-
公开(公告)号：CN117055451A
公开(公告)日：2023-11-14
申请号：CN202311317879.8
申请日：2023-10-12
Applicant: 浙江大学 , 中国电建集团华东勘测设计研究院有限公司
IPC: G05B19/042
Abstract: 公开了一种污水处理智能监控系统及其方法。其首先获取污水处理系统的历史运行数据，其中，所述历史运行数据包括多天的出水污染物排放总量，接着，将所述多天的出水污染物排放总量进行数据预处理以得到出水污染物排放总量时序输入向量，然后，对所述出水污染物排放总量时序输入向量进行时序分析以得到出水污染物排放总量时域上下文编码特征向量，最后，基于所述出水污染物排放总量时域上下文编码特征向量，确定出水污染物排放总量的预测值。这样，可以实现出水污染物排放总量的准确预测。
-
公开(公告)号：CN117055451B
公开(公告)日：2024-01-05
申请号：CN202311317879.8
申请日：2023-10-12
Applicant: 浙江大学 , 中国电建集团华东勘测设计研究院有限公司
IPC: G05B19/042
Abstract: 公开了一种污水处理智能监控系统及其方法。其首先获取污水处理系统的历史运行数据，其中，所述历史运行数据包括多天的出水污染物排放总量，接着，将所述多天的出水污染物排放总量进行数据预处理以得到出水污染物排放总量时序输入向量，然后，对所述出水污染物排放总量时序输入向量进行时序分析以得到出水污染物排放总量时域上下文编码特征向量，最后，基于所述出水污染物排放总量时域上下文编码特征向量，确定出水污染物排放总量的预测值。这样，可以实现出水污染物排放总量的准确预测。
-
公开(公告)号：CN119647647A
公开(公告)日：2025-03-18
申请号：CN202411604393.7
申请日：2024-11-12
Applicant: 中国电建集团华东勘测设计研究院有限公司
IPC: G06Q10/04 , G06F18/214 , G06F18/24 , G06N3/0442 , G06N3/08 , G06F17/18
Abstract: 本发明提供了一种基于耦合滑动时间窗口的出水水质参数预测方法及装置，涉及水质预测技术领域，应用于污水处理厂，方法包括：获取污水处理厂的历史水质数据；基于历史水质数据和预先设置的目标时间构建训练标签集；将训练标签集通过滑动时间窗口的方式输入至预先构建的长短期记忆网络模型中进行训练，得到出水水质预测模型；将污水处理厂的当前水质数据输入至出水水质预测模型中，输出出水水质参数。该方式中，可以通过滑动时间窗口的方式将训练标签集作为输入进行模型训练，以充分考虑污水处理的时序变化。
-
公开(公告)号：CN119129940B
公开(公告)日：2025-03-07
申请号：CN202411604392.2
申请日：2024-11-12
Applicant: 中国电建集团华东勘测设计研究院有限公司
IPC: G06Q10/063 , G06Q10/04 , G06Q50/06 , G06F18/214 , G06N3/0442 , G06N3/08
Abstract: 本发明提供了一种适用于长周期变化显著的出水水质预测方法及装置，方法包括：获取污水处理厂的监测数据序列；监测数据序列包括具有预设时间间隔的多个历史监测数据；对监测数据序列进行变化周期长度监测，确定每个历史监测数据在目标时间内的相关性情况；基于相关性情况和预先设置的筛选规则，确定时间窗口；基于时间窗口和预先设置的目标预测时间构建训练标签集；将训练标签集输入至预先构建的门控循环单元GRU模型进行训练，得到出水水质预测模型；将污水处理厂的当前监测数据输入至出水水质预测模型中，输出出水水质参数。该方式中，使得模型在更小计算资源需求的情况下具有更高的算力，从而提高了模型的稳定性，使得出水水质预测更准确。
-
公开(公告)号：CN119514788A
公开(公告)日：2025-02-25
申请号：CN202411604394.1
申请日：2024-11-12
Applicant: 中国电建集团华东勘测设计研究院有限公司
Abstract: 本发明提供了一种基于皮尔逊相关性分析的监测设备布点优化方法及装置，方法包括：对获取的多个水质参数序列分别进行归一化处理得到多个目标水质参数序列；基于历史水质参数值的数量和每个目标水质参数序列中的历史水质参数值，将多个目标水质参数序列进行皮尔逊相关性分析得到皮尔逊相关性分析的相关性系数；基于相关性系数和预先设置的系数阈值确定多个显著性参数组；基于对显著性参数组中的参数与其在显著性参数组内其它参数的相关性系数的平均数据进行顺序排列后得到的顺序结果和拟合规定，确定待优化参数；待优化参数对应的监测设备为待优化设备。该方式中，有效确定参数的冗余性，从而降低了监测设备维护成本，提高了污水处理厂的运行效率。
-
Patent Agency Ranking
公开(公告)号：CN119514787A
公开(公告)日：2025-02-25
申请号：CN202411604389.0
申请日：2024-11-12
