CN114626642A - 投药系统控制方法、装置、存储介质及电子设备 - Google Patents
投药系统控制方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN114626642A CN114626642A CN202210527541.4A CN202210527541A CN114626642A CN 114626642 A CN114626642 A CN 114626642A CN 202210527541 A CN202210527541 A CN 202210527541A CN 114626642 A CN114626642 A CN 114626642A
- Authority
- CN
- China
- Prior art keywords
- data
- predicted
- dosing
- administration
- water
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 287
- 239000003814 drug Substances 0.000 claims abstract description 190
- 238000011156 evaluation Methods 0.000 claims abstract description 40
- 229940079593 drug Drugs 0.000 claims description 108
- 238000012502 risk assessment Methods 0.000 claims description 62
- 238000001647 drug administration Methods 0.000 claims description 4
- 238000012377 drug delivery Methods 0.000 claims description 3
- 238000000746 purification Methods 0.000 abstract description 29
- 230000000694 effects Effects 0.000 abstract description 12
- 238000011217 control strategy Methods 0.000 abstract description 5
- 239000013589 supplement Substances 0.000 abstract description 4
- ZAMOUSCENKQFHK-UHFFFAOYSA-N Chlorine atom Chemical compound [Cl] ZAMOUSCENKQFHK-UHFFFAOYSA-N 0.000 description 26
- 229910052801 chlorine Inorganic materials 0.000 description 26
- 239000000460 chlorine Substances 0.000 description 26
- 230000006870 function Effects 0.000 description 14
- 239000000126 substance Substances 0.000 description 13
- 230000008569 process Effects 0.000 description 8
- 238000001514 detection method Methods 0.000 description 6
- 239000008399 tap water Substances 0.000 description 5
- 235000020679 tap water Nutrition 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000009499 grossing Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 239000003899 bactericide agent Substances 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000001590 oxidative effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
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"
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F1/00—Treatment of water, waste water, or sewage
- C02F1/50—Treatment of water, waste water, or sewage by addition or application of a germicide or by oligodynamic treatment
-
- 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
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/152—Water filtration
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Water Supply & Treatment (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Life Sciences & Earth Sciences (AREA)
- Hydrology & Water Resources (AREA)
- Environmental & Geological Engineering (AREA)
- Chemical & Material Sciences (AREA)
