[發明專利]一種滲濾液生化段碳源投加量的預測方法及優化算法

在審

• 申請號: 202210186209.6
• 申請日: 2022-02-28
• 公開（公告）號: CN114565154A
• 公開（公告）日: 2022-05-31
• 發明（設計）人: 陳曉琪;李遙;葉邦端;劉煌彬
• 申請（專利權）人: 廈門牧云數據技術有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/00;G06Q50/26;G06N3/08;G06K9/62
• 代理公司: 合肥上博知識產權代理事務所(特殊普通合伙) 34188
• 代理人: 張果果

本發明涉及一種滲濾液生化段碳源投加量的預測方法及優化算法，包括以下步驟：S1)確定影響滲濾液生化段出水總氮濃度的影響因子；S2)基于現場生產數據進行數據提取與清洗，得到包含訓練數據組和驗證數據組的基礎數據組；S3)創建深度學習神經網絡算法模型；S4)使用訓練數據組訓練模型；S5)使用訓練數據組和驗證數據組驗證模型；S6)創建包含影響因子參數的碳源投加量目標函數，通過梯度下降法、牛頓迭代法或者二分法對碳源投加量目標函數進行求解，得到最低碳源投加量預測值；S7)針對碳源投加量目標函數引入碳源投加系數對最低碳源投加量預測值進行誤差調節，并通過觀測生化段出水總氮濃度的實際值進行驗證，得到最優碳源投加量預測值。

技術領域

本發明屬于滲濾液處理技術領域，尤其是涉及一種滲濾液生化段碳源投加量的預測方法及優化算法。

背景技術

垃圾填埋場滲濾液的處理一直都是填埋場設計、運行和管理中非常棘手的問題，垃圾填埋場的滲濾液屬于高濃度有機廢液，垃圾滲濾液總氮濃度一般從數百到幾千毫克每升不等，與城市污水相比，垃圾滲瀝液的氨氮濃度高出數十至數百倍。

MBR膜生化處理是最為經濟有效的滲濾液處理方式，是應用最為廣泛的技術之一。在滲濾液處理過程中，滲濾液從填埋場底部搜集進入調節池、均衡池中緩存，在一級硝化池的生化反應階段，通過投加碳源以分解滲濾液中的總氮，經過生化反應可有效降低滲濾液中的COD和總氮，再經過深化處理單元處理后可實現達標排放。生化反應是整個工藝系統的核心，分為反硝化反應和硝化反應，而氮是垃圾滲濾液污染程度的重要指標之一，滲濾液處理中碳源在反硝化菌作用下可有效分解硝態氮，良好的碳氮比是生化反應順利進行的保障，在碳源不足的情況下需投加碳源，一般滲濾液中的總氮在一級硝化池的一級生化反應能夠有效降低95％以上，為保證出水水質穩定，通常還會設計二級硝化池進行二級反硝化及硝化反應。現有技術中，碳源投加成本占滲濾液工廠運營總成本近30％，而碳源的投加量受進水水量水質、環境因素、內回流量等多方因素影響，是一個多變量、大滯后、動態性、干擾嚴重的動態系統，是一種難以控制的復雜工業過程，難以通過固定公式或算法進行計算，垃圾滲濾液場站普遍存在過度投加碳源的情況，難以滿足環保要求。

目前，現有滲濾液生化段碳源投加量的預測方法，存在以下不足：

1、大多數企業是基于外加碳源量的人工經驗公式計算碳源投加量：這樣的方式很大程度是依賴技術人員經驗，存在許多誤判的情況，容易發生過度或者過少投加的情況，容易因過度投加導致生產成本增加以及對其他微生物產生抑制作用，或者因過少投加容易導致出水總氮不達標，而且滲濾液處理的生化反應是一個多因素影響的生物、化學綜合反應，依靠經驗公式計算碳源投加量并不能夠完全準確的計算得到碳源投加量，存在很大的局限性。

2、少部分企業是基于神經網絡的水處理碳源加藥量算法預測：首先，這類算法通常只能夠計算城市污水處理的碳源投加量，模型的輸入參數簡單，無法應用于諸如垃圾填埋場、焚燒廠、垃圾中轉站等場所的滲濾液為高濃度有機廢液的處理，其次，這些算法只是依據歷史的投加數據訓練模型，而歷史的碳源投加量并非最優的碳源投加量，這樣訓練出來的模型輸出的結果準確性不高，難以投入生產應用；此外，這類算法還普遍存在影響因子識別不全面、算法只能根據出水水質預測碳源投加量等問題，而且預測的碳源投加量并非是最優投加量，生產應用經濟價值有限。

因此，針對滲濾液生化段的一級生化反應，迫切需要提供一種滲濾液生化反應處理階段碳源投加量的預測方法和優化算法，以適用于解決現有滲濾液處理過程中存在的多變量影響因子不確定性和高復雜性的問題，在能夠確保總氮去除率達標的同時，還能夠合理投加碳源，從而達到節約成本的目的，保證滲濾液處理過程的穩定運行。

發明內容

本發明的目的在于針對現有技術中存在的不足，提供一種設計合理，應用廣泛，碳源投加量預測準確度高，能夠確保總氮去除率達標，還能夠優化計算碳源投加量進行碳源合理投加，成本節約的滲濾液生化段碳源投加量的預測方法及優化算法。

為了實現上述目的，本發明采用以下技術方案：