公布日：2024.04.16
申請日：2024.01.19
分類號：C02F1/467(2023.01)I;C02F101/16(2006.01)N;C02F101/30(2006.01)N
摘要
本申請提供污水電解裝置運行控制方法、裝置、電子設備及介質，方法包括：S1：設置多組污水電解裝置的循環流量參數，并獲取相應輸入參數；S2：將步驟S1中的參數輸入預設神經網絡模型預測電解去除有機物的電子效率并輸出；獲取電子效率預測值中的最大值；S3：計算電子效率預測值的最大值循環流量條件下電解去除有機物的電子效率實際值，以及該條件下電子效率預測值和電子效率實際值的誤差；S4：當誤差滿足預設條件時停止迭代，將電子效率預測值中的最大值條件下的循環流量值作為最優循環流量參數；否則返回迭代；S5：以最優循環流量參數，對污水進行電解作業。本申請可解決如何精確權衡和控制氧化降解有機污染物程度的問題。
權利要求書
1.污水電解裝置運行控制方法，其特征在于，包括以下步驟：S1：設置多組污水電解裝置的循環流量參數，并獲取相應電壓、電流、電耗、進水流量、進水有機物含量、進水氧化還原電位、出水有機物含量、出水氧化還原電位參數中的一種或多種；S2：將步驟S1中的所述參數輸入預設神經網絡模型預測電解去除有機物的電子效率，輸出電子效率預測值；獲取電子效率預測值中的最大值；S3：計算電子效率預測值的最大值循環流量條件下電解去除有機物的電子效率實際值，以及該條件下電子效率預測值和電子效率實際值的誤差；S4：當所述誤差滿足預設條件時停止迭代，將電子效率預測值中的最大值條件下的循環流量值作為最優循環流量參數；否則，舍棄該最大值，選取剩余電子效率預測值中的最大值，返回步驟S3，進行迭代；S5：所述污水電解裝置的循環流量參數調整至所述最優循環流量參數，對污水進行電解作業。
2.如權利要求1所述的污水電解裝置運行控制方法，其特征在于，所述步驟S1中，設置多組污水電解裝置的循環流量參數，包括，設置基礎循環流量值，選取基礎循環流量值數值前后均勻分布的多個數值作為循環流量設定值，所述基礎循環流量值和循環流量設定值共同組成所述多組污水電解裝置的循環流量參數。
3.如權利要求1所述的污水電解裝置運行控制方法，其特征在于，所述步驟S1中，獲取相應電壓、電流、電耗、進水流量、進水有機物含量、進水氧化還原電位、出水有機物含量、出水氧化還原電位參數中的一種或多種；包括：所述進水有機物含量和出水有機物含量通過取樣化驗獲得，所述進水流量通過在線流量計計量獲得，所述進水氧化還原電位和出水氧化還原電位通過氧化還原電位分析儀測定獲得；所述電壓、電流、電耗通過電表測量獲得。
4.如權利要求1所述的污水電解裝置運行控制方法，其特征在于，所述步驟S2中，所述預設神經網絡模型為誤差逆傳播神經網絡模型。
5.如權利要求4所述的污水電解裝置運行控制方法，其特征在于，所述誤差逆傳播神經網絡模型包括兩個隱藏層和一個P-ReLU激活函數。
6.如權利要求5所述的污水電解裝置運行控制方法，其特征在于，所述兩個隱藏層的學習率使用Adam算法自適應調節。
7.如權利要求4所述的污水電解裝置運行控制方法，其特征在于，至少獲取電流、進水流量、進水有機物含量、出水有機物含量參數；所述步驟S3中，所述進水有機物含量為進水化學需氧量，出水有機物含量為出水化學需氧量；電子效率實際值η的計算公式為：
其中，NA為阿伏伽德羅常數，e為元電荷攜帶的電量，I為電流、F為進水流量、CODin為進水化學需氧量、CODout為出水化學需氧量。
8.一種污水電解裝置，其特征在于，包括：參數獲取模塊，用于獲取循環流量參數數值，并獲取相應電壓、電流、電耗、進水流量、進水有機物含量、進水氧化還原電位、出水有機物含量、出水氧化還原電位參數中的一種或多種參數數值；預測模塊，用于存儲預設神經網絡模型并預測電解去除有機物的電子效率，輸出電子效率預測值；計算模塊，用于獲取電子效率預測值中的最大值；還用于計算電子效率預測值的最大值循環流量條件下電解去除有機物的電子效率實際值，以及該條件下電子效率預測值和電子效率實際值的誤差；判斷模塊，用于判斷所述誤差是否滿足預設條件；調節模塊，用于在所述誤差不滿足預設條件時，更改循環流量參數；以及在所述誤差滿足預設條件時，將循環流量參數調整至最優循環流量參數，對污水進行電解作業。
