一种基于模型优化的废气废水处理方法及装置与流程

本发明涉及大数据，具体而言，涉及一种基于模型优化的废气废水处理方法及装置。

背景技术：

1、当前的工厂进行生产活动的过程中，为了使得排放物达到排放标准，会使用废水处理设备和废气处理设备对排放物进行净化后再排放。虽然通过废水处理设备和废气处理设备实现了排放物的净化，但是当前的废水处理设备和废气处理设备却存在着浪费能源的情况。

技术实现思路

1、有鉴于此，本发明的目的在于提供一种基于模型优化的废气废水处理方法及装置，通过参数预测神经网络模型对废气废水一体化处理设备的目标运行控制参数进行预测，并利用预测出的目标运行控制参数对所述废气废水一体化处理设备进行控制，能够在保证排放物达标的情况下，提高废气废水一体化处理设备的工作能效值，从而有效地降低废气废水处理成本和能耗。

2、为了实现上述目的，本发明实施例采用的技术方案如下：

3、第一方面，本发明提供一种基于模型优化的废气废水处理方法，应用于废气废水处理系统，所述废气废水处理系统包括：设置于工厂的废气废水一体化处理设备以及检测设备。第一方面所述的方法包括：获取工厂的当前生产量；利用检测设备对废气废水一体化处理设备进行检测，以获得废气废水一体化处理设备的当前净化处理参数；其中，当前净化处理参数包括：当前废水进入流量、当前废气进入流量、当前废水进入温度以及当前废气进入温度；将当前生产量以及当前净化处理参数输入经过训练的参数预测神经网络模型，以预测出废气废水一体化处理设备的目标运行控制参数；以及，基于目标运行控制参数对废气废水一体化处理设备进行控制；

4、其中，参数预测神经网络模型的训练过程包括如下步骤：获取数据集，数据集包括多组训练数据，每组训练数据包括：工厂的历史生产量、废气废水一体化处理设备的历史净化处理参数以及对应的预设运行控制参数；其中，历史净化处理参数包括：历史废水进入流量、历史废气进入流量、历史废水进入温度以及历史废气进入温度；并且其中，在工厂按照历史生产量运行、废气废水一体化处理设备的净化处理参数为历史净化处理参数的情况下，当废气废水一体化处理设备按照预设运行控制参数运行时，废气废水一体化处理设备的液体排放物中的污染物浓度以及气体排放物中的污染物浓度均符合排放标准，并且废气废水一体化处理设备的能耗低于预设能耗阈值；以及，利用数据集对参数预测神经网络模型进行训练，以得到经过训练的参数预测神经网络模型；其中，预设运行控制参数被作为参数预测神经网络模型的输出变量，历史生产量以及历史净化处理参数被作为参数预测神经网络模型的输入变量。

5、第二方面，本发明提供一种基于模型优化的废气废水处理装置，也可以称为一种基于模型优化的废气废水处理系统。该装置包括设置于工厂的废气废水一体化处理设备、控制台以及检测设备，控制台与废气废水一体化处理设备以及检测设备连接。其中，控制台，用于获取工厂的当前生产量；控制台，还用于利用检测设备对废气废水一体化处理设备进行检测，以获得废气废水一体化处理设备的当前净化处理参数；其中，当前净化处理参数包括：当前废水进入流量、当前废气进入流量、当前废水进入温度以及当前废气进入温度；控制台，还用于将当前生产量以及当前净化处理参数输入经过训练的参数预测神经网络模型，以预测出废气废水一体化处理设备的目标运行控制参数；控制台，还用于基于目标运行控制参数对废气废水一体化处理设备进行控制；

6、其中，参数预测神经网络模型的训练过程包括如下步骤：获取数据集，数据集包括多组训练数据，每组训练数据包括：工厂的历史生产量、废气废水一体化处理设备的历史净化处理参数以及对应的预设运行控制参数；其中，历史净化处理参数包括：历史废水进入流量、历史废气进入流量、历史废水进入温度以及历史废气进入温度；并且其中，在工厂按照历史生产量运行、废气废水一体化处理设备的净化处理参数为历史净化处理参数的情况下，当废气废水一体化处理设备按照预设运行控制参数运行时，废气废水一体化处理设备的液体排放物中的污染物浓度以及气体排放物中的污染物浓度均符合排放标准，并且废气废水一体化处理设备的能耗低于预设能耗阈值；以及，利用数据集对参数预测神经网络模型进行训练，以得到经过训练的参数预测神经网络模型；其中，预设运行控制参数被作为参数预测神经网络模型的输出变量，历史生产量以及历史净化处理参数被作为参数预测神经网络模型的输入变量。

7、在本发明的可选实施例中，每组训练数据的获取过程包括如下步骤：在预设时间段中，获取工厂的目标时刻生产量以及废气废水一体化处理设备的目标时刻净化处理参数；其中，目标时刻净化处理参数包括：目标时刻废水进入流量、目标时刻废气进入流量、目标时刻废水进入温度以及目标时刻废气进入温度；获取建议运行控制参数集合，建议运行控制参数集合包括多个大小不同的建议运行控制参数；在工厂按照目标时刻生产量运行、废气废水一体化处理设备的净化处理参数为目标时刻净化处理参数的情况下，确定每个建议运行控制参数对应的能效值；其中，能效值根据如下公式确定：