- Organic Chemistry (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种投药系统控制方法、装置、存储介质及电子设备，首先获取历史入水数据，然后根据历史入水数据确定预测入水数据，并根据历史入水数据和预测入水数据确定预测投药数据和投药能力数据，再基于预测投药数据对当前投药数据和投药能力数据评估得到投药风险评估结果，最后根据投药风险评估结果控制投药系统工作。由于预先根据历史入水数据和预测入水数据确定了预测投药数据和投药能力数据，并基于预测投药数据对当前投药数据和投药能力数据进行评估以得到投药风险评估结果，根据投药风险评估结果可控制投药系统及时补充药剂、调整加药控制策略，从而有效防范水厂加药系统的潜在风险，确保未来周期内的水质净化效果，保障供水安全。
Description
技术领域
本申请涉及投药控制领域，尤其涉及一种投药系统控制方法、装置、存储介质及电子设备。
背景技术
自来水净化工艺中的一个环节是将含氯药物投入水中，形成具有较强的氧化能力的杀菌物质，从而对自来水起到净化效果。
当前的自来水加药系统通常无法预测未来周期内的水质情况，故无法判断所储备的药剂量、加药泵组的加药能力是否能够满足未来周期内的水质净化需求，另外，由于增加药剂储备量、增设加药泵组均需要消耗较长时间，往往在发现药剂储备量或加药泵组的加药能力无法满足水质净化需求时已经来不及储备药剂、增设加药泵组，导致水质净化效果差。
发明内容
本申请提供一种投药系统控制方法、装置、存储介质及电子设备，能够缓解当前水质净化效果差的技术问题。
为了解决上述技术问题，本申请提供以下技术方案：
本申请提供一种投药系统控制方法，包括：
获取历史入水数据；
根据所述历史入水数据确定预测入水数据；
根据所述历史入水数据和所述预测入水数据，确定预测投药数据和投药能力数据；
基于所述预测投药数据对当前投药数据和所述投药能力数据进行评估，得到投药风险评估结果；
根据所述投药风险评估结果控制投药系统工作。
其中，所述历史入水数据包括历史入水水量参数和历史入水水质参数，所述根据所述历史入水数据确定预测入水数据的步骤，包括：
将所述历史入水水量参数输入水量预测网络，以通过所述水量预测网络中的水量预测算法对所述历史入水水量参数进行运算，得到预测入水水量参数；
将所述历史入水水质参数输入水质预测网络，以通过所述水质预测网络中的水质预测算法对所述历史入水水质参数进行运算，得到预测入水水质参数；
将所述预测入水水量参数和所述预测入水水质参数作为所述预测入水数据。
其中，所述预测入水水量参数包括预测入水水流量，所述预测入水水质参数包括预测入水含药量，所述历史入水水量参数包括历史入水水流量，所述预测投药数据包括预测药剂需求极值，所述根据所述历史入水数据和所述预测入水数据，确定预测投药数据和投药能力数据的步骤，包括：
根据所述预测入水水流量和所述预测入水含药量，确定预测药剂需求极值；
根据所述历史入水水流量、历史投药量以及所述预测药剂需求极值，确定极限投药能力参数和常规投药能力参数；
将所述极限投药能力参数和所述常规投药能力参数作为所述投药能力数据。
其中，所述基于所述预测投药数据对当前投药数据和所述投药能力数据进行评估，得到投药风险评估结果的步骤，包括：
根据所述预测投药数据对所述当前投药数据进行药剂储量风险评估，得到药剂储量风险评估结果；
根据所述预测投药数据对所述投药能力数据进行投药能力风险评估，得到投药能力风险评估结果；
将所述药剂储量风险评估结果和所述投药能力风险评估结果作为所述投药风险评估结果。
其中，所述预测药剂需求极值包括预测药剂需求极小值和预测药剂需求常规值，所述当前投药数据包括当前药剂储量，所述根据所述预测投药数据对所述当前投药数据进行药剂储量风险评估，得到药剂储量风险评估结果的步骤，包括：
若所述当前药剂储量小于所述预测药剂需求极小值，确定所述药剂储量风险评估结果为存在药剂储量风险；
若所述当前药剂储量大于或等于所述预测药剂需求常规值，确定所述药剂储量风险评估结果为未存在药剂储量风险。
其中，所述根据所述预测投药数据对所述投药能力数据进行投药能力风险评估，得到投药能力风险评估结果的步骤，包括：
根据所述预测投药数据对所述投药能力数据对应的药剂可投放量进行数值比较，得到所述投药能力风险评估结果。
其中，所述根据所述预测投药数据对所述投药能力数据对应的药剂可投放量进行数值比较，得到所述投药能力风险评估结果，包括：
若所述极限投药能力参数对应的药剂可投放量小于所述预测药剂需求极小值，确定所述投药能力风险评估结果为存在投药能力风险；
若所述常规投药能力参数对应的药剂可投放量大于或等于所述预测药剂需求常规值，确定所述投药能力风险评估结果为未存在投药能力风险。
本申请实施例还提供了一种投药系统控制装置，包括：
获取模块，用于获取历史入水数据；
预测入水数据确定模块，用于根据所述历史入水数据确定预测入水数据；
投药数据确定模块，用于根据所述历史入水数据和所述预测入水数据，确定预测投药数据和投药能力数据；
风险评估模块，用于基于所述预测投药数据对当前投药数据和所述投药能力数据进行评估，得到投药风险评估结果；
控制模块，用于根据所述投药风险评估结果控制投药系统工作。
本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有多条指令，所述指令适于由处理器加载以执行上述投药系统控制方法中的步骤。
本申请实施例还提供了一种电子设备，包括处理器和存储器，所述处理器与所述存储器电性连接，所述存储器用于存储指令和数据，所述处理器用于执行上述投药系统控制方法中的步骤。
本申请实施例提供一种投药系统控制方法、装置、存储介质及电子设备，首先获取历史入水数据，然后根据历史入水数据确定预测入水数据，并根据历史入水数据和预测入水数据确定预测投药数据和投药能力数据，再基于预测投药数据对当前投药数据和投药能力数据评估得到投药风险评估结果，最后根据投药风险评估结果控制投药系统工作。由于预先根据历史入水数据和预测入水数据确定了预测投药数据和投药能力数据，并基于预测投药数据对当前投药数据和投药能力数据进行评估以得到投药风险评估结果，根据投药风险评估结果可控制投药系统及时补充药剂、调整加药控制策略，从而有效防范水厂加药系统的潜在风险，确保未来周期内的水质净化效果，保障供水安全。
附图说明
下面结合附图，通过对本申请的具体实施方式详细描述，将使本申请的技术方案及其它有益效果显而易见。
图1是本申请实施例提供的投药系统控制方法的流程示意图。
图2是本申请实施例提供的投药系统控制装置的结构示意图。
图3是本申请实施例提供的电子设备的结构示意图。
图4是本申请实施例提供的电子设备的另一结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请实施例提供一种投药系统控制方法、装置、存储介质及电子设备。
