂沉淀池智能排泥控制方法、系统、设备以及介质,其方法包括:将排泥数据切分为多个片段或样本,并经处理得到数据集;构建并耦合经验模型和深度学习模型,以构建沉淀池污泥产量预测模型;利用神经网络模型和数据集构建并训练底泥分布预测模型;根据污泥产量预测模型输出的平均污泥产量、底泥分布预测模型输出的各区域污泥分布比例及对应排泥周期的总进水流量,得到沉淀池各区域的污泥累积量,结合泥位数据得到沉淀池各区域的泥位高度;基于沉淀池各区域的泥位高度和泥位阈值,输出排泥方案。由此,本发明这一系列创新方法和技术手段,显著提升了沉淀池排泥的智能化水平,为水处理领域带来了实质性的进步。
技术关键词
污泥
深度学习模型
自来水厂沉淀池
时间序列形式
数据
周期
絮凝剂投加量
浊度
时间段
长短期记忆网络
线性回归模型
神经网络模型构建
样本
关系
预测输出值
助凝剂
水量
系统为您推荐了相关专利信息
NOx浓度预测方法
随机森林模型
SNCR系统
变量
网格
鱼眼相机
叶面积指数
大田作物
作物冠层
高斯混合模型
知识库管理系统
关系抽取模型
查询关键词
实体
分词