买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)申请的专利一种基于多模型融合的给水处理智能投药控制方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118771624B 。

龙图腾网通过国家知识产权局官网在2025-09-19发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410763554.0，技术领域涉及：C02F9/00；该发明授权一种基于多模型融合的给水处理智能投药控制方法是由王鸿程;王煜琪;陈家骥;李贺文;邓尚雯;刘清轶;王爱杰设计研发完成，并于2024-06-14向国家知识产权局提交的专利申请。

本一种基于多模型融合的给水处理智能投药控制方法在说明书摘要公布了：本发明涉及污水处理技术领域，具体涉及一种基于多模型融合的给水处理智能投药控制方法。将进水水质监测数据集，过程水质监测数据集和出水水质监测数据集融合为融合水质状态数据集，将设备监测数据集和投药量监测数据集融合为融合投药状态数据集；将融合水质状态数据集输入可调参数的深度人工神经网络水质状态子模型中，将融合投药状态数据集输入可调参数的深度人工神经网络投药状态子模型中；将两个模型结果融合为可调参数深度人工神经网络融合模型，按照百分比误差归一化后的权重系数融合，根据深度人工神经网络融合模型，按照输出结果对给水处理投药过程进行控制。本发明提升响应速度和节能降耗，实现水处理过程的高效、智能和可持续发展。

本发明授权一种基于多模型融合的给水处理智能投药控制方法在权利要求书中公布了：1.一种基于多模型融合的给水处理智能投药控制方法，其特征在于，包括以下步骤： S100、根据进水监测的水质指标采样获取进水水质监测数据集；根据过程监测的水质指标采样获取过程水质监测数据集；根据出水监测的水质指标采样获取出水水质监测数据集；根据给水处理设备进行设备数据采集获取设备监测数据集；根据给水处理投药设备进行设备数据采集获取投药量监测数据集； S200、将进水水质监测数据集，过程水质监测数据集和出水水质监测数据集融合为融合水质状态数据集；将设备监测数据集和投药量监测数据集融合为融合投药状态数据集； S300、搭建深度人工神经网络自适应模型，进行模型训练和损失优化；深度人工神经网络自适应模型包括深度人工神经网络水质子模型和深度人工神经网络投药子模型； 深度人工神经网络的核心结构包括输入层、隐藏层和输出层；每一层由多个神经元组成，这些神经元通过权重矩阵和偏置参数相互连接，从而实现信息的传递和转换；深度人工神经网络的输入层负责接收原始数据，将其传递到隐藏层；隐藏层包含多个层次，每个隐藏层中的神经元通过非线性激活函数对输入数据进行复杂的特征提取和变换；深度人工神经网络通过非线性变换使得网络能够捕捉数据中的复杂模式和关系；输出层将隐藏层提取的特征综合处理，生成最终的预测结果或分类标签； 所述深度人工神经网络的构建方法为：首先，准备和预处理30%的数据集，将其划分为训练集、验证集和测试集；然后，随机初始化网络的权重和偏置参数；接着，通过前向传播计算每一层的输出，再根据损失函数计算网络输出与实际结果之间的误差；通过反向传播算法计算梯度，并使用优化算法更新网络参数；重复上述过程，直至损失函数百分比误差小于10%收敛或达到预定的训练轮数1000轮，同时输出临时的可调参数； 所述的深度人工神经网络自适应模型如下： 其中： 是输入值； 是输出值； 是输入值对应的真实值； 是每层的权重； 是每层的偏置； 是每层的激活函数； 是样本点个数； 是损失函数； 是损失； 是学习率； S400、将两个模型结果融合为可调参数深度人工神经网络融合模型，按照百分比误差归一化后的权重系数融合，其中，可调参数深度人工神经网络融合模型，嵌于给水处理投药设备的控制系统终端； 深度人工神经网络融合模型融合方法为：将深度人工神经网络水质子模型和深度人工神经网络投药子模型分别百分比误差归一化，按照权重系数融合； S500、根据可调参数深度人工神经网络融合模型，按照输出结果对给水处理投药过程进行控制。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)，其通讯地址为：518055 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。