基于调蓄池中COD预测的初期雨水原位处理方法与流程
技术特征:
1.基于调蓄池中cod预测的初期雨水原位处理方法;其特征在于,包括如下步骤:
2.根据权利要求1所述的基于调蓄池中cod预测的初期雨水原位处理方法,其特征在于,在步骤1中,将所述历史工作数据中的储水量均转换为与相应的所述调蓄池的最大容积相匹配的百分比数值,并将所有所述百分比数值均作为预训练所述在线学习自适应神经网络模型的预训练输入;
3.根据权利要求1所述的基于调蓄池中cod预测的初期雨水原位处理方法,其特征在于,还包括plc(8),以及包括所述plc(8)的在线智能控制系统(9);
4.根据权利要求3所述的基于调蓄池中cod预测的初期雨水原位处理方法,其特征在于,所述在线智能控制系统(9)控制所述进水泵(3)的运行频率正比于所述待测调蓄池(1)的储水量。
5.根据权利要求1所述的基于调蓄池中cod预测的初期雨水原位处理方法,其特征在于,还包括plc(8),以及包括所述plc(8)的在线智能控制系统(9);
6.根据权利要求1所述的基于调蓄池中cod预测的初期雨水原位处理方法,其特征在于,还包括plc(8),以及包括所述plc(8)的在线智能控制系统(9);
7.根据权利要求1所述的基于调蓄池中cod预测的初期雨水原位处理方法,其特征在于,所述能够实时监测溶解氧浓度的装置(5)是在线溶解氧电极;所述高效生化池(2)通过设置曝气风机(4)进行曝气,通过设置排泥泵(7)进行排泥。
技术总结
本发明公开了基于调蓄池中COD预测的初期雨水原位处理方法,包括如下步骤:先采用已有的用于初期雨水的调蓄池的历史工作数据预训练一在线学习自适应神经网络模型;然后,在需要进行COD预测的待测调蓄池边建造能够控制排泥量和曝气量的高效生化池;在运行高效生化池,对待测调蓄池内水体进行处理的同时,采集数据输入所述在线学习自适应神经网络模型,根据获得反馈控制高效生化池运作并对所述在线学习自适应神经网络模型进行在线增量学习;直到在线增量学习的所述在线学习自适应神经网络模型的预测结果符合要求结束训练。本发明能够很好的解决初期雨水水质随时间不断变化的特点,解决雨水中污染物难以准确预测的难题。
技术研发人员:黄瑾,魏源源,姜莉,李菲菲,印超,陈燕
受保护的技术使用者:上海市城市建设设计研究总院(集团)有限公司
技术研发日:
技术公布日:2024/11/21
文档序号 :
【 40071212 】
技术研发人员:黄瑾,魏源源,姜莉,李菲菲,印超,陈燕
技术所有人:上海市城市建设设计研究总院(集团)有限公司
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
技术研发人员:黄瑾,魏源源,姜莉,李菲菲,印超,陈燕
技术所有人:上海市城市建设设计研究总院(集团)有限公司
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除