[发明专利]城市地下污水处理厂规模优化与工艺选择方法有效

专利信息
申请号: 202210632429.7 申请日: 2022-06-07
公开(公告)号: CN114967623B 公开(公告)日: 2023-06-16
发明(设计)人: 张平;刘阳;孙秋霜 申请(专利权)人: 中国人民解放军陆军工程大学
主分类号: G05B19/418 分类号: G05B19/418
代理公司: 南京钟山专利代理有限公司 32252 代理人: 张力
地址: 210014 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 城市 地下 污水处理 厂规 优化 工艺 选择 方法
【权利要求书】:

1.城市地下污水处理厂规模优化与工艺选择方法,划分城市地下污水处理厂的规模类型并为地下污水处理厂处理工艺选择最佳处理规模,其特征在于,包括:

步骤1:建立城市地下污水处理厂样本数据库,根据处理厂规模将样本数据划分为N组子集合,选取各子集合的中心点并计算样本数据到中心点的曼哈顿距离;

步骤2:基于样本数据到中心点的曼哈顿距离,对样本数据重新聚类,得到N组聚类子集合及相应的中心点,反复训练迭代,直到聚类算法收敛为止,得到最终的N组聚类子集合及相应的中心点;

步骤3:根据最终的N组聚类子集合中样本数据最大值和最小值,将城市地下污水处理厂的规模类型划分为N类及其对应的N个规模区间;

步骤4:对样本数据库进行城市地下污水处理厂处理工艺划分,绘制各处理工艺的规模与数量柱状图,并计算各工艺处理规模的概率密度;

步骤5:通过概率密度与处理规模作图得出高斯曲线,并叠加至步骤4所绘制的柱状图,根据区间概率公式,得出各处理工艺所适合的最佳处理规模区间并应用于N类规模类型。

2.根据权利要求1所述的城市地下污水处理厂规模优化与工艺选择方法,其特征在于,所述曼哈顿距离计算方法具体如下:

式中,表示各样本Ai分别至各中心点Ma的距离。

3.根据权利要求1所述的城市地下污水处理厂规模优化与工艺选择方法,其特征在于,所述步骤1为:

建立城市地下污水处理厂样本数据库,根据处理厂规模将样本数据划分成N组子集合,选取其中位点为中心点Ma,采用曼哈顿距离计算方法计算样本数据到中心点的曼哈顿距离。

4.根据权利要求1或3所述的城市地下污水处理厂规模优化与工艺选择方法,其特征在于,所述步骤1中,划分得到的5组子集合,分别为:(1,5)、(5,10)、(10,20)、(20,50)、(50,100),规模的单位为万m3/d。

5.根据权利要求3所述的城市地下污水处理厂规模优化与工艺选择方法,其特征在于,所述步骤2为:采用K-means聚类,按照每个样本Ai到各自距离最近的中心点重组集合,得到N组聚类子集合及相应的中心点;

选取N组聚类子集合的中位点为新的中心点Ma,并再次计算样本数据到中心点的曼哈顿距离,以聚类新的聚类子集合,反复训练迭代,直到聚类算法收敛为止,得到最终的5组聚类子集合及相应的N个中心点;

聚类算法收敛是指中心点和聚类分组不再改变,此时迭代结束。

6.根据权利要求1所述的城市地下污水处理厂规模优化与工艺选择方法,其特征在于,所述步骤4为:

对样本数据库进行城市地下污水处理厂处理工艺划分,绘制各处理工艺的规模与数量柱状图,并计算各工艺处理规模的标准差σ、均值μ,根据标准差与均值计算fσ,μ(x):

式中,x为各处理规模样本,μ为整体处理规模的均值,σ为整体处理规模的标准差,fσ,μ(x)为各处理规模的概率密度。

7.根据权利要求1所述的城市地下污水处理厂规模优化与工艺选择方法,其特征在于,所述步骤5中,区间概率公式为:

式中a,b分别为区间的上下限。

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中国人民解放军陆军工程大学,未经中国人民解放军陆军工程大学许可,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/202210632429.7/1.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 back_top