Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)王鸿程获国家专利权

哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)王鸿程获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)申请的专利污水处理厂温室气体优化控制方法、设备及存储介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121300098B

龙图腾网通过国家知识产权局官网在2026-04-03发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511862936.X,技术领域涉及:G05B13/04;该发明授权污水处理厂温室气体优化控制方法、设备及存储介质是由王鸿程;宋云鹏;王爱杰;殷万欣;陈家骥;吕家强设计研发完成,并于2025-12-11向国家知识产权局提交的专利申请。

污水处理厂温室气体优化控制方法、设备及存储介质在说明书摘要公布了:本申请公开了一种污水处理厂温室气体优化控制方法、设备及存储介质,涉及环境保护技术领域,包括:将曝气池的污水处理过程离散化为多个串联的完全混合反应器,构建基于活性污泥模型的污水处理过程机理模型;通过目标温室气体浓度空间分布数据、目标温室气体排放通量和水质空间分布数据优化污水处理过程机理模型的参数,得到数字孪生模型;基于数字孪生模型,以曝气池中的各个完全混合反应器分区的溶解氧设定值作为决策变量,采用多目标进化算法进行求解,生成帕累托最优控制策略,解决现有技术中温室气体的优化控制策略不准确的技术问题,实现温室气体排放的精准量化与协同优化控制。

本发明授权污水处理厂温室气体优化控制方法、设备及存储介质在权利要求书中公布了:1.一种污水处理厂温室气体优化控制方法,其特征在于,所述污水处理厂温室气体优化控制方法包括: 通过携带第一气体分析仪的无人机采集曝气池水面上的目标温室气体浓度空间分布数据,通过携带第二气体分析仪的漂浮式静态箱采集所述曝气池的目标温室气体排放通量,以及确定所述曝气池的水质空间分布数据; 将所述曝气池沿工艺流程方向划分为多个空间子区域;并将每个空间子区域建模为完全混合反应器; 基于活性污泥模型,在各个所述完全混合反应器中建立包含碳、氮转化及温室气体生成路径的生物反应动力学方程组; 将前一个所述完全混合反应器的出水作为对应后一个所述完全混合反应器的进水,以使离散后的各个所述完全混合反应器按所述曝气池的所述工艺流程方向依次串联,形成模拟所述曝气池的污水处理过程的所述污水处理过程机理模型; 基于所述目标温室气体浓度空间分布数据,确定各个离散点位的目标温室气体浓度,以及基于所述目标温室气体排放通量,确定各个离散点位的目标温室气体排放量; 对于每个所述离散点位,将所述离散点位的目标温室气体排放量与所述离散点位的目标温室气体浓度关联,根据流体动力学和传质学原理,计算所述离散点位的有效传质系数; 采用高斯过程回归算法,对各个所述离散点位的所述有效传质系数进行空间插值,生成覆盖所述曝气池的连续有效传质系数场; 基于所述目标温室气体浓度空间分布数据生成连续目标温室气体浓度空间分布图,并将所述连续目标温室气体浓度空间分布图与所述连续有效传质系数场逐点相乘,得到米级分辨率的目标温室气体排放通量图谱; 利用所述目标温室气体排放通量图谱和所述水质空间分布数据,对所述污水处理过程机理模型中的关键参数进行校准,直至所述污水处理过程机理模型输出的模拟值与实测值的误差小于预设阈值,得到经空间验证的数字孪生模型,所述数字孪生模型用于模拟所述曝气池中污水处理的生物地球化学过程和时空动态分布; 基于所述数字孪生模型,以所述曝气池中的各个完全混合反应器分区的溶解氧设定值作为决策变量,采用多目标进化算法进行求解,生成帕累托最优控制策略,所述帕累托最优控制策略包括各个所述完全混合反应器分区的溶解氧最优设定值。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院),其通讯地址为:518000 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。