(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210993316.X (22)申请日 2022.08.18 (65)同一申请的已公布的文献号 申请公布号 CN 115081345 A (43)申请公布日 2022.09.20 (73)专利权人 中交四公局第一工程有限公司 地址 100176 北京市大兴区经济技 术开发 区荣京东 街3号1幢十五层1单 元1308 (72)发明人 鲁百平　岳长青　孙利颖　赵秩平　 (74)专利代理 机构 北京中南长风知识产权代理 事务所(普通 合伙) 11674 专利代理师 穆丽红 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/26(2012.01)G06N 20/00(2019.01) (56)对比文件 CN 114604962 A,202 2.06.10 CN 114662895 A,202 2.06.24 CN 1730412 A,20 06.02.08 CN 101964084 A,201 1.02.02 CN 111533290 A,2020.08.14 KR 10170 3981 B1,2017.02.08 审查员 董立波 (54)发明名称 一种用于溢流雨污水的处理工艺优化的方 法及系统 (57)摘要 本发明提供了一种用于溢流雨污水的处理 工艺优化的方法及系统， 涉及污水控制工程技术 领域， 获取溢流雨污水场景应用参数信息， 基于 大数据对相应的污水处理信息进行数据采集， 获 得溢流雨污水处理信息集合， 并确定对应的溢流 雨污水处理工艺信息集合， 进一步构建溢流雨污 水处理效果预测模型， 将待处理溢流雨污水信息 和待处理工艺信息输入模型进行分析预测获取 污水处理效果系数， 基于污水处理效果系数进行 待处理工艺信息的优化， 解决了现有技术中存在 的由于工艺流程的普遍性， 使得对于溢流雨污水 的处理流程与实际状况匹配度不足， 且工艺流程 不够严谨， 以影响最终的处理精度的技术问题， 通过进行处理工艺流程优化实现了溢流雨污水 的最优处 理。 权利要求书3页 说明书9页 附图3页 CN 115081345 B 2022.11.25 CN 115081345 B 1.一种用于溢流 雨污水的处 理工艺优化的方法， 其特 征在于， 所述方法包括： 获取溢流 雨污水应用场景信息； 对所述溢流 雨污水应用场景信息进行要素提取， 获得溢流 雨污水场景应用参数信息； 基于大数据对所述溢流雨污水场景应用参数信 息下的污水处理信 息进行数据采集， 获 得溢流雨污水处 理信息集 合； 根据所述溢流 雨污水处 理信息集 合， 获得溢流 雨污水处 理工艺信息集 合； 基于所述溢流雨污水处理信 息集合和所述溢流雨污水处理工艺信 息集合， 构建溢流雨 污水处理效果预测模型； 将待处理溢流雨污水信息和待处理工艺信息输入所述溢流雨污水处理效果预测模型 中， 获得污水处 理效果系数； 如果所述污水处理效果系数未达到预设处理效果系数， 基于所述污水处理效果系数对 所述待处 理工艺信息进行优化； 其中， 所述构建溢流 雨污水处 理效果预测模型， 包括： 所述溢流雨污水处理效果预测模型包括输入层、 数据回归层、 效果分析层和输出层； 将 所述溢流雨污水处理信息集合和所述溢流雨污水处理工艺信息集合作为模型样本信息进 行标识； 对标识后的所述模型样本信息按照预定比例进行划分， 获得训练集、 验证集和 测试集； 基于所述训练集对所述溢流雨污水处理效果预测模型进行监督训练， 获得基础溢流雨 污水处理效果预测模 型； 其中， 获得多 元线性回归函数； 通过所述多 元线性回归函数对所述 溢流雨污水处理信息集合和所述溢流雨污水处理工艺信息集合进 行数据拟合， 获得多 元预 测线性回归函数； 基于所述多元 预测线性回归函数， 构建所述数据回归层； 基于所述验证集和所述测试集对所述基础溢流雨污水处理效果预测模型进行验证和 测试， 直到模型分析准确率达 到预设准确率， 获得训练后的溢流 雨污水处 理效果预测模型。 2.如权利要求1所述的方法， 其特 征在于， 所述获得污水处 理效果系数， 包括： 将所述待处理溢流雨污水信 息和待处理工艺信 息作为输入层， 输入至所述数据回归层 中， 输出污水处 理预测结果信息； 将所述污水处 理预测结果信息 输入所述效果分析层中， 输出 所述污水处 理效果系数； 将所述污水处 理效果系数作为输出 结果， 通过 所述输出层输出。 