技术领域
[0001] 本
发明涉及
污水处理技术领域，具体而言，涉及一种污水处理管理方法及系统。
背景技术
[0002] 污水处理是为使污水达到排入某一
水体或再次使用的水质要求对其进行
净化的过程。污水处理被广泛应用于建筑、农业，交通、
能源、石化、环保、城市景观、医疗、餐饮等各个领域，也越来越多地走进寻常百姓的日常生活。现有的污水处理厂占地面积大，污水处理的水质数据和环境数据一般是通过人工实地检测及记录，监控非常不便。
发明内容
[0003] 有鉴于此，本发明的目的在于提供一种污水处理管理方法及系统，以解决上述问题。
[0004] 为实现上述目的，本发明提供如下技术方案：
[0005] 一种污水处理管理方法，应用于污水处理管理系统，所述污水处理管理系统包括污水处理控制子系统、排放装置和多个处理装置，所述污水处理控制子系统包括基站网关、
服务器、Web展示装置和多个采集
传感器，所述多个处理装置依次连接后与所述排放装置连接，所述多个采集传感器分别设置于所述排放装置和多个处理装置内，所述方法包括：
[0006] 所述多个采集传感器采集所述排放装置内的排放水质数据和多个处理装置内的处理水质数据和环境数据；
[0007] 所述基站网关发送广播
信号，所述
广播信号包括发送所述广播信号的基站网关的基站
节点号；
[0008] 所述多个采集传感器接收所述基站网关发送的广播信号，并记录接收到的广播信号的信号强度和发送所述广播信号的基站网关的基站节点号，并将采集到的处理水质数据、环境数据、排放水质数据及所述接收到的广播信号的信号强度和发送所述广播信号的基站网关的基站节点号发送至所述基站网关；
[0009] 所述基站网关接收并转发所述多个采集传感器发送的处理水质数据、环境数据、排放水质数据及接收到的广播信号的信号强度和发送所述广播信号的基站网关的基站节点号至所述服务器；
[0010] 所述服务器预存多个
采样位置、所述多个采集传感器在各所述采样位置接收到所述基站网关发送的广播信号的信号强度和发送所述广播信号的基站网关的基站节点号，以建立信号强度指纹
电子地图；
[0011] 所述Web展示装置预存采样位置电子地图，所述采样位置电子地图包括所述排放装置、多个处理装置及各所述采集传感器在所述排放装置和多个处理装置内的位置；
[0012] 所述服务器接收所述基站网关发送的所述多个采集传感器接收到的广播信号的信号强度和发送所述广播信号的基站网关的基站节点号，并与预存的所述多个采集传感器在各采样位置接收到所述基站网关发送的广播信号的信号强度和发送所述广播信号的基站网关的基站节点号进行对比，判断所述多个采集传感器的采样位置，将所述处理水质数据、环境数据、排放水质数据及所述多个采集传感器的采样位置发送至所述Web展示装置；
[0013] 所述Web展示装置接收所述处理水质数据、环境数据、排放水质数据及所述多个采集传感器的采样位置，并在预存的采样位置电子地图的对应位置显示各所述采集传感器的采样位置及采集的处理水质数据、环境数据和排放水质数据；
[0014] 其中，所述处理水质数据包括：第一
化学需氧量、第一总氮量、第一总磷量、第一
氨氮量和第一
浊度，所述环境数据包括
温度、溶解氧浓度、PH值和
混合液污泥浓度，所述排放水质数据包括：第二化学需氧量、第二总氮量、第二总磷量、第二氨氮量和第二浊度。
[0015] 可选地，所述服务器预存有排放标准及多个历史的处理水质数据、环境数据和排放水质数据，所述方法还包括由所述服务器执行的以下步骤：
[0016] 根据历史的处理水质数据、环境数据和排放水质数据构造深信度网络模型；
[0017] 将接收到的处理水质数据和环境数据输入所述深信度网络模型进行预测，获得预测排放水质数据；
[0018] 在所述预测排放水质数据达不到所述排放标准时，控制相应的处理装置调整处理参数，以改变所述相应的处理装置的环境数据和处理水质数据。
[0019] 可选地，所述方法还包括：
[0020] 所述服务器将所述预测排放水质数据发送至所述Web展示装置；
[0021] 所述Web展示装置还用于在采样位置电子地图中将所述预测排放水质数据显示在与所述预测排放水质数据对应的所述处理水质数据和环境数据的附近。
