公开(公告)号：CN119294612B

公开(公告)日：2025-03-14

申请号：CN202411807885.6

申请日：2024-12-10

Applicant: 北京智宇天成设计咨询有限公司

Inventor： 侯锋 ,  张百灵 ,  胡晓飞 ,  孟恺 ,  郑书畅 ,  赵子豪

IPC: G06Q10/04 ,  G06N20/00 ,  G06Q50/26 ,  G06F17/16 ,  G06F18/21 ,  G06F18/214 ,  G06F18/2433

Abstract: 本发明提供了一种基于机器学习的污水厂参数预测方法及系统，属于污水厂生产管理技术领域。该方法包括以下步骤：读取数据库中储存的时间序列下的历史污水数据，并导入选择性状态空间模型Mamba中进行训练；采集前一阶段时间序列下的实时污水数据；读取实时污水数据，并由训练后的选择性状态空间模型Mamba进行参数预测，得到后一阶段时间序列下用于污水厂运行控制的预测污水数据；储存。该系统包括采集模块、储存数据库模块和预测模块。本发明结合了基于卡尔曼滤波算法的异常数据处理技术以及基于选择性状态空间模型Mamba的创新时序预测技术，在污水处理厂关键运行参数预测中具有显著的优势。

公开(公告)号：CN119660915A

公开(公告)日：2025-03-21

申请号：CN202411795923.0

申请日：2024-12-09

Applicant: 信开环境投资有限公司 ,  北京智宇天成设计咨询有限公司

Inventor： 侯锋 ,  张百灵 ,  孟恺 ,  郭忠亮 ,  胡晓飞 ,  袁晨 ,  郑书畅 ,  彭康

IPC: C02F1/52 ,  G06N3/006 ,  G06N3/092 ,  C02F101/10

Abstract: 本发明为解决现有技术中难以精确控制加药量的问题，提供了一种基于强化学习的污水除磷智能加药方法。该基于强化学习的污水除磷智能加药方法，包括步骤：步骤S1：构建强化学习算法的PMD环境。步骤S2：在所述步骤S1构建的所述MDP环境的基础上，训练DQN算法模型，并以训练后的所述DQN算法模型作为智能体。步骤S3：基于所述步骤S1构建的所述MDP环境，构建MDP环境控制系统。步骤S4：把所述步骤S2中所述智能体部署到所述步骤S3构建的所述MDP环境控制系统上，并由所述MDP环境控制系统控制加药泵对污水进行智能加药。本发明中强化学习中MDP环境的构建，可以实时响应与预测，实时响应水质变化，预测未来状态，确保长期稳定运行。

公开(公告)号：CN119294612A

公开(公告)日：2025-01-10

申请号：CN202411807885.6

申请日：2024-12-10

Applicant: 北京智宇天成设计咨询有限公司

Inventor： 侯锋 ,  张百灵 ,  胡晓飞 ,  孟恺 ,  郑书畅 ,  赵子豪

IPC: G06Q10/04 ,  G06N20/00 ,  G06Q50/26 ,  G06F17/16 ,  G06F18/21 ,  G06F18/214 ,  G06F18/2433

Abstract: 本发明提供了一种基于机器学习的污水厂参数预测方法及系统，属于污水厂生产管理技术领域。该方法包括以下步骤：读取数据库中储存的时间序列下的历史污水数据，并导入选择性状态空间模型Mamba中进行训练；采集前一阶段时间序列下的实时污水数据；读取实时污水数据，并由训练后的选择性状态空间模型Mamba进行参数预测，得到后一阶段时间序列下用于污水厂运行控制的预测污水数据；储存。该系统包括采集模块、储存数据库模块和预测模块。本发明结合了基于卡尔曼滤波算法的异常数据处理技术以及基于选择性状态空间模型Mamba的创新时序预测技术，在污水处理厂关键运行参数预测中具有显著的优势。