一种水厂管控平台报表的异常数据检测及恢复方法及系统

    公开(公告)号:CN119248759A

    公开(公告)日:2025-01-03

    申请号:CN202411243645.8

    申请日:2024-09-05

    Abstract: 本发明提供一种水厂管控平台报表的异常数据检测及恢复方法及系统,涉及水厂数据检测技术领域,包括:采集水厂管控平台的报表数据,随后通过阈值检测得到报表数据的阈值范围,将超出阈值范围的各报表数据标记为潜在异常数据;采用异常检测模型对报表数据中的各潜在异常数据进行异常评分,随后异常评分结果异常的潜在异常数据标记为毛刺数据点;将报表数据中的各毛刺数据点删除,随后利用被删除的毛刺数据点的相邻数据点的线性关系估算缺失的数据点进行线性插值,以对报表数据进行数据恢复。有益效果是通过多级异常检测提高水厂管控平台数据分析的精确性和稳定性,通过结合统计分析与机器学习技术,实现了对异常数据的高效检测和恢复。

    一种基于遗传算法的泵组优化方法

    公开(公告)号:CN116702611A

    公开(公告)日:2023-09-05

    申请号:CN202310676886.0

    申请日:2023-06-08

    Abstract: 本发明公开了一种基于遗传算法的泵组优化方法,属于泵组优化技术领域;包括:步骤S1,收集送水泵房每台水泵的性能测试报告数据和实际生产数据,并进行分析,得到一泵组优化模型,所述泵组优化模型包括约束条件和适应度函数;步骤S2,将所述泵组优化模型应用到配水单位;步骤S3,依据需要优化的问题和所述适应度函数搭建遗传算法的算法框架;步骤S4,所述泵组优化模型对所述配水单位的出水流量和出水压力进行处理,并进行遗传算法迭代,得到优化泵组组合。上述技术方案的有益效果是:以能耗最小为目标,实现了定频或变频泵的调节使用,节能降耗,延长水泵使用寿命。

    一种水厂前加氯控制系统及方法
    3.
    发明公开

    公开(公告)号:CN116621317A

    公开(公告)日:2023-08-22

    申请号:CN202310625684.3

    申请日:2023-05-30

    Abstract: 本发明提供一种水厂前加氯控制系统及方法,涉及水处理技术领域,包括:采集水厂的当前原水水质数据以及当前原水氨氮含量,并根据当前原水氨氮含量处理得到次氯酸钠的投加消毒工艺以及对应的前加氯投加量范围;将当前原水水质数据以及前加氯投加量范围的上限值和下限值输入预先训练得到的前加氯模型中,得到预测前加氯投加量,并控制采用投加消毒工艺向水厂的前加氯投加点投加预测前加氯投加量的次氯酸钠。有益效果是根据原水氨氮含量选择适配的投加消毒工艺,有效避免出现消毒副产物超标的风险,将原水水质数据、前加氯投加量范围的上限值和下限值作为前加氯投加量预测的输入水质参数,提升模型的准确度与约束力,降低次氯酸钠消耗,节省成本。

    一种基于特征过滤的反冲洗优化方法

    公开(公告)号:CN116078049A

    公开(公告)日:2023-05-09

    申请号:CN202310162380.8

    申请日:2023-02-23

    Abstract: 本发明涉及自动控制技术领域,具体涉及一种基于特征过滤的反冲洗优化方法,包括:步骤S1:对目标水厂采集目标数据,根据所述目标数据分别生成每个待分析特征的特征缺失率和特征相关性;步骤S2:依照所述特征缺失率和所述特征相关性对所述待分析特征进行筛选,得到可用特征;步骤S3:基于所述可用特征对预测模型进行训练,随后采用训练后的所述预测模型生成反冲洗参数。有益效果在于:针对现有技术中的输入变量较多导致模型训练效果不佳的问题,本实施例中通过构建特征缺失率和特征相关性的方式进行特征过滤,从而减少了训练模型时输入的变量,提高了模型收敛的速度,能够在样本数较少时实现较好的训练效果,进而准确预测得到较优的控制参数。

    一种智能投加模型的生成系统及方法

    公开(公告)号:CN114064623A

    公开(公告)日:2022-02-18

    申请号:CN202111285291.X

    申请日:2021-11-01

    Abstract: 本发明提供一种智能投加模型的生成系统及方法,包括:由获取的水厂的多种历史水质数据及对应的混凝剂的真实投加量中提取得到多种关键水质数据;获取并处理到的多个机器学习模型中两两之间的误差差异度的相关系数,以筛选得到相关系数小于一阈值对应的各机器学习模型作为基学习器;将各种关键水质数据及对应的真实投加量划分为多个数据集,针对每个基学习器,采用交叉验证方式训练各基学习器,并根据训练完成的基学习器和各数据集处理得到新测试集和新训练集;根据新测试集和新训练集对元学习器进行训练,并根据训练完成的各基学习器和元学习器生成智能投加模型。有益效果是能够为水厂提供精准可靠的混凝剂的预测投加量。

    一种基于模型自适应更新的智能加矾投加方法

    公开(公告)号:CN117009762A

    公开(公告)日:2023-11-07

    申请号:CN202310862082.X

    申请日:2023-07-13

    Abstract: 本发明提供一种基于模型自适应更新的智能加矾投加方法,包括:步骤S1,根据获取的一训练样本集对预先构建的一加矾投加量模型进行训练,使得所述加矾投加量模型能够根据输入的原水水质指标反馈加矾投加量;步骤S2,持续采集原水水质与加矾投加量数据,作为新样本集,将所述新样本集与所述训练样本集进行合并,得到新的训练样本集;步骤S3,周期性的调用所述加矾投加量模型,根据所述新的训练样本集进行所述加矾投加量模型的自适应更新。有益效果:通过机器学习建模,能够准确计算出加矾投加量,实现精准投加;同时,结合模型的自适应更新,定时进行更新迭代,迅速响应数据分布变化情况,缩短模型滞后周期,保障供水安全,进一步实现智慧化水厂。

    一种水厂水量预测方法及系统
    8.
    发明公开

    公开(公告)号:CN116187560A

    公开(公告)日:2023-05-30

    申请号:CN202310151920.2

    申请日:2023-02-22

    Abstract: 本发明提供一种水厂水量及清水池液位预测方法及系统,涉及水厂水量预测领域,包括:采集水厂的历史数据得到出厂水量数据、进厂水量数据、清水池液位数据并进行预处理并进行特征工程得到出厂水量数据特征、进厂水量数据特征和清水池液位数据特征,构建出厂水量预测模型、进厂水量预测模型和清水池液位预测模型并训练,在训练过程中调整参数优化模型,最后将对测试集进行特征工程后得到的出厂水量数据特征、进厂水量数据特征和清水池液位数据特征输入出厂水量预测模型、进厂水量预测模型和清水池液位预测模型得到准确的出厂水量预测结果、进厂水量预测结果和清水池液位预测结果。有益效果是准确预测进出厂水量、清水池液位和早晚高峰时间。

Patent Agency Ranking