一种自适应水域净化调节控制系统的制作方法
- 国知局
- 2024-07-29 12:34:45
本发明属于生态环保,具体涉及一种自适应水域净化调节控制系统。
背景技术:
1、随着人口增多、经济发展以及产业结构不合理等因素的影响,农业生产产生的生活垃圾、化肥、农药、畜禽粪便等面源污染会随着地表径流进入河湖水体中造成加剧了水质恶化、水体富营养化。河湖净化器是一款利用生物填料巨大的膜表面积为微生物的生长提供充足的附着环境,利用微生物、浮游生物构建生态群落,有效促进污染物的吸附、吸收、分解,集曝气复氧、水解酸化、缺氧处理、好氧处理等多种生化处理工艺于一体,消耗水体总的cod、氨氮和总磷,传统湖泊净化器无法控制水温的变化不能有效保证微生物挂膜效果及水质净化效果,为了解决这个问题,使用调温装置和曝气装置对水域水温和含氧量进行控制,从而控制微生物挂膜效果及水质净化效果。
2、然而,上述的技术在使用调温装置和曝气装置对水域水温和含氧量进行控制,不能精确的控制调温装置和曝气装置的工作功率和工作频率,使得微生物挂膜效果及水质净化效果不能达到最佳。
技术实现思路
1、本发明的目的就在于解决的问题,而提出一种自适应水域净化调节控制系统。
2、在本发明实施的第一方面,首先提出一种自适应水域净化调节控制系统,所述净化系统包括采集存储模块、模型训练模块和控制模块,其中:
3、所述采集存储模块采集目标水域的水质信息,并根据所述水质信息确定目标水域的水质类型;所述水质信息包括温度和溶氧量;所述目标水域为所述控制模块需要净化的水域;
4、所述模型训练模块根据所述水质类型调用目标模型参数,设置预设复合神经网络模型的模型参数为所述目标模型参数得到目标模型;
5、所述将发电信息和所述水质信息作为所述目标模型的输入,得到所述目标模型的输出作为所述控制模块的工作参数;所述发电信息为所述采集存储模块采集的所述目标水域的当前能耗和储电量;所述目标模型参数与所述水质类型存在一一对应关系,所述目标模型参数的模型训练集是当所述目标水域处于所述水质类型时采集的历史发电信息和历史水质信息;
6、所述控制模块根据所述工作参数控制调温装置和曝气装置的工作功率和工作频率。
7、可选地,所述水质信息包括温度和溶氧量,其中,所述温度类型划分包括低温、适温、高温,所述溶氧量类型划分包括缺氧、适氧、富氧;
8、所述水质类型包括低温缺氧型、低温适氧型、低温富氧型、适温缺氧型、适温适氧型、适温富氧型、高温缺氧型、高温适氧型、高温富氧型。
9、可选地,所述采集存储模块包括温度类型划分模块,所述温度类型划分模块包括:
10、水体温度模块:获取固定时间内,通过水温传感器来获取水体垂直方向上不同水层的温度值,得到水体温度偏差值;
11、水域温度模块:获取固定时间内,所述目标水域不同时刻的水体表面实际的温度和对应的预设温度,得到水域温度偏差系数;
12、处理分析模块:根据所述水体温度偏差值与所述水域温度偏差系数得到温度系数;
13、对比确定模块:将所述温度系数与预设的阶段阈值进行对比;
14、当所述温度系数小于第一阈值时,确定该目标水域温度为低温;
15、当所述温度系数不小于第一阈值但小于第二阈值时,确定该目标水域温度为适温;
16、当所述温度系数不小于第二阈值时,确定该目标水域温度为高温。
17、可选地,所述水体温度模块包括:通过水温传感器来获取水体垂直方向上不同水层的温度值,并标记dk,k表示不同水层的温度值的编号,k∈[0,f],计算相邻的两个水层之间的温差,计算的表达式为we=|dk-dk-1|;计算水体温度偏差值,计算表达式为:式中,er为水体温度偏差值;
