[发明专利]基于图神经网络的好氧段氧气预警方法、系统及设备

说明书

本公开实施例中提供了一种基于图神经网络的好氧段氧气预警方法、系统及设备，属于测量技术领域，具体包括：在预设时段内采集目标好氧段的运行数据；构建数据结构图；利用图神经网络从数据结构图中提取各个时刻好氧池的液体中氧气浓度对应的目标特征；得到下一时段好氧池的液体中氧气浓度对应的氧气预测区间；根据氧气预测区间判断下一时段好氧池的液体中氧气浓度是否符合预设条件；当氧气预测区间不符合预设条件时，则发送预警信息。通过本公开的方案，采集好氧段及周围不同设备对应的数据形成运行数据，并据此建立数据结构图，利用图神经网络从数据结构图中提取特征输入门控循环模型，得到预测结果，提高了净水效率以及预警的实时性和精准度。

技术领域

本公开实施例涉及测量技术领域，尤其涉及一种基于图神经网络的好氧段氧气预警方法、系统及设备。

背景技术

目前，AO净水工艺在厌氧段和好氧段对氧气浓度有着相应的标准，只有在相应的氧气浓度下厌氧段和好氧段才能发挥其相应的作用，厌氧段的氧气浓度必须小于0.2md/L，在这中氧气浓度下，厌氧池内的异养菌将大分子有机物和不溶性有机物分解为小分子有机物和可溶性有机物；好氧段DO＝2～4mg/L，在这个氧气浓度下好氧段中的自养菌将在厌氧段中分解得到的小分子有机物和可溶性有机物，然后回流至厌氧池，实现污水的无害化处理。在这个环节里，氧气浓度是关键，好氧池通过向水体吹空气的方式增加水体的氧气浓度，这个环节称为曝气。这时考虑到经济因素，在曝气环节控制曝气的量就成为了一个问题，传统方法只能凭借经验去判断氧气浓度是否足够完成净水，或者分时间段去检测水体中氧气浓度，人工操作存在误差，且容易影响净水效果。

可见，亟需一种能提前对净水效果进行预测的高效精准的基于图神经网络的好氧段氧气预警方法。

发明内容

有鉴于此，本公开实施例提供一种基于图神经网络的好氧段氧气预警方法、系统及设备，至少部分解决现有技术中存在净水效率和预测精准度较低的问题。

第一方面，本公开实施例提供了一种基于图神经网络的好氧段氧气预警方法，包括：

在预设时段内采集目标好氧段的运行数据，其中，所述运行数据包括厌氧池流入好氧池液体中氧气浓度、曝气量、所述好氧池内氨气和铵离子浓度，以及，二沉池回流至所述厌氧池和所述好氧池的液体中氧气浓度；

根据采集到的全部所述运行数据构建数据结构图；

利用图神经网络从所述数据结构图中提取各个时刻所述好氧池的液体中氧气浓度对应的目标特征；

将全部所述目标特征输入门控循环模型，得到下一时段所述好氧池的液体中氧气浓度对应的氧气预测区间；

根据所述氧气预测区间判断下一时段所述好氧池的液体中氧气浓度是否符合预设条件；

当所述氧气预测区间不符合所述预设条件时，则发送预警信息。

根据本公开实施例的一种具体实现方式，所述根据采集到的全部所述运行数据构建数据结构图的步骤，包括：

分别将所述预设时段内的好氧池内氧气浓度、厌氧池内氧气浓度、二沉池内氧气浓度、曝气量，以及，好氧池内氨气和铵离子浓度作为节点；

将所述好氧池内氧气浓度分别与其他所述节点连接、所述好氧池内氨气和铵离子浓度与所述厌氧池内氧气浓度连接，以及，所述二沉池内氧气浓度与所述厌氧池内氧气浓度连接，形成所述数据结构图。

根据本公开实施例的一种具体实现方式，所述利用图神经网络从所述数据结构图中提取各个时刻所述好氧池的液体中氧气浓度对应的目标特征的步骤之后，所述方法还包括：

通过所述图神经网络对所述目标特征中不同信息值添加对应权重。

根据本公开实施例的一种具体实现方式，所述根据所述氧气预测区间判断下一时段所述好氧池的液体中氧气浓度是否符合预设条件的步骤，包括：