3.如权利要求1所述的方法， 其特征在于， 所述基于所述污水处理效果系数对所述待处 理工艺信息进行优化， 包括： 根据所述污水处 理效果系数， 获取污水处 理工艺优化需求信息； 基于所述污水处 理工艺优化需求信息， 构建工艺优化 适应度函数； 根据所述待处 理工艺信息， 获得污水处 理工艺寻优空间； 基于所述工艺优化适应度函数在所述污水处理工艺寻优空间内进行优化， 输出污水处 理工艺优化导向方案， 并根据所述污水处理工艺优化导向方案进 行溢流雨污水 处理工艺优 化。 4.如权利要求3所述的方法， 其特征在于， 所述基于所述工艺优化适应度函数在所述污 水处理工艺寻优空间内进行优化， 输出污水处 理工艺优化 导向方案， 包括： 从所述污水处 理工艺寻优空间内随机 选择工艺优化 参数， 作为工艺 最优参数；权　利　要　求　书 1/3 页 2 CN 115081345 B 2根据所述工艺优化 适应度函数， 计算所述工艺 最优参数的优化 适应度； 从所述污水处 理工艺寻优空间内随机 选择工艺优化 参数， 作为比对参数； 根据所述工艺优化 适应度函数， 计算所述比对参数的比对适应度； 如果所述比对适应度 大于所述优化适应度， 则将所述比对参数替代作为所述工艺最优 参数； 若所述工艺最优参数在阈值 次数的迭代优化中未变化或迭代优化达到预设次数， 则将 所述工艺 最优参数输出， 获得 所述污水处 理工艺优化 导向方案 。 5.如权利要求3所述的方法， 其特 征在于， 所述方法包括： 获得溢流雨污水处理设备的基本参数信息， 其中， 所述溢流雨污水处理设备的基本参 数信息包括设备功率、 处 理速率、 处 理流程、 所需辅助材 料； 对所述基本参数信息进行处 理能力评估， 获得设备处 理能力系数； 基于所述设备处理能力系数和所述污水处理工艺优化导向方案进行适配性分析， 获得 设备适配性系数； 基于所述设备适配性系数， 对所述污水处 理工艺优化 导向方案进行调整修 正。 6.一种用于溢流 雨污水的处 理工艺优化的系统， 其特 征在于， 所述系统包括： 场景信息获取模块， 所述信息获取模块用于获取溢流 雨污水应用场景信息； 要素提取模块， 所述要素提取模块用于对所述溢流雨污水应用场景信息进行要素提 取， 获得溢流 雨污水场景应用参数信息； 数据采集模块， 所述数据采集模块用于基于大数据对所述溢流雨污水场景应用参数信 息下的污水处 理信息进行 数据采集， 获得溢流 雨污水处 理信息集 合； 工艺信息获取模块， 所述工艺信息获取模块用于根据所述溢流雨污水处理信息集合， 获得溢流 雨污水处 理工艺信息集 合； 模型构建模块， 所述模型构建模块用于基于所述溢流雨污水处理信 息集合和所述溢流 雨污水处理工艺信息集合， 构建溢流雨污水处理效果预测模型， 所述模型构建模块构建的 所述溢流 雨污水处 理效果预测模型包括输入层、 数据回归层、 效果分析层和输出层； 系数获取模块， 所述系数获取模块用于将待处理溢流雨污水信 息和待处理工艺信 息输 入所述溢流 雨污水处 理效果预测模型中， 获得污水处 理效果系数； 信息优化模块， 所述信 息优化模块用于如果所述污水处理效果系数未达到预设处理效 果系数， 基于所述污水处 理效果系数对所述待处 理工艺信息进行优化； 所述模型构建模块包括： 信息标识模块， 所述信 息标识模块用于将所述溢流雨污水处理信 息集合和所述溢流雨 污水处理工艺信息集 合作为模型样本信息进行 标识； 信息划分模块， 所述信 息划分模块用于对标识后的所述模型样本信 息按照预定比例进 行划分， 获得训练集、 验证集和 测试集； 模型训练模块， 所述模型训练模块用于基于所述训练集对所述溢流雨污水处理效果预 测模型进 行监督训练， 获得基础溢流雨污水 处理效果预测模型； 其中， 获得多 元线性回归函 数； 通过所述多 元线性回归函数对所述溢流雨污水 处理信息集合和所述溢流雨污水处理工 艺信息集合进 行数据拟合， 获得多元预测线性回归函数； 基于所述多 元预测线性回归函数， 构建所述数据回归层；权　利　要　求　书 2/3 页 3 CN 115081345 B 3