[发明专利]自来水混凝剂加药量的预测方法及系统

权利要求书

1.一种自来水混凝剂加药量的预测方法，其特征在于，包括：

步骤S1：利用深度学习算法建立混凝剂投加量计算模型；

步骤S2：将自来水混凝剂投加量的影响因素输入混凝剂投加量计算模型，预测混凝剂加药量。

2.根据权利要求1所述的自来水混凝剂加药量的预测方法，其特征在于，所述自来水混凝剂投加量的影响因素包括进水流量、进水浊度、进水PH、水温、混凝剂实际投加量、混凝池搅拌强度、混凝池液位、沉淀池出水浊度以及沉淀池浊度设定目标。

3.根据权利要求1所述的自来水混凝剂加药量的预测方法，其特征在于，所述混凝剂投加量计算模型包括输入层、隐含层以及输出层；

所述隐含层包括时间序列层和全连接层。

4.根据权利要求2所述的自来水混凝剂加药量的预测方法，其特征在于，所述混凝池搅拌强度采用：

其中，StInt表示混凝池搅拌强度；θ表示功率修正因子；η表示搅拌强度修正因子；Voltage表示搅拌机电压；Current表示搅拌机电流；Length表示混凝池长度；Width表示混凝池宽度；WLev表示混凝池液位。

5.根据权利要求2所述的自来水混凝剂加药量的预测方法，其特征在于，所述沉淀池浊度设定目标根据实际生产需要或供水水质指标的变更对沉淀池浊度设定目标值进行调整。

6.根据权利要求2所述的自来水混凝剂加药量的预测方法，其特征在于，每个影响因素取值采用预设时间段内的序列值作为混凝剂投加量计算模型的输入。

7.根据权利要求1所述的自来水混凝剂加药量的预测方法，其特征在于，将自来水混凝剂投加量的影响因素以及预测混凝剂加药量进行数据归一化处理；所述数据归一化处理的方法包括最大最小法。

8.一种自来水混凝剂加药量的预测系统，其特征在于，包括：

模块M1：利用深度学习算法建立混凝剂投加量计算模型；

模块M2：将自来水混凝剂投加量的影响因素输入混凝剂投加量计算模型，预测混凝剂加药量。

9.根据权利要求8所述的自来水混凝剂加药量的预测系统，其特征在于，所述自来水混凝剂投加量的影响因素包括进水流量、进水浊度、进水PH、水温、混凝剂实际投加量、混凝池搅拌强度、混凝池液位、沉淀池出水浊度以及沉淀池浊度设定目标；

所述混凝池搅拌强度采用：

其中，StInt表示混凝池搅拌强度；θ表示功率修正因子；η表示搅拌强度修正因子；Voltage表示搅拌机电压；Current表示搅拌机电流；Length表示混凝池长度；Width表示混凝池宽度；WLev表示混凝池液位；

所述沉淀池浊度设定目标根据实际生产需要或供水水质指标的变更对沉淀池浊度设定目标值进行调整；

每个影响因素取值采用预设时间段内的序列值作为混凝剂投加量计算模型的输入；

将自来水混凝剂投加量的影响因素以及预测混凝剂加药量进行数据归一化处理；所述数据归一化处理的方法包括最大最小法。

10.根据权利要求8所述的自来水混凝剂加药量的预测系统，其特征在于，所述混凝剂投加量计算模型包括输入层、隐含层以及输出层；

所述隐含层包括时间序列层和全连接层。