CN111652445B - 基于高斯分布的污水设备优化运行控制方法 - Google Patents
基于高斯分布的污水设备优化运行控制方法 Download PDFInfo
- Publication number
- CN111652445B CN111652445B CN202010528743.1A CN202010528743A CN111652445B CN 111652445 B CN111652445 B CN 111652445B CN 202010528743 A CN202010528743 A CN 202010528743A CN 111652445 B CN111652445 B CN 111652445B
- Authority
- CN
- China
- Prior art keywords
- sewage
- sewage equipment
- water flow
- gaussian distribution
- equipment
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000010865 sewage Substances 0.000 title claims abstract description 94
- 238000000034 method Methods 0.000 title claims abstract description 15
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 35
- 238000012549 training Methods 0.000 claims abstract description 7
- 238000012545 processing Methods 0.000 abstract description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 239000010842 industrial wastewater Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Flow Control (AREA)
- Feedback Control In General (AREA)
- Activated Sludge Processes (AREA)
Abstract
本发明提供基于高斯分布的污水设备优化运行控制方法,涉及污水处理技术领域。该基于高斯分布的污水设备优化运行控制方法,包括以下步骤:S1、采集污水设备各个时间段内的水流量,并记录数据;S2、获取污水设备的原始理论数据,与采集的数据做出对比;S3、基于高斯分布的方式对污水设备的原始理论数据与采集的数据进行处理。本发明,通过基于高斯分布的方式,找出最优概率分布下的污水设备控制参数,然后优化运行模型进行训练,将新的时间节点以及污水进入量导入训练后的模型中即可得到优化运行控制参数,整个污水设备的运行情况可以根据实际情况随时优化运行方式,让污水设备始终处于最优状态,有利于污水处理的效率。
Description
技术领域
本发明涉及污水处理技术领域,具体为基于高斯分布的污水设备优化运行控制方法。
背景技术
污水处理是为使污水达到排入某一水体或再次使用的水质要求对其进行净化的过程,污水处理被广泛应用于建筑、农业、交通、能源、石化、环保、城市景观、医疗、餐饮等各个领域,也越来越多地走进寻常百姓的日常生活,污水处理也越来越重要。
污水处理设备,是一种能有效处理城区的生活污水,工业废水等的工业设备,避免污水及污染物直接流入水域,对改善生态环境、提升城市品位和促进经济发展具有重要意义,目前,污水处理设备一般都有其控制系统控制污水处理过程,但是现有的控制方法一般都是固定模式,不能有效的根据污水情况进行运行优化调整,且污水处理后的水流量实际值与理论值具有差异,也影响了污水设备的优化运行,存在着一定的局限性。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了基于高斯分布的污水设备优化运行控制方法,解决了现有技术中存在的缺陷与不足。
(二)技术方案
为实现以上目的,本发明通过以下技术方案予以实现:基于高斯分布的污水设备优化运行控制方法,包括以下步骤:
S1、采集污水设备各个时间段内的水流量,并记录数据;
S2、获取污水设备的原始理论数据,与采集的数据做出对比;
S3、基于高斯分布的方式对污水设备的原始理论数据与采集的数据进行处理;
S4、分析污水设备控制参数与基于高斯分布的处理数据,优化污水设备运行参数;
S5、建立污水设备优化运行模型,导入优化结果,训练模型。
优选的,所述步骤1中具体内容如下:
1)以24小时为一个周期,将一个周期划分为若干个相同的时间段,并将这些时间段标记为T1、T2、T3...Tn,然后将每一个时间段内的污水进入量可变化,标记为P1、P2、P3...Pn,因此第一个时间段内标注为T1-P1、T1-P2、T1-P3...T1-Pn,同理可以得到其它时间段内标注;
