摘要
本申请公开了一种基于人工智能的污水处理厂碳管控方法及系统,该方法包括:根据采集到的实时监测数据、历史数据及机理模型构建碳排放预测模型;基于所述碳排放预测模型输出的处理负荷数据和水况变化率生成参数优化触发指令,进而生成基于水况条件的工艺单元运行参数配置方案;获取所述工艺单元运行参数配置方案对应的第一碳排放预测值,建立动态参数调控策略库;将实时的所述水况波动数据与所述动态参数调控策略库和机理模型进行匹配,确定实时参数调控策略,并根据所述实时参数调控策略执行设备参数调整指令。解决了当前污水处理厂无法实时预测不同水况条件下的碳排放情况的问题,达到实时预测不同水况下的碳排放情况,减少能源损耗的效果。
技术关键词
调控策略
实时监测数据
管控方法
执行设备
生成参数
指令
网络参数配置
污水
推理规则
排放量
动态
设备控制接口
水质
模糊控制算法
生成训练数据
设备运行参数
遗传算法
模块
系统为您推荐了相关专利信息
空气质量监控
智能房屋
家居设备
空气净化器联动
实时监测数据
智能故障诊断方法
牛骨粉
实时监测数据
数字孪生体
仿真数据
设备故障诊断系统
储能电池
指标
场景
故障记录数据