一种基于知识图谱与机器学习融合的污水站管理系统
文献发布时间:2024-04-18 19:58:26
技术领域
本发明涉及环境水处理技术领域,具体为一种基于知识图谱与机器学习融合的污水站管理系统。
背景技术
由于污水处理企业下属厂区分布零散,很多生产环节需要依靠人工来运营维护,无法远程对各水厂自动化设备进行管理,需要相关人员跑场操控,人工巡视成本高,工作效率低。同时污水处理厂相关的运行数据统计源头不一,导致多头统计,不仅造成资源浪费,相关管理人员也无法清晰掌控各厂区的水质、产量、能耗、设备维修等数据。
目前人工智能方案在污水处理的应用形式较少;但其对处理设备的高效利用和强大的计算能力,对于我国目前资金少、任务重的污水处理产业有重要的战略意义。
知识图谱和机器学习融合具有并行分布处理、非线性映射、适应与集成等特性,目前已经应用于污水处理系统的建模、软测量、生物处理控制、模拟等方面。它的自适应、自组织和大规模并行处理能力都使该技术在污水处理领域前景光明。
为了应对污水处理面临的挑战,水资源的控制和管理都应朝着更加智能化方向发展,这对污水处理系统的可持续发展的能力提出了更高要求,智能化污水处理系统是依靠数据分析知识图谱,机器学习融合及高效推理等新一代信息技术,打造智能污水处理运营管理,为污水运营企业安防管理、运维管理、工艺水质管理等关键业务提供智能化信息管理,为实现污水处理站的智能化运行、无人化运行提供强大的技术支持。
发明内容
针对现有技术存在的不足,本发明目的是提供一种基于知识图谱与机器学习融合的污水站管理系统,以解决上述背景技术中提出的问题,本发明结构新颖,通过知识图谱技术,对水处理站运行的数据进行标签分类,数据训练,数据链评分,找出最佳的运行数据组,通过机器学习技术,对水处理站采集的运行视频、图像进行机器识别学习,判断过程工况的合理性,对水处理站的逻辑管理提供合理化建议,通过高效推理关键技术,结合知识图谱分析结果和机器学习的反馈,推理出水处理站工艺运维的最佳工况。
为了实现上述目的,本发明是通过如下的技术方案来实现:一种基于知识图谱与机器学习融合的污水站管理系统,所述系统包括图像视频采集组件、仪器仪表、数据采集系统、图像识别平台、设备控制组件、物联网数据平台、AI神经网络中心和智能推理平台,所述图像视频采集组件与图像识别平台一体设置,所述图像视频采集组件摄取的图像和视频流通过图像视频采集组件抓取和收集后传送至图像识别平台,所述图像识别平台分析出的逻辑信号传送至智能推理平台进行逻辑分析,所述仪器仪表与数据采集系统一体设置,所述仪器仪表测试的数据信号传送至数据采集系统,所述数据采集系统通过信号转换后传送至物联网数据平台,所述物联网数据平台自动收集汇编出数据报表和数据变化趋势,所述物联网数据平台汇编出的数据流传送至AI神经网络中心,所述设备控制组件与污水站各设备通过屏蔽信号线连接,所述设备控制组件内部设置信号控制编辑和组态功能与智能推理平台自动对接。
进一步的,所述物联网数据平台设置有中控显示平台和数据报表处理模块。
进一步的,所述智能推理平台的逻辑分析与AI神经网络中心的知识图像的分析相结合进行高效推理并反馈至设备控制组件,所述智能推理平台通过运用数据归一化操作、数据智能分析、智能分析优化组合污水站运维管理逻辑,高效推理判断污水站的运维状况,合理化分配和调整最优运维方式。
进一步的,所述AI神经网络中心设置有数据拟合与预测、知识图谱技术、机器学习技术,所述AI神经网络中心对数据流进行模拟设置后通过程序自动学习识别数据库,反馈出合理的运行工况数据,并实时对实际运行工况数据进行评分,并反馈至智能推理平台汇集进行高效推理反馈。
进一步的,所述图像视频采集组件设置智能摄像头、路由器、交换器和视频直播平台软件,且智能摄像头、路由器、交换器和视频直播平台软件均通过无线传输信号和视频流。
进一步的,所述仪器仪表均设置就地和远控控制器。
进一步的,所述数据采集系统设置有定位工牌和巡检APP,可自动采集收集所需数据。
进一步的,所述图像识别平台设置有树莓派传输工具和自主研发的识别软件。
