CN102707026A - 一种用于再生水厂原水水质的在线预警系统及其控制方法 - Google Patents

Abstract

本发明公开了一种用于再生水厂原水水质的在线预警系统及其控制方法，所述水质在线自动监测系统用于采集再生水厂原水水样，在线测定水样pH、COD、TN、NH₃-N、TP和SS六项水质指标，并按约定的采集时段定时将水质在线监测数据发送给所述数据中心；所述数据中心控制水质在线自动监测系统，并存储所述水质在线监测数据；所述主控计算机自动读取所述水质在线监测数据，并对异常波动的水质指标按照污染程度进行预警。本发明准确和迅速地发现再生水厂原水水质中异常波动的水质指标，并对原水的水质波动程度进行预警和应急处理，在保证出厂水质的基础上能够降低水处理成本，实现了对再生水厂原水水质的监控和及时的预警预报，减少了损失。

Description

一种用于再生水厂原水水质的在线预警系统及其控制方法

技术领域

本发明涉及水污染控制领域，尤其涉及一种用于再生水厂原水水质的在线预警系统及其控制方法。

背景技术

随着我国城镇工业企业的迅速发展，我国逐渐呈现出水资源短缺与水污染加剧两大难题。在此背景下，污水回用成为解决这两大难题的重要技术手段。将再生水用于城市绿化、道路浇洒、生活杂用、洗车和景观水等诸多领域，不但能够有效缓解当前发展带来的水资源严重短缺的压力，而且将生产出来更多的污水循环利用，其开发投资省、运行成本低、处理效率高等诸多优点使再生水回用成为促进社会经济可持续发展的关键技术。因此，再生水厂出水水质及其生态安全性是城市生产生活的保障。

本预警系统的建立，旨在掌握再生水厂原水水质变化规律，及早对水质污染进行预警预报，并及时采取应急措施防止水质污染事故，避免造成严重的损失。这是针对水处理工程预警系统的探索性研究，在保障再生水回用安全性、提高水厂水处理效率和降低水处理成本等方面具有积极意义。

发明人在实现本发明的过程中，发现现有技术中至少存在以下缺点和不足：

对再生水厂原水水质缺少监控，当水质发生污染时，不能进行及时的预警预报，造成了严重的损失。

发明内容

本发明提供了一种用于再生水厂原水水质的在线预警系统及其控制方法，本发明实现了对再生水厂原水水质的监控和及时的预警预报，减少了损失，详见下文描述：

一种用于再生水厂原水水质的在线预警系统，所述在线预警系统包括：水质在线自动监测系统、数据中心和主控计算机，

所述水质在线自动监测系统用于采集再生水厂原水水样，在线测定水样pH、COD、TN、NH₃-N、TP和SS六项水质指标，并按约定的采集时段定时将水质在线监测数据发送给所述数据中心；所述数据中心控制水质在线自动监测系统，并存储所述水质在线监测数据；所述主控计算机自动读取所述水质在线监测数据，并对异常波动的水质指标按照污染程度进行预警。

所述水质在线自动监测系统包括：若干个遥测远传终端和通讯系统，

所述遥测远传终端具体为远端测控单元装置，用于采集再生水厂原水水样，在线测定水样pH、COD、TN、NH₃-N、TP和SS六项水质指标，并按设定的采集时段通过所述通讯系统采用有线或无线方式将所述水质在线监测数据定时发送给所述数据中心。

所述数据中心包括：服务器和数据库，

所述服务器与所述水质在线自动监测系统进行通讯，并监控所述水质在线监测数据；所述数据库用来储存按时序监测的所述水质在线监测数据。

一种用于再生水厂原水水质的在线预警系统的控制方法，所述方法包括以下步骤：

（1）根据原水水质历史监测数据构建历史水质数据库，通过所述历史水质数据库中的数据构建神经网络模型；

其中，所述神经网络模型包括：一个输入层、两个隐含层和一个输出层的四层神经网络，输入样本为pH、COD、TN、NH₃-N、TP和SS六项原水水质指标；训练后的输出结果为六项指标的出水预测值；