[0022] 可选地，所述根据历史的处理水质数据、环境数据和排放水质数据构造深信度网络模型的步骤包括由所述服务器执行的以下步骤：
[0023] 归一化所述历史的处理水质数据、环境数据和排放水质数据；
[0024] 将所述归一化的历史的处理水质数据和环境数据作为输入数据，使用对比散度
算法求解网络参数，采用无监督逐层贪婪训练方法，逐层训练三层RBM，构建初始深信度网络模型；
[0025] 根据归一化的历史的排放水质数据，采用BP算法对所述初始深信度网络模型进行微调，优化所述初始深信度网络模型的网络参数，构建所述深信度网络模型。
[0026] 可选地，所述将接收到的处理水质数据和环境数据输入所述深信度网络模型进行预测，获得预测排放水质数据的步骤包括由所述服务器执行的以下步骤：
[0027] 归一化所述接收到的处理水质数据和环境数据，得到归一化处理水质数据和归一化环境数据；
[0028] 将所述归一化处理水质数据和归一化环境数据输入所述深信度网络模型进行预测，得到归一化预测排放水质数据；
[0029] 去归一化所述归一化预测排放水质数据，得到预测排放水质数据。
[0030] 可选地，所述将所述归一化的历史的处理水质数据和环境数据作为输入数据，使用对比散度算法求解网络参数，采用无监督逐层贪婪训练方法，逐层训练三层RBM，构建初始深信度网络模型的步骤包括由所述服务器执行的以下步骤：
[0031] 初始化网络参数；
[0032] 将归一化的历史的处理水质数据和环境数据作为输入数据输入到第一层RBM的可视层，通过对比散度算法训练第一层RBM，直到
能量函数收敛；
[0033] 固定第一层RBM的网络参数，将第一层RBM的隐含层作为第二层RBM的可视层，通过对比散度算法训练第二层RBM，直到能量函数收敛；
[0034] 固定第二层RBM的网络参数，将第二层RBM的隐含层作为第三层RBM的可视层，通过对比散度算法训练第三层RBM，直到能量函数收敛。
[0035] 可选地，所述初始化网络参数的步骤包括：
[0036] 设置RBM层数为3，设置各层RBM节点数；
[0037] 学习速率为0.01，
迭代周期200；
[0038] 将偏置量ai和偏置量bj初始化为0；
[0039] 层间连接权重wij设定为服从均值为0，标准差为1的正态分布。
[0040] 可选地，所述设置RBM层数为3，设置各层RBM节点数的步骤包括由所述服务器执行的以下步骤：
[0041] 所述第一层RBM的可视层的节点数与输入的归一化的历史的处理水质数据和环境数据的个数相等；
[0042] 第二层RBM的可视层和的第三层RBM的可视层的节点数相等且大于等于第一层RBM的可视层的节点数；
[0043] 第三层RBM的隐含层的节点数为5。
[0044] 一种污水处理管理系统，所述污水处理管理系统包括污水处理控制子系统、排放装置和多个处理装置，所述污水处理控制子系统包括基站网关、服务器、Web展示装置和多个采集传感器；
[0045] 所述多个处理装置依次连接后与所述排放装置连接；
[0046] 所述多个采集传感器分别设置于所述排放装置和多个处理装置内，用于采集所述排放装置内的排放水质数据和多个处理装置内的处理水质数据和环境数据；
[0047] 所述基站网关，用于发送广播信号，所述广播信号包括发送所述广播信号的基站网关的基站节点号；
[0048] 所述多个采集传感器，还用于接收所述基站网关发送的广播信号，并记录接收到的广播信号的信号强度和发送所述广播信号的基站网关的基站节点号，并将采集到的处理水质数据、环境数据、排放水质数据及所述接收到的广播信号的信号强度和发送所述广播信号的基站网关的基站节点号发送至所述基站网关；
[0049] 所述基站网关，还用于接收并转发所述多个采集传感器发送的处理水质数据、环境数据、排放水质数据及接收到的广播信号的信号强度和发送所述广播信号的基站网关的基站节点号至所述服务器；
[0050] 所述服务器，用于预存多个采样位置、所述多个采集传感器在各所述采样位置接收到所述基站网关发送的广播信号的信号强度和发送所述广播信号的基站网关的基站节点号，以建立信号强度指纹电子地图；