2)获取若干个相同的时间段中每一个时间段内的污水进入量变化情况下的水流量,将水流量即为W,因此第一个时间段内水流量可标注为T1-P1-W、T1-P2-W、T1-P3-W...T1-Pn-W,同理可以得到其它时间段内水流量标注。
优选的,所述步骤2中具体内容如下:
1)通过理论算法计算出污水设备在特定时间以及特定污水进入量情况下的理论水流量,将理论水流量值设为θ,将获取的水流量设为qi;
2)用di表示同一情况下理论水流量值与获取的水流量之间的误差,其误差di=θ-qi。
优选的,所述步骤3中具体内容如下:
1)获取所有的原始理论数据与采集的数据之间的误差值,依次求出多个误差值的平均数μ和标准差σ;
2)基于高斯分布的算法对最大熵的概率分布进行求解,将平均数μ和标准差σ代入公式中,即可得到概率分布,其公式如下所示:
。
优选的,所述步骤4中具体内容如下:
1)在基于高斯分布的条件下,对照不同概率分布值与当前条件下的污水设备控制参数;
2)找出最优概率分布下的污水设备控制参数,对当前污水设备的运行参数进行最优值调整,将运行参数最优值下的采集数据进行记录。
优选的,所述步骤5中具体内容如下:
1)利用软件构建污水设备优化运行模型,其中污水设备优化运行模型中可以任意选择优化参数;
2)将获得的污水设备在不同条件下运行参数最优值逐个代入到优化运行模型中,对优化运行模型进行训练,将新的时间节点以及污水进入量导入训练后的模型中即可得到优化运行控制参数。
(三)有益效果
本发明提供了基于高斯分布的污水设备优化运行控制方法。具备以下有益效果:
本发明,通过基于高斯分布的方式,找出最优概率分布下的污水设备控制参数,对当前污水设备的运行参数进行最优值调整,然后优化运行模型进行训练,将新的时间节点以及污水进入量导入训练后的模型中即可得到优化运行控制参数,整个污水设备的运行情况可以根据实际情况随时优化运行方式,让污水设备始终处于最优状态,有利于污水处理的效率。
附图说明
图1为本发明流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例:
如图1所示,本发明实施例提供基于高斯分布的污水设备优化运行控制方法,包括以下步骤:
S1、采集污水设备各个时间段内的水流量,并记录数据,其中具体内容如下:
1)以24小时为一个周期,将一个周期划分为若干个相同的时间段,并将这些时间段标记为T1、T2、T3...Tn,然后将每一个时间段内的污水进入量可变化,标记为P1、P2、P3...Pn,因此第一个时间段内标注为T1-P1、T1-P2、T1-P3...T1-Pn,同理可以得到其它时间段内标注;
2)获取若干个相同的时间段中每一个时间段内的污水进入量变化情况下的水流量,将水流量即为W,因此第一个时间段内水流量可标注为T1-P1-W、T1-P2-W、T1-P3-W...T1-Pn-W,同理可以得到其它时间段内水流量标注;
S2、获取污水设备的原始理论数据,与采集的数据做出对比,其中具体内容如下:
1)通过理论算法计算出污水设备在特定时间以及特定污水进入量情况下的理论水流量,将理论水流量值设为θ,将获取的水流量设为qi,其中水流量qi与T1-P1-W、T1-P2-W、T1-P3-W...T1-Pn-W相对应;
2)用di表示同一情况下理论水流量值与获取的水流量之间的误差,其误差di=θ-qi;
S3、基于高斯分布的方式对污水设备的原始理论数据与采集的数据进行处理,其中具体内容如下:
1)获取所有的原始理论数据与采集的数据之间的误差值,依次求出多个误差值的平均数μ和标准差σ;
2)基于高斯分布的算法对最大熵的概率分布进行求解,将平均数μ和标准差σ代入公式中,即可得到概率分布,其公式如下所示:
;
S4、分析污水设备控制参数与基于高斯分布的处理数据,优化污水设备运行参数,其中具体内容如下:
1)在基于高斯分布的条件下,对照不同概率分布值与当前条件下的污水设备控制参数;
2)找出最优概率分布下的污水设备控制参数,对当前污水设备的运行参数进行最优值调整,将运行参数最优值下的采集数据进行记录;
S5、建立污水设备优化运行模型,导入优化结果,训练模型,其中具体内容如下:
1)利用软件构建污水设备优化运行模型,其中污水设备优化运行模型中可以任意选择优化参数;
2)将获得的污水设备在不同条件下运行参数最优值逐个代入到优化运行模型中,对优化运行模型进行训练,将新的时间节点以及污水进入量导入训练后的模型中即可得到优化运行控制参数。
本发明,通过基于高斯分布的方式,找出最优概率分布下的污水设备控制参数,对当前污水设备的运行参数进行最优值调整,然后优化运行模型进行训练,将新的时间节点以及污水进入量导入训练后的模型中即可得到优化运行控制参数,整个污水设备的运行情况可以根据实际情况随时优化运行方式,让污水设备始终处于最优状态,有利于污水处理的效率。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (3)
1.基于高斯分布的污水设备优化运行控制方法,其特征在于:包括以下步骤:
S1、采集污水设备各个时间段内的水流量,并记录数据;
