CN115043446B - 基于异常分类模型的污水处理进程的异常监控方法与系统 - Google Patents
基于异常分类模型的污水处理进程的异常监控方法与系统 Download PDFInfo
- Publication number
- CN115043446B CN115043446B CN202210540138.5A CN202210540138A CN115043446B CN 115043446 B CN115043446 B CN 115043446B CN 202210540138 A CN202210540138 A CN 202210540138A CN 115043446 B CN115043446 B CN 115043446B
- Authority
- CN
- China
- Prior art keywords
- abnormality
- control instruction
- sewage treatment
- instruction
- current
- 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
- 230000005856 abnormality Effects 0.000 title claims abstract description 139
- 238000012544 monitoring process Methods 0.000 title claims abstract description 119
- 239000010865 sewage Substances 0.000 title claims abstract description 107
- 238000000034 method Methods 0.000 title claims abstract description 56
- 230000008569 process Effects 0.000 title claims abstract description 28
- 238000013145 classification model Methods 0.000 title claims abstract description 25
- 238000012545 processing Methods 0.000 claims abstract description 48
- 230000002159 abnormal effect Effects 0.000 claims abstract description 36
- 238000012549 training Methods 0.000 claims description 17
- 238000012986 modification Methods 0.000 claims description 14
- 230000004048 modification Effects 0.000 claims description 14
- 230000002093 peripheral effect Effects 0.000 claims description 11
- 238000007781 pre-processing Methods 0.000 claims description 5
- 239000013589 supplement Substances 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims 1
- 230000004044 response Effects 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 12
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 11
- 238000012216 screening Methods 0.000 description 7
- 238000013473 artificial intelligence Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 239000003344 environmental pollutant Substances 0.000 description 4
- 231100000719 pollutant Toxicity 0.000 description 4
- 229910001385 heavy metal Inorganic materials 0.000 description 3
- 238000012806 monitoring device Methods 0.000 description 3
- 230000000295 complement effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000005273 aeration Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 231100000614 poison Toxicity 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000010992 reflux Methods 0.000 description 1
