CN120247207A 基于神经网络模型的污水处理方法、系统、装置和介质 （东华工程科技股份有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN120247207A(43)申请公布日2025.07.04

(21)申请号202510741380.2

(22)申请日2025.06.05

(71)申请人东华工程科技股份有限公司

地址230088安徽省合肥市长江西路669号

高新技术产业开发区内

(72)发明人汪炎何雪何春华李辰

李子尧温晶晶李睿章欣宇李铭阳王伟

(74)专利代理机构北京集佳知识产权代理有限公司11227

专利代理师李光萍

(51)Int.CI.

CO2F1/00(2023.01)

GO6N3/04(2023.01)

GO6N3/08(2023.01)

CO2F1/52(2023.01)

CO2F1/58(2023.01)

CO2F1/24(2023.01)

权利要求书2页说明书10页附图2页

(54)发明名称

基于神经网络模型的污水处理方法、系统、装置和介质

(57)摘要

CN120247207A本申请公开了基于神经网络模型的污水处理方法、系统、装置和介质，涉及污水处理技术领域，通过实时监测进水总磷浓度等水质参数，预设神经网络模型输入数据始终反映当前的实际工况，而不是基于过时或固定的数据进行预测，确保投药量预测的时效性和准确性，消除传统离线检测的滞后性以实现实时调控。通过生成溶气量和水力停留时间的不同组合得到若干处理方案，每种处理方案对应着不同的最低投药量，在确保污水处理效果满足出水总磷浓度限值的前提下，将最低污水处理成本所对应的处理方案作为目标方案，这种基于成本优化的决策方式，能够在众多可行方案中选择最具经济性的运行方

CN120247207A

实时获取当前污水的水质参数，水质参数至少包括进水总磷浓度和出水总磷浓度限值

生成溶气量和水力停留时间的不同组合以得到若干处理方案

将水质参数和各项处理方案输入训练好的预设神经网络模型，得到每项处理方案对应的最低投药量

基于每项处理方案和每项处理方案对应的最低投药量计算各处理方

案的污水处理成本，将最低污水处理成本所对应的处理方案作为目

标方案，以便应用目标方案对应的目标溶气量、目标水力停留时间

和目标最低投药量进行污水处理

S10

S11

S13

CN120247207A权利要求书1/2页

2

1.一种基于神经网络模型的污水处理方法，其特征在于，包括：

实时获取当前污水的水质参数，所述水质参数至少包括进水总磷浓度和出水总磷浓度限值；

生成溶气量和水力停留时间的不同组合以得到若干处理方案；

将所述水质参数和各项所述处理方案输入训练好的预设神经网络模型，得到每项所述处理方案对应的最低投药量；

基于每项所述处理方案和每项所述处理方案对应的最低投药量计算各所述处理方案的污水处理成本，将最低污水处理成本所对应的处理方案作为目标方案，以便应用所述目标方案对应的目标溶气量、目标水力停留时间和目标最低投药量进行污水处理。

2.根据权利要求1所述的基于神经网络模型的污水处理方法，其特征在于，将所述水质参数和各项所述处理方案输入训练好的预设神经网络模型，得到每项所述处理方案对应的最低投药量之前，还包括：

获取历史数据；其中，所述历史数据包括历史出水总磷浓度，以及所述历史出水总磷浓度所对应的历史进水总磷浓度、历史溶气量、历史水力停留时间和历史投药量；其中，所述历史出水总磷浓度小于或等于出水总磷浓度限值；

根据所述历史进水总磷浓度和所述历史出水总磷浓度计算总磷浓度去除率；

构建包括所述总磷浓度去除率、所述历史进水总磷浓度、所述历史溶气量、所述历史水力停留时间和所述历史投药量的五维输入向量；

将所述五维输入向量输入神经网络架构中进行训练，得到所述预设神经网络模型。

3.根据权利要求2所述的基于神经网络模型的污水处理方法，其特征在于，根据所述历史进水总磷浓度和所述历史出水总磷浓度计算总磷浓度去除率之前，还包括：

分离所述历史数据得到特征数据和目标变量；其中，所述特征数据包含所述历史进水总磷浓度、所述历史出水总磷浓度、所述历史溶气量和所述历史水力停留时间，所述目标变量为所述历史投药量；

对每个所述特征数据进行标准化处理，以使每个所述特征数据的均值为0,标准差为1。

4.根据权利要求2所述的基于神经网络模型的污水处理方法，其特征在于，将所述五维输入向量输入神经网络架构中进行训练之前，还包括：

创建双