污泥处理控制参数的计算方法、系统、服务器及存储介质与流程
技术特征:
1.一种污泥处理控制参数的计算方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述利用所述图神经网络的随机波动层根据各节点的预测特征矩阵与扩散系数形成扩散项,所述扩散项表示所述设备状态更新时的随机波动,并利用所述扩散项与维纳过程形成所述设备的不确定变化量,根据所述设备的确定性变化量和不确定变化量形成所述设备的状态波动特征矩阵,包括:
3.根据权利要求1所述的方法,其特征在于,所述利用所述图神经网络的卷积层针对每个节点聚合相邻节点之间的组件向量,对节点的组件特征向量进行更新预测,得到各节点的预测特征矩阵,包括:
4.根据权利要求1所述的方法,其特征在于,所述基于所述各组件的状态信息生成每个组件的组件特征矩阵,包括:
5.根据权利要求1所述的方法,其特征在于,所述获取污泥处理设备中各组件的状态信息,包括:
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
7.根据权利要求1所述的方法,其特征在于,基于所述组件之间的位置关系和连接关系生成初始组件结构图,包括:
8.一种污泥处理控制参数的计算系统,其特征在于,包括:
9.一种服务器,其特征在于,所述服务器包括:
10.一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7任一所述的污泥处理控制参数的计算方法。
技术总结
本发明实施例公开了一种污泥处理控制参数的计算方法、系统、服务器及存储介质,其中,所述方法包括:获取污泥处理设备中各组件的状态信息;基于组件之间的关系生成初始组件结构图;利用图神经网络的卷积层对初始组件结构图的节点进行更新预测;利用图神经网络的随机波动层形成设备的不确定变化量,将包含确定性变化量和不确定变化量的波动特征矩阵输入深度强化学习模型得到污泥处理设备的控制参数。通过图神经网络的随机波动层将不确定变化量加入污泥处理设备的确定性变化量中,使图神经网络模型能适应外部环境和突发情况的影响对污泥处理设备的更新状态进行预测,得到控制参数对污泥处理设备进行调整,降低设备能耗,提升污泥处理效率。
技术研发人员:董智超,侯晋芳,侯荣荣,付建宝,刘爱民,徐盛博,王超洋
受保护的技术使用者:中交天津港湾工程研究院有限公司
技术研发日:
技术公布日:2024/12/5
文档序号 :
【 40238099 】
技术研发人员:董智超,侯晋芳,侯荣荣,付建宝,刘爱民,徐盛博,王超洋
技术所有人:中交天津港湾工程研究院有限公司
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
技术研发人员:董智超,侯晋芳,侯荣荣,付建宝,刘爱民,徐盛博,王超洋
技术所有人:中交天津港湾工程研究院有限公司
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
