摘要
本发明公开了一种基于深度学习的混凝剂投加方法,其特征在于,包括以下步骤:S1、通过现有水质数据构建水质特征集;S2、通过现有混凝剂投加数据构建加药特征集;S3、基于所述特征集,构建深度学习网络;S4、自控PLC采集实时水质数据存储到数据库;S5、将数据库数据导入所述深度学习网络,模拟预测混凝剂投加情况;S6、判定预测混凝剂最佳投加方案并存储到数据库;S7、PLC读取数据库执行絮凝剂投加。本发明通过将自来水厂实际水质数据和混凝剂投加情况与深度学习的特点相结合,可以为自来水厂提供最佳的混凝剂投加方案,实现更高的自来水处理效率,节省人力物力和时间成本。
技术关键词
投加方法
构建深度学习网络
水质
数据存储
沉淀池
絮凝剂
浊度
深度学习模型
pH值
主控柜
加药
电信号
原水
记忆
水量
自来水
输入端
能耗