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：浙江大学

摘要：本发明公开了一种基于卷积‑长短期记忆‑注意力的原水浊度控制方法，包括原水浊度预测和聚合物加药控制两部分。原水浊度预测部分包括：首先，针对原水水质变化的历史数据，建立基于CNN‑LSTM‑Attention的沉淀池浊度预测模型；然后，根据实时获取的水质变化数据，实时预测未来1小时的原水浊度值。聚合物加药控制部分包括：利用历史数据，使用随机森林算法，构建聚合物加药量预测模型；根据浊度预测模型所预测的浊度值，如果其结果超过了设定的阈值，则使用聚合物加药量预测模型预测药品投放量。本发明解决了从投入聚合物到药品反应到浊度值上存在的滞后性问题，同时保证了浊度值能够始终处于可控范围内，具有广泛的适用性。

主权项：1.一种基于卷积-长短期记忆-注意力的原水浊度控制方法，其特征在于，包括原水浊度预测和聚合物加药控制两部分：原水浊度预测部分包括以下步骤：（1.1）根据原水水质变化的动态时变性，基于CNN-LSTM-Attention算法建立原水浊度预测模型；所述步骤（1.1）包括以下子步骤：（1.1.1）在热电厂原水处理数据库中，筛选出日常生产流程中的原水浊度、进水流量、聚合物加药量、水质情况监测相机的参数为历史数据样本，并进行数据预处理，所述水质情况监测相机的参数包括质量分数、直径、球形度、亮度、最大絮凝物；（1.1.2）将步骤（1.1.1）得到的历史数据样本划分为训练集、验证集和测试集三部分；（1.1.3）以水质情况监测相机参数、原水浊度、进水流量、聚合物加药量最近2小时数据为输入变量，未来1小时的原水浊度值为输出变量，依据步骤（1.1.2）得到的训练集、验证集和测试集，采用CNN-LSTM-Attention算法，训练得到原水浊度预测模型；（1.2）使用水质情况监测相机、浊度计以及流量计，将对应的水质情况监测相机参数、原水浊度、进水流量实时输入原水浊度预测模型，实时预测浊度值；聚合物加药控制部分包括以下步骤：（2.1）根据原水浊度值，进水流量和聚合物加药量的历史数据，使用随机森林算法建立聚合物加药量预测模型；所述步骤（2.1）包括以下子步骤：（2.1.1）在热电厂原水处理数据库中，筛选出日常生产流程中的原水浊度符合工业生产标准的浊度数据、进水流量、聚合物加药量、水质情况监测相机的参数为历史数据样本，并进行数据预处理和特征工程，清洗异常数据并筛选出有用的特征，所述水质情况监测相机的参数包括质量分数、直径、球形度、亮度、最大絮凝物；（2.1.2）将步骤（2.1.1）得到的历史数据样本划分为训练集、验证集和测试集三部分；（2.1.3）以水质情况监测相机参数、原水浊度、进水流量为输入变量，聚合物加药量为输出变量，依据步骤（2.1.2）得到的训练集、验证集和测试集，采用随机森林算法，训练得到聚合物加药量预测模型；（2.2）根据原水浊度预测模型给出的浊度值，若预测的未来浊度值超过了设定的阈值，则使用聚合物加药量预测模型预测加药量，否则维持加药量。

全文数据：

权利要求：

百度查询： 浙江大学 一种基于卷积-长短期记忆-注意力的原水浊度控制方法