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！

申请/专利权人：中国市政工程西南设计研究总院有限公司

摘要：本发明涉及污水处理控制系统技术领域，具体而言，涉及一种污水处理厂运行系统及控制方法，主要包括了获取污泥处理时的数据参数，通过数据参数建立污泥含水率的预测模型，设置默认参数，通过默认参数和预测模型计算得到第一污泥含水率；并设置若干影响因子，得到若干个不同影响因子通过预测模型计算得到的第二污泥含水率；选择差值最大的第二污泥含水率所对应的影响因子作为最优调控影响因子。通过上述方法选择出了最优调控影响因子后，可以针对于该最优调控影响因子，进行调控，实现以最小的调控量为目标，达到较优的调控效果，这样既可以提高调控效率，又可以使用最小的调控量，实现节约成本或者节约工作时间的更优效果。

主权项：1.一种污水处理厂运行系统控制方法，其特征在于，包括；获取污泥处理时的数据参数，并对数据参数进行预处理；通过数据参数建立污泥含水率的预测模型，设置默认参数，通过默认参数和预测模型计算得到第一污泥含水率；并设置若干影响因子，根据若干个影响因子和预测模型，得到若干个不同影响因子通过预测模型计算得到的第二污泥含水率；将若干个第二污泥含水率与第一污泥含水率进行比较，选择差值最大的第二污泥含水率所对应的影响因子作为最优调控影响因子；设置污泥含水率阈值，获取入水口、处理中和出水口的污泥含水率，并与污泥含水率阈值进行对比，进行改变最优调控影响因子的值；所述通过数据参数建立污泥含水率的预测模型包括；选择若干个数据参数，并对各个数据参数进行时延补偿；通过K近邻互信息变化率双向选择算法对加入时延的数据参数进行筛选，去除冗余数据参数，生成由剩余数据参数组成的最优子集；利用VMD算法对最优子集进行分解，分解后的IMF分量通过互信息计算与筛选，确定预测模型的最终输入；构建RBF神经网络，利用BSO优化算法对神经网络的超参数进行寻优，将预测模型的最终输入带入模型中，进行训练和测试，得到最终结果；所述通过K近邻互信息变化率双向选择算法对加入时延的数据参数进行筛选包括；步骤一：设置最优子集，计算数据参数内任意一数据与输出之间的一维互信息值，并由大到小排列，取互信息值最大的变量放入到最优子集中；步骤二：剩余未被放入到最优子集中的数据参数进行变化率的计算，并设置阈值，选取变化率小于阈值的对应数据参数加入到最优子集中；步骤三：重复步骤二，直至所有数据参数被选取完毕，完成数据的筛选形成最终的最优子集；所述根据若干个影响因子和预测模型包括；改变其中一个影响因子的值，其余影响因子保持不变，通过预测模型进行计算，计算的到该影响因子所对应的第二污泥含水率，并判断该影响因子为正反馈还是负反馈；重复进行上述步骤，直至所有的影响因子均轮换改变后，得到所有计算对应的第二污泥含水率；所述获取入水口、处理中和出水口的污泥含水率，并与污泥含水率阈值进行对比包括：将入水口的污泥含水率与污泥含水率阈值进行对比，若最优调控影响因子为正反馈，入水口的污泥含水率大于污水含水率阈值时，则减小最优调控影响因子的值，同理，则增大；反之，若最优调控影响因子为负反馈，入水口的污泥含水率大于污水含水率阈值时，则增大最优调控影响因子的值，同理，则减小。

全文数据：

权利要求：

百度查询： 中国市政工程西南设计研究总院有限公司 一种污水处理厂运行系统及控制方法