- 239000010802 sludge Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
- 239000003440 toxic substance Substances 0.000 description 1
Classifications
-
- 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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
- G05B19/4184—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by fault tolerance, reliability of production system
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] 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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Abstract
本发明涉及一种基于异常分类模型的污水处理进程的异常监控方法与系统,属于污水处理技术领域。该异常监控方法包括:(1)接收由布设污水处理厂处的监测单元所获取的异常监测数据,并接收针对该异常监测数据的初步控制指令;(2)基于异常分类模型将该异常监测数据所针对的异常分为第一类异常与第二类异常;(3)若当前异常为第一类异常,则以初步控制指令作为目标控制指令发出,用于对污水处理厂的处理进程进行控制;若当前异常为第二类异常,则发送异常处理请求,且该异常处理请求包括用于将当前初步控制指令标定为准确度低的标识。基于异常分类模型进行初步判断与自动响应,可以提高异常状况的处理速度,可广泛用于污水处理厂等领域。
Description
本申请是申请号为CN202010548869.5、发明名称为“一种污水处理厂的远程集控方法与系统”的发明专利的分案申请。
技术领域
本发明涉及污水处理技术与物联网、人工智能及互联网技术相融合的技术领域,具体地说,涉及一种基于异常分类模型的污水处理进程的异常监控方法与系统。
背景技术
随着城市化、工业化发展的不断提速,城市污水与工业污水的排放量不断增加,为了避免日益增多的污水对环境所造成的破坏,最有效且最直接的措施为因地制宜地建设污水处理厂,以对污水进行就近处理,并将经处理且符合排放标准的水排放入自然界中。
在污水处理的过程中,通常会出现应急事件需要由专业人员进行及时地处理;例如,在污水生物处理过程中,当汇入的污水温度、PH值、重金属或其他毒性物质浓度产生突变都会导致污水处理厂处理系统的紊乱失效,即使在相关指标恢复至正常时,该污水处理系统的处理能力将因原菌群等的损耗而无法复原,直接导致排水无法达标;此时,需要人工调整污水处理量、调整相关工艺参数、并人工进行应急投料;在通常情况下,这些应急问题都可以得到很好地解决,但在出现突发事件时,会因专业人员无法及时到达现场或人员不足而难以进行及时处理,而导致污水处理厂的稳定运行受到极大挑战。
针对上述问题,污水处理行业可基于当前较为成熟的自动化技术、物联网技术与互联网技术而构建出远程监控系统,该远程监控系统主要包括远程监控平台及布设在现场的监测装置与执行装置,监测装置通常包括各种污染物指标传感器、各种处理过程控制指标传感器及摄像头等,而执行装置通常包括自动投料装置、工艺调节过程装置、及进水口和/或出水口的控制阀等,例如公布号为CN110119105A、CN109739176A等专利文献所公开的技术方案,它们主要涉及监控平台、监测装置与执行装置之间的通信及相关控制指令的生成;在现有远程监控平台中,通常涉及自动控制设备,例如菌种等的自动投料设备,由于其忽略了现场转人工投料需求,无法在自动执行装置出现故障时能够及时地进行投料。
此外,针对前述相关控制指令须有专业人员做出的技术问题,可通过结合人工智能技术而自动生成相关控制指令,例如公布号为CN110456754A、CN110347133A等专利文献所公开的技术方案,具体方案为通过布设在污水处理厂内的传感器等监测设备获取相应的运行数据与水处理进度指标,远程监控平台在通过通信技术获取这些监测数据后,基于事先训练好的处理模型对这些监测数据进行分析而生成控制指令,再通过远程通信技术以将生成的控制指令发送给布设在污水处理现场内的执行控制器,以控制现场污水处理设备进行对应处理工作。基于远程监控技术与人工智能技术的结合,虽然能够有效克服现有远程监控平台中需基于熟练操作人员的经验判断问题,尤其是应急问题能够得到及时的处理。
在上述现有技术中,可以通过人工智能所生成的控制指令对常规应急问题进行很好地处理,而对于复杂问题、新出现问题及一些与常规训练用问题样本相差较大的问题时,还是需通过有操作经验的技术人员或专家做出控制指令;但是出现对生活、生产造成严重影响的突发事件发生时,可能会导致相应的技术人员或专家缺席,而使相关应急问题无法得到及时且有效地处理。
发明内容
本发明的主要目的是提供一种污水处理厂的远程集控系统,以能有效解决在发生突发事件等所导致当前污水处理厂相应技术人员无法到场进行应急处理的问题;
本发明的另一目的是提供一种污水处理厂的远程集控方法,以能有效解决在发生突发事件等所导致当前污水处理厂相应技术人员无法到场进行应急处理的问题。
