[發明專利]一種準確預測污水處理廠出水水質的方法

有效

• 申請號: 202010410065.9
• 申請日: 2020-05-15
• 公開（公告）號: CN111553468B
• 公開（公告）日: 2023-06-06
• 發明（設計）人: 呂路;馬笑文;張洛一;花銘;黃前霖;柏益堯;張煒銘;潘丙才
• 申請（專利權）人: 南京大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06F16/21;G06F16/22;G06N3/08;G06N3/0464;G06Q50/26
• 代理公司: 北京棧橋知識產權代理事務所(普通合伙) 11670
• 代理人: 劉婷

本發明公開了一種準確預測污水處理廠出水水質的方法，具體包括構建污水處理廠在線監控系統，處理在線監控系統記錄的歷史數據，利用處理后的數據構建并優化出水水質預測模型，再利用在線監控系統得到的實時數據和出水水質預測模型，準確預測一段時間后污水處理廠的出水水質參數。本發明采用了類似于時間卷積網絡(TCN)結構的卷積神經網絡(CNN)模型，實現了對污水處理過程強非線性模擬，有效提升出水水質預測的精度及穩定性，為污水廠實現智能化和智慧化奠定了理論基礎。

技術領域

本發明屬于水處理技術領域，具體是涉及一種準確預測污水處理廠出水水質的方法。

背景技術

目前，我國城市都存在不同程度的水體污染狀況，若這些污水不能得到及時、有效的處理，將會滋生細菌病毒，影響人們身體健康，同時也會對大氣、土壤和地下水造成污染，嚴重影響人們生活質量。因而，污水處理廠出水水質預測成為環境治理領域的一個研究熱點。

針對污水處理廠出水水質預測模型主要包括機理模型和數據驅動模型，但這些模型也存在結構復雜、未知參數過多以及不能動態反應操作參數和出水目標之間的關系等問題，使其實際應用受限。

為此，本發明從污水處理的工藝原理和機器模型運行原理出發，開發出一種新型準確預測污水處理廠出水水質的方法。

發明內容

針對以上問題，本發明從污水處理的工藝原理和機器模型運行原理出發，開發出一種新型準確預測污水處理廠出水水質的方法，主要思路如下：

在污水處理過程中，每一時刻的進水會與反應器中原有污水進行混合，而每一時刻的出水水質，也是取決于該時刻之前的一系列處理過程的復合作用，即所有的污水處理工藝都是時間上的耦合過程。因此，若要對污水處理工藝進行建模擬合，該模型的輸入應當是一段連續時間內的進水水質和水廠運行參數組成的數據塊。以參數編號為橫軸，時間順序為縱軸，可以將模型的輸入排列成矩陣形式。若是將矩陣中每一個元素視為一個像素點，則整個樣本輸入具有圖像的某種特征，而卷積神經網絡(CNN)因其局部連接和權值共享等特性，使得其對平移、扭曲和縮放等操作具有一定程度的不變性且有較高的容錯能力，成為了圖像處理中性能最優的神經網絡結構。

為了達到以上目的，本發明設計了一種準確預測污水處理廠出水水質的方法，具體的技術方案如下：

一種準確預測污水處理廠出水水質的方法，具體包括構建污水處理廠在線監控系統，處理在線監控系統記錄的歷史數據，利用處理后的數據構建并優化出水水質預測模型，再利用在線監控系統得到的實時數據和出水水質預測模型，準確預測一段時間后污水處理廠的出水水質參數。

具體的，所述一種準確預測污水處理廠出水水質的方法包括以下步驟：

S1、構建污水處理廠在線監控系統，具體包括確定監控指標，設置監控儀表，搭建數據庫平臺；

S2、數據處理：對數據庫中的數據進行處理，具體包括數據表的連接，空值填充，異常數據剔除，數據標準化處理，輸入輸出數據序列的連接與對應等過程；

S3、構建和訓練卷積神經網絡(CNN)出水水質預測模型，具體包括確定模型結構，選取模型損失函數，模型超參數配置，模型訓練，模型評估過程，最終得到適用于該污水處理廠的出水水質預測模型；

S4、出水水質預測效果評估：得到CNN出水水質預測模型后，假定污水處理廠污水在池中停留時間為nT，在t-mT時刻需要預測mT(mTnT)時間后水廠的出水水質；將(t-mT)～t時間段的所有輔助變量用[t-(m+1)T]時刻的數據替換，構造(t-nT)～t時間段的樣本輸入，計算出t時刻的預測出水水質參數；將t時間點的預測結果和實際測定值比較，對模型出水預測效果進行評估。

進一步地，所述步驟S1的具體實施步驟如下：