S2、获取污水设备的原始理论数据,与采集的数据做出对比;
S3、基于高斯分布的方式对污水设备的原始理论数据与采集的数据进行处理:
1)获取所有的原始理论数据与采集的数据之间的误差值,依次求出多个误差值的平均数μ和标准差σ;
2)基于高斯分布的算法对最大熵的概率分布进行求解,将平均数μ和标准差σ代入公式中,即可得到概率分布,其公式如下所示:
S4、分析污水设备控制参数与基于高斯分布的处理数据,优化污水设备运行参数:
1)在基于高斯分布的条件下,对照不同概率分布值与当前条件下的污水设备控制参数;
2)找出最优概率分布下的污水设备控制参数,对当前污水设备的运行参数进行最优值调整,将运行参数最优值下的采集数据进行记录;
S5、建立污水设备优化运行模型,导入优化结果,训练模型:
1)利用软件构建污水设备优化运行模型,其中污水设备优化运行模型中可以任意选择优化参数;
2)将获得的污水设备在不同条件下运行参数最优值逐个代入到优化运行模型中,对优化运行模型进行训练,将新的时间节点以及污水进入量导入训练后的模型中即可得到优化运行控制参数。
2.根据权利要求1所述的基于高斯分布的污水设备优化运行控制方法,其特征在于:所述步骤1中具体内容如下:
1)以24小时为一个周期,将一个周期划分为若干个相同的时间段,并将这些时间段标记为T1、T2、T3...Tn,然后将每一个时间段内的污水进入量可变化,标记为P1、P2、P3...Pn,因此第一个时间段内标注为T1-P1、T1-P2、T1-P3...T1-Pn,同理可以得到其它时间段内标注;
2)获取若干个相同的时间段中每一个时间段内的污水进入量变化情况下的水流量,将水流量即为W,因此第一个时间段内水流量可标注为T1-P1-W、T1-P2-W、T1-P3-W...T1-Pn-W,同理可以得到其它时间段内水流量标注。
3.根据权利要求1所述的基于高斯分布的污水设备优化运行控制方法,其特征在于:所述步骤2中具体内容如下:
1)通过理论算法计算出污水设备在特定时间以及特定污水进入量情况下的理论水流量,将理论水流量值设为θ,将获取的水流量设为qi;
2)用di表示同一情况下理论水流量值与获取的水流量之间的误差,其误差di=θ-qi。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010528743.1A CN111652445B (zh) | 2020-06-11 | 2020-06-11 | 基于高斯分布的污水设备优化运行控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010528743.1A CN111652445B (zh) | 2020-06-11 | 2020-06-11 | 基于高斯分布的污水设备优化运行控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111652445A CN111652445A (zh) | 2020-09-11 |
CN111652445B true CN111652445B (zh) | 2024-03-22 |
Family
ID=72349064
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010528743.1A Active CN111652445B (zh) | 2020-06-11 | 2020-06-11 | 基于高斯分布的污水设备优化运行控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111652445B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114488973B (zh) * | 2021-12-28 | 2023-11-21 | 北控水务(中国)投资有限公司 | 再生水厂全流程工艺参数优化方法、装置及电子设备 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20040044748A (ko) * | 2002-11-22 | 2004-05-31 | 지아이 주식회사 | 최적운전 시뮬레이션 전문가 시스템에 의한하폐수처리장치의 원격제어방법 |
CN104914227A (zh) * | 2015-06-16 | 2015-09-16 | 华南理工大学 | 基于多高斯核自优化相关向量机的污水水质软测量方法 |
CN105404151A (zh) * | 2015-12-12 | 2016-03-16 | 北京工业大学 | 污水处理过程动态多目标优化控制方法 |
CN106200381A (zh) * | 2016-07-27 | 2016-12-07 | 华电水务工程有限公司 | 一种根据处理水量分阶段控制水厂运行的方法 |
CN106773692A (zh) * | 2016-12-21 | 2017-05-31 | 北京金控数据技术股份有限公司 | 基于高斯分布的设备运行控制系统和方法 |
