技術特征：

1.一種基于神經網絡的輸變電工程廢水凈化處理方法，其特征在于，包括：

2.如權利要求1所述的基于神經網絡的輸變電工程廢水凈化處理方法，其特征在于，所述方法還包括：

3.如權利要求1所述的基于神經網絡的輸變電工程廢水凈化處理方法，其特征在于，所述方法還包括：

4.如權利要求3所述的基于神經網絡的輸變電工程廢水凈化處理方法，其特征在于，所述根據所述第一近紅外吸收光譜以及預先建立的油珠粒徑與波長吸收峰之間的第一對應關系、懸浮物粒徑與波長吸收峰之間的第二對應關系，對所述第一粒徑分布信息中的不同粒徑對應的污染物進行油珠和懸浮物識別，得到第一油珠粒徑分布信息和第一懸浮物粒徑分布信息，包括：

5.如權利要求1所述的基于神經網絡的輸變電工程廢水凈化處理方法，其特征在于，所述根據所述第一油珠粒徑分布信息以及所述第一懸浮物粒徑分布信息，通過預先建立的第一深度神經網絡模型，確定凈化參數，包括：

6.如權利要求5所述的基于神經網絡的輸變電工程廢水凈化處理方法，其特征在于，所述根據各個所述候選絮凝劑種類對應的絮凝體粒徑變化圖，確定所述凈化參數，包括：

7.如權利要求6所述的基于神經網絡的輸變電工程廢水凈化處理方法，其特征在于，所述根據所述目標絮凝劑種類對應的絮凝劑的電荷密度，計算第一氣泡粒徑，包括：

8.如權利要求2所述的基于神經網絡的輸變電工程廢水凈化處理方法，其特征在于，所述根據所述第二油珠粒徑分布信息和所述氣泡粒度分布信息，通過預先建立的第二深度神經網絡模型，獲得凈化調整參數，包括：

9.如權利要求8所述的基于神經網絡的輸變電工程廢水凈化處理方法，其特征在于，所述根據當前時刻的第二油珠粒徑分布信息和當前時刻的氣泡粒度分布信息，通過預先建立的第二深度神經網絡模型，獲得凈化調整參數，包括：

10.一種基于神經網絡的輸變電工程廢水凈化處理系統，其特征在于，包括：

技術總結
本發明公開了一種基于神經網絡的輸變電工程廢水凈化處理方法及系統，該方法包括：檢測待處理廢水中污染物的第一粒徑分布信息和第一近紅外吸收光譜；根據第一近紅外吸收光譜、油珠粒徑與波長吸收峰的第一對應關系、懸浮物粒徑與波長吸收峰的第二對應關系，對第一粒徑分布信息進行油珠、懸浮物粒徑識別；根據識別出的第一油珠粒徑分布信息和第一懸浮物粒徑分布信息，通過第一深度神經網絡模型，確定凈化參數；控制絮凝劑投加泵按照凈化參數的目標絮凝劑種類和第一投加量投加絮凝劑，配置氣泡發生器的壓力參數為第一氣泡粒徑對應的壓力參數以產生第一氣泡粒徑的氣泡，實現廢水凈化處理；本發明能提高輸變電工程中的含油含懸浮物廢水的凈化效果。

技術研發人員：王亦昌,梁樑,扶達鴻,陳文翰,姜維杰,戴莉,葛書陽
受保護的技術使用者：國網浙江省電力有限公司建設分公司
技術研發日：
技術公布日：2025/4/28