申请/专利权人：重庆工商大学

申请日：2023-12-26

公开（公告）日：2024-03-15

公开（公告）号：CN117709895A

主分类号：G06Q10/10

分类号：G06Q10/10;G06Q10/063;G06Q10/067;G06Q10/20;G06Q50/06;G06Q50/26;G06N3/096

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.02#实质审查的生效;2024.03.15#公开

摘要：本发明涉及污水处理技术领域，公开一种基于跨虚实迁移学习的污水厂智能运维管理方法，包括收集目标污水处理厂的进水数据、工艺数据以及建筑尺寸数据；构建与目标污水厂工艺结构和尺寸对应的ASM模型，无需对其生化动力学参数进行率定，采用国际水协默认参数；根据进水数据，设计典型工况的进水水质信息；利用ASM模型，输入典型工况的进水水质信息，模拟计算操作参数和出水水质信息并与进水水质信息组合形成典型工况运行数据库；根据典型工况运行数据库，对该深度学习模型进行预训练形成预训练模型；基于迁移学习策略，通过目标污水处理厂的真实运行数据，对预训练模型进行部分网络层的参数更新，形成适用于目标污水处理厂的运行模型。

主权项：1.一种基于跨虚实迁移学习的污水厂智能运维管理方法，其特征在于：包括以下步骤：S1、收集目标污水处理厂的进水数据、工艺数据以及建筑尺寸数据；S2、根据收集到的目标污水处理厂的进水数据、工艺数据以及建筑尺寸数据，构建与目标污水厂工艺结构和尺寸所对应的ASM模型，所述ASM模型不进行生化动力学参数率定，而采用国际水协默认参数；S3、根据目标污水处理厂的进水数据，对目标污水处理厂的典型工况进行分析，识别出该目标污水处理厂所对应的典型工况，并设计出对应的典型工况所对应的进水水质信息；S4、根据构建的ASM模型，将设计出来典型工况所对应的进水水质信息作为输入，模拟计算该典型工况所对应的操作参数和出水水质信息，将得到的典型工况所对应的操作参数和出水水质信息，与进水水质信息结合形成对应的典型工况运行数据库；S5、根据典型工况运行数据库中的数据，基于预先构建的深度学习模型，对该深度学习模型进行预训练，形成预训练后的预训练模型；S6、根据预训练模型，基于迁移学习策略，通过获取到的目标污水处理厂所对应的真实运行数据，对预训练模型进行部分网络层的参数更新，经过迁移学习策略对模型参数更新后，形成适用于目标污水处理厂的运行模型。

全文数据：

权利要求：

百度查询： 重庆工商大学 一种基于跨虚实迁移学习的污水厂智能运维管理方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD