Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜福建漳发生态科技有限公司蔡安宾获国家专利权

恭喜福建漳发生态科技有限公司蔡安宾获国家专利权

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!

龙图腾网恭喜福建漳发生态科技有限公司申请的专利一种智能化污水处理监测方法及系统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:CN119226989B

龙图腾网通过国家知识产权局官网在2025-05-09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:202411756610.4,技术领域涉及:G06F18/2433;该发明授权一种智能化污水处理监测方法及系统是由蔡安宾;刘筱昱;王东;邱家佳;王宇菲;陈杰;姚少波设计研发完成,并于2024-12-03向国家知识产权局提交的专利申请。

一种智能化污水处理监测方法及系统在说明书摘要公布了:本发明公开了一种智能化污水处理监测方法及系统,方法包括数据采集、数据预处理、建立污水处理监测模型和污水处理监测。本发明属于污水监测领域,具体是指一种智能化污水处理监测方法及系统,本方案基于周期位置编码提取污水处理监测数据的周期性规律,基于动态关联,全面捕捉污水处理过程中的动态依赖关系;通过全局聚合机制综合考虑上下文事件链的整体影响,提升污水处理监测的准确性;基于构建特征距离矩阵和基于污水处理目标输出构建标签矩阵,能够捕捉细微的污水处理参数变化,更敏锐地反映污水处理输入参数变化对污水处理监测结果的影响;基于矩阵结合构建污水处理用损失函数,更好地适配输出监测目标,实现对异常污水处理情况的准确预测。

本发明授权一种智能化污水处理监测方法及系统在权利要求书中公布了:1.一种智能化污水处理监测方法,其特征在于:该方法包括以下步骤:步骤S1:数据采集,采集历史污水处理监测数据;步骤S2:数据预处理;步骤S3:建立污水处理监测模型;步骤S4:污水处理监测,基于建立完成的污水处理监测模型对实时采集的污水处理监测数据实现污水处理监测;在步骤S2中,所述数据预处理是对采集的数据进行数据清洗、数据转换、标准化处理和关键事件定义;所述数据清洗是对缺失值和重复值处理;所述数据转换是将数据转换为向量形式;所述标准化处理是基于最大最小归一化法对数据标准化;所述关键事件定义具体为定义输入参数事件、过程调控事件、异常事件和输出结果事件;每个事件表示为;并定义上下文事件链为,定义候选事件集合为;其中,vi是事件编码;si是传感器数据;oi是操作行为;pi是运行监测结果;是上下文事件链中所有历史事件;是候选事件,即所有可能的运行监测结果;在步骤S3中,所述建立污水处理监测模型包括以下步骤:步骤S31:构建参数编码层;利用Transformer捕捉事件参数之间的细粒度依赖关系,并引入时间和位置编码;具体为将每个参数嵌入为一个d维向量,组合得到初始输入矩阵X0,通过堆叠Transformer捕捉依赖,表示为:;事件嵌入表示为:;加入位置编码表示为:;;其中,和分别是第n层和第n-1层的Transformer层输出;是第n层的Transformer层处理;是事件最终嵌入表示;是tanh函数;是向量拼接;是事件的各参数嵌入;是参数编码层的可训练的权重矩阵;是位置编码后的初始输入矩阵;是周期位置编码矩阵;t是时间戳,k是特征维度索引;是逐元素交互;步骤S32:构建关联结构层;具体为:构建图G=V,E,其中节点V表示事件,边E表示事件之间的时间顺序;通过多跳门控图神经网络更新图中节点嵌入,节点嵌入更新表示为:;最终嵌入VL表示为:;其中,和分别是事件第l+1级跳和第l级跳时的嵌入表示;是邻居节点事件的嵌入;h是邻居节点索引;N·是邻居节点集合;是事件间的注意力权重;W是关联结构层的权重矩阵,b是关联结构层的偏置向量;是sigmoid激活函数;是上下文事件链中各事件的嵌入;是候选事件的嵌入;是激活函数;步骤S33:构建状态对齐层;结合局部与全局匹配机制,计算上下文事件链与候选事件的相关性;局部匹配使用余弦相似性,表示为:;事件匹配向量表示为:;得到聚合局部匹配向量,表示为:;;其中,是事件的嵌入;是L2范数;是逐元素乘积;softmax·是softmax函数;是所有上下文事件链中的事件的匹配向量集合;是线性变换函数;T是矩阵转置;步骤S34:构建状态评估层;基于聚合局部匹配向量预测相关性得分,表示为:;并得到正则归一化相关性得分,表示为:;选择最高得分的事件作为预测结果,表示为:;其中,s·是相关性得分;和是状态评估层的可训练的权重矩阵;和是状态评估层的偏置向量;是候选事件总数,是第Q个候选事件;是正则系数;步骤S35:损失函数设计;定义特征距离矩阵为污水处理过程中的输入参数特征间的成对距离矩阵,表示为:;基于污水处理目标输出构建标签矩阵,并加入正则化扰动项,表示为:;得到污水处理系统的损失函数,表示为:;计算用于反向传播的梯度,表示为:;其中,是特征距离矩阵元素;和分别是第i1个和第r个样本第k个输入维度上的特征值;是标签矩阵元素;是归一化系数,用于调整标签距离的尺度;和分别是第i1个样本和第r个样本的标签值;是强度系数;c是扰动幅度;是样本总数;步骤S36:模型判定;预先设有预测阈值,将预处理后的历史污水处理监测数据随机划分为训练集和测试集;当模型对训练集损失收敛时,污水处理监测模型训练完成;若训练完成的污水处理监测模型对测试集的预测正确率高于预测阈值,污水处理监测模型建立完成,否则重新划分数据集,调整初始权重和偏置训练模型。

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福建漳发生态科技有限公司,其通讯地址为:363020 福建省漳州市芗城区桃林路57号漳州第二自来水厂水务大楼5楼;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”。

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。