[發明專利]一種實時污水曝氣情況監測方法

有效

• 申請號: 201711058675.1
• 申請日: 2017-11-01
• 公開（公告）號: CN107758885B
• 公開（公告）日: 2020-05-12
• 發明（設計）人: 陳奇;江潔羽;張子健;胡斌;劉濟源
• 申請（專利權）人: 浙江成功軟件開發有限公司
• 主分類號: G06N3/04
• 分類號: G06N3/04;C02F7/00
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 劉靜;邱啟旺

1.一種實時污水曝氣情況監測方法，其特征在于，包括以下步驟：

(1)從各個污水池所配備的攝像設備采集原始圖像數據；

(2)對采集到的原始圖像數據進行預處理，構建訓練集和驗證集，具體包括以下子步驟：

(2.1)對采集到的原始圖像數據打標簽，標記是否處于爆沸狀態，標定爆沸狀態起始時間和結束時間，再根據數據的時間戳進行狀態的標注；

(2.2)將原始圖像數據格式化為分類模型可接受的數據格式：讀取原始圖像數據，按照文件對應的編碼格式，將單條數據轉化為包含RGB三個通道的單精度三維數組，并重新對數據的長、寬、通道維度的順序進行排列；

(2.3)將原始圖像數據進行隨機排序；

(2.4)隨機抽取5％或10％的數據作為驗證集，剩余數據作為訓練集；可以向驗證集中補充加入特殊情況的采用數據，包括污水池中的倒影中出現云、水體表面覆蓋有浮萍以及各種極端天氣下的采樣數據；

(3)構建分類模型，根據數據集進行訓練和調參，具體包括以下子步驟：

(3.1)選擇合適的參數，構建卷積神經網絡模型，其中網絡層數和卷積核及神經元個數，根據計算機內存限制、輸入數據、模型效果進行調整，卷積核大小根據輸入圖片大小進行調整；并對網絡各層參數進行初始化；

(3.2)若數據采集不夠充分，則在輸入數據之前對數據進行數據增強，對輸入數據在語義不變的情況下進行翻轉、拉伸、銳化、調節飽和度操作，增加數據數量，以提高模型的健壯性；

(3.3)用交叉熵作為評估模型損失的指標，計算當前模型在訓練數據上的交叉熵，再根據隨機梯度下降算法和反向傳播算法計算出交叉熵在各層參數方向上的偏導數，最后根據偏導數更新各層參數值；

(3.4)當模型在驗證集上的準確率達到0.97-0.99區間內時停止訓練；若模型出現過擬合的情況，則采用早停技術，即當驗證集上的準確率開始下降時立刻停止訓練過程；

(3.5)封裝模型，供實時監測調用；

(4)部署分類模型，對污水池進行實時監測。

2.根據權利要求1所述的一種實時污水曝氣情況監測方法，其特征在于，所述步驟(2.2)中，還包括：原始圖像數據采集自不同設備，污水池所在位置、比例和視角也各不相同，在必要的情況下需要對圖像數據作裁剪，以保證圖像數據的主體為污水池。

3.根據權利要求1所述的一種實時污水曝氣情況監測方法，其特征在于，所述步驟(2.2)中，還包括：原始圖像數據采集自不同設備，圖像長寬和像素分辨率不盡相同，需要將各條數據調整為固定的長寬和分辨率。

4.根據權利要求1所述的一種實時污水曝氣情況監測方法，其特征在于，所述步驟(2)的預處理過程還包括：若不同標簽的數據比例相差過大，則對數據進行二次加權采樣，以保證不同狀態的數據數目大致相當，防止某一類別數據過多對結果造成影響。