为了实现上述主要目的,本发明提供的污水处理厂的远程集控系统基于布设在多个异地城市的污水处理厂,且每个异地城市至少布设一个污水处理厂;该远程集控系统包括集控平台及用于监控每个污水处理厂的运行状态的厂控平台;厂控平台包括厂控单元及受控于厂控单元的监测单元、第一指令获取单元与指令执行单元;监测单元用于对污水处理进程进行监测,并向厂控单元发送监测数据;第一指令获取单元在接收到监测数据或他厂异常处理请求后,用于获取第一控制指令;厂控单元基于所接收到的控制指令控制执行单元控制污水处理进程;集控平台包括集控单元及受控于集控单元的第二指令获取单元,该第二指令获取单元在接收到异常处理请求后,用于获取第二控制指令;集控单元在接收厂控单元所发送的异常处理请求后,向目标指令获取单元发送异常处理请求,并从所接收到的控制指令中获取目标控制指令,再发送目标厂控单元。
将布设在多个异地城市内的污水处理厂进行通信联网,通过集控平台进行异常问题解决的分配,以能利用不同平台的当值技术人员的互补性能,从而能在出现突发事件时,基于由上述多个污水处理厂所构建的网络,以能够相互利用技术人员这一不可或缺的资源,在面对应急性问题时,在这些污水处理厂中仅需有一个以上的平台有对应技术人员即可,相比独立运行的污水处理厂,可有效地减少技术娴熟的技术人员或专家的配置需求,能有效解决在发生突发事件等所导致当前污水处理厂相应技术人员无法到场进行应急处理的问题,有效解决一些应急性问题;此外,在非前述突发事件发生时,可以在整个网络中对应配置一组技术人员就可维持整个网络的有效运行,从而能有效地降低污水处理厂的运营成本。
具体的方案为指令获取单元包括用于显示异常监测数据的显示器,及用于输入控制指令的输入外设。
优选的方案为集控单元在接收到各平台所发送的技术人员当天当值数据,从中识别出用于处理预设异常处理请求所需技术人员种类中的缺席类别,并依据不同技术人员种类的备用人员名单数据,向该备用人员名单数据中技术人员所属平台发送当值补充提醒。有效地确保不同的预设异常处理问题有一组技术人员当值,从而能确保前述多个污水处理厂的正常运行。
优选的方案为集控单元集成有事先完成训练的异常处理模型,异常处理模型用于基于厂控平台所发送的异常监测数据,获取针对当前异常监测数据的初步控制指令;集控单元向目标指令获取单元所发送的异常处理请求包括异常监测数据与初步控制指令。相关技术人员或专家可在预先生成的初步控制指令上进行修改及增删,有效地提高控制指令获取的效率。
进一步的方案为集控单元在接收异常监测数据后,利用异常分类模型基于异常监测数据判断当前异常为第一类异常或第二类异常;获取用于训练异常分类模型的训练样本的步骤包括以下步骤:(1)集控单元向多个目标指令获取单元发送异常处理请求;(2)目标指令获取单元在接收到包含初步控制指令的异常处理请求后,在其显示器上显示异常监测数据及针对该异常监测数据的初步控制指令,并通过输入外设接收针对该初步控制指令的修改及对该初步控制指令的问题解决准确度的评分;(3)多个目标指令获取单元在获取修改及评分后,将评分及已经修改之后的初步控制指令作为控制指令发送给集控单元;(4)集控单元在接收评分,若所有评分的平均值大于第一预设阈值,则将当前异常监测数据所针对的当前异常标定为第一类异常,否则标定为第二类异常;若分类模型的识别结果为当前异常为第一类异常,则先将异常处理模型所输出的初步控制指令发送给目标厂控单元,并在接收到针对当前异常的控制指令之后,若其评分低于第二预设阈值,则重新发送控制指令对前述已发初步控制指令进行修正,否则就不重新发送控制指令;若分类模型的识别结果为当前异常为第二类异常,则向目标指令获取单元所发送的异常处理请求包括用于将当前初步控制指令标定为准确度低的标识。该技术方案基于异常分类模型,对当前的异常监测数据所表征的异常进行分类,从而能有效地提高异常应对速度与准确度。
优选的方案为目标控制指令为响应于当前异常处理请求且为集控单元最早收到的控制指令;目标指令获取单元为当前异常处理请求所属厂的指令获取单元外的指令获取单元,或目标指令获取单元为当前异常处理请求所属厂的指令获取单元外,且满足第一要求的指令获取单元;第一要求为依据当天技术人员的当值数据,目标指令获取单元所属厂的平台具有目标技术人员在当值,目标技术人员为具有相应异常问题处理经验记录的技术人员。
为了实现上述另一目的,本发明提供的污水处理厂的远程集控方法基于布设在多个异地城市且联网通信的污水处理厂,且每个异地城市至少布设一个污水处理厂;该远程集控方法包括以下步骤:
请求接收步骤,接收由布设污水处理厂处的监测单元所获取的异常监测数据;
请求发送步骤,向目标指令获取单元发送异常处理请求,目标指令获取单元布设在集控平台及各污水处理厂的厂控平台上;
接收筛选步骤,接收响应于异常处理请求的控制指令,控制指令用于控制布设在污水处理厂内的指令执行单元工作,以对当前异常监测数据所表征的异常问题进行处理;并从控制指令中筛选出目标控制指令;
指令发送步骤,将目标控制指令发送给当前异常监测数据所属污水处理厂的厂控平台。
将布设在多个异地城市内的污水处理厂进行通信联网,通过集控平台进行异常问题解决的分配,以能利用不同平台的当值技术人员的互补性能,从而能在出现突发事件时,有效解决一些应急性问题,可保证多个污水处理厂的稳定运行和达标排放;此外,还可以在上述多个污水处理厂所构建的网络中,针对不同问题,仅需一组技术人员即可解决,从而可有效地减少技术娴熟的技术人员或专家的配置需求,有效地降低污水处理厂的运营成本;同样可有效解决在发生突发事件等所导致当前污水处理厂相应技术人员无法到场进行应急处理的问题。
具体的方案为目标控制指令为响应于当前异常处理请求且为最早收到的控制指令;目标指令获取单元为当前异常处理请求所属厂的指令获取单元外的指令获取单元,或目标指令获取单元为当前异常处理请求所属厂的指令获取单元外,且满足第一要求的指令获取单元;第一要求为依据当天技术人员的当值数据,目标指令获取单元所属厂的平台具有目标技术人员在当值,目标技术人员为具有相应异常问题处理经验记录的技术人员。
优选的方案为远程集控方法包括提醒步骤:依据所接收到各平台处的当前技术人员的当值数据,从中识别出用于处理预设异常处理请求所需技术人员种类中的缺席类别,并依据不同技术人员种类的备用人员名单数据,向该备用人员名单数据中技术人员所属厂的平台发送当值补充提醒。
优选的方案为远程集控方法包括预处理步骤:在接收异常监测数据后,利用事先完成训练的异常处理模型获取针对该异常监测数据的初步控制指令,向目标指令获取单元发送的异常处理请求包括初步控制指令。
附图说明
图1为本发明实施例1中远程集控方法的工作流程图;
图2为本发明实施例1中远程集控系统的系统原理结构图;
图3为本发明实施例2中远程集控方法的工作流程图。
实施方式
以下结合实施例及其附图对本发明作进一步说明。
实施例
本发明远程集控系统用于对布设在多个异地城市的污水处理厂的运行过程进行远程监控,且每个异地城市至少布设一个污水处理厂;如图2所示,在本实施例中,该远程集控系统9用于对10个异地城市的污水处理厂进行远程监控,分别为布设在第一城市01的污水处理厂011、…、布置在第十城市010的污水处理厂0101与污水处理厂0102,在每座城市内所布设的污水处理厂的污水处理能力与数量根据实际情况进行配置,及具体异地城市的数量也是根据实际情况进行配置。对于污水处理厂的数量,为了应对突发事件,通常要求异地城市越多越好,在本实施例中,为分布在五个以上的异地城市的污水处理厂进行组建该远程集控系统,最好为分布在五个省份以上的污水处理厂进行组建该远程集控系统。
本远程集控系统9包括集控平台90及用于监控每个污水处理厂的运行状态的厂控平台,具体为厂控平台91、厂控平台92及厂控平台93等;集控平台90包括集控单元902及受控于该集控单元902的第二指令获取单元901,其中,第二指令获取单元901在接收到异常处理请求后,用于获取控制指令;每个厂控平台包括厂控单元及受控于该厂控单元的监测单元、第一指令获取单元与指令执行单元。例如,厂控平台91包括厂控单元910及受控于该厂控单元910的监测单元911、第一指令获取单元913与指令执行单元912,厂控平台92包括厂控单元920及受控于该厂控单元920的监测单元921、第一指令获取单元923与指令执行单元922,厂控平台93包括厂控单元930及受控于该厂控单元930的监测单元931、第一指令获取单元933与指令执行单元932;在工作过程中,监测单元用于对污水处理进程进行监测,例如,污水PH值、温度、重金属浓度、各污染物数值、进水流量、排水指标等;第一指令获取单元在接收到本污水处理厂的监测单元所输出的监测数据或由集控单元902所转发的他厂异常处理请求后,用于获取第一控制指令;例如,在污水处理厂101中,第一指令获取单元913在接收到监测单元911所输出的监测数据或由集控单元902所转发的他厂异常处理请求后,用于获取第一控制指令。在本实施例中,第一指令获取单元具体包括用于显示本厂监测单元所输出的异常监测数据或他厂的异常监测数据的显示器,及用于输入控制指令的输入外设;其中,输入外设包括键盘、和/或鼠标、和/或拾音器等,从而使专家可以对所显示的控制指令进行指令参数的编辑修改,或者输入相关控制指令。而厂控单元基于所接收到针对本厂异常监测数据的控制指令控制执行单元控制污水处理进程,在污水处理厂101中,当其监测单元911输出异常监测数据时,将在其第一指令获取单元913的显示器上显示该异常数据,由于在本厂控平台91上的工作人员针对该异常监测数据调取相关控制界面,并对相关控制参数进行修改,并向对应指令执行单元912输出控制指令,例如为本厂污水进水带来过度有毒有害和污染物的冲击,此时,应尽可能先减少进入当前污水厂处理构筑物的污水量及进行相关工艺的调整应对,即控制指令用于控制当前污水厂处理构筑物的指令执行单元中的进水口控制阀门与出水口控制阀门进行工作,及对当前处理工艺参数进行调整。对于指令执行单元的具体结构,可参照现有产品的结构进行设计,包括但不限于进水口控制阀、出水口控制阀、自动投料系统、曝气系统、回流系统、排泥系统等。
如图1所示,基于上述结构,本发明远程集控系统9在工作过程的具体步骤包括请求接收步骤S1、请求发送步骤S2、接收筛选步骤S3及指令发送步骤S4,具体过程如下:
请求接收步骤S1,接收由布设各个污水处理厂处的监测单元所获取的异常监测数据。
在工作过程中,当有一个污水处理厂的监测数据表征该污水处理厂在运行过程中出现了异常状况,且该厂控平台的员工当值数据表征目前无相关技术人员当值时,则该污水处理厂内的厂控单元对该异常问题事先做好预处理后,并向集控平台90的集控单元902发送异常处理请求。
例如,污水处理厂011的监测数据表明其污水排放数据出现恶化趋势时,且当前厂控平台91上的工作人员找不到相关的解决方案,则工作人员通过输入设备向厂控单元910输入预处理指令,该预处理指令用于控制指令执行单元912中的污水进口阀门发送关闭指令或减少进水量控制指令,并将向集控单元90发送异常处理请求,该异常处理请求包括相关异常监测数据,该异常监测数据包括对相关区域处的视频,例如污水处理厂011内工作人员针对部分异常现象所拍摄的视频,例如污水处理池进出口水的视频。
请求发送步骤S2,向目标指令获取单元发送异常处理请求,该目标指令获取单元布设在集控平台及各污水处理厂的厂控平台上。