9.一種電子設備，其特征在于，包括：處理器；以及存儲器，其上存儲有可執行代碼，當所述可執行代碼被所述處理器執行時，使所述處理器執行如權利要求1-7中任一項所述的方法。
10.一種非暫時性機器可讀存儲介質，其上存儲有可執行代碼，當所述可執行代碼被電子設備的處理器執行時，使所述處理器執行如權利要求1-7中任一項所述的方法。
發明內容
本申請提供了一種污水電解裝置運行控制方法、裝置、電子設備及介質，以解決如何精確地權衡和控制氧化降解有機污染物程度的問題。
本申請第一方面，提供一種污水電解裝置運行控制方法，包括以下步驟：
S1：設置多組污水電解裝置的循環流量參數，并獲取相應電壓、電流、電耗、進水流量、進水有機物含量、進水氧化還原電位、出水有機物含量、出水氧化還原電位參數中的一種或多種；
S2：將步驟S1中的所述參數輸入預設神經網絡模型預測電解去除有機物的電子效率，輸出電子效率預測值；獲取電子效率預測值中的最大值；
S3：計算電子效率預測值的最大值循環流量條件下電解去除有機物的電子效率實際值，以及該條件下電子效率預測值和電子效率實際值的誤差；
S4：當所述誤差滿足預設條件時停止迭代，將電子效率預測值中的最大值條件下的循環流量值作為最優循環流量參數；否則，舍棄該最大值，選取剩余電子效率預測值中的最大值，返回步驟S3，進行迭代；
S5：所述污水電解裝置的循環流量參數調整至所述最優循環流量參數，對污水進行電解作業。
優選地，所述步驟S1中，設置多組污水電解裝置的循環流量參數，包括，設置基礎循環流量值，選取基礎循環流量值數值前后均勻分布的多個數值作為循環流量設定值，所述基礎循環流量值和循環流量設定值共同組成所述多組污水電解裝置的循環流量參數。
優選地，所述步驟S1中，獲取相應電壓、電流、電耗、進水流量、進水有機物含量、進水氧化還原電位、出水有機物含量、出水氧化還原電位參數中的一種或多種；包括：所述進水有機物含量和出水有機物含量通過取樣化驗獲得，所述進水流量通過在線流量計計量獲得，所述進水氧化還原電位和出水氧化還原電位通過氧化還原電位分析儀測定獲得；所述電壓、電流、電耗通過電表測量獲得。
優選地，所述步驟S2中，所述預設神經網絡模型為誤差逆傳播神經網絡模型。
優選地，所述誤差逆傳播神經網絡模型包括兩個隱藏層和一個P-ReLU激活函數。
優選地，所述兩個隱藏層的學習率使用Adam算法自適應調節。
優選地，至少獲取電流、進水流量、進水有機物含量、出水有機物含量參數；所述步驟S3中，所述進水有機物含量為進水化學需氧量，出水有機物含量為出水化學需氧量；
電子效率實際值η的計算公式為：
其中，NA為阿伏伽德羅常數，e為元電荷攜帶的電量，I為電流、F為進水流量、CODin為進水化學需氧量、CODout為出水化學需氧量。
本申請的第二方面，提供一種污水電解裝置，包括：
參數獲取模塊，用于獲取循環流量參數數值，并獲取相應電壓、電流、電耗、進水流量、進水有機物含量、進水氧化還原電位、出水有機物含量、出水氧化還原電位參數中的一種或多種參數數值；
預測模塊，用于存儲預設神經網絡模型并預測電解去除有機物的電子效率，輸出電子效率預測值；
計算模塊，用于獲取電子效率預測值中的最大值；還用于計算電子效率預測值的最大值循環流量條件下電解去除有機物的電子效率實際值，以及該條件下電子效率預測值和電子效率實際值的誤差；
判斷模塊，用于判斷所述誤差是否滿足預設條件；
調節模塊，用于在所述誤差不滿足預設條件時，更改循環流量參數；以及在所述誤差滿足預設條件時，將循環流量參數調整至最優循環流量參數，對污水進行電解作業。
本申請的第三方面，提供一種電子設備，包括：
處理器；以及
存儲器，其上存儲有可執行代碼，當所述可執行代碼被所述處理器執行時，使所述處理器執行所述的方法。
本申請的第四方面，提供一種非暫時性機器可讀存儲介質，其上存儲有可執行代碼，當所述可執行代碼被電子設備的處理器執行時，使所述處理器執行所述的方法。
本申請的技術方案獲得如下的技術效果：
本發明可以解決當前電解降解有機物的電子效率低下、副反應產余氯多、調節控制不精細不準確的問題，能夠獲得較高的電子效率，精細化地控制電解程度。
（發明人：逯博特;沈宏觀;高康樂;王帥;楊義祥;王幼殊）