[0051] 所述Web展示装置，用于预存采样位置电子地图，所述采样位置电子地图包括所述排放装置、多个处理装置及各所述采集传感器在所述排放装置和多个处理装置内的位置；
[0052] 所述服务器，还用于接收所述基站网关发送的所述多个采集传感器接收到的广播信号的信号强度和发送所述广播信号的基站网关的基站节点号，并与预存的所述多个采集传感器在各采样位置接收到所述基站网关发送的广播信号的信号强度和发送所述广播信号的基站网关的基站节点号进行对比，判断所述多个采集传感器的采样位置，将所述处理水质数据、环境数据、排放水质数据及所述多个采集传感器的采样位置发送至所述Web展示装置；
[0053] 所述Web展示装置，还用于接收所述处理水质数据、环境数据、排放水质数据及所述多个采集传感器的采样位置，并在预存的采样位置电子地图的对应位置显示各所述采集传感器的采样位置及采集的处理水质数据、环境数据和排放水质数据；
[0054] 所述服务器，还用于预存排放标准及多个历史的处理水质数据、环境数据和排放水质数据，根据历史的处理水质数据、环境数据和排放水质数据构造深信度网络模型，将接收到的处理水质数据和环境数据输入所述深信度网络模型进行预测，获得预测排放水质数据，在所述预测排放水质数据达不到所述排放标准时，控制相应的处理装置调整处理参数，以改变所述相应的处理装置的环境数据和处理水质数据；
[0055] 其中，所述多个采集传感器包括：多个化学需氧量采集传感器、总氮量采集传感器、总磷量采集传感器、氨氮量采集传感器、浊度采集传感器、温度采集传感器、溶解氧浓度采集传感器、PH采集传感器和混合液污泥浓度采集传感器。
[0056] 可选地，所述多个采集传感器集成有ZigBee模
块，所述基站网关集成有有ZigBee模块和WiFi模块，所述服务器集成有WiFi模块，所述多个采集传感器和所述基站网关通过ZigBee技术通信，所述基站网关和所述服务器通过WiFi技术通信。
[0057] 本发明提供的污水处理管理方法及系统，建立有信号强度指纹电子地图和采样位置电子地图，不仅能实现
数据采集，还能对采集数据的采集传感器的位置进行
定位并在Web展示装置进行显示，更直观，有助于工作人员在监控中心监控污水处理的全过程，快速发现异常问题及做出应对处理。
附图说明
[0058] 为了更清楚地说明本发明
实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍。应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0059] 图1为本发明较佳实施例提供的一种污水处理管理系统的结构
框图。
[0060] 图2为本发明较佳实施例提供的一种服务器的结构框图。
[0061] 图3为本发明较佳实施例提供的一种Web展示装置的结构框图。
[0062] 图4为本发明较佳实施例提供的一种污水处理管理方法的
流程图。
[0063] 图5为本发明较佳实施例提供的另一种污水处理管理方法的流程图。
[0064] 图6为图5中步骤S190的子步骤的流程图。
[0065] 图7为图6
中子步骤S193的子步骤的流程图。
[0066] 图8为图7中子步骤S1931的子步骤的流程图。
[0067] 图9为图5中步骤S200的子步骤的流程图。
[0068] 图标：1-污水处理管理系统；30-排放装置；50-处理装置；11-基站网关；13-服务器；15-Web展示装置；17-采集传感器；131-
存储器；133-处理器；135-网络模块；151-登录模块；153-采集模块；155-检验模块。
具体实施方式
[0069] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
[0070] 因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的
选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0071] 应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。在本发明的描述中，术语“第一”、“第二”、“第三”、“第四”等仅用于区分描述，而不能理解为只是或暗示相对重要性。