所述神经网络模型描述为：

D(t)=F(D(t-1)，D(t-2)，…，D(t-n))

其中，D(t)为t时刻某水质指标的实际监测数据；n为输入层的节点数；F由神经网络确定的输入-输出映射关系；

（2）定时读取并存储所述水质在线监测数据，将所述水质在线监测数据传输到所述神经网络模型，通过所述神经网络模型对所述水质在线监测数据进行预测，获取6项水质预测指标；

（3）判断所述6项水质预测指标是否均小于第一阈值，如果是，执行步骤（4）；如果否，执行步骤（5）；

（4）所述6项水质预测指标为无警，重新执行步骤（2）；

（5）判断所述超标的水质预测指标是否大于第一阈值且小于第二阈值，如果是，执行步骤（6）；如果否，执行步骤（7）；

（6）所述超标的水质预测指标为轻警，执行步骤（10）；

（7）判断所述超标的水质预测指标是否大于第二阈值且小于第三阈值，如果是，执行步骤（8）；如果否，执行步骤（9）；

（8）所述超标的水质预测指标为中警，执行步骤（10）；

（9）所述超标的水质预测指标为重警，执行步骤（10）；

（10）根据预警等级对出水水质进行监控和处理；

其中，所述第一阈值小于所述第二阈值，所述第二阈值小于所述第三阈值。

所述根据预警等级对出水水质进行监控和处理具体为：

当所述预警等级为轻警时，加大监测密度，掌握水质走向；

当所述预警等级为中警时，对污水处理工艺进行调整，同时在处理工艺末端加设监测点，监控处理后出水水质；

当所述预警等级为重警时，在排水管网系统中增设水质监测点，在排污单位的排水处进行监测，查找排污超标源；对污水处理工艺进行调整并严格监控出水水质。

本发明提供的技术方案的有益效果是：

本发明提供了一种用于再生水厂原水水质的在线预警系统及其控制方法，主控计算机自动读取水质在线监测数据，并对异常波动的水质指标按照污染程度进行预警；本发明准确和迅速地发现再生水厂原水水质中异常波动的水质指标，并对原水的水质波动程度进行预警和应急处理，在保证出厂水质的基础上能够降低水处理成本，实现了对再生水厂原水水质的监控和及时的预警预报，减少了损失，对于再生水厂的运行具有很高的实用价值。

附图说明

图1为本发明提供的一种用于再生水厂原水水质的在线预警系统的结构示意图；

图2为本发明提供的控制方法的示意图；

图3为本发明提供的神经网络模型的示意图；

图4为本发明提供的控制方法的流程图。

附图中，各标号所代表的部件列表如下：

1：水质在线自动监测系统；2：数据中心；

3：主控计算机；4：遥测远传终端；

5：通讯系统；6：服务器；

7：数据库。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

为了实现对再生水厂原水水质的监控和及时的预警预报，减少损失，本发明实施例提供了一种用于再生水厂原水水质的在线预警系统，参见图1，详见下文描述：

一种用于再生水厂原水水质的在线预警系统，包括：水质在线自动监测系统1、数据中心2和主控计算机3，

水质在线自动监测系统1用于采集再生水厂原水水样，在线测定水样pH、COD、TN、NH₃-N、TP和SS六项水质指标，并按约定的采集时段定时将水质在线监测数据发送给数据中心2；数据中心2控制水质在线自动监测系统，并存储水质在线监测数据；主控计算机3自动读取水质在线监测数据，并对异常波动的水质指标按照污染程度进行预警。

其中，水质在线自动监测系统1包括：若干个遥测远传终端（RTU）4和通讯系统5，

遥测远传终端4是一种远端测控单元装置，用于采集再生水厂原水水样，在线测定水样pH、COD、TN、NH₃-N、TP和SS六项水质指标，并按设定的采集时段通过通讯系统5采用有线或无线方式将水质在线监测数据定时发送给数据中心2。