如图1所示，图1是本申请实施例提供的投药系统控制方法的流程示意图，具体流程可以如下：
S101.获取历史入水数据。
其中，历史入水数据用于表征历史入水（进水）的相关信息。具体地，在本实施例中，历史入水数据包括历史入水水量参数和历史入水水质参数，其中，历史入水水量参数用于表征历史入水的水流量，历史入水水质参数用于表征历史入水的水质状况。
在实际应用过程中，由于水流量与用水周期、水质状况与用水周期之间均具有较为规律的关系，也就是说，通过历史入水水量参数即可对未来周期内入水的水流量进行预测，通过历史入水水质参数即可对未来周期内入水的水质状况进行预测，为此，通过获取历史入水数据可以尽早确定未来周期内入水（进水）的相关信息，再根据未来周期内入水的相关信息及时做好水质净化准备（例如，药物储备等），从而保证未来周期内水质净化效果。
S102.根据历史入水数据确定预测入水数据。
其中，预测入水数据用于表征未来周期内入水（进水）的相关信息。具体地，预测入水数据包括预测入水水量参数和预测入水水质参数，其中，预测入水水量参数用于表征未来周期内入水的水流量，预测入水水质参数用于表征未来周期内入水的水质状况。
在本实施例中，将获取到的历史入水水量参数输入水量预测网络，以通过水量预测网络中的水量预测算法对历史入水水量参数进行运算，得到预测入水水量参数，并将历史入水水质参数输入水质预测网络，以通过水质预测网络中的水质预测算法对历史入水水质参数进行运算，得到预测入水水质参数。其中，历史入水水质参数包括历史入水含药量，预测入水水质参数包括预测入水含药量（例如，含氯量）。
具体地，水量预测算法为：
公式1
其中，
，
；
进一步地，水质预测算法为：
公式2
其中，
，
；
具体地，n为水质变化的循环周期；
为历史第t时刻之后的（即未来的）m时刻
的预测入水水量参数；
为历史第t时刻的历史入水水量参数；
为历史第t时刻之后
的（即未来的）m时刻的预测入水水质参数；
为历史第t时刻的历史入水水质参数；
为
水平函数，
为其平滑因子；
为趋势函数，
为其平滑因子；
为周期函数，
为其平滑
因子。
需要说明的是，为了保证数据预测入水数据的准确性，需要采集至少一年的历史入水数据，且在采集历史入水数据时，各历史入水数据的采样周期间隔需不超过0.5h。
进一步地，在利用水量预测网络和水质预测网络对进行预测运算之前，需要预先对水量预测网络和水质预测网络进行搭建和测试，以尽可能降低运算误差，提高预测结果的可靠性。具体地，在实际应用过程中，预先采集多个历史入水数据，并按照采集时间的先后顺序对其进行排序，将排于前70%的历史入水数据用于搭建水量预测网络和水质预测网络，将排于后30%的历史入水数据作为预测结果参考值，并计算其平均误差率以验证预测结果的可靠性，当平均误差率小于或等于5%，说明所搭建的预测网络的预测效果可靠性较高。
S103.根据历史入水数据和预测入水数据，确定预测投药数据和投药能力数据。
其中，预测投药数据用于表征为达到未来周期内水质净化效果所需具备的储药参数，投药能力数据用于表征加药泵组的加药能力。
具体地，当前市面上的多数自来水加药系统通常无法预测未来周期内的水质情况，故无法判断所储备的药剂量、加药泵组的加药能力是否能够满足未来周期内的水质净化需求，另外，由于增加药剂储备量、增设加药泵组需要消耗较长时间，往往在发现药剂储备量或加药泵组的加药能力无法满足水质净化需求时已经没有时间进行药剂储备、增设加药泵组，导致水质净化效果不佳。
为了避免上述情况，需要预先确定足够用于净化未来周期内入水水质的预测投药数据（例如，足够用于净化未来周期内入水水质的含氯药剂储备量）和投药能力数据（例如，单台加药泵组一小时内最大加药量），以保证有充足的时间进行相关准备，从而为未来周期内的水质净化效果提供保障。
在本实施例中，预测入水水量参数包括预测入水水流量，历史入水水量参数包括历史入水水流量，预测投药数据包括预测药剂需求极值，根据预测入水水流量和预测入水含药量确定预测药剂需求极值，然后根据历史入水水流量、历史投药量以及预测药剂需求极值确定投药能力数据。
S104.基于预测投药数据对当前投药数据和投药能力数据进行评估，得到投药风险评估结果。
其中，当前投药数据用于表征当前的储药参数，投药风险评估结果用于表征未来周期内的水质是否存在风险（即未来周期内的水质净化需求是否能够得到满足）。可选地，在投药风险评估结果表征的信息为未来周期内的水质存在风险时，发出水质风险预警，以警示专业技术人员提前做好药剂储存和/或增设加药泵组的准备。
在本实施例中，投药风险评估结果包括药剂储量风险评估结果和投药能力风险评估结果，具体地，首先根据预测投药数据对当前投药数据进行药剂储量风险评估，得到药剂储量风险评估结果，并根据预测投药数据对投药能力数据进行投药能力风险评估，得到投药能力风险评估结果。
进一步地，预测药剂需求极值包括预测药剂需求极小值和预测药剂需求常规值。具体地，国家水质检测标准中规定自来水出水含氯量x的数值范围为0.3≤x≤2（单位：mg/L），也就是说，在实际自来水净化过程中，需要保证出水含氯量达到国家水质检测含氯标准。在实际应用过程中，通常采用极小值供氯方式（使出水含氯量等于0.3mg/L）或常规供氯方式（使出水含氯量大于0.3mg/L且小于或等于2mg/L）进行投药，在本实施例中，采用极小值供氯方式以对未来周期内的水质进行净化所对应的预测药剂需求极小值为MIN，采用常规供氯方式以对未来周期内的水质进行净化所对应的预测药剂需求常规值为NOR：
公式3
公式4
其中，
、
。
k1、k2和k3（取值范围：1.1-1.4）为余氯挥发系数，l为采样频率，L为第t周期所对
应的时长，
为未来周期内第i时刻的瞬时水量参数，
为未来周期内第i时刻的瞬时水质
参数，
为第t周期的总余氯量。
具体地，在本实施例中，当前投药数据包括当前药剂储量，药剂储量风险评估的步骤可包括：若当前药剂储量小于预测药剂需求极小值，说明使用当前药剂储量无法满足未来周期内水质净化的最小需求（使出水含氯量等于0.3mg/L），故确定药剂储量风险评估结果为存在药剂储量风险；若当前药剂储量大于或等于预测药剂需求常规值，说明当前药剂储量足够满足未来周期内水质净化的正常标准（使出水含氯量大于0.3mg/L且小于或等于2mg/L），故确定药剂储量风险评估结果为未存在药剂储量风险。
在药剂储量风险评估结果为存在药剂储量风险时，可进一步对药剂储量风险大小进行判断，在本实施例中，利用当前药剂储量供应时长Tr对当前的药剂储量风险大小进行衡量：