Applicant: 中国电建集团华东勘测设计研究院有限公司 , 上海环保(集团)有限公司 , 上海安亭污水处理有限公司
Abstract: 本发明提供了一种基于全连接神经网络模型的出水水质参数预测方法及装置，涉及水质预测技术领域，应用于污水处理厂，方法包括：获取污水处理厂的实时监测数据；将实时监测数据输入至预先构建的出水水质参数预测模型中，输出预设时间点的出水水质参数；其中，预先构建的出水水质参数预测模型为将目标监测数据序列通过重叠时间窗口的方式输入至预先构建的全连接神经网络模型中进行训练后得到；目标监测数据序列为通过预先设置的数据清洗策略对监测数据序列进行清洗处理后得到；监测数据序列包括在预设时间间隔下获取的多个历史监测数据。该方式中，在预测出水水质时，有效利用有限数据资源，并捕捉并分析污水处理过程中时间序列变化特征。
-
公开(公告)号：CN117113247A
公开(公告)日：2023-11-24
申请号：CN202310972870.4
申请日：2023-08-02
Applicant: 中国电建集团华东勘测设计研究院有限公司
IPC: G06F18/2433 , G06F18/2321 , G06Q50/26
Abstract: 本发明公开了一种基于二分类和聚类算法的排水系统异常监测方法、设备及存储介质，包含：获取监测数据序列；定义趋势估计序列；根据趋势估计序列和监测数据序列计算均方偏差值；将趋势估计序列中各时刻的值分别加减均方偏差值，得到该时间段内液位监测值的异常上下边界；对监测数据序列中的全部点位进行二分类；对异常数据进行时间维度的聚类，得到动态数量的异常簇；将异常簇中的异常样本数据按照时间升序排列，选择最中间时刻的异常值作为典型异常值。本发明提供的基于二分类和聚类算法的排水系统异常监测方法，基于单一时序的液位监测数据，利用大数据分析算法，科学确定液位监测数据中的异常值，并基于此划分动态的异常时段范围。
-
公开(公告)号：CN119313192A
公开(公告)日：2025-01-14
申请号：CN202411423635.2
申请日：2024-10-12
Applicant: 中国电建集团华东勘测设计研究院有限公司
IPC: G06Q10/0637 , G06Q50/26
Abstract: 本发明提供了一种净化装备效能评价方法、装置、电子设备及存储介质，涉及城市排水技术领域，方法包括：获取净化装备对应的目标指标数据；确定目标指标数据对应的指标权重；根据指标权重和目标指标数据，对净化装备进行效能评价，得到净化装备的效能评价结果。本申请实现多层面的针对净化装置进行参数分析，使得后续得到的效能评价结果可以准确真实的反应净化装置的效能情况，保证了最终确定的效能评价结果具有公平性、客观性和全面性。
-
公开(公告)号：CN119151153A
公开(公告)日：2024-12-17
申请号：CN202411604395.6
申请日：2024-11-12
Applicant: 中国电建集团华东勘测设计研究院有限公司
IPC: G06Q10/063 , G06Q10/04 , G06Q50/06
Abstract: 本发明提供了一种基于斯皮尔曼等级相关分析的设备布点优化方法及装置，涉及设备布点优化技术领域，方法包括：获取污水处理厂的多个监测数据序列；基于多个监测数据序列确定相关性分析方式；若相关性分析方式为斯皮尔曼等级相关分析，基于斯皮尔曼等级相关分析对多个监测数据序列进行分组，得到多个显著性参数组；对每个显著性参数组中的每个参数与其在显著性参数组内其余参数的相关系数的平均值进行顺序排列，得到排列结果；基于排列结果和预先设置的拟合规则确定待优化参数；待优化参数对应的监测设备为待优化设备。该方式中，有效确定参数的冗余性，从而降低了监测设备维护成本，提高了污水处理厂的运行效率。
-
公开(公告)号：CN119129939A
公开(公告)日：2024-12-13
申请号：CN202411604388.6
申请日：2024-11-12
Applicant: 中国电建集团华东勘测设计研究院有限公司 , 中电建生态环境集团有限公司
IPC: G06Q10/063 , G06Q10/04 , G06Q50/06 , G06F18/214 , G06F18/213 , G06N3/044 , G06N3/048 , G06N3/08
Abstract: 本发明提供了一种基于时间窗口耦合RNN的出水水质参数预测方法及装置，方法包括：获取污水处理厂的当前监测数据；将当前监测数据输入至预先构建的出水水质参数预测模型中，输出预设时间点的出水水质参数；其中，预先构建的出水水质参数预测模型为将训练数据集输入至预先构建的循环神经网络RNN模型中进行训练后得到；训练数据集为基于时间窗口和预先设置的目标预测时间得到；时间窗口为对多个历史水质指标数据在目标时间内的相关性情况进行筛选后得到。该方式中，使得模型在符合算力效率以及内存利用率的情况下，在预测出水水质时，有效利用有限数据资源，并捕捉并分析污水处理过程中时间序列变化特征，提高出水水质的预测准确率。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.054 seconds)