其中，遥测远传终端4的数量根据实际应用中的需要进行设定，具体实现时，本发明实施例对此不做限制。

其中，数据中心2包括：服务器6和数据库7，

服务器6与水质在线自动监测系统1进行通讯，并监控水质在线监测数据；数据库7用来储存按时序监测的水质在线监测数据。

其中，主控计算机3内装有系统软件和应用软件（再生水厂原水水质在线预警系统软件），并可随时操作数据库中的数据，是系统的操作平台。

为了实现对再生水厂原水水质的监控和及时的预警预报，减少损失，本发明实施例提供了一种用于再生水厂原水水质的在线预警系统的控制方法，参见图2、图3和图4，详见下文描述：

101：根据原水水质历史监测数据构建历史水质数据库，通过历史水质数据库中的数据构建神经网络模型；

其中，该神经网络模型包括：一个输入层、两个隐含层和一个输出层的四层神经网络，输入样本为pH、COD、TN、NH₃-N、TP和SS六项原水水质指标，故输入层节点为6；训练后的输出结果为六项指标的出水预测值，故输出层节点为6。

构建此神经网络模型的主要框架是以若干连续正常范围内波动的实际水质监测数据作为输入值，预测下一周期的输出值，神经网络模型描述为：

D(t)=F(D(t-1)，D(t-2)，…，D(t-n))

其中，D(t)为t时刻某水质指标的实际监测数据；n为输入层的节点数；F由神经网络确定的输入-输出映射关系。

102：定时读取并存储水质在线监测数据，将水质在线监测数据传输到神经网络模型，通过神经网络模型对水质在线监测数据进行预测，获取6项水质预测指标；

103：判断6项水质预测指标是否均小于第一阈值，如果是，执行步骤104；如果否，执行步骤105；

即，对每项水质都设立一个第一阈值，当6项水质的预测指标均小于各自的第一阈值，则重新执行步骤102；否则，只要有一个不在相应的第一阈值范围内，就执行步骤105。

104：6项水质预测指标为无警，重新执行步骤102；

无警即超标的水质预测指标在小于第一阈值范围内波动，不影响出水水质，流程结束。

105：判断超标的水质预测指标是否大于第一阈值且小于第二阈值，如果是，执行步骤106；如果否，执行步骤107；

106：超标的水质预测指标为轻警，执行步骤110；

轻警即水质指标超出幅度不大，还不足以影响出水水质。

107：判断超标的水质预测指标是否大于第二阈值且小于第三阈值，如果是，执行步骤108；如果否，执行步骤109；

108：超标的水质预测指标为中警，执行步骤110；

中警即水质指标进一步恶化，导致出水水质可能不达标。

109：超标的水质预测指标为重警，执行步骤110；

重警即水质指标浓度超出相关排放标准要求，有违规排放的可能。

110：根据预警等级对出水水质进行监控和处理。

其中，第一阈值小于第二阈值，第二阈值小于第三阈值，具体的取值根据实际应用中的需要进行设定，具体实现时，本发明实施例对此不做限制。

其中，该步骤具体为：当预警等级为轻警时，采取密切监控措施，加大监测密度，及时掌握水质走向；当预警等级为中警时，对污水处理工艺进行调整，同时在处理工艺末端加设监测点，监控处理后出水水质；当预警等级为重警时，在排水管网系统中增设水质监测点，在排污单位的排水处进行监测，查找排污超标源；对污水处理工艺进行调整并严格监控出水水质。

例如：某再生水厂采用MBR（膜生物反应器）工艺处理，若系统对原水COD指标发出警报，轻警情况可暂且不调整工艺运行参数，通过密切监控监测点COD指标及时掌握水质走向；中警情况需加大MBR工艺曝气量，并在MBR反应器进水前端和工艺末端加设监测点，监控处理后出水水质；重警情况下需使原水先经过调节池进行厌氧水解酸化预处理，再进入MBR工艺进行好氧生物降解处理。

综上所述，本发明实施例提供了一种用于再生水厂原水水质的在线预警系统及其控制方法，主控计算机自动读取水质在线监测数据，并对异常波动的水质指标按照污染程度进行预警；本发明准确和迅速地发现再生水厂原水水质中异常波动的水质指标，并对原水的水质波动程度进行预警和应急处理，在保证出厂水质的基础上能够降低水处理成本，实现了对再生水厂原水水质的监控和及时的预警预报，减少了损失，对于再生水厂的运行具有很高的实用价值。

