[發明專利]一種基于數據挖掘的污水處理廠進水流量預測方法

在審

• 申請號: 202010721980.X
• 申請日: 2020-07-24
• 公開（公告）號: CN111832837A
• 公開（公告）日: 2020-10-27
• 發明（設計）人: 于忠清;高暢
• 申請（專利權）人: 青島洪錦智慧能源技術有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/26;G06N3/08
• 代理公司: 昆明普發諾拉知識產權代理事務所(特殊普通合伙) 53209
• 代理人: 葛玉軍

1.一種基于數據挖掘的污水處理廠進水流量預測方法，其特征在于包括以下步驟：

S1：獲取待輸入數據進行獲取，并進行預處理；所述待輸入數據包括進水流量、降雨率和雷達反射率的歷史值；

S2：將獲取的進水流量、降雨率和雷達反射率作為輸入節點，輸入到BP神經網絡，經過訓練后得到預測模型；

S3：將選定時刻的降雨率和雷達反射率作為輸入節點，輸入到預測模型，獲取指定時刻進水流量的預測值，所述選定時刻依次為t時刻、t+15時刻、t+30時刻、t+60時刻、t+90時刻、t+120時刻、t+150時刻、t+180時刻；

S4：將輸出結果進行計算得到平均絕對誤差MAE和均方誤差MSE，用來衡量預測精度，值越小，預測模型的預測精確度越高；其中

其中，n為樣本總數，f_i為第i個樣本預測值，y_i為第i個樣本測量值；

S5：根據預測結果，根據預測模型的精確度分析，確定預測模型進行準確預測的時間，并生成各時刻預測報告。

2.根據權利要求1所述的一種基于數據挖掘的污水處理廠進水流量預測方法，其特征在于：步驟S2中所述的BP神經網絡由輸入層、中間層和輸出層構成；

其中，輸入層用于輸入在線實時獲取的進水流量、降雨率和雷達反射率；

中間層的節點數為6，神經元傳遞函數采用S型正切函數tansig，初始狀態的各節點之間的連接權值和閾值為(-1,1)之間的隨機小數，由系統自行產生，樣本的學習參數取0.2，訓練次數為1000次，誤差精度為0.001；

輸出層有一個節點，用于輸出預測的進水流量值。

3.根據權利要求1所述的一種基于數據挖掘的污水處理廠進水流量預測方法，其特征在于：步驟S1中所述的數據預處理包括數據的清洗、計算和異常數據的剔除；具體地，以15秒的間隔測量進水流速數據，將數據轉換為15分鐘的平均值，以使與降雨率、雷達反射率數據相同的頻率；進水流速的范圍是每天0-2.6億加侖，超出范圍的值被認為是異常值，在預處理數據時將其刪除。