本发明的有益效果:本发明的一种基于知识图谱与机器学习融合的污水站管理系统,包括图像视频采集组件;智能摄像头;路由器;交换器;视频直播平台软件;仪器仪表;数据采集系统;图像识别平台;设备控制组件;物联网数据平台;AI神经网络中心;智能推理平台;
1.本发明实现了降低成本、提高效率:通过智能化污水系统的高效推理关键技术,减少水、电能耗,提高人员的运维能力,保障出水水质水量效果稳定。
2.本发明通过大数据的神经网络模拟训练,利用知识图谱技术,让大数据成为水环境治理平台的核心点,利用水环境行业产品向区块链发展。
3.本发明实现降低水、电能耗,达到节能减排的效果,符合节能环保的理念。
4.本发明相对于现有技术,通过知识图谱技术,对水处理站运行的数据进行标签分类,数据训练,数据链评分,找出最佳的运行数据组,通过机器学习技术,对水处理站采集的运行视频、图像进行机器识别学习,判断过程工况的合理性,对水处理站的逻辑管理提供合理化建议,通过高效推理关键技术,结合知识图谱分析结果和机器学习的反馈,推理出水处理站工艺运维的最佳工况。
附图说明
图1为本发明的系统逻辑示意图。
图中:1、图像视频采集组件;11、智能摄像头;12、路由器;13、交换器;14、视频直播平台软件;2、仪器仪表;3、数据采集系统;4、图像识别平台;5、设备控制组件;6、物联网数据平台;7、AI神经网络中心;8、智能推理平台。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本发明。
请参阅图1,本发明提供一种技术方案:一种基于知识图谱与机器学习融合的污水站管理系统,所述系统包括图像视频采集组件1、仪器仪表2、数据采集系统3、图像识别平台4、设备控制组件5、物联网数据平台6、AI神经网络中心7、智能推理平台8;
所述图像视频采集组件1与图像识别平台4一体设置,所述图像视频采集组件1包括智能摄像头11、路由器12、交换器13,所述智能摄像头11摄取的图像和视频流通过所述图像视频采集组件1抓取和收集后,传送至图像识别平台4,所述图像识别平台4分析出的逻辑信号传送至智能推理平台8进行逻辑分析,与所述AI神经网络中心7的知识图谱的分析相结合进行高效推理,最终反馈至设备控制组件5;
所述仪器仪表2与所述数据采集系统3一体设置,所述仪器仪表2测试的数据信号传送至数据采集系统3,所述数据采集系统3通过信号转换后传送至物联网数据平台6,所述物联网数据平台6设置组态61和控制软件62,自动收集汇编出数据报表和数据变化趋势;所述物联网数据平台6汇编出的数据流传送至AI神经网络中心7,所述AI神经网络中心7通过对数据流进行模拟设置后,通过程序自动学习识别数据库,反馈出合理的运行工况数据,并实时对实际运行工况数据进行评分,并反馈至智能推理平台8汇集进行高效推理反馈。
所述设备控制组件5与所述污水站各设备通过屏蔽信号线连接,所述设备控制组件5内部设置信号控制编辑和组态功能,与所述智能推理平台8自动对接。
本实施例,所述图像视频采集组件1设置智能摄像头11、路由器12、交换器13和视频直播平台软件14,均通过无线传输信号和视频流。
本实施例,所述仪器仪表2均设置就地和远控控制器。
本实施例,所述数据采集系统3设置有定位工牌和巡检APP,可自动采集收集所需数据。
本实施例,所述图像识别平台4设置有树莓派传输工具和自主研发的识别软件。
本实施例,所述物联网数据平台6设置有中控显示平台和数据报表处理模块。
本实施例,所述AI神经网络中心7设置有数据拟合与预测、知识图谱技术、机器学习技术。
本实施例,所述智能推理平台8通过运用数据归一化操作、数据智能分析、智能分析优化组合污水站运维管理逻辑,高效推理判断污水站的运维状况,合理化分配和调整最优运维方式。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点,对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
- 一种基于知识图谱与机器学习的农作物病虫害问答模型
- 一种基于知识图谱和机器学习的IT根故障分析识别方法