[0072] 请参阅图1，本发明实施例提供一种污水处理管理系统1。所述污水处理管理系统1包括污水处理控制子系统、排放装置30和多个处理装置50。所述污水处理控制子系统包括基站网关11、服务器13、Web展示装置15和多个采集传感器17。
[0073] 所述多个处理装置50依次连接后与所述排放装置30连接。所述多个处理装置50可以包括粗格栅及污水
提升泵房、细格栅、曝气沉砂池、AA0反应池、二沉池、鼓
风机房、第二配水井、混合池、网格絮凝池、斜板
沉淀池、
纤维转盘滤池、加药间及紫外线消毒间。其中，所述AAO反应池包括
厌氧池、缺氧池、好氧池。所述多个处理装置50依次连接后与所述排放装置30连接。
[0074] 所述多个采集传感器17分别设置于所述排放装置30和多个处理装置50内，用于采集所述排放装置30内的排放水质数据和多个处理装置50内的处理水质数据和环境数据。其中，所述多个采集传感器17包括：多个化学需氧量采集传感器、总氮量采集传感器、总磷量采集传感器、氨氮量采集传感器、浊度采集传感器、温度采集传感器、溶解氧浓度采集传感器、PH采集传感器和混合液污泥浓度采集传感器。根据实际需求将所述多个采集传感器17分别设置于所述排放装置30和多个处理装置50内，例如在粗格栅及污水
提升泵房内可以设置多个化学需氧量采集传感器、总氮量采集传感器、总磷量采集传感器、氨氮量采集传感器、浊度采集传感器，用于获得进水水质数据。在所述细格栅、曝气沉砂池、AA0反应池、二沉池、鼓风机房、第二配水井、混合池、网格絮凝池、斜板沉淀池、纤维转盘滤池、加药间及紫外线消毒间内灵活设置多个化学需氧量采集传感器、总氮量采集传感器、总磷量采集传感器、氨氮量采集传感器、浊度采集传感器、温度采集传感器、溶解氧浓度采集传感器、PH采集传感器和混合液污泥浓度采集传感器，用于获得处理水质数据。在排放装置30内可以设置多个化学需氧量采集传感器、总氮量采集传感器、总磷量采集传感器、氨氮量采集传感器、浊度采集传感器，用于获得排放水质数据。
[0075] 其中，所述处理水质数据包括：第一化学需氧量、第一总氮量、第一总磷量、第一氨氮量和第一浊度。所述环境数据包括温度、溶解氧浓度、PH值和混合液污泥浓度。所述排放水质数据包括：第二化学需氧量、第二总氮量、第二总磷量、第二氨氮量和第二浊度。
[0076] 在上段描述中，术语“第一”和“第二”仅用于区分描述，分别表示处理装置50和排放装置30内的参数。例如，第一化学需氧量表示处理装置50内的化学需氧量，包括处理装置50内历史的化学需氧量和实际的化学需氧量。第二化学需氧量表示排放装置30内的化学需氧量，包括排放装置30内历史的化学需氧量、预测的及实际的化学需氧量。
[0077] 所述基站网关11，用于发送广播信号，所述广播信号包括发送所述广播信号的基站网关11的基站节点号。可选地，所述基站网关11集成有ZigBee模块，所述多个采集传感器17集成有ZigBee模块。所述多个采集传感器17和所述基站网关11通过ZigBee技术通信。
[0078] 所述多个采集传感器17，还用于接收所述基站网关11发送的广播信号，并记录接收到的广播信号的信号强度和发送所述广播信号的基站网关11的基站节点号，并将采集到的处理水质数据、环境数据、排放水质数据及所述接收到的广播信号的信号强度和发送所述广播信号的基站网关11的基站节点号发送至所述基站网关11。
[0079] 所述基站网关11，还用于接收并转发所述多个采集传感器17发送的处理水质数据、环境数据、排放水质数据及接收到的广播信号的信号强度和发送所述广播信号的基站网关11的基站节点号至所述服务器13。可选地，所述基站网关11还集成有WiFi模块，所述服务器13集成有WiFi模块。所述基站网关11和所述服务器13通过WiFi技术通信。
[0080] 所述服务器13，用于预存多个采样位置、所述多个采集传感器17在各所述采样位置接收到所述基站网关11发送的广播信号的信号强度和发送所述广播信号的基站网关11的基站节点号，以建立信号强度指纹电子地图。
