摘要
本发明公开了一种基于神经网络的输变电工程废水净化处理方法及系统,该方法包括:检测待处理废水中污染物的第一粒径分布信息和第一近红外吸收光谱;根据第一近红外吸收光谱、油珠粒径与波长吸收峰的第一对应关系、悬浮物粒径与波长吸收峰的第二对应关系,对第一粒径分布信息进行油珠、悬浮物粒径识别;根据识别出的第一油珠粒径分布信息和第一悬浮物粒径分布信息,通过第一深度神经网络模型,确定净化参数;控制絮凝剂投加泵按照净化参数的目标絮凝剂种类和第一投加量投加絮凝剂,配置气泡发生器的压力参数为第一气泡粒径对应的压力参数以产生第一气泡粒径的气泡,实现废水净化处理;本发明能提高输变电工程中的含油含悬浮物废水的净化效果。
技术关键词
絮凝剂
输变电工程
深度神经网络模型
废水净化
气泡发生器
粒度分布宽度
波长
参数
投加泵
关系
检测仪
压力
密度
识别模块
PH值
控制模块
激光
样本
系统为您推荐了相关专利信息
耦合特征
风险预测模型
推进器
工况
卷积神经网络模型
风机故障诊断方法
深度神经网络模型
风机运行状态
风机叶片故障
异常数据
航空发动机系统
深度神经网络模型
编码器
解码器
非线性状态空间
深度神经网络模型
复合材料
阻燃剂
材料数据库
参数
多传感器设备
生成特征向量
识别方法
深度神经网络模型
深度学习算法