8、enf=noe/（p*c）

9、其中，enf表示能效值，noe表示废气废水一体化处理设备的已净化液体和已净化气体的排放总流量，p表示废气废水一体化处理设备的运行功率，c表示液体排放物以及气体排放物中的污染物总浓度；以及，将建议运行控制参数集合中满足筛选条件且能效值最高的建议运行控制参数作为目标时刻生产量以及目标时刻净化处理参数对应的预设运行控制参数；其中，筛选条件包括：按照建议运行控制参数运行的废气废水一体化处理设备的液体排放物中的污染物浓度以及气体排放物中的污染物浓度均符合排放标准，并且废气废水一体化处理设备的能耗低于预设能耗阈值。

10、在本发明的可选实施例中，控制台，还用于确定废气废水一体化处理设备的多个可调控参数；控制台，还用于在工厂按照参考生产量运行、废气废水一体化处理设备的净化处理参数为参考净化处理参数的情况下，确定每个可调控参数对废气废水一体化处理设备的影响量；其中，影响量表示：对于按照可调控参数运行的废气废水一体化处理设备，在基于预设调整步长对可调控参数进行调整前后，废气废水一体化处理设备的能效值变化量；以及，控制台，还用于将多个可调控参数中影响量最大的可调控参数作为建议运行控制参数。

11、在本发明的可选实施例中，基于模型优化的废气废水处理方法还包括：控制台，还用于确定废气废水一体化处理设备的多个可调控参数；控制台，还用于在工厂按照参考生产量运行、废气废水一体化处理设备的净化处理参数为参考净化处理参数的情况下，确定每个可调控参数对废气废水一体化处理设备的影响量；其中，影响量表示：对于按照可调控参数运行的废气废水一体化处理设备，在基于预设调整步长对可调控参数进行调整前后，废气废水一体化处理设备的能效值变化量；以及，控制台，还用于将多个可调控参数中影响量最小的可调控参数作为建议运行控制参数。

12、在本发明的可选实施例中，影响量按照如下公式进行计算：

13、infend=|enf1-enf2|；

14、其中，infend表示影响量，enf1表示按照调整前的可调控参数运行的废气废水一体化处理设备的能效值，enf2表示按照调整后的可调控参数运行的废气废水一体化处理设备的能效值，调整前的可调控参数与调整后的可调控参数之间的差值为预设调整步长。

15、在本发明的可选实施例中，每组训练数据的获取过程包括如下步骤：在预设时间段中，获取工厂的目标时刻生产量以及废气废水一体化处理设备的目标时刻净化处理参数；其中，目标时刻净化处理参数包括：目标时刻废水进入流量、目标时刻废气进入流量、目标时刻废水进入温度以及目标时刻废气进入温度；获取建议运行控制参数集合，建议运行控制参数集合包括多个大小不同的建议运行控制参数；将目标时刻生产量、目标时刻净化处理参数以及每个建议运行控制参数输入经过训练的能效值预测模型，以预测出每个建议运行控制参数对应的能效值；其中，能效值表示：在工厂按照目标时刻生产量运行、废气废水一体化处理设备的净化处理参数为目标时刻净化处理参数并且废气废水一体化处理设备按照建议运行控制参数运行的情况下，废气废水一体化处理设备的已净化液体和已净化气体的排放总流量与做功数值之间的比值，做功数值为废气废水一体化处理设备的运行功率与液体排放物以及气体排放物中的污染物总浓度的乘积；以及，将建议运行控制参数集合中满足筛选条件且能效值最高的建议运行控制参数作为目标时刻生产量以及目标时刻净化处理参数对应的预设运行控制参数；其中，

16、筛选条件包括：按照建议运行控制参数运行的废气废水一体化处理设备的液体排放物中的污染物浓度以及气体排放物中的污染物浓度均符合排放标准，并且废气废水一体化处理设备的能耗低于预设能耗阈值。

17、在本发明的可选实施例中，当前净化处理参数还包括废气废水一体化处理设备的当前运行温度，历史净化处理参数还包括废气废水一体化处理设备的历史运行温度。

18、在本发明的可选实施例中，工厂包括化工工厂，废气废水一体化处理设备包括电机，建议运行控制参数包括电机的运行功率。

19、本发明实施例提供的基于模型优化的废气废水处理方法的有益效果包括以下内容：

20、在工厂按照历史生产量运行、废气废水一体化处理设备的净化处理参数为历史净化处理参数的情况下，当废气废水一体化处理设备按照预设运行控制参数运行时，该废气废水一体化处理设备满足如下条件：废气废水一体化处理设备的液体排放物中的污染物浓度以及气体排放物中的污染物浓度均符合排放标准，并且废气废水一体化处理设备的能耗低于预设能耗阈值。因此，在利用历史生产量、历史净化处理参数以及对应的预设运行控制参数对参数预测神经网络模型进行训练后，该经过训练的参数预测神经网络模型所预测出的目标运行控制参数能够使得：“废气废水一体化处理设备的液体排放物中的污染物浓度以及气体排放物中的污染物浓度均符合排放标准，并且废气废水一体化处理设备的能耗低于预设能耗阈值”。也即是说，本发明实施例提供的方法通过参数预测神经网络模型对废气废水一体化处理设备的目标运行控制参数进行预测，并利用预测出的目标运行控制参数对所述废气废水一体化处理设备进行控制，能够在保证排放物达标的情况下，提高废气废水一体化处理设备的工作能效值，从而有效地降低废气废水处理成本和能耗。

21、为使本发明的上述目的、特征和优点能更明显易懂，下文特举本发明实施例，并配合所附附图，作详细说明如下。