华南理工大学刘乙奇获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉华南理工大学申请的专利一种针对污水处理过程的在线监测方法、装置和存储介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116467646B 。
龙图腾网通过国家知识产权局官网在2026-01-27发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310183622.1,技术领域涉及:G06F18/2411;该发明授权一种针对污水处理过程的在线监测方法、装置和存储介质是由刘乙奇;李志;于广平;刘坚设计研发完成,并于2023-02-28向国家知识产权局提交的专利申请。
本一种针对污水处理过程的在线监测方法、装置和存储介质在说明书摘要公布了:本发明公开了一种针对污水处理过程的在线监测方法、装置和存储介质,利用离线数据建立自编码器一类支持向量机模型,然后对采集到的现场数据进行预处理,再计算出每个实时观测样本的预测分数,与预设定的阈值进行比较。如果预测分数值未超出控制限则说明工况正常;相反,如果预测分数值超过控制限则可判定该观测时刻污水处理过程发生了故障。本发明充分考虑到污水处理过程观测变量繁多的特点,通过特征提取技术自编码器获取观测变量稀疏特征,解决了基于一类支持向量机的在线监测方法无法处理高维度数据的问题。同时,一类支持向量机的应用很好地解决了污水处理过程中数据样本不平衡的问题。本发明可广泛应用于故障在线监测技术领域。
本发明授权一种针对污水处理过程的在线监测方法、装置和存储介质在权利要求书中公布了:1.一种针对污水处理过程的在线监测方法,其特征在于,包括以下步骤: 确定观测变量并设定采样间隔,将采集正常工况时的观测数据作为训练集,对训练集进行预处理,得到预处理后的训练集; 根据训练集特征确定自编码器网络结构,并设置损失函数; 使用预处理后的训练集训练自编码器,得到网络的最优参数,再利用自编码器中的编码器提取训练集特征,得到训练集的稀疏特征集合; 根据稀疏特征集合特点,确定一类支持向量机的核函数类型及相应超参数,使用稀疏特征集合训练一类支持向量机,并得到稀疏特征对应样本的预测分数; 使用箱线图分析预测分数集合的数据分布特征,以确定故障监测的控制限; 判断污水处理过程是否发生故障:按所述采样间隔采集观测数据作为测试样本,将所述测试样本的预测分数值与由箱线图得到的控制限做差;若预测分数值未超出控制限,则判定工况正常,进行下一次采样;若预测分数值超过控制限,则判定采集所述测试样本的时刻发生故障,发出报警; 所述一类支持向量机的表达式为: 所述一类支持向量机的目标方程为: 其中,是将输入向量投影到高维特征空间的特征投影函数;是垂直于超片面的决策超平面一般向量,是截距项,表示松弛变量,是为异常值分数设定的上限超参数,表示向量维度。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人华南理工大学,其通讯地址为:510641 广东省广州市天河区五山路381号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励