公式5
公式6
公式7
其中，
为剩余药量总计，
为投药储罐药剂剩余含氯量，p为投药储罐数量，k的
值为使公式6不成立的值。
进一步地，投药能力风险评估过程可以包括：
根据预测投药数据对投药能力数据对应的药剂可投放量进行数值比较，得到投药能力风险评估结果。
其中，投药能力数据包括极限投药能力参数和常规投药能力参数，具体计算过程如下：
公式8
公式9
公式10
其中，常规投药能力参数CN：大于等于0、且在t周期内数值最小的
所对应的
，
极限投药能力参数CM，其中：
公式11
在本实施例中，若极限投药能力参数对应的药剂可投放量小于预测药剂需求极小值，说明按照当前加药泵组的最大加药能力也无法满足未来周期内水质净化的最小需求（使出水含氯量等于0.3mg/L），故确定投药能力风险评估结果为存在投药能力风险；若常规投药能力参数对应的药剂可投放量大于或等于预测药剂需求常规值，说明按照当前加药泵组的常规加药能力即可满足未来周期内水质净化的正常标准（使出水含氯量大于0.3mg/L且小于或等于2mg/L），故确定投药能力风险评估结果为未存在投药能力风险。
S105.根据投药风险评估结果控制投药系统工作。
其中，投药系统用于执行投药相关的工作，例如，调整加药控制策略、补充药剂等。
具体地，若
，说明按照当前加药泵组的最大加药能力进行加药也无法满足
水质净化要求，此时可通过控制投药系统增设加药泵组的方式以增大当前药剂储量。
其中，需要增设的加药泵组的数量A：
公式12
公式13
f为单台加药泵组的最大加药流量，F为需要增加的加药流量。
若
、
且
≥M，说明当前的加药泵组的加药能力可以满足未来周
期内的水质净化要求，此时可以控制投药系统在满足水厂的实际需求的前提下适当降低加
药泵组的加药能源；
若
、
且
<M，说明当前的加药泵组的加药能力可以满足未来周
期内的水质净化要求，但是剩余药量总计不足，此时可控制投药系统调整加药泵组的加药
能力，以使未来周期内的出水含氯量达到国家水质检测含氯标准下限值（即0.3mg/L）；
若
且
，说明当前的加药泵组的加药能力无法满足未来周期内的
水质净化要求，需要控制投药系统着重关注加药泵组的加药控制参数。
由上述可知，本申请提供的投药系统控制方法，首先获取历史入水数据，然后根据历史入水数据确定预测入水数据，并根据历史入水数据和预测入水数据确定预测投药数据和投药能力数据，再基于预测投药数据对当前投药数据和投药能力数据评估得到投药风险评估结果，最后根据投药风险评估结果控制投药系统工作。由于预先根据历史入水数据和预测入水数据确定了预测投药数据和投药能力数据，并基于预测投药数据对当前投药数据和投药能力数据进行评估以得到投药风险评估结果，根据投药风险评估结果可控制投药系统及时补充药剂、调整加药控制策略，从而有效防范水厂加药系统的潜在风险，确保未来周期内的水质净化效果，保障供水安全。
根据上述实施例所描述的方法，本实施例将从投药系统控制装置的角度进一步进行描述。
请参阅图2，图2具体描述了本申请实施例提供的投药系统控制装置，该投药系统控制装置可以包括：获取模块10、预测入水数据确定模块20、投药数据确定模块30、风险评估模块40和控制模块50，其中：
（1）获取模块10
获取模块10，用于获取历史入水数据。
（2）预测入水数据确定模块20
预测入水数据确定模块20，用于根据历史入水数据确定预测入水数据。
其中，历史入水数据包括历史入水水量参数和历史入水水质参数，预测入水数据确定模块20具体用于：
将历史入水水量参数输入水量预测网络，以通过水量预测网络中的水量预测算法对历史入水水量参数进行运算，得到预测入水水量参数；
将历史入水水质参数输入水质预测网络，以通过水质预测网络中的水质预测算法对历史入水水质参数进行运算，得到预测入水水质参数；
将预测入水水量参数和预测入水水质参数作为预测入水数据。
（3）投药数据确定模块30
投药数据确定模块30，用于根据历史入水数据和预测入水数据，确定预测投药数据和投药能力数据。
其中，预测入水水量参数包括预测入水水流量，预测入水水质参数包括预测入水含药量，历史入水水量参数包括历史入水水流量，预测投药数据包括预测药剂需求极值，投药数据确定模块30具体用于：
根据预测入水水流量和预测入水含药量，确定预测药剂需求极值；
根据历史入水水流量、历史投药量以及预测药剂需求极值，确定极限投药能力参数和常规投药能力参数；
将极限投药能力参数和常规投药能力参数作为投药能力数据。
（4）风险评估模块40
风险评估模块40，用于基于预测投药数据对当前投药数据和投药能力数据进行评估，得到投药风险评估结果。
其中，风险评估模块40具体用于：
根据预测投药数据对当前投药数据进行药剂储量风险评估，得到药剂储量风险评估结果；
根据预测投药数据对投药能力数据进行投药能力风险评估，得到投药能力风险评估结果；
将药剂储量风险评估结果和投药能力风险评估结果作为投药风险评估结果。
具体地，预测药剂需求极值包括预测药剂需求极小值和预测药剂需求常规值，当前投药数据包括当前药剂储量，风险评估模块40还用于：
若当前药剂储量小于预测药剂需求极小值，确定药剂储量风险评估结果为存在药剂储量风险；
若当前药剂储量大于或等于预测药剂需求常规值，确定药剂储量风险评估结果为未存在药剂储量风险。
进一步地，风险评估模块40还用于：
根据预测投药数据对投药能力数据对应的药剂可投放量进行数值比较，得到投药能力风险评估结果。
具体地，风险评估模块40还可用于：
若极限投药能力参数对应的药剂可投放量小于预测药剂需求极小值，确定投药能力风险评估结果为存在投药能力风险；
若常规投药能力参数对应的药剂可投放量大于或等于预测药剂需求常规值，确定投药能力风险评估结果为未存在投药能力风险。
（5）控制模块50
控制模块50，用于根据投药风险评估结果控制投药系统工作。
具体实施时，以上各个模块可以作为独立的实体来实现，也可以进行任意组合，作为同一或若干个实体来实现，以上各个模块的具体实施可参见前面的方法实施例，在此不再赘述。
由上述可知，本申请提供的投药系统控制装置，首先通过获取模块10获取历史入水数据，然后通过预测入水数据确定模块20根据历史入水数据确定预测入水数据，并通过投药数据确定模块30根据历史入水数据和预测入水数据确定预测投药数据和投药能力数据，然后通过风险评估模块40基于预测投药数据对当前投药数据和投药能力数据评估得到投药风险评估结果，最后通过控制模块50根据投药风险评估结果控制投药系统工作。由于预先根据历史入水数据和预测入水数据确定了预测投药数据和投药能力数据，并基于预测投药数据对当前投药数据和投药能力数据进行评估以得到投药风险评估结果，根据投药风险评估结果可控制投药系统及时补充药剂、调整加药控制策略，从而有效防范水厂加药系统的潜在风险，确保未来周期内的水质净化效果，保障供水安全。