本领域技术人员可以理解附图只是一个优选实施例的示意图，上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，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。

Claims (5)

1.一种用于再生水厂原水水质的在线预警系统，其特征在于，所述在线预警系统包括：水质在线自动监测系统、数据中心和主控计算机，

所述水质在线自动监测系统用于采集再生水厂原水水样，在线测定水样pH、COD、TN、NH₃-N、TP和SS六项水质指标，并按约定的采集时段定时将水质在线监测数据发送给所述数据中心；所述数据中心控制水质在线自动监测系统，并存储所述水质在线监测数据；所述主控计算机自动读取所述水质在线监测数据，并对异常波动的水质指标按照污染程度进行预警。

2.根据权利要求1所述的一种用于再生水厂原水水质的在线预警系统，其特征在于，所述水质在线自动监测系统包括：若干个遥测远传终端和通讯系统，

所述遥测远传终端具体为远端测控单元装置，用于采集再生水厂原水水样，在线测定水样pH、COD、TN、NH₃-N、TP和SS六项水质指标，并按设定的采集时段通过所述通讯系统采用有线或无线方式将所述水质在线监测数据定时发送给所述数据中心。

3.根据权利要求1所述的一种用于再生水厂原水水质的在线预警系统，其特征在于，所述数据中心包括：服务器和数据库，

所述服务器与所述水质在线自动监测系统进行通讯，并监控所述水质在线监测数据；所述数据库用来储存按时序监测的所述水质在线监测数据。

4.根据权利要求1所述的一种用于再生水厂原水水质的在线预警系统的控制方法，其特征在于，所述方法包括以下步骤：

（1）根据原水水质历史监测数据构建历史水质数据库，通过所述历史水质数据库中的数据构建神经网络模型；

其中，所述神经网络模型包括：一个输入层、两个隐含层和一个输出层的四层神经网络，输入样本为pH、COD、TN、NH₃-N、TP和SS六项原水水质指标；训练后的输出结果为六项指标的出水预测值；

所述神经网络模型描述为：

D(t)=F(D(t-1)，D(t-2)，…，D(t-n))

其中，D(t)为t时刻某水质指标的实际监测数据；n为输入层的节点数；F由神经网络确定的输入-输出映射关系；

（2）定时读取并存储所述水质在线监测数据，将所述水质在线监测数据传输到所述神经网络模型，通过所述神经网络模型对所述水质在线监测数据进行预测，获取6项水质预测指标；

（3）判断所述6项水质预测指标是否均小于第一阈值，如果是，执行步骤（4）；如果否，执行步骤（5）；

（4）所述6项水质预测指标为无警，重新执行步骤（2）；

（5）判断所述超标的水质预测指标是否大于第一阈值且小于第二阈值，如果是，执行步骤（6）；如果否，执行步骤（7）；

（6）所述超标的水质预测指标为轻警，执行步骤（10）；

（7）判断所述超标的水质预测指标是否大于第二阈值且小于第三阈值，如果是，执行步骤（8）；如果否，执行步骤（9）；

（8）所述超标的水质预测指标为中警，执行步骤（10）；

（9）所述超标的水质预测指标为重警，执行步骤（10）；

（10）根据预警等级对出水水质进行监控和处理；

其中，所述第一阈值小于所述第二阈值，所述第二阈值小于所述第三阈值。

5.根据权利要求4所述的控制方法，其特征在于，所述根据预警等级对出水水质进行监控和处理具体为：

当所述预警等级为轻警时，加大监测密度，掌握水质走向；

当所述预警等级为中警时，对污水处理工艺进行调整，同时在处理工艺末端加设监测点，监控处理后出水水质；

当所述预警等级为重警时，在排水管网系统中增设水质监测点，在排污单位的排水处进行监测，查找排污超标源；对污水处理工艺进行调整并严格监控出水水质。

Images