摘要
本发明涉及污水处理技术领域,公开了一种污水处理中混凝剂投加控制方法及系统,方法包括:实时获取絮凝池中的絮体图像,并输入到基于生成对抗网络优化后的U‑Net模型预训练好的矾花分割识别模型中得到矾花识别结果;基于矾花识别结果来提取絮体特征参数;实时获取进入污水处理厂的水质参数;将絮体特征参数和水质参数输入到基于集成学习训练好的混凝剂预测模型中,得到预测的混凝剂投加数据;基于预测的混凝剂投加数据控制混凝剂加药泵运行。本发明能根据实时的水质数据结合絮体特征准确给出合适的混凝剂投加量,能与混凝过程本身的运行机制相结合,具有很强的适应性,助于实现混凝剂的合理、精准投加,优化资源利用,提高污水处理的性价比。
技术关键词
絮体特征参数
投加控制方法
生成对抗网络
混凝剂投加量
历史运行数据
水质
学习器
计算机
投加控制系统
加药泵
絮凝
无监督聚类
图像识别模块
模型预训练
污水
可读存储介质
指令
系统为您推荐了相关专利信息
磁共振图像重建
磁共振图像数据
生成训练样本
训练深度学习模型
模型训练方法
数据采集层
预测系统
分布式爬虫框架
输出模块
策略
多时间尺度优化调度方法
分布式智能配电网
优化调度模型
分布式电源出力
粒子群算法求解
深度信念网络
最佳特征子集
生成对抗网络
风险评估算法
数据
生成对抗网络
智能云
车间
设备运行数据
仿真模型