18、所述水域温度模块包括:获取固定时间内,所述目标水域不同时刻的水体表面实际的温度和对应的预设温度,并将不同所述目标水域不同时刻的水体表面实际的温度和对应的预设温度分别建立集合,分别标记为h和y,集合h和y内有j个数据集;
19、将集合h和y内的数据进行一一对应并计算集合内实际的温度和对应的预设温度之间的差值,当所述差值小于0的时候,将该计算结果标记为0,当所述差值不小于0的时候,将该计算结果标记为1,统计所述差值中标记为0的个数和标记为1的个数,并分别表示为xc和xd,计算水域温度偏差系数,计算的表达式为:式中,re水域温度偏差系数;
20、所述处理分析模块包括:将所述水体温度偏差值和所述水域温度偏差系数进行加权求和得到温度系数,计算的表达式为:pu=a1×er+a2×re;式中,pu为温度系数,a1、a2分别为水体温度偏差值和水域温度偏差系数的预设比例系数,且a1、a2均大于0。
21、可选地,所述采集存储模块包括溶氧量类型划分模块,所述溶氧量类型划分模块包括:
22、氧气消耗模块:获取固定时间内,所述目标水域在不同时刻的含氧量与预设的含氧量,得到氧气消耗系数;
23、氧气制造模块:获取固定时间内,所述目标水域在不同时刻的所输送的氧含量,得到氧含量制造系数;
24、计算模块:根据所述氧气消耗系数与所述氧含量制造系数得到氧含量系数;
25、对比处理模块:将所述氧含量系数与预设的阶段阈值进行对比;
26、当所述氧含量系数小于第一阈值时,确定该目标水域溶氧量为缺氧;
27、当所述氧含量系数不小于第一阈值但小于第二阈值时,确定该目标水域溶氧量为适氧;
28、当所述氧含量系数不小于第二阈值时,确定该目标水域溶氧量为富氧。
29、可选地,所述氧气消耗模块包括:获取固定时间内,所述目标水域在不同时刻的含氧量与预设的含氧量,分别标记为q实d和q预d,d表示不同水层的温度值的编号,d∈[0,m],且d为正整数;计算氧气消耗系数,计算的表达式为:
30、所述氧气制造模块包括:获取固定时间内,所述目标水域在不同时刻的所输送的氧含量,并标记为jn,n表示不同时刻的所输送的氧含量的编号,n∈[0,t],计算jn的平均值作为氧含量制造系数,计算的表达式为:
31、所述计算模块包括:将所述氧气消耗系数和所述氧含量制造系数进行加权求和得到氧含量系数,计算的表达式为:bf=b1×fg+b2×tg;式中,bf为氧含量系数,b1、b2分别为氧气消耗系数和氧含量制造系数的预设比例系数,且b1、b2均大于0。
32、可选地,所述模型训练模块根据所述水质类型调用目标模型参数,设置预设复合神经网络模型的模型参数为所述目标模型参数得到目标模型包括:
33、根据所述水质类型调用所述水质类型对应的目标模型参数,并将原先的预设复合神经网络模型中的模型参数替换为所述水质类型对应的目标模型参数,将所述水质类型对应的目标模型参数作为新的预设复合神经网络模型中的模型参数进行训练,得到目标模型。
34、本发明的有益效果:
35、本发明提出了一种自适应水域净化调节控制系统,通过水质信息确定目标水域的水质类型,并根据水质类型调用目标模型参数,设置预设复合神经网络模型的模型参数为目标模型参数得到目标模型,再将发电信息和水质信息作为目标模型的输入,得到目标模型的输出作为控制模块的工作参数,从而精确的控制调温装置和曝气装置的工作功率和工作频率,使得微生物挂膜效果及水质净化效果达到最佳。
本文地址:https://www.jishuxx.com/zhuanli/20240725/141292.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。
下一篇
返回列表