相应的，本发明实施例还提供一种投药系统控制系统，包括本发明实施例所提供的任一种投药系统控制装置，该投药系统控制装置可以集成在电子设备中。
其中，获取历史入水数据；根据历史入水数据确定预测入水数据；根据历史入水数据和预测入水数据，确定预测投药数据和投药能力数据；基于预测投药数据对当前投药数据和投药能力数据进行评估，得到投药风险评估结果；根据投药风险评估结果控制投药系统工作。
以上各个设备的具体实施可参见前面的实施例，在此不再赘述。
由于该投药系统控制系统可以包括本发明实施例所提供的任一种投药系统控制装置，因此，可以实现本发明实施例所提供的任一种投药系统控制装置所能实现的有益效果，详见前面的实施例，在此不再赘述。
另外，本申请实施例还提供一种电子设备。如图3所示，电子设备300包括处理器301、存储器302。其中，处理器301与存储器302电性连接。
处理器301是电子设备300的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或加载存储在存储器302内的应用程序，以及调用存储在存储器302内的数据，执行电子设备的各种功能和处理数据，从而对电子设备进行整体监控。
在本实施例中，电子设备300中的处理器301会按照如下的步骤，将一个或一个以上的应用程序的进程对应的指令加载到存储器302中，并由处理器301来运行存储在存储器302中的应用程序，从而实现各种功能：
获取历史入水数据；
根据历史入水数据确定预测入水数据；
根据历史入水数据和预测入水数据，确定预测投药数据和投药能力数据；
基于预测投药数据对当前投药数据和投药能力数据进行评估，得到投药风险评估结果；
根据投药风险评估结果控制投药系统工作。
图4示出了本发明实施例提供的电子设备的具体结构框图，该电子设备可以用于实施上述实施例中提供的投药系统控制方法。
RF电路410用于接收以及发送电磁波，实现电磁波与电信号的相互转换，从而与通讯网络或者其他设备进行通讯。RF电路410可包括各种现有的用于执行这些功能的电路元件，例如，天线、射频收发器、数字信号处理器、加密/解密芯片、用户身份模块（SIM）卡、存储器等等。RF电路410可与各种网络如互联网、企业内部网、无线网络进行通讯或者通过无线网络与其他设备进行通讯。上述的无线网络可包括蜂窝式电话网、无线局域网或者城域网。上述的无线网络可以使用各种通信标准、协议及技术，包括但并不限于全球移动通信系统（Global System for Mobile Communication，GSM）、增强型移动通信技术（Enhanced DataGSM Environment，EDGE)，宽带码分多址技术（Wideband Code Division MultipleAccess，WCDMA），码分多址技术（Code Division Access， CDMA）、时分多址技术（TimeDivision Multiple Access， TDMA），无线保真技术（Wireless Fidelity， Wi-Fi）（如美国电气和电子工程师协会标准 IEEE 802.11a， IEEE 802.11b， IEEE802.11g 和/或 IEEE802.11n）、网络电话（Voice over Internet Protocol， VoIP）、全球微波互联接入（Worldwide Interoperability for Microwave Access， Wi-Max）、其他用于邮件、即时通讯及短消息的协议，以及任何其他合适的通讯协议，甚至可包括那些当前仍未被开发出来的协议。
存储器420可用于存储软件程序以及模块，处理器480通过运行存储在存储器420内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现存储5G能力信息的功能。存储器420可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器420可进一步包括相对于处理器480远程设置的存储器，这些远程存储器可以通过网络连接至电子设备400。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入单元430可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。具体地，输入单元430可包括触敏表面431以及其他输入设备432。触敏表面431，也称为触摸显示屏或者触控板，可收集用户在其上或附近的触摸操作（比如用户使用手指、触笔等任何适合的物体或附件在触敏表面431上或在触敏表面431附近的操作），并根据预先设定的程式驱动相应的连接装置。可选的，触敏表面431可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器480，并能接收处理器480发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触敏表面431。除了触敏表面431，输入单元430还可以包括其他输入设备432。具体地，其他输入设备432可以包括但不限于物理键盘、功能键（比如音量控制按键、开关按键等）、轨迹球、鼠标、操作杆等中的一种或多种。
显示单元440可用于显示由用户输入的信息或提供给用户的信息以及电子设备400的各种图形用户接口，这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。显示单元440可包括显示面板441，可选的，可以采用LCD(Liquid Crystal Display，液晶显示器)、OLED(Organic Light-Emitting Diode，有机发光二极管)等形式来配置显示面板441。进一步的，触敏表面431可覆盖显示面板441，当触敏表面431检测到在其上或附近的触摸操作后，传送给处理器480以确定触摸事件的类型，随后处理器480根据触摸事件的类型在显示面板441上提供相应的视觉输出。虽然在图4中，触敏表面431与显示面板441是作为两个独立的部件来实现输入和输出功能，但是在某些实施例中，可以将触敏表面431与显示面板441集成而实现输入和输出功能。