CN107085372A (zh) * | 2017-05-10 | 2017-08-22 | 湖南工业大学 | 一种基于改进萤火虫算法和最小二乘支持向量机的污水节能处理优化控制方法 |
WO2017145664A1 (ja) * | 2016-02-26 | 2017-08-31 | 日本電気株式会社 | 最適化システム、最適化方法および最適化プログラム |
CN107585890A (zh) * | 2017-09-22 | 2018-01-16 | 天津大学 | 基于蒙特卡罗模拟的新兴污染物污水优化处理方法 |
CN108921364A (zh) * | 2018-09-30 | 2018-11-30 | 中冶华天工程技术有限公司 | 基于人工智能的污水处理厂鼓风机节能降耗方法 |
CN109508811A (zh) * | 2018-09-30 | 2019-03-22 | 中冶华天工程技术有限公司 | 基于主成分分析和长短期记忆网络的污水处理出水参数预测方法 |
CN109711070A (zh) * | 2018-12-29 | 2019-05-03 | 上海海事大学 | 一种基于活性污泥水处理的溶解氧浓度优化方法 |
CN109857056A (zh) * | 2019-03-08 | 2019-06-07 | 中冶华天南京电气工程技术有限公司 | 一种智能污水处理控制系统 |
CN110110466A (zh) * | 2019-05-17 | 2019-08-09 | 中冶华天工程技术有限公司 | 一种机器学习和工艺仿真的污水处理目标参数预测方法 |
CN110705752A (zh) * | 2019-09-05 | 2020-01-17 | 上海上实龙创智慧能源科技股份有限公司 | 基于anfis与机理模型的污水bod实时预测方法 |
CN110879971A (zh) * | 2019-10-23 | 2020-03-13 | 上海宝信软件股份有限公司 | 工业生产设备运行异常情况预测方法及系统 |
-
2020
- 2020-06-11 CN CN202010528743.1A patent/CN111652445B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20040044748A (ko) * | 2002-11-22 | 2004-05-31 | 지아이 주식회사 | 최적운전 시뮬레이션 전문가 시스템에 의한하폐수처리장치의 원격제어방법 |
CN104914227A (zh) * | 2015-06-16 | 2015-09-16 | 华南理工大学 | 基于多高斯核自优化相关向量机的污水水质软测量方法 |
CN105404151A (zh) * | 2015-12-12 | 2016-03-16 | 北京工业大学 | 污水处理过程动态多目标优化控制方法 |
WO2017145664A1 (ja) * | 2016-02-26 | 2017-08-31 | 日本電気株式会社 | 最適化システム、最適化方法および最適化プログラム |
CN106200381A (zh) * | 2016-07-27 | 2016-12-07 | 华电水务工程有限公司 | 一种根据处理水量分阶段控制水厂运行的方法 |
CN106773692A (zh) * | 2016-12-21 | 2017-05-31 | 北京金控数据技术股份有限公司 | 基于高斯分布的设备运行控制系统和方法 |
CN107085372A (zh) * | 2017-05-10 | 2017-08-22 | 湖南工业大学 | 一种基于改进萤火虫算法和最小二乘支持向量机的污水节能处理优化控制方法 |
CN107585890A (zh) * | 2017-09-22 | 2018-01-16 | 天津大学 | 基于蒙特卡罗模拟的新兴污染物污水优化处理方法 |
CN108921364A (zh) * | 2018-09-30 | 2018-11-30 | 中冶华天工程技术有限公司 | 基于人工智能的污水处理厂鼓风机节能降耗方法 |
CN109508811A (zh) * | 2018-09-30 | 2019-03-22 | 中冶华天工程技术有限公司 | 基于主成分分析和长短期记忆网络的污水处理出水参数预测方法 |
CN109711070A (zh) * | 2018-12-29 | 2019-05-03 | 上海海事大学 | 一种基于活性污泥水处理的溶解氧浓度优化方法 |
CN109857056A (zh) * | 2019-03-08 | 2019-06-07 | 中冶华天南京电气工程技术有限公司 | 一种智能污水处理控制系统 |
CN110110466A (zh) * | 2019-05-17 | 2019-08-09 | 中冶华天工程技术有限公司 | 一种机器学习和工艺仿真的污水处理目标参数预测方法 |
CN110705752A (zh) * | 2019-09-05 | 2020-01-17 | 上海上实龙创智慧能源科技股份有限公司 | 基于anfis与机理模型的污水bod实时预测方法 |