[0081] 所述服务器13可以是，但不限于，web(网络)服务器、
数据库服务器、ftp(file transfer protocol，文件传输协议)服务器等。所述服务器13的具体结构请参阅图2，所述服务器13可以包括存储器131、处理器133及网络模块135。
[0082] 所述存储器131、处理器133以及网络模块135相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。存储器131包括至少一个可以
软件或
固件(firmware)的形式存储于所述存储器131中的软件功能模块，所述处理器133通过运行存储在存储器131内的软件程序以及模块，执行各种功能应用以及
数据处理，即实现本发明实施例中的污水处理管理方法。
[0083] 其中，所述存储器131可以是，但不限于，
随机存取存储器(Random Access Memory，RAM)，
只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-Only Memory，PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，EEPROM)等。其中，存储器131用于存储程序，所述处理器133在接收到执行指令后，执行所述程序。所述存储器131包括一数据库，所述数据库中预存有多个历史的处理水质数据、环境数据和排放水质数据。
[0084] 所述处理器133可能是一种集成
电路芯片，具有信号的处理能
力。上述的处理器133可以是通用处理器，包括
中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等。还可以是
数字信号处理器(DSP))、
专用集成电路(ASIC)、现场可编程
门阵列(FPGA)或者其他
可编程逻辑器件、分立门或者晶体管逻辑器件、分立
硬件组件。可以实现或者执行本发明实施例中公开的各方法、步骤及逻辑框图。通用处理器可以是
微处理器或者该处理器133也可以是任何常规处理器等。
[0085] 网络模块135用于通过网络建立服务器13与外部通信终端之间的通信连接，实现网络信号及数据的收发操作。网络模块135集成有WiFi模块，所述基站网关11和所述服务器13通过WiFi技术通信。
[0086] 所述Web展示装置15，用于预存采样位置电子地图。所述采样位置电子地图包括所述排放装置30、多个处理装置50的位置，及各所述采集传感器17在所述排放装置30和多个处理装置50内的位置。即所述采样位置电子地图包括各采集传感器17、处理装置50和排放装置30的位置。
[0087] 所述服务器13，还用于接收所述基站网关11发送的所述多个采集传感器17接收到的广播信号的信号强度和发送所述广播信号的基站网关11的基站节点号，并与预存的所述多个采集传感器17在各采样位置接收到所述基站网关11发送的广播信号的信号强度和发送所述广播信号的基站网关11的基站节点号进行对比，判断所述多个采集传感器17的采样位置，将所述处理水质数据、环境数据、排放水质数据及所述多个采集传感器17的采样位置发送至所述Web展示装置15。
[0088] 所述Web展示装置15，还用于接收所述处理水质数据、环境数据、排放水质数据及所述多个采集传感器17的采样位置，并在预存的采样位置电子地图的对应位置显示各所述采集传感器17的采样位置及采集的处理水质数据、环境数据和排放水质数据。
[0089] Web展示装置15主要负责数据展示、
访问服务器13，及从服务器13中获取存储的数据。可选地，请参阅图3，所述Web展示装置15包括登录模块151、采集模块153和检验模块155。所述Web展示装置15可以设置在污水处理厂的监控中心。所述登录模块151，用于用户登录。在登录模块151输入不同的用户名与密码可进入采集模块153或者检验模块155。所述采集模块153，用于预存采样位置电子地图，发送采集指令至所述服务器13，控制所述服务器13建立信号强度指纹电子地图。预先部署基站网关11后，设定采集时间，控制所述服务器
13采集各采集传感器17在不同采样位置接收的基站网关11发送的广播信号的信号强度和发送所述广播信号的基站网关11的基站节点号，以建立信号强度指纹电子地图。所述采样位置是指在采集传感器17排放装置30或处理装置50内的位置。所述检验模块155，用于发送检验指令至所述服务器13，接收所述服务器13发送的处理水质数据、环境数据、排放水质数据及所述多个采集传感器17的采样位置，并在预存的采样位置电子地图的对应位置显示各所述采集传感器17的采样位置及采集的处理水质数据、环境数据和排放水质数据。
[0090] 通过上述设置，就可以在Web展示装置15展示的采样位置电子地图上将各采集传感器17采集的处理水质数据、环境数据或排放水质数据显示在各采集传感器17的旁边。或通过点击采样位置电子地图上的采集传感器17图标，就可以显示其采集的处理水质数据、环境数据或排放水质数据。采用此种设计，更直观，有助于工作人员在监控中心监控污水处理的全过程，快速发现异常问题及做出应对处理。
[0091] 所述服务器13，还用于预存排放标准及多个历史的处理水质数据、环境数据和排放水质数据，根据历史的处理水质数据、环境数据和排放水质数据构造深信度网络模型，将接收到的处理水质数据和环境数据输入所述深信度网络模型进行预测，获得预测排放水质数据，在所述预测排放水质数据达不到所述排放标准时，控制相应的处理装置50调整处理参数，以改变所述相应的处理装置50的环境数据和处理水质数据，提高了处理装置50的处理效率及排放水的
质量。
[0092] 请参阅图4，是本发明较佳实施例提供的一种污水处理管理方法的流程图。所述方法有关的流程所定义的方法步骤可以由所述污水处理管理系统1实现。下面将对图4所示的具体流程进行详细阐述。
[0093] 步骤S110，多个采集传感器17采集所述排放装置30内的排放水质数据和多个处理装置50内的处理水质数据和环境数据。
[0094] 其中，所述处理水质数据包括：第一化学需氧量、第一总氮量、第一总磷量、第一氨氮量和第一浊度，所述环境数据包括温度、溶解氧浓度、PH值和混合液污泥浓度，所述排放水质数据包括：第二化学需氧量、第二总氮量、第二总磷量、第二氨氮量和第二浊度。
[0095] 步骤S120，基站网关11发送广播信号，所述广播信号包括发送所述广播信号的基站网关11的基站节点号。
[0096] 步骤S130，所述多个采集传感器17接收所述基站网关11发送的广播信号，并记录接收到的广播信号的信号强度和发送所述广播信号的基站网关11的基站节点号，并将采集到的处理水质数据、环境数据、排放水质数据及所述接收到的广播信号的信号强度和发送所述广播信号的基站网关11的基站节点号发送至所述基站网关11。
[0097] 步骤S140，所述基站网关11接收并转发所述多个采集传感器17发送的处理水质数据、环境数据、排放水质数据及接收到的广播信号的信号强度和发送所述广播信号的基站网关11的基站节点号至所述服务器13。
[0098] 步骤S150，所述服务器13预存多个采样位置、所述多个采集传感器17在各所述采样位置接收到所述基站网关11发送的广播信号的信号强度和发送所述广播信号的基站网关11的基站节点号，以建立信号强度指纹电子地图。
[0099] 步骤S160，所述Web展示装置15预存采样位置电子地图，所述采样位置电子地图包括所述排放装置30、多个处理装置50及各所述采集传感器17在所述排放装置30和多个处理装置50内的位置。
[0100] 步骤S170，所述服务器13接收所述基站网关11发送的所述多个采集传感器17接收到的广播信号的信号强度和发送所述广播信号的基站网关11的基站节点号，并与预存的所述多个采集传感器17在各采样位置接收到所述基站网关11发送的广播信号的信号强度和发送所述广播信号的基站网关11的基站节点号进行对比，判断所述多个采集传感器17的采样位置，将所述处理水质数据、环境数据、排放水质数据及所述多个采集传感器17的采样位置发送至所述Web展示装置15。
[0101] 步骤S180，所述Web展示装置15接收所述处理水质数据、环境数据、排放水质数据及所述多个采集传感器17的采样位置，并在预存的采样位置电子地图的对应位置显示各所述采集传感器17的采样位置及采集的处理水质数据、环境数据和排放水质数据。
[0102] 所述服务器13预存有排放标准及多个历史的处理水质数据、环境数据和排放水质数据，请参阅图5，所述方法还包括步骤S190、步骤S200、步骤S210、步骤S220和步骤S230。
[0103] 步骤S190，所述服务器13根据历史的处理水质数据、环境数据和排放水质数据构造深信度网络模型。
[0104] 请参阅图6，步骤S190包括子步骤S191、子步骤S193和子步骤S195。
[0105] 子步骤S191，归一化所述历史的处理水质数据、环境数据和排放水质数据。
[0106] 因所述历史的处理水质数据、环境数据和排放水质数据的单位、值的大小等因素不同，在构造深信度网络模型之前，需要对所述历史的处理水质数据、环境数据和排放水质数据进行归一化处理，归一化公式可以为：
[0107]
[0108] 式中，xi表示历史的处理水质数据、环境数据和排放水质数据中的一个数据；xmin表示xi所对应的一类数据的最小值；xmax表示xi所对应的一类数据的最大值；xi′表示归一化的xi。例如，xi表示一个第一化学需氧量；xmin表示所有第一化学需氧量中的最小值；xmax表示所有第一化学需氧量中的最大值；xi′表示归一化的xi。
[0109] 子步骤S193，将所述归一化的历史的处理水质数据和环境数据作为输入数据，使用对比散度算法求解网络参数，采用无监督逐层贪婪训练方法，逐层训练三层RBM，构建初始深信度网络模型。
[0110] 请参阅图7，子步骤S193包括子步骤S1931、子步骤S1933、子步骤S1935和子步骤S1937。
[0111] S1931，初始化网络参数。
[0112] 请参阅图8，子步骤S1931包括子步骤S19311、子步骤S19313、子步骤S19315和子步骤S19317。
[0113] 子步骤S19311，设置RBM层数为3，设置各层RBM节点数。
[0114] 其中，第一层RBM的可视层的节点数与输入的归一化的历史的处理水质数据和环境数据的个数相等，第二层RBM的可视层和的第三层RBM的可视层的节点数相等且大于等于第一层RBM的可视层的节点数，第三层RBM的隐含层的节点数为5。例如，输入的归一化的历史的处理水质数据和环境数据的个数有100个，则所述第一层RBM的可视层的节点数为100个。第二层RBM的可视层和的第三层RBM的可视层的节点数大于等于100个，例如有100个和200个。第三层RBM的隐含层的节点数为5。
[0115] 子步骤S19313，学习速率为0.01，迭代周期200。
[0116] 子步骤S19315，将偏置量ai和偏置量bj初始化为0。
[0117] 子步骤S19317，层间连接权重wij设定为服从均值为0，标准差为1的正态分布。
[0118] 子步骤S1933，将归一化的历史的处理水质数据和环境数据作为输入数据输入到第一层RBM的可视层，通过对比散度算法训练第一层RBM，直到能量函数收敛。
[0119] 子步骤S1935，固定第一层RBM的网络参数，将第一层RBM的隐含层作为第二层RBM的可视层，通过对比散度算法训练第二层RBM，直到能量函数收敛。
[0120] 子步骤S1937，固定第二层RBM的网络参数，将第二层RBM的隐含层作为第三层RBM的可视层，通过对比散度算法训练第三层RBM，直到能量函数收敛。
[0121] 子步骤S195，根据归一化的历史的排放水质数据，采用BP算法对所述初始深信度网络模型进行微调，优化所述初始深信度网络模型的网络参数，构建所述深信度网络模型。
[0122] 根据归一化的历史的排放水质数据与所述初始深信度网络模型输出的预测排放水质数据，构建损失函数。可选地，所述损失函数为交叉熵损失函数。当激活函数为Sigmoid时，与均方差损失函数相比，采用交叉熵损失函数，避免了BP算法收敛速度慢的问题。采用BP算法对整个网络参数进行多次微调，直至所述损失函数值小于
阈值，将微调后的网络参数作为所述深信度网络模型的网络参数。
[0123] 步骤S200，所述服务器13将接收到的处理水质数据和环境数据输入所述深信度网络模型进行预测，获得预测排放水质数据。