电子设备400还可包括至少一种传感器450，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板441的亮度，接近传感器可在电子设备400移动到耳边时，关闭显示面板441和/或背光。作为运动传感器的一种，重力加速度传感器可检测各个方向上（一般为三轴）加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用（比如横竖屏切换、相关游戏、磁力计姿态校准）、振动识别相关功能（比如计步器、敲击）等；至于电子设备400还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。
音频电路460、扬声器461，传声器462可提供用户与电子设备400之间的音频接口。音频电路460可将接收到的音频数据转换后的电信号，传输到扬声器461，由扬声器461转换为声音信号输出；另一方面，传声器462将收集的声音信号转换为电信号，由音频电路460接收后转换为音频数据，再将音频数据输出处理器480处理后，经RF电路410以发送给比如另一终端，或者将音频数据输出至存储器420以便进一步处理。音频电路460还可能包括耳塞插孔，以提供外设耳机与电子设备400的通信。
电子设备400通过传输模块470（例如Wi-Fi模块）可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图4示出了传输模块470，但是可以理解的是，其并不属于电子设备400的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。
处理器480是电子设备400的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在存储器420内的软件程序和/或模块，以及调用存储在存储器420内的数据，执行电子设备400的各种功能和处理数据。可选的，处理器480可包括一个或多个处理核心；在一些实施例中，处理器480可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器480中。
电子设备400还包括给各个部件供电的电源490（比如电池），在一些实施例中，电源可以通过电源管理系统与处理器480逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源490还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
尽管未示出，电子设备400还可以包括摄像头（如前置摄像头、后置摄像头）、蓝牙模块等，在此不再赘述。具体在本实施例中，电子设备的显示单元是触摸屏显示器，电子设备还包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行一个或者一个以上程序包含用于进行以下操作的指令：
获取历史入水数据；
根据历史入水数据确定预测入水数据；
根据历史入水数据和预测入水数据，确定预测投药数据和投药能力数据；
基于预测投药数据对当前投药数据和投药能力数据进行评估，得到投药风险评估结果；
根据投药风险评估结果控制投药系统工作。
具体实施时，以上各个模块可以作为独立的实体来实现，也可以进行任意组合，作为同一或若干个实体来实现，以上各个模块的具体实施可参见前面的方法实施例，在此不再赘述。
本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。为此，本发明实施例提供一种存储介质，其中存储有多条指令，该指令能够被处理器进行加载，以执行本发明实施例所提供的任一种投药系统控制方法中的步骤。
其中，该存储介质可以包括：只读存储器（ROM，Read Only Memory）、随机存取记忆体（RAM，Random Access Memory）、磁盘或光盘等。
由于该存储介质中所存储的指令，可以执行本发明实施例所提供的任一种投药系统控制方法中的步骤，因此，可以实现本发明实施例所提供的任一种投药系统控制方法所能实现的有益效果，详见前面的实施例，在此不再赘述。
以上各个操作的具体实施可参见前面的实施例，在此不再赘述。
综上，虽然本申请已以优选实施例揭露如上，但上述优选实施例并非用以限制本申请，本领域的普通技术人员，在不脱离本申请的精神和范围内，均可作各种更动与润饰，因此本申请的保护范围以权利要求界定的范围为准。
Claims (10)
1.一种投药系统控制方法，其特征在于，包括：
获取历史入水数据；
根据所述历史入水数据确定预测入水数据；
根据所述历史入水数据和所述预测入水数据，确定预测投药数据和投药能力数据；
基于所述预测投药数据对当前投药数据和所述投药能力数据进行评估，得到投药风险评估结果；
根据所述投药风险评估结果控制投药系统工作。
2.根据权利要求1所述的投药系统控制方法，其特征在于，所述历史入水数据包括历史入水水量参数和历史入水水质参数，所述根据所述历史入水数据确定预测入水数据的步骤，包括：
将所述历史入水水量参数输入水量预测网络，以通过所述水量预测网络中的水量预测算法对所述历史入水水量参数进行运算，得到预测入水水量参数；
将所述历史入水水质参数输入水质预测网络，以通过所述水质预测网络中的水质预测算法对所述历史入水水质参数进行运算，得到预测入水水质参数；
将所述预测入水水量参数和所述预测入水水质参数作为所述预测入水数据。
3.根据权利要求2所述的投药系统控制方法，其特征在于，所述预测入水水量参数包括预测入水水流量，所述预测入水水质参数包括预测入水含药量，所述历史入水水量参数包括历史入水水流量，所述预测投药数据包括预测药剂需求极值，所述根据所述历史入水数据和所述预测入水数据，确定预测投药数据和投药能力数据的步骤，包括：
根据所述预测入水水流量和所述预测入水含药量，确定预测药剂需求极值；
根据所述历史入水水流量、历史投药量以及所述预测药剂需求极值，确定极限投药能力参数和常规投药能力参数；
将所述极限投药能力参数和所述常规投药能力参数作为所述投药能力数据。
4.根据权利要求3所述的投药系统控制方法，其特征在于，所述基于所述预测投药数据对当前投药数据和所述投药能力数据进行评估，得到投药风险评估结果的步骤，包括：
根据所述预测投药数据对所述当前投药数据进行药剂储量风险评估，得到药剂储量风险评估结果；
根据所述预测投药数据对所述投药能力数据进行投药能力风险评估，得到投药能力风险评估结果；
将所述药剂储量风险评估结果和所述投药能力风险评估结果作为所述投药风险评估结果。