CN110879971A (zh) * | 2019-10-23 | 2020-03-13 | 上海宝信软件股份有限公司 | 工业生产设备运行异常情况预测方法及系统 |
Non-Patent Citations (1)
Title |
---|
基于混合高斯分布的风功率横向时间序列概率密度建模研究;杨楠;崔家展;周峥;张善咏;侯杰;胡伟毅;;水电能源科学;20161125(第11期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111652445A (zh) | 2020-09-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105510546B (zh) | 一种基于自组织递归rbf神经网络的生化需氧量bod智能检测方法 | |
CN110728035A (zh) | 一种基于控制断面水质达标的污染物总量控制方法 | |
CN103744293B (zh) | 基于模糊神经网络的废水处理监控方法和系统 | |
CN104376380A (zh) | 一种基于递归自组织神经网络的氨氮浓度预测方法 | |
CN103499982B (zh) | 一种污水处理过程自组织控制方法 | |
CN104556362B (zh) | 一种好氧颗粒污泥的培养方法 | |
CN111652445B (zh) | 基于高斯分布的污水设备优化运行控制方法 | |
Frijns et al. | Energy efficiency in the European water industry: learning from best practices | |
Seco et al. | Plant-wide modelling in wastewater treatment: showcasing experiences using the Biological Nutrient Removal Model | |
CN107324497B (zh) | 一种耦合反硝化Canon工艺处理猪场沼液的启动方法 | |
CN114565154A (zh) | 一种渗滤液生化段碳源投加量的预测方法及优化算法 | |
CN116119877A (zh) | 一种基于物联网技术的污水自动化处理方法及系统 | |
CN110697807A (zh) | 基于蒙特卡罗模拟的工业园区协商减排可行性评估方法 | |
CN116375143A (zh) | 垃圾渗滤液处理系统及方法 | |
CN110655176A (zh) | 一种基于聚类的污水处理曝气量前馈控制方法 | |
Awad et al. | Comparative assessment of different scenarios for upgrading activated sludge wastewater treatment plants in developing countries | |
CN104345636A (zh) | 一种基于改进差分算法的溶解氧控制方法 | |
CN116484584B (zh) | 一种两级污水处理系统的智能控制方法 | |
CN107502651B (zh) | 一种基于钙的强化作用评估活性污泥系统稳健性的方法 | |
CN115259357B (zh) | 基于人工智能的微生物降解控制方法及系统 | |
CN105138716A (zh) | 硝化及亚硝化过程的运行优化方法 | |
CN113003692B (zh) | 一种基于案例推理的城市污水处理脱氮过程加药控制方法 | |
CN108483621A (zh) | 一种确定污水处理多段进水工艺的最优区域及调整方法 | |
CN114693493A (zh) | 一种基于IoT的污染河流水生态修复系统 | |
CN111680449A (zh) | 一种基于深度学习算法模型的精准曝气的实现方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 523000 Room 301, building 9, No.1, North 4th Industrial Road, Songshanhu Park, Dongguan City, Guangdong Province Applicant after: Guangdong Kechuang Zhishui Technology Co.,Ltd. Address before: 523000 Room 301, building 9, No.1, North 4th Industrial Road, Songshanhu Park, Dongguan City, Guangdong Province Applicant before: GUANGDONG FORCON ENGINEERING TECHNOLOGY Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |