[发明专利]用于预测废水处理过程的参数的系统和方法有效

专利信息
申请号: 201510783321.8 申请日: 2015-10-23
公开(公告)号: CN105550492B 公开(公告)日: 2017-06-20
发明(设计)人: 倪网东;刘建林;麦燕萍;张伟建;黄文星;伍文桢;陈询吉;陈韬 申请(专利权)人: 胜科工业有限公司
主分类号: G06F19/00 分类号: G06F19/00
代理公司: 永新专利商标代理有限公司72002 代理人: 林金朝,王英
地址: 新加坡*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 预测 废水处理 过程 参数 系统 方法
【权利要求书】:

1.一种用于预测废水处理过程的参数的方法,包括以下步骤:

(a)从第一组测量设备获得数据集,所述数据集包括与待预测的所述废水处理过程的参数有关的多个过程变量;

(b)从第二组测量设备获得所述待预测的参数的预定数量的测量值;

(c)使用处理器来预处理所获得的数据集;预处理步骤包括:对准所述过程变量以解释所述过程变量的任何随时间变化的性质;以及将所述数据集分类成输入组,所述输入组包括所述数据集和所述待预测的参数的所述测量值;

(d)从多个软传感器获得合成输出;以及

(e)对跨所述多个软传感器中的每个软传感器的合成输出进行平均;平均后的合成输出被设为最终预测参数。

2.根据权利要求1所述的方法,其中,所述废水处理过程包括应用膨胀颗粒污泥床(EGSB)反应器,并且所述待预测的参数为所述膨胀颗粒污泥床(EGSB)反应器的流出的总有机碳(TOC)。

3.根据权利要求1或2所述的方法,其中,在所述数据集中检测到空白的情况下,所述预处理步骤包括将线性插值法、多项式插值法和样条插值法中的任一种插值法应用到所述数据集。

4.根据权利要求3所述的方法,其中,所述数据集的分类包括采用具有外因输入(ARX)结构的自回归的方式来表达所述数据集。

5.根据权利要求1所述的方法,其中,所述待预测的参数的所述测量值在步骤(d)之前通过噪声减少滤波器。

6.根据权利要求5所述的方法,其中,所述噪声减少滤波器包括Savitzky-Golay滤波器和/或Kalman滤波器。

7.根据权利要求1所述的方法,其中,包括四个软传感器。

8.根据权利要求7所述的方法,其中,进一步处理来自所述四个软传感器中的每一个软传感器的输出,以解释在步骤(e)之前的所述废水处理过程的动态性质所产生的不准确性。

9.根据权利要求1、2、5-8中的任一项所述的方法,其中,所述软传感器包括人工神经网络、支持向量机、高斯过程回归。

10.根据权利要求1、2、5、6中的任一项所述的方法,其中,所述多个软传感器包括基于偏最小二乘法(PLS)的软传感器和堆叠的偏最小二乘法(SPLS)软传感器。

11.根据权利要求10所述的方法,其中,存在四个软传感器。

12.根据权利要求11所述的方法,其中,存在两个基于偏最小二乘法(PLS)的软传感器和两个基于堆叠的偏最小二乘法(SPLS)的软传感器。

13.一种用于预测废水处理过程的参数的系统,包括:-

第一组测量设备,其被布置为获得数据集,所述数据集包括与待预测的所述废水处理过程的参数有关的多个过程变量;

第二组测量设备,其被布置为获得所述待预测的参数的预定数量的测量值;

处理器,其被布置为:-

(i)接收来自所述第一组测量设备和所述第二组测量设备的所述数据集和预定数量的测量值;所述处理器能够被操作用于预处理所获得的数据集并且将所述数据集分类成输入组;所述输入组还包括所述数据集和所述待预测的参数的所述测量值;

(ii)在多个软传感器处获得合成输出;并且

(iii)对跨所述多个软传感器中的每个软传感器的所述合成输出进行平均;平均后的合成输出被设为最终预测参数。

14.根据权利要求13所述的系统,其中,所述废水处理过程包括应用膨胀颗粒污泥床(EGSB)反应器,并且所述待预测的参数为流出参数。

15.根据权利要求14所述的系统,其中,所述流出参数包括但不限于所述膨胀颗粒污泥床(EGSB)反应器的总有机碳(TOC)、化学需氧量(COD)、和生化需氧量(BOD)。

16.根据权利要求14或15所述的系统,其中,所述膨胀颗粒污泥床(EGSB)反应器包括至少一个平衡池和至少一个流入调节池。

17.根据权利要求14或15所述的系统,其中,所述第一组测量设备包括在线测量和离线测量。

18.根据权利要求14或15所述的系统,其中,所述第二组测量设备包括离线测量。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于胜科工业有限公司,未经胜科工业有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201510783321.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code