-
Patent Agency Ranking
公开(公告)号：CN116819974A
公开(公告)日：2023-09-29
申请号：CN202311102920.X
申请日：2023-08-30
Applicant: 北京建筑大学
Abstract: 本发明涉及城市管网排口溢流监控技术领域，具体涉及一种基于深度强化学习的排水管网末端智能排水方法及系统，方法包括步骤：S1、预先在排水管网末端排口处安装水质采集终端，并采集实时水质数据；S2、基于预先训练好的DQN模型对于采集的实时水质数据进行分析，并根据分析结果控制排口处闸门执行开启或关闭动作；S3、对实时水质数据和闸门状态进行可视化展示。本发明根据污水状态自主实时调整截污闸门的启闭，能够减少人力消耗，为管理人员提供排口实时状态。
-
公开(公告)号：CN116861317A
公开(公告)日：2023-10-10
申请号：CN202311129638.0
申请日：2023-09-04
Applicant: 北京建筑大学
IPC: G06F18/241 , G06N3/048 , G06N3/084 , G06Q50/26 , G06F18/214 , E03F1/00 , E03F7/00 , G08B31/00 , G08B21/10
Abstract: 本发明公开了一种基于BP神经网络的小区内涝预警方法及系统，包括：利用小区历史内涝数据获取多组样本数据，以气象信息数据、地理信息数据和排水信息数据作为输入参数，以内涝发生概率和内涝影响范围为输出参数，并进行预处理，确定BP神经网络的结构参数，构建BP神经网络模型并进行训练，调整BP神经网络模型的参数并测试，获得训练好的BP神经网络模型对小区内涝进行预测，获得内涝发生概率和内涝影响范围的输出参数，生成不同等级的内涝预警信息并启动相应的防洪防涝措施；本发明涉及水文气象监测和预警监测技术领域，能及时准确地预测小区内涝发生的概率和影响范围并发布预警，提高小区居民的应对能力，降低内涝对小区居民生活和基础设施的影响。
-
公开(公告)号：CN116822753A
公开(公告)日：2023-09-29
申请号：CN202311101472.1
申请日：2023-08-30
Applicant: 北京建筑大学
Abstract: 本发明公开了一种基于神经网络的电动淋洗修复底泥预测优化方法及系统，属于铅镉污染底泥修复技术领域。其方法包括以下步骤：对铅镉污染底泥进行多种不同影响因素下的电动淋洗修复实验，得到不同影响因素下的实际铅去除率和实际镉去除率；构建BP神经网络模型，以多种不同影响因素作为BP神经网络模型的输入参数，以得到的实际铅去除率和实际镉去除率作为BP神经网络模型的输出参数，训练BP神经网络模型；利用训练好的BP神经网络模型对待修复污染底泥的铅去除率和镉去除率进行预测。通过本发明能够得到多种影响因素下的电动淋洗修复底泥预测结果。
-
公开(公告)号：CN116822753B
公开(公告)日：2023-11-03
申请号：CN202311101472.1
申请日：2023-08-30
Applicant: 北京建筑大学
Abstract: 本发明公开了一种基于神经网络的电动淋洗修复底泥预测优化方法及系统，属于铅镉污染底泥修复技术领域。其方法包括以下步骤：对铅镉污染底泥进行多种不同影响因素下的电动淋洗修复实验，得到不同影响因素下的实际铅去除率和实际镉去除率；构建BP神经网络模型，以多种不同影响因素作为BP神经网络模型的输入参数，以得到的实际铅去除率和实际镉去除率作为BP神经网络模型的输出参数，训练BP神经网络模型；利用训练好的BP神经网络模型对待修复污染底泥的铅去除率和镉去除率进行预测。通过本发明能够得到多种影响因素下的电动淋洗修复底泥预测结果。
-
公开(公告)号：CN116819974B
公开(公告)日：2023-11-03
申请号：CN202311102920.X
申请日：2023-08-30
Applicant: 北京建筑大学
Abstract: 本发明涉及城市管网排口溢流监控技术领域，具体涉及一种基于深度强化学习的排水管网末端智能排水方法及系统，方法包括步骤：S1、预先在排水管网末端排口处安装水质采集终端，并采集实时水质数据；S2、基于预先训练好的DQN模型对于采集的实时水质数据进行分析，并根据分析结果控制排口处闸门执行开启或关闭动作；S3、对实时水质数据和闸门状态进行可视化展示。本发明根据污水状态自主实时调整截污闸门的启闭，能够减少人力消耗，为管理人员提供排口实时状态。
-
-
-
-
Search Results
5
records
(took 0.021 seconds)
