Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广州市净水有限公司李鹏飞获国家专利权

广州市净水有限公司李鹏飞获国家专利权

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!

龙图腾网获悉广州市净水有限公司申请的专利基于神经网络的水质模型基础参数动态调优方法及装置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:CN118183886B

龙图腾网通过国家知识产权局官网在2025-10-31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:202410171554.1,技术领域涉及:C02F1/00;该发明授权基于神经网络的水质模型基础参数动态调优方法及装置是由李鹏飞;唐霞;孙伟;吴学伟;李碧清;谭小萍;匡科;王伟国;罗业燊;张亚辉;赵淑贤;李江鹏;梁怡;黄日恒;潘南全;黄浩锐;刘宝健;黄炳泉;关健浩;张恒;吴杰仁;邱灏;侯毛宇设计研发完成,并于2024-02-07向国家知识产权局提交的专利申请。

基于神经网络的水质模型基础参数动态调优方法及装置在说明书摘要公布了:本发明公开了一种基于神经网络的水质模型基础参数动态调优方法、装置、存储介质及设备,其通过获取污水厂的历史数据、构建机理模型、利用构建的机理模型获取高权重因子集以及整体高权重因子,根据高权重因子集以及整体高权重因子训练获得高权重参数,进而对水质进行参数调优,在本发明中可以实时筛选高权重因子,并对高权重因子进行调参,即可对调参的结果进行实时存储,以动态监测其调参数据,可以感知到无法进行监测的参数的变化情况及趋势;对高权重的筛选不止仅仅使用单因子分析,而是采用单因子分析和多因子综合分析进行,同时利用遗传算法及神经网络形成高权重参数筛选模型,这样可以使权重筛选更为全面,从而使模拟的准确性提高;高权重筛选时不仅基于历史数据进行,同时加入天气情况、季节和水量等因素作为相关影响因子,得出更准确的调参结果;对高权重因子进行调参时利用神经网络,结合提高调参结果的准确性;使用该发明提供的方法时会先借助历史数据得到算法模型,如高权重参数筛选模型和调参模型,在之后的使用时可以直接根据实时数据进行,从而进行动态调优。

本发明授权基于神经网络的水质模型基础参数动态调优方法及装置在权利要求书中公布了:1.一种基于神经网络的水质模型基础参数动态调优方法,其特征在于,包括如下步骤: S1、获取污水厂的历史数据,其中,历史数据包括历史进水量数据、历史进水水质数据、二沉池历史出水量数据、二沉池历史出水水质数据及相关影响因素数据; S2、构建机理模型,根据机理模型结合历史数据拟合获得二沉池出水量数据及二沉池出水水质数据; S21、构建单因素高权重参数筛选模型,在单因素高权重参数筛选模型中结合拟合出的二沉池出水量数据及二沉池出水水质数据获得第一参数筛选结果,并根据第一参数筛选结果以获得高权重因子集,其中高权重因子集关联水质参数数据; 所述步骤S21中具体包括: S211、读取污水厂的历史数据以及每条历史数据中对应的多个水质基础参数; S212、对每个水质基础参数按照设定调整步长进行调整以获得多个调整数据结果; S213、判断每个水质基础参数对应的多个调整数据结果与拟合获得二沉池出水量数据进行关联性判断以及因果检测; S214、若判断关联性判断强,即该水质基础参数为高权重因子; S215、重复上述步骤S212~S214,将获得的所有高权重因子统计获得高权重因子集; S22、构建整体高权重参数筛选模型,在整体高权重参数筛选模型中结合拟合出的二沉池出水量数据及二沉池出水水质数据获得第二参数筛选结果,并根据第二参数筛选结合以获得整体高权重因子,整体高权重因子关联相关影响因素数据; 所述步骤S22具体包括: 构建多目标优化模型,在多目标优化模型中设定每条历史数据对应的水质参数不超过设定范围; 利用基因中当前水质基础参数的取值和历史数据结合机理模型拟合获得二沉池出水水质数据,并结合真实的出水数据做适应度判断; 通过判断适应度结果的数值判断该水质基础参数是否为整体高权重基因,根据多个高权重基因统计获得整体高权重因子,所述整体高权重因子中对应多个水质基础参数; S3、根据高权重因子集以及整体高权重因子训练获得高权重参数; 所述步骤S3具体包括: 构建第一神经网络模型,将相关影响因素数据、历史进水量数据和历史进水水质数据作为神经网络的输入,水质基础参数为高权重因子的概率为神经网络的输出,将高权重因子集以及整体高权重因子作为矫正对象,计算获得损失函数; 根据损失函数训练获得高权重参数; S4、根据高权重参数获得水质参数调节结果; 所述步骤S4具体包括: 构建第二神经网络模型,将历史进水量和历史进水水质数据作为神经网络输入,调参结果作为神经网络输出; 并利用机理模型拟合的二沉池出水量数据和二沉池水质数据,和真实二沉池出水量数据和真实二沉池出水水量数据比较作为校正,计算获得损失函数; 根据计算的损失函数训练获得水质参数调节结果。

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广州市净水有限公司,其通讯地址为:510655 广东省广州市天河区临江大道501号;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。