5.根据权利要求4所述的投药系统控制方法，其特征在于，所述预测药剂需求极值包括预测药剂需求极小值和预测药剂需求常规值，所述当前投药数据包括当前药剂储量，所述根据所述预测投药数据对所述当前投药数据进行药剂储量风险评估，得到药剂储量风险评估结果的步骤，包括：
若所述当前药剂储量小于所述预测药剂需求极小值，确定所述药剂储量风险评估结果为存在药剂储量风险；
若所述当前药剂储量大于或等于所述预测药剂需求常规值，确定所述药剂储量风险评估结果为未存在药剂储量风险。
6.根据权利要求5所述的投药系统控制方法，其特征在于，所述根据所述预测投药数据对所述投药能力数据进行投药能力风险评估，得到投药能力风险评估结果的步骤，包括：
根据所述预测投药数据对所述投药能力数据对应的药剂可投放量进行数值比较，得到所述投药能力风险评估结果。
7.根据权利要求6所述的投药系统控制方法，其特征在于，所述根据所述预测投药数据对所述投药能力数据对应的药剂可投放量进行数值比较，得到所述投药能力风险评估结果，包括：
若所述极限投药能力参数对应的药剂可投放量小于所述预测药剂需求极小值，确定所述投药能力风险评估结果为存在投药能力风险；
若所述常规投药能力参数对应的药剂可投放量大于或等于所述预测药剂需求常规值，确定所述投药能力风险评估结果为未存在投药能力风险。
8.一种投药系统控制装置，其特征在于，包括：
获取模块，用于获取历史入水数据；
预测入水数据确定模块，用于根据所述历史入水数据确定预测入水数据；
投药数据确定模块，用于根据所述历史入水数据和所述预测入水数据，确定预测投药数据和投药能力数据；
风险评估模块，用于基于所述预测投药数据对当前投药数据和所述投药能力数据进行评估，得到投药风险评估结果；
控制模块，用于根据所述投药风险评估结果控制投药系统工作。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有多条指令，所述指令适于由处理器加载以执行权利要求1至7任一项所述的投药系统控制方法中的步骤。
10.一种电子设备，其特征在于，包括处理器和存储器，所述处理器与所述存储器电性连接，所述存储器用于存储指令和数据，所述处理器用于执行权利要求1至7任一项所述的投药系统控制方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210527541.4A CN114626642B (zh) | 2022-05-16 | 2022-05-16 | 投药系统控制方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210527541.4A CN114626642B (zh) | 2022-05-16 | 2022-05-16 | 投药系统控制方法、装置、存储介质及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114626642A true CN114626642A (zh) | 2022-06-14 |
| CN114626642B CN114626642B (zh) | 2022-09-06 |
Family
ID=81906982
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210527541.4A Active CN114626642B (zh) | 2022-05-16 | 2022-05-16 | 投药系统控制方法、装置、存储介质及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114626642B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114995161A (zh) * | 2022-07-18 | 2022-09-02 | 武汉华信数据系统有限公司 | 投药系统控制方法、装置以及计算机可读存储介质 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB8819624D0 (en) * | 1987-08-19 | 1988-09-21 | Omnium Traitement Valorisa | Process for regulating installations for purifying waste water |
| US20190270655A1 (en) * | 2017-05-02 | 2019-09-05 | ClearCorp | Methods and systems for optimizing water treatment coagulant dosing |
| CN111268780A (zh) * | 2020-03-10 | 2020-06-12 | 中冶赛迪重庆信息技术有限公司 | 一种污水处理方法 |
| CN112978919A (zh) * | 2021-01-29 | 2021-06-18 | 上海西派埃智能化系统有限公司 | 污水处理厂碳源投加系统和方法 |
| CN113033917A (zh) * | 2021-04-19 | 2021-06-25 | 重庆工商大学 | 一种基于外围数据的污水处理厂预测规划运行管理方法 |
| CN113254862A (zh) * | 2021-07-09 | 2021-08-13 | 武汉华信数据系统有限公司 | 一种流体输出参数预测方法、装置、电子设备及存储介质 |
| JP2021144516A (ja) * | 2020-03-12 | 2021-09-24 | 栗田工業株式会社 | 水処理装置の貸出提案システム、水処理装置の貸出提案方法、予測システムおよび予測方法 |
| CN113683169A (zh) * | 2021-09-18 | 2021-11-23 | 深圳市科荣软件股份有限公司 | 一种净水厂智能混凝投药方法及装置 |
| CN113687040A (zh) * | 2021-07-28 | 2021-11-23 | 广州杰赛科技股份有限公司 | 基于决策树算法的水厂实时投药量预测方法、装置及介质 |
| WO2022068855A1 (zh) * | 2020-09-30 | 2022-04-07 | 龙宽伟 | 一种水厂加药控制方法及系统、计算机可读存储介质 |
-
2022