[0124] 请参阅图9，步骤S200包括子步骤S201、子步骤S203和子步骤S205。
[0125] 子步骤S201，归一化所述接收到的处理水质数据和环境数据，得到归一化处理水质数据和归一化环境数据。
[0126] 其中，子步骤S201中归一化所述接收到的处理水质数据和环境数据时，采用的归一化公式与子步骤S191相同。
[0127] 子步骤S203，将所述归一化处理水质数据和归一化环境数据输入所述深信度网络模型进行预测，得到归一化预测排放水质数据。
[0128] 子步骤S205，去归一化所述归一化预测排放水质数据，得到预测排放水质数据。
[0129] 其中，去归一化所述归一化预测排放水质数据时，采用的去归一化公式为：
[0130] x″′i＝x″i×(xmax-xmin)+xmin
[0131] 式中，x″i表示所述归一化预测排放水质数据；x″i表示去归一化x″i，得到的预测排放水质数据。
[0132] 步骤S210，所述服务器13在所述预测排放水质数据达不到所述排放标准时，控制相应的处理装置50调整处理参数，以改变所述相应的处理装置50的环境数据和处理水质数据。
[0133] 步骤S220，所述服务器13将所述预测排放水质数据发送至所述Web展示装置15。
[0134] 步骤S230，所述Web展示装置15还用于在采样位置电子地图中将所述预测排放水质数据显示在与所述预测排放水质数据对应的所述处理水质数据和环境数据的附近。
[0135] 将预测排放水质数据显示在与所述预测排放水质数据对应的所述处理水质数据和环境数据的附近，也即是说，在采样位置电子地图中将所述预测排放水质数据显示在相应的处理装置50内的采集传感器17附近。采用此种设计，更直观地显示相应的处理装置50的处理效果。便于所述在所述预测排放水质数据达不到所述排放标准时，控制相应的处理装置50调整处理参数，以改变所述相应的处理装置50的环境数据和处理水质。可选地，Web展示装置15还可以在采样位置电子地图中将预测排放水质数据显示在排放装置30内的相应的采集传感器17附近。
[0136] 本发明提供的污水处理管理方法及系统，建立有信号强度指纹电子地图和采样位置电子地图，不仅能实现数据采集，还能对采集数据的采集传感器17的位置进行定位并在Web展示装置15进行显示，更直观，有助于工作人员在监控中心监控污水处理的全过程，快速发现异常问题及做出应对处理。此外，本发明提供的污水处理管理方法及系统还基于深信度网络模型，根据历史的处理水质数据、环境数据和排放水质数据学习数据本质特征，建立排放水质数据与处理水质数据及环境数据的关联，提高了排放水质预测的准确度，且操作简单及易于实现。同时，服务器13还在预测排放水质数据达不到排放标准时，控制相应的处理装置50调整处理参数，以改变所述相应的处理装置50的环境数据和处理水质数据，提了高处理装置50的处理效率及排放水的质量。
[0137] 在本发明实施例所提供的几个实施例中，应该理解到，所揭露的服务器和方法，也可以通过其它的方式实现。以上所描述的服务器和方法实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的服务器、方法和
计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0138] 另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
[0139] 所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对
现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，各种电子设备，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动
硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何
修改、等同替换、改进等，均应包含在本发明的保护范围之内。
