[发明专利]一种农村生活污水分散式监测方法

权利要求书

1.一种农村生活污水分散式监测方法，其特征在于：包括有以下步骤：

步骤1：通过检测设施采集农村分散式污水处理设施中的各项数据；其中，各项数据归集并建立基础知识库；

步骤2：对农村分散式生活污水的治理情况分析，并建立农村生活污水的智能监测预警分析模型；

其中，农村生活污水的智能监测预警分析模型包括有农村生活污水处理过程智能预测与控制模型、农村生活污水出水水质预测模型和农村生活污水设备故障诊断与监测预警分析模型。

2.根据权利要求1所述的一种农村生活污水分散式监测方法，其特征在于：所述基础知识库包括有：

农村生活污水的原始数据以及部门备案数据库，存储污水各项基础信息和后期治理情况数据记录；

污水治理安全知识数据库，存储系统中农村生活污水治理知识；

农村生活污水治理监控数据库，整合处理并查询各个环节上传的数据；

统计分析数据库，存储整个污水监测治理环节中存在的信息；

安全预警数据库，对农村生活污水各项健康指标异常波动进行预警；

其中，农村生活污水监测治理数据库的数据为实时采集的数据，作为统计分析数据数据库以及安全预警数据库的源数据，农村生活污水的原始数据以及部门备案数据库以及污水治理安全知识数据库为农村生活污水监测治理数据库补充数据。

3.根据权利要求1或2所述的一种农村生活污水分散式监测方法，其特征在于：所述农村生活污水处理过程智能预测与控制模型包括有以下步骤：

通过基于物联网的污水处理感知对污水处理流程信息进行采集并形成历史原始数据；

对历史原始数据进行数据预处理以后，进行数据补全，得到训练数据集；

利用训练数据集确定DBN最优网络结构，并对权重进行调整直至最终的DBN模型；

物联网系统实时采集污水处理设备参数与中间污水水质数据相关数据，构成当前原始数据；

当前原始数据经数据预处理后，成为预测数据集；

利用建立的DBN模型与预测数据集预测污水处理结果，并控制污水处理全过程中设备运行；

其中，DBN最优网络结构包括输入层的节点个数、隐含层的节点个数、隐含层的层数。

4.根据权利要求1-3任一项所述的一种农村生活污水分散式监测方法，其特征在于：所述农村生活污水出水水质预测模型包括有以下步骤：

通过自底向上组合多个RBM模型结构构建成DBN网络，并输入每道工序的参量；

对DBN网络进行预训练，以确定初始化网络参数，以第i组的输入变量为输入，以排放被处理污水水质为输出，初始化各层间的连接权值与偏置，在预训练结束后，每层RBM模型结构得到初始化的参数，组成DBN网络的初步架构；

对DBN网络做微调整训练，根据输入数据与重构数据的损失函数，调整层与层之间的权值与偏置值；

输出满足各项指标的排放水质。

5.根据权利要求4所述的一种农村生活污水分散式监测方法，其特征在于：所述DBN网络结构设置为100×100，网络大小设置为100，批量大小设置为110，学习效率设置为1，训练步数设置为500。

6.根据权利要求5所述的一种农村生活污水分散式监测方法，其特征在于：所述DBN网络采用无监督贪婪优化算法。

7.根据权利要求1所述的一种农村生活污水分散式监测方法，其特征在于：所述农村生活污水设备故障诊断与监测预警分析模型包括有以下步骤：

对当前设备基础数据、历史数据与设备缺陷信息以及实时数据库实施农村生活污水的在线监测，

通过机理分析和数据挖掘的手段拟合一个设备的正常运行模型，综合分析各项负责的监测条件，对比实时数据库与正常运行模型比较，若当前设备运行数据有偏离异常，则报警；

故障诊断与处理对设备典型故障机理分析，对其相关参数进行归类、筛选；

基于故障树，建立设备故障规则库，对设备健康状态进行评价，提出指导性解决方案。