- 2022-05-16 CN CN202210527541.4A patent/CN114626642B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB8819624D0 (en) * | 1987-08-19 | 1988-09-21 | Omnium Traitement Valorisa | Process for regulating installations for purifying waste water |
| US20190270655A1 (en) * | 2017-05-02 | 2019-09-05 | ClearCorp | Methods and systems for optimizing water treatment coagulant dosing |
| CN111268780A (zh) * | 2020-03-10 | 2020-06-12 | 中冶赛迪重庆信息技术有限公司 | 一种污水处理方法 |
| JP2021144516A (ja) * | 2020-03-12 | 2021-09-24 | 栗田工業株式会社 | 水処理装置の貸出提案システム、水処理装置の貸出提案方法、予測システムおよび予測方法 |
| WO2022068855A1 (zh) * | 2020-09-30 | 2022-04-07 | 龙宽伟 | 一种水厂加药控制方法及系统、计算机可读存储介质 |
| CN112978919A (zh) * | 2021-01-29 | 2021-06-18 | 上海西派埃智能化系统有限公司 | 污水处理厂碳源投加系统和方法 |
| CN113033917A (zh) * | 2021-04-19 | 2021-06-25 | 重庆工商大学 | 一种基于外围数据的污水处理厂预测规划运行管理方法 |
| CN113254862A (zh) * | 2021-07-09 | 2021-08-13 | 武汉华信数据系统有限公司 | 一种流体输出参数预测方法、装置、电子设备及存储介质 |
| CN113687040A (zh) * | 2021-07-28 | 2021-11-23 | 广州杰赛科技股份有限公司 | 基于决策树算法的水厂实时投药量预测方法、装置及介质 |
| CN113683169A (zh) * | 2021-09-18 | 2021-11-23 | 深圳市科荣软件股份有限公司 | 一种净水厂智能混凝投药方法及装置 |
Non-Patent Citations (3)
| Title |
|---|
| 姚建军等: "数学模型+反馈的自动加药系统在水厂中的运用", 《西南给排水》 * |
| 张俊等: "预测控制和前馈控制在混凝投药中的应用", 《计算技术与自动化》 * |
| 鲁宁波: "城市给水管网二次加氯优化及算法实现", 《中国优秀博硕士学位论文全文数据库(硕士) 工程科技Ⅱ辑 (月刊)》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114995161A (zh) * | 2022-07-18 | 2022-09-02 | 武汉华信数据系统有限公司 | 投药系统控制方法、装置以及计算机可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114626642B (zh) | 2022-09-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107800651B (zh) | 应用程序关闭方法、装置、存储介质和电子设备 | |
| KR101924935B1 (ko) | 전기 에너지 송출을 위한 방법 및 장치, 그리고 전력 관리를 위한 방법 및 장치 | |
| CN105830016B (zh) | 用户设备的电源管理方法和电源管理装置 | |
| CN109857559B (zh) | 终端控制方法及终端 | |
| EP2728442B1 (en) | Method and device for controlling central processing unit | |
| CN114626642B (zh) | 投药系统控制方法、装置、存储介质及电子设备 | |
| CN108388335B (zh) | 一种控制移动终端的方法和移动终端 | |
| CN109803360A (zh) | WiFi休眠控制方法、装置、电子设备及存储介质 | |
| CN108802835B (zh) | 无线充电检测方法、装置及移动终端、无线充电系统 | |
| CN107733016A (zh) | 一种移动终端充电控制方法及移动终端 | |
| US11476684B2 (en) | Charging protection method, terminal, and charger | |
| CN107797832B (zh) | 应用清理方法、装置、存储介质及电子设备 | |
| CN110851014B (zh) | 触摸识别方法、装置、存储介质及终端设备 | |
| CN114444333B (zh) | 生态水位分析方法、装置、电子设备及存储介质 | |
| CN110045811B (zh) | 应用程序处理方法和装置、电子设备、计算机可读存储介质 | |
| JP7272694B2 (ja) | 端末の電力消費を低減するための方法、および端末 | |
| CN112312542B (zh) | 星历信息收集方法、装置、存储介质及移动终端 | |
| CN111030205A (zh) | 充电控制方法、装置、存储介质及电子设备 | |
| CN107817397A (zh) | 充电发热异常的检测方法及终端设备 | |
| CN110995324A (zh) | 蓝牙通信方法、装置、存储介质及终端设备 | |
| CN112367428A (zh) | 电量的显示方法、系统、存储介质及移动终端 | |
| CN111651299A (zh) | 无线芯片复位控制方法、装置、存储介质及移动终端 | |
| CN111399618A (zh) | 输出电流的调节方法、装置、移动终端和存储介质 | |
| CN114815735B (zh) | 自来水加氯控制方法、装置、电子设备及存储介质 | |
| CN111343325B (zh) | 端口检测方法、装置、移动终端和存储介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |