公开(公告)号：CN119067472A

公开(公告)日：2024-12-03

申请号：CN202411120143.6

申请日：2024-08-15

Applicant: 江南大学

Inventor： 沈知章 ,  李澳 ,  干霖 ,  曾志伟 ,  徐晨涛

IPC: G06Q10/0637 ,  G06Q50/26 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于数据分解和深度学习的污水处理厂进水预测方法，涉及污水处理领域。所述方法构建了一种水质预测混合模型，通过水质预测混合模型得到水质指标的预测数据；数据分解模块利用STL时间序列分解方法将所述历史时间序列数据分解为趋势分量、季节分量和残差分量；特征提取模块用于提取各时间窗口中数据的时间变化规律与变量间关系；时间特征增强模块用于对提取的时间变化特征进行强化提取；解码与预测模块生成水质指标预测值。针对污水处理厂复杂的水质水量变化，本发明的水质预测方法能够更好地处理数据中的非线性特征和噪声，实验结果证明，本发明可以提高预测的准确性、可靠性和时效性。

公开(公告)号：CN119397491A

公开(公告)日：2025-02-07

申请号：CN202411436882.6

申请日：2024-10-15

Applicant: 江南大学

Inventor： 李激 ,  李怀波 ,  沈知章 ,  王燕

IPC: G06F18/27 ,  G06F18/214 ,  G06F18/15 ,  G06N3/0442 ,  G06N3/0455 ,  G01N33/18

Abstract: 本发明提供了一种基于混合注意力机制和编解码器的出水COD预测方法，包括：采集污水处理厂进水参数、运行参数与出水COD值，对数据进行数据清洗、归一化、划分数据集等预处理；然后构建包含编码解码器结构、混合注意力机制以及回归模块的出水COD预测模型；将进水参数、运行参数作为输入数据，将出水COD作为输出数据基于反向传播算法训练模型；调用训练好的模型对出水COD进行预测。本发明利用编码解码器结构捕捉污水处理过程中多元长时间序列复杂的映射关系，设计混合注意力机制自适应提取时间与空间维度上的关键信息，该模型能够灵活适配污水处理厂多种工况变化情况，提高了预测准确度。

公开(公告)号：CN215712427U

公开(公告)日：2022-02-01

申请号：CN202120544310.5

申请日：2021-03-16

Applicant: 江南大学

Inventor： 唐灵铃 ,  张正豪 ,  王水兵 ,  于瀚潇 ,  吕金泽 ,  沈知章 ,  王硕 ,  李激

IPC: C02F9/14

Abstract: 本实用新型公开了一种污水处理厂尾水深度脱氮除磷耦合消毒系统，属于环境工程技术领域。本实用新型包括硫铁自养反硝化滤池和紫外‑TiO2消毒池2个功能单元，污水处理厂尾水首先进入硫铁自养反硝化滤池，通过滤池的承托层、滤料层，实现尾水的同步深度氮磷去除。随后滤池出水进入紫外‑TiO2消毒池，通过TiO2紫外光催化实现尾水的有效消毒，同时进一步去除难降解污染物。本套系统具有脱氮除磷和消毒效果好，出水可稳定达标，同时反应时间短，占地面积小，无需外加碳源和除磷药剂，污泥产量小和运行成本低的优点，能够满足我国污水处理行业的发展需求，并实现尾水处理“节能减排”的目的，具有广阔的应用前景。