集控单元902在接收厂控单元910所发送的异常处理请求后,向目标指令获取单元发送异常处理请求,并从所接收到的控制指令中获取目标控制指令,再发送目标厂控单元910。
在本实施例中,目标指令获取单元为当前异常处理请求所属厂的指令获取单元外的指令获取单元,即除了第一指令获取单元913之外的其他的指令获取单元,包括第二指令获取单元901、第一指令获取单元923与第一指令获取单元933。
接收筛选步骤S3,接收响应于前述异常处理请求的控制指令,该控制指令用于控制布设在污水处理厂内的指令执行单元进行工作,以对当前异常监测数据所表征的异常问题进行处理;并从控制指令中筛选出目标控制指令。
各监控平台在接收到异常处理请求时,将该请求所针对的异常监测数据显示于显示器,并利用光和/或声进行警报,包括视频及相关传感器所获取的监测数据,此时,如果部分厂控平台上有相关处理经验的技术人员当值,其就会通过键盘等输入设备对应急控制指令进行编辑,例如调取该异常请求所属厂的指令执行设备的信息,对应编辑其运行的控制指令,该控制指令也可以为一份操作说明,可以文字的形式进行记载,也可以声音的形式进行记载。在本实施例中,为直接用于控制指令执行单元工作的控制指令。
为了便于筛选出应急用的控制指令,即用于解决当前污水处理厂所出现的异常情况,在本实施例中,将目标控制指令配置为响应于当前异常处理请求且为最早收到的控制指令。
此外,为了确保在该网络中,至少配置有一组完整类别的技术人员,即为了应对所出现的突发事件,根据通常规定需配置的技术人员,基于此,集控单元902依据所接收到各平台处的当前技术人员的当值数据,包括集控平台与厂控平台,从中识别出用于处理预设异常处理请求所需技术人员种类中的缺席类别,例如,预先对每个技术人员所能解决的技术问题进行分类,并作为标识对其进行标签,每次当值数据发生变化时需对其进行归类,以判断预设问题类别是否都有相应的技术人员当值,若有部分预设问题无相应技术人员到岗当值,则依据不同技术人员种类的备用人员名单数据,向该备用人员名单数据中技术人员所属厂的平台发送当值补充提醒。
指令发送步骤S4,将目标控制指令发送给当前异常监测数据所属污水处理厂的厂控平台。
例如,从所收到的控制指令中筛选出的目标控制指令为对处理池内的污水进行加药沉淀至其内的重金属等污染物的检测指标恢复至正常范围内,或者相关操作步骤说明。
实施例
作为对本发明实施例2的说明,以下仅对与上述实施例1的不同之处进行说明。
如图3所示,本发明远程集控方法包括请求接收步骤S1、预处理步骤S5、请求发送步骤S2、接收筛选步骤S3及指令发送步骤S4,即相对上述实施例1在请求接收步骤S1与请求发送步骤S2增添了预处理步骤S5,以减少相关平台上技术人员的工作量,提高应急处理效率的同时,减少控制指令生成过程中的错误。
该预处理步骤S5具体包括:在接收异常监测数据后,利用事先完成训练的异常处理模型获取针对该异常监测数据的初步控制指令,向目标指令获取单元发送的异常处理请求包括初步控制指令。
参照图2所示结构,在集控单元902内集成有事先完成训练的异常处理模型,该异常处理模型用于基于厂控平台所发送的异常监测数据,获取针对当前异常监测数据的初步控制指令,该异常处理模型已利用事先标定好的样本完成训练。从而便于相关平台上技术人员对该问题的判断及编辑相关控制指令。对于相关异常处理模型可参照背景技术中所列举的现有技术专利文献。
从而目标指令获取单元在其显示器上显示该初步控制指令与相关异常数据,对应厂控平台上的专家就可以依照对应异常数据,判断该初步控制指令是否准确,并根据实际控制需要对其进行修改。
实施例
作为对本发明实施例3的说明,以下仅对与上述实施例2的不同之处进行说明。
在本实施例中,在集控单元902内集成有事先完成训练的异常分类模型,该异常分类模型为基于卷积神经网络等利用事先标定好的样本进行训练。
用于训练该异常分类模型的训练样本的获取包括以下步骤:
(1)集控单元902在收到异常处理请求后,向多个目标指令获取单元发送异常处理请求。
(2)目标指令获取单元在接收到包含初步控制指令的异常处理请求后,在其显示器上显示异常监测数据及针对该异常监测数据的初步控制指令,并通过输入外设接收针对该初步控制指令的修改及对该初步控制指令的问题解决准确度的评分。
(3)多个目标指令获取单元在获取修改及评分后,将评分及以经修改之后的初步控制指令作为控制指令发送给集控单元。
(4)集控单元在接收评分,若所有评分的平均值大于第一预设阈值,则将当前异常监测数据所针对的当前异常标定为第一类异常,否则标定为第二类异常。
在获取预定数量以上的训练样本对异常分类模型进行训练后,并在相关数据表征其完成训练后,利用该异常分类模型对收到的异常监测数据进行分类识别,即利用异常分类模型基于异常监测数据判断当前异常为第一类异常或第二类异常。
若分类模型的识别结果为当前异常为第一类异常,则先将异常处理模型所输出的初步控制指令发送给目标厂控单元,以提高该异常的处理速度,并在接收到针对当前异常的控制指令之后,若其评分低于第二预设阈值,则重新发送控制指令对前述已发初步控制指令进行修正,否则就不重新发送控制指令;若异常分类模型的识别结果为当前异常为第二类异常,则向目标指令获取单元所发送的异常处理请求包括用于将当前初步控制指令标定为准确度低的标识。
实施例
作为对本发明实施例4的说明,以下仅对与上述实施例1至实施例3任一者的不同之处进行说明。
在上述请求发送步骤S2中,目标指令获取单元为当前异常处理请求所属厂的指令获取单元外,且满足第一要求的指令获取单元;该第一要求为依据当天技术人员的当值数据,该目标指令获取单元所属厂的平台具有目标技术人员在当值,目标技术人员为具有相应异常问题处理经验记录的技术人员。从而有效地减少对无相关技术人员的厂控平台正常工作的干扰。
Claims (6)
1.一种基于异常分类模型的污水处理进程的异常监控方法,所述异常监控方法包括请求接收步骤、异常处理步骤与指令发送步骤;所述请求接收步骤包括接收异常处理请求,所述异常处理请求包括异常监测数据及针对所述异常监测数据的初步控制指令,所述异常监测数据由布设在污水处理厂处的监测单元所获取;所述异常处理步骤包括基于所述异常监测数据,利用异常分类模型判断当前异常为第一类异常或第二类异常,及通过显示器显示所述异常监测数据与所述初步控制指令,并通过输入外设接收针对所述初步控制指令的修改;所述指令发送步骤包括向所述污水处理厂的厂控单元发送目标控制指令,用于控制所述污水处理厂的污水处理进程;其特征在于:
获取用于训练所述异常分类模型的训练样本的步骤包括以下步骤:(1)向多个污水处理厂的厂控平台的目标指令获取单元发送异常处理请求;(2)所述目标指令获取单元在接收到包含初步控制指令的异常处理请求后,在其显示器上显示异常监测数据及针对该异常监测数据的初步控制指令,并通过输入外设接收针对该初步控制指令的修改及对该初步控制指令的问题解决准确度的评分;(3)接收所述多个污水处理厂的厂控平台的目标指令获取单元所获取的修改及评分;(4)基于所获取的评分,若所有评分的平均值大于第一预设阈值,则将当前异常监测数据所针对的当前异常标定为所述第一类异常,否则标定为所述第二类异常;
在所述指令发送步骤中,若当前异常为所述第一类异常,则以所述初步控制指令作为所述目标控制指令发出;若当前异常为所述第二类异常,则发送异常处理请求,且该异常处理请求包括用于将当前初步控制指令标定为准确度低的标识;
所述异常监控方法用于对多个污水处理厂的异常监测数据进行处理,所述异常监控方法包括提醒步骤:依据所接收到各污水处理厂的厂控平台处的当前技术人员的当值数据,从中识别出用于处理预设异常处理请求所需技术人员种类中的缺席类别,并依据不同技术人员种类的备用人员名单数据,向该备用人员名单数据中技术人员所属厂的平台发送当值补充提醒。
2.根据权利要求1所述的异常监控方法,其特征在于,所述异常监控方法包括预处理步骤:
利用事先完成训练的异常处理模型,获取针对当前异常监测数据的初步控制指令。
3.根据权利要求1或2所述的异常监控方法,其特征在于:
在所述异常处理步骤中,通过显示器显示所述异常监测数据与初步控制指令,并通过输入外设接收针对所显示的初步控制指令的修改及对该初步控制指令的问题解决准确度的评分;
并在接收到针对当前异常且经修改之后的控制指令之后,若其评分低于第二预设阈值,则重新发送控制指令对前述作为所述目标控制指令且已发出的初步控制指令进行修正,否则就不重新发送控制指令。
4.一种基于异常分类模型的污水处理进程的异常监控系统,包括处理器与存储器;所述存储器存储有计算机程序,所述计算机程序被执行时能实现异常监控方法,所述异常监控方法包括请求接收步骤、异常处理步骤与指令发送步骤;所述请求接收步骤包括接收异常处理请求,所述异常处理请求包括异常监测数据及针对所述异常监测数据的初步控制指令,所述异常监测数据由布设在污水处理厂处的监测单元所获取;所述异常处理步骤包括基于所述异常监测数据,利用异常分类模型判断当前异常为第一类异常或第二类异常,及通过显示器显示所述异常监测数据与所述初步控制指令,并通过输入外设接收针对所述初步控制指令的修改;所述指令发送步骤包括向所述污水处理厂的厂控单元发送目标控制指令,用于控制所述污水处理厂的污水处理进程;其特征在于:
获取用于训练所述异常分类模型的训练样本的步骤包括以下步骤:(1)向多个污水处理厂的厂控平台的目标指令获取单元发送异常处理请求;(2)所述目标指令获取单元在接收到包含初步控制指令的异常处理请求后,在其显示器上显示异常监测数据及针对该异常监测数据的初步控制指令,并通过输入外设接收针对该初步控制指令的修改及对该初步控制指令的问题解决准确度的评分;(3)接收所述多个污水处理厂的厂控平台的目标指令获取单元所获取的修改及评分;(4)基于所获取的评分,若所有评分的平均值大于第一预设阈值,则将当前异常监测数据所针对的当前异常标定为所述第一类异常,否则标定为所述第二类异常;
在所述指令发送步骤中,若当前异常为所述第一类异常,则以所述初步控制指令作为所述目标控制指令发出;若当前异常为所述第二类异常,则发送异常处理请求,且该异常处理请求包括用于将当前初步控制指令标定为准确度低的标识;
所述异常监控方法用于对多个污水处理厂的异常监测数据进行处理,所述异常监控方法包括提醒步骤:依据所接收到各污水处理厂的厂控平台处的当前技术人员的当值数据,从中识别出用于处理预设异常处理请求所需技术人员种类中的缺席类别,并依据不同技术人员种类的备用人员名单数据,向该备用人员名单数据中技术人员所属厂的平台发送当值补充提醒。
5.根据权利要求4所述的异常监控系统,其特征在于,所述异常监控方法包括预处理步骤:
利用事先完成训练的异常处理模型,获取针对当前异常监测数据的初步控制指令。
6.根据权利要求4或5所述的异常监控系统,其特征在于:
在所述异常处理步骤中,通过显示器显示所述异常监测数据与初步控制指令,并通过输入外设接收针对所显示的初步控制指令的修改及对该初步控制指令的问题解决准确度的评分;
并在接收到针对当前异常且经修改之后的控制指令之后,若其评分低于第二预设阈值,则重新发送控制指令对前述作为所述目标控制指令且已发出的初步控制指令进行修正,否则就不重新发送控制指令。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210540138.5A CN115043446B (zh) | 2020-06-16 | 2020-06-16 | 基于异常分类模型的污水处理进程的异常监控方法与系统 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010548869.5A CN111675257B (zh) | 2020-06-16 | 2020-06-16 | 一种污水处理厂的远程集控方法与系统 |
CN202210540138.5A CN115043446B (zh) | 2020-06-16 | 2020-06-16 | 基于异常分类模型的污水处理进程的异常监控方法与系统 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010548869.5A Division CN111675257B (zh) | 2020-06-16 | 2020-06-16 | 一种污水处理厂的远程集控方法与系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115043446A CN115043446A (zh) | 2022-09-13 |
CN115043446B true CN115043446B (zh) | 2024-01-23 |
Family
ID=72455261
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010548869.5A Active CN111675257B (zh) | 2020-06-16 | 2020-06-16 | 一种污水处理厂的远程集控方法与系统 |
CN202210540138.5A Active CN115043446B (zh) | 2020-06-16 | 2020-06-16 | 基于异常分类模型的污水处理进程的异常监控方法与系统 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010548869.5A Active CN111675257B (zh) | 2020-06-16 | 2020-06-16 | 一种污水处理厂的远程集控方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN111675257B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113542509B (zh) * | 2021-07-21 | 2023-08-18 | 中国建设银行股份有限公司 | 一种应急处理方法、装置、存储介质和设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104299169A (zh) * | 2014-09-26 | 2015-01-21 | 华中科技大学 | 一种污水处理系统信息安全在线风险分析方法及系统 |
CN108614510A (zh) * | 2018-05-30 | 2018-10-02 | 青岛城投双元水务有限公司 | 污水厂运营管理方法及系统 |
CN108737406A (zh) * | 2018-05-10 | 2018-11-02 | 北京邮电大学 | 一种异常流量数据的检测方法及系统 |
CN108921440A (zh) * | 2018-07-11 | 2018-11-30 | 平安科技(深圳)有限公司 | 污染物异常监测方法、系统、计算机设备和存储介质 |
CN109299135A (zh) * | 2018-11-26 | 2019-02-01 | 平安科技(深圳)有限公司 | 基于识别模型的异常查询识别方法、识别设备及介质 |
CN109613191A (zh) * | 2018-11-22 | 2019-04-12 | 成都海天科创科技有限公司 | 一种全生命周期城市污水处理监测方法 |
CN110069045A (zh) * | 2019-04-11 | 2019-07-30 | 广州番禺职业技术学院 | 基于bim、vr及物联网的污水处理厂无人值守方法和智能管理平台 |
CN111277793A (zh) * | 2020-01-11 | 2020-06-12 | 苏州水星环保工业系统有限公司 | 污水处理厂可视化ar实景巡查系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6179101B2 (ja) * | 2013-01-16 | 2017-08-16 | 日本電気株式会社 | 管理装置、管理方法、および管理プログラム |
CN107357235A (zh) * | 2017-08-25 | 2017-11-17 | 广西国宏智鸿环境科技发展有限公司 | 一种污水远程处理控制系统 |
CN109756368B (zh) * | 2018-12-24 | 2022-03-01 | 广州市百果园网络科技有限公司 | 设备异常变更的检测方法、装置、计算机可读存储介质及终端 |
CN111009310A (zh) * | 2019-11-01 | 2020-04-14 | 健帆生物科技集团股份有限公司 | 一种医疗系统、医疗设备及其控制方法 |
-
2020
- 2020-06-16 CN CN202010548869.5A patent/CN111675257B/zh active Active
