[發明專利]一種基于人工智能的糞大腸桿菌群數的預測方法及裝置

有效

• 申請號: 202111149525.8
• 申請日: 2021-09-29
• 公開（公告）號: CN113851184B
• 公開（公告）日: 2023-07-04
• 發明（設計）人: 何典;劉睿海;李小龍;李闖;周琰
• 申請（專利權）人: 湖南工商大學
• 主分類號: G16B5/00
• 分類號: G16B5/00;G16B40/00;G06N3/0464;G06N3/048;G06N3/08
• 代理公司: 北京盛詢知識產權代理有限公司 11901
• 代理人: 方亞兵

1.一種基于人工智能的糞大腸桿菌群數的預測方法，其特征在于，步驟包括：

S1、獲取污水中相關數據，對所述相關數據進行預處理，獲得樣本的數據集；所述相關數據包括：調節池、兼氧池、好氧池、二沉池及排出口的污水每個時刻的溫度，PH值，動植物油量，凱式氮濃度和有機含碳總量，兼氧池，好氧池，二沉池，排放口每個時刻的生物需氧量BOD和糞大腸桿菌群數；

S2、構建GRU模型，將所述樣本的數據集導入所述GRU模型進行訓練，獲得數據特征；所述獲得數據特征的過程包括：基于特征矩陣進行霍克斯注意處理，獲得所有參數的數據特征；

其中，，為每個時刻的注意力權重，為兩個時刻之間的差值，最后得到的為所有數據的特征，其中每個參數的特征為5維，拼接在一起維度為33×5；

S3、根據所述數據特征結合構造的超圖，進行超圖注意力網絡處理，獲得糞大腸桿菌群數和相關數據預測結果；所述S3中包括構造超圖：

式中，為行數代表結點，為列數代表超邊，結點為每個工藝中的每種需要的參數，邊為調節池，兼氧池，好氧池，二沉池，排放口共五個工藝流程；G的維度為33×5，中結點的值為0或1，若一個具體工藝流程內用傳感器測了這個數值，就用1來表示，沒有測就用0來表示，在第一列值為1，在第二列值為0，則第二列值為1；

S4、分析所述預測結果并調整至所述預測結果達標。

2.根據權利要求1所述的基于人工智能的糞大腸桿菌群數的預測方法，其特征在于：所述S1中獲取相關數據過程包括：將污水依次進行調節池，兼氧池，好氧池和二沉池處理，最后從排放口將水排出；分別對所述調節池、兼氧池、好氧池、二沉池及排出口的污水進行數據采集。

3.根據權利要求1所述的基于人工智能的糞大腸桿菌群數的預測方法，其特征在于：所述S1中預處理的方法包括：測量所述相關數據，每10分鐘測量一次，即為每一時刻測量一次；所述調節池、兼氧池、好氧池、二沉池及排出口所述PH值，動植物油量，凱式氮濃度和有機含碳總量的含量，兼氧池，好氧池，二沉池，排放口每個時刻的生物需氧量BOD和糞大腸桿菌群數，構成一個矩陣q，所述矩陣q維數為33×5，

。

4.根據權利要求3所述的基于人工智能的糞大腸桿菌群數的預測方法，其特征在于：所述預處理的方法還包括：對矩陣進行數據擴充，取任意兩個最后排放口糞大腸桿菌濃度不達標的矩陣，進行計算求取平均值，擴充不達標樣本的數據集；計算出擴充不達標樣本集為,

式中，和分別表示任意兩個最后排放口糞大腸桿菌濃度不達標的矩陣。

5.根據權利要求4所述的基于人工智能的糞大腸桿菌群數的預測方法，其特征在于：所述S2中，不達標樣本的數據集導入所述模型的過程包括：

式中，t取值為1、2、3、4、5，門控循環單元代表一種改良版的循環神經網絡單元，初始化為一個數值全為0的33×5的特征矩陣，代表矩陣的每一列，即每一時刻測得的參數值；將初始化的特征矩陣和q_t傳入單元，得到了五個時刻的特征矩陣，也就是到。

6.根據權利要求1所述的基于人工智能的糞大腸桿菌群數的預測方法，其特征在于：獲得預測結果的過程包括：基于所述特征矩陣和超圖通過超圖注意力網絡獲得預測結果；

式中，代表超圖卷積，代表可訓練的參數矩陣，代表relu激活函數，代表拉普拉斯變換，代表需要第層超圖卷積得到的結果，輸入的為訓練的特征；的注意力權重，代表注意力系數；代表激活函數；每個需要的數據的結果，代表多頭注意力機制，代表矩陣拼接，loss為損失函數。

7.一種基于人工智能的糞大腸桿菌群數的預測裝置，其特征在于，包括：

獲取樣本的數據集模塊，用于獲取污水中相關數據，對所述相關數據進行預處理，獲得樣本的數據集；所述相關數據包括：調節池、兼氧池、好氧池、二沉池及排出口的污水每個時刻的溫度，PH值，動植物油量，凱式氮濃度和有機含碳總量，兼氧池，好氧池，二沉池，排放口每個時刻的生物需氧量BOD和糞大腸桿菌群數；

構建模型及獲取數據特征模塊，用于構建GRU模型，將所述樣本的數據集導入所述模型進行訓練，獲得數據特征；所述獲得數據特征的過程包括：基于特征矩陣進行霍克斯注意處理，獲得所有參數的數據特征；

其中，，為每個時刻的注意力權重，為兩個時刻之間的差值，最后得到的為所有數據的特征，其中每個參數的特征為5維，拼接在一起維度為33×5；

獲取糞大腸桿菌群數和相關數據預測結果模塊，用于根據所述數據特征結合構造的超圖，進行超圖注意力網絡處理，獲得所述糞大腸桿菌群數和所述相關數據預測結果；所述數據特征結合構造的超圖：

式中，為行數代表結點，為列數代表超邊，結點為每個工藝中的每種需要的參數，邊為調節池，兼氧池，好氧池，二沉池，排放口共五個工藝流程；G的維度為33×5，中結點的值為0或1，若一個具體工藝流程內用傳感器測了這個數值，就用1來表示，沒有測就用0來表示，在第一列值為1，在第二列值為0，則第二列值為1；

分析及調整模塊，用于分析所述相關數據預測結果并調整進水量，溫度，藥劑投放比例及投放量，使污水中的所述糞大腸桿菌群數達標。