- 2020-06-16 CN CN202210540138.5A patent/CN115043446B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104299169A (zh) * | 2014-09-26 | 2015-01-21 | 华中科技大学 | 一种污水处理系统信息安全在线风险分析方法及系统 |
CN108737406A (zh) * | 2018-05-10 | 2018-11-02 | 北京邮电大学 | 一种异常流量数据的检测方法及系统 |
CN108614510A (zh) * | 2018-05-30 | 2018-10-02 | 青岛城投双元水务有限公司 | 污水厂运营管理方法及系统 |
CN108921440A (zh) * | 2018-07-11 | 2018-11-30 | 平安科技(深圳)有限公司 | 污染物异常监测方法、系统、计算机设备和存储介质 |
CN109613191A (zh) * | 2018-11-22 | 2019-04-12 | 成都海天科创科技有限公司 | 一种全生命周期城市污水处理监测方法 |
CN109299135A (zh) * | 2018-11-26 | 2019-02-01 | 平安科技(深圳)有限公司 | 基于识别模型的异常查询识别方法、识别设备及介质 |
CN110069045A (zh) * | 2019-04-11 | 2019-07-30 | 广州番禺职业技术学院 | 基于bim、vr及物联网的污水处理厂无人值守方法和智能管理平台 |
CN111277793A (zh) * | 2020-01-11 | 2020-06-12 | 苏州水星环保工业系统有限公司 | 污水处理厂可视化ar实景巡查系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115043446A (zh) | 2022-09-13 |
CN111675257B (zh) | 2022-04-12 |
CN111675257A (zh) | 2020-09-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP1393141B1 (en) | Provision of process related information | |
CN100472509C (zh) | 支持实时操作和维护的装置、方法和系统 | |
CN117171661B (zh) | 一种化工厂污水处理监控方法及系统 | |
EP2251835A1 (en) | System and method for failure telemaintenance and expert diagnosis | |
CN108090657A (zh) | 基于休哈特控制理论和概率神经网络的油气储运设施风险评估与在线预警管理系统及方法 | |
CN114297954A (zh) | 一种基于污水处理厂的大数据智能分析数字管控平台 | |
US20220365521A1 (en) | Virtual simulation manufacturing platform based on automatic control | |
CN115043446B (zh) | 基于异常分类模型的污水处理进程的异常监控方法与系统 | |
CN115127617A (zh) | 用于食用菌仿生态种植的智能管控系统 | |
CN107860058A (zh) | 电暖器及其控制方法、装置、存储介质和处理器 | |
CN116991130A (zh) | 一种石化生产智能化自动化控制系统和方法 | |
CN116216819B (zh) | 智慧水务数据分析管理系统及方法 | |
CN114859839A (zh) | 煤炭生产安全监控系统及方法 | |
CN117370919B (zh) | 污水处理设备远程监控系统 | |
CN117420283B (zh) | 一种一体化多通道水质监测方法及系统 | |
CN106054990A (zh) | 垃圾渗滤液处理专家控制系统及方法 | |
JPH06117886A (ja) | プラントの支援システム | |
JP3400062B2 (ja) | プラント制御装置及びトンネル換気制御装置 | |
CN115328986A (zh) | 一种电厂安全预警数据分析处理方法及系统 | |
CN114912847A (zh) | 一种土地全域整治在线监管方法及系统 | |
CN112116107A (zh) | 水务运营管理方法及其系统、计算机可读存储介质 | |
CN116295662B (zh) | 作物生长状态的监测方法、装置、电子设备及介质 | |
Dong et al. | Selection of optimum maintenance strategy for power plant equipment based on evidential reasoning and FMEA | |
Arama et al. | An approach of decision support system for drift diagnosis in cyber-physical production systems | |
CN117035230B (zh) | 一种基于大数据分析的污水处理设备运行状态评估方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |