CN106290763A - 一种污水处理运行参数趋势分析方法及系统 - Google Patents

Abstract

本发明公开了一种污水处理运行参数趋势分析方法及系统，将污水处理厂各设备设施采集到的污水处理生产数据，经过应用数理统计函数计算后，通过计算结果的智能分析对污水处理工艺单元的工况进行趋势预测，提前得知运行问题以便及时采取措施对生产进行调整和对潜在的风险项进行预防，确保污水处理厂生产运行的安全性、稳定性和连续性。

Description

一种污水处理运行参数趋势分析方法及系统

技术领域

本发明涉及污水处理技术领域，特别是一种污水处理运行参数趋势分析方法及系统。

背景技术

目前，大部分污水处理厂都配置有自动化监控软件来监控与反馈各水处理工艺单元的实时数据信息，再由中央控制室根据生产数据指标对水处理工艺单元进行调控。由于目前污水处理厂所用自控系统都是采用的实时数据库，只对实时数据进行反映，运行数据保存容量有所限制，不能对生产数据进行大量积累统计，同时也没有稳定有效的系统对大数据进行对比分析，因此中央控制室及运营总部不能对水处理工艺单元和设备设施运行情况进行很好的分析总结，无法对将来某一时段可能出现的运行工况问题进行预警和提前调整控制。污水处理厂往往都是等到水处理单元的各项生产指标出现明显异常之后，再对异常情况进行人工排查才找到问题，过程耗时耗力，不能及时采取有效措施调控污水处理系统，从而导致污水处理厂运行过程中部分指标超标排放，严重时甚至会造成系统瘫痪。

发明内容

本发明所要解决的技术问题是，针对现有技术不足，提供一种污水处理运行参数趋势分析方法及系统。

为解决上述技术问题，本发明所采用的技术方案是：一种污水处理运行参数趋势分析方法，包括以下步骤：

1)采集污水处理厂自机械设备、自控PLC、电气设备、监控设备、仪表设备

和化验仪器的测控结果，并存储到数据集中；

2)利用下式计算所述测控结果的算术平均值 利用下式计算所述测控结果的方差S：利用下式计算所述测控结果的均方根误差RE：利用下式计算所述测控结果的偏度SK：其中，x_i是数据集中第i个数据；n是一个采样周期内数据集中数据的个数；μ是预先设置的标准值；

3)继续采集测控结果，判断一个采样周期内，测控结果的算术平均值是否在设定的算术平均值有效范围内，若是，则进一步对后续指标特征进行计算分析，否则表示测控结果不在有效范围，不利于处理效果，立即预警提示异常；判断一个采样周期内，测控结果的方差、均方根误差分别与设定的方差临界值、均方根误差临界值比较结果，分析测控结果变化的稳定性和是否接近标准值：方差小于方差临界值则表示变化幅度小，系统稳定运行中，否则变化幅度大，系统运行工况波动大，将不利于处理效率，预警提示异常；均方根误差小于均方根误差临界值则表示测控结果接近标准值，污水处理系统的工作效果正常，否则偏离标准值，将影响处理效果，偏离方向由偏度进一步判断分析，并预警提示异常；判断测控结果的偏度与0的差值，分析测控结果相对于0是正向偏离或负向偏离：大于0则是测控结果整体比标准值大，小于0则是测控结果整体比标准值小；偏度＞0说明仪表测到的数值整体即使在有效范围内，但整体是大于设定的平均值具体数据的；反之则偏度＜0，此时仪表检测值有继续偏大或偏小的发展趋势。

相应的，本发明还提供了一种污水处理运行参数趋势分析系统，其特征在于，包括：

数据采集层：用于采集污水处理厂自机械设备、自控PLC、电气设备、监控设备、仪表设备和化验仪器的测控结果，并存储到数据集中；

数据存储层：用于存储所述数据集；

趋势分析层：用于将数据存储层保存的数据集转变成趋势曲线并做统计计算和智能分析从而得出预测结果。

还包括：用户界面层，用于显示趋势分析层的分析结果。

将数据存储层保存的数据集转变成趋势曲线并做统计计算和智能分析从而得出预测结果的具体过程为：利用下式计算所述测控结果的算术平均值 利用下式计算所述测控结果的方差S：利用下式计算所述测控结果的均方根误差RE：利用下式计算所述测控结果的偏度SK：其中，x_i是数据集中第i个数据；n是一个采样周期内数据集中数据的个数；μ是预先设置的标准值；并在计算得到上述算术平均值、方差、均方根误差、偏度后，继续采集测控结果，判断一个采样周期内，测控结果的算术平均值是否在设定的算术平均值有效范围内，若是，则进一步对后续指标特征进行计算分析，否则表示测控结果不在有效范围，不利于处理效果，立即预警提示异常；判断一个采样周期内，测控结果的方差、均方根误差分别与设定的方差临界值、均方根误差临界值比较结果，分析测控结果变化的稳定性和是否接近标准值：方差小于方差临界值则表示变化幅度小，系统稳定运行中，否则变化幅度大，系统运行工况波动大，将不利于处理效率，预警提示异常；均方根误差小于均方根误差临界值则表示测控结果接近标准值，污水处理系统的工作效果正常，否则偏离标准值，将影响处理效果，偏离方向由偏度进一步判断分析，并预警提示异常；判断测控结果的偏度与0的差值，分析测控结果相对于0是正向偏离或负向偏离：大于0则是测控结果整体比标准值大，小于0则是测控结果整体比标准值小；偏度＞0说明仪表测到的数值整体即使在有效范围内，但整体是大于设定的平均值具体数据的；反之则偏度＜0，此时仪表检测值有继续偏大或偏小的发展趋势。

与现有技术相比，本发明所具有的有益效果为：通过本发明的污水处理运行参数趋势分析方法，能够将污水处理厂各设备设施采集到的污水处理生产数据，经过应用数理统计函数计算后，通过计算结果的智能分析对污水处理工艺单元的工况进行趋势预测，提前得知运行问题以便及时采取措施对生产进行调整和对潜在的风险项进行预防，确保污水处理厂生产运行的安全性、稳定性和连续性。

附图说明

图1是本发明的污水处理运行参数趋势分析系统结构框架图；

图2是本发明的污水处理运行参数趋势分析系统网络结构图；

图3是本发明的污水处理运行参数趋势分析方法的流程图；

图4是本发明的实施例一溶解氧含量的趋势曲线图；

图5是本发明的实施例二溶解氧含量的趋势曲线图。

具体实施方式

图1是本发明的污水处理运行参数趋势分析系统结构框架图，包括数据采集层、数据存储层、趋势分析层和用户界面层。其中，数据采集层为系统稳定地获取各项数据指标；数据存储层用于存储数据采集层传输而来的各项数据，为趋势分析提供数据支持；趋势分析层将数据存储层保存的大量数据转变成趋势曲线并做统计计算和智能分析从而得出预测结果；用户界面层用于反映趋势分析层的分析结果。

图2是本发明的污水处理运行参数趋势分析系统网络架构图，下面对图2进行说明。数据采集主要是收集来自机械设备、自控PLC、电气设备、监控设备、仪表设备和化验仪器等设备设施的测控结果，传输至数据存储层保存。

数据存储层为趋势分析层的智能分析提供大数据支撑。

趋势分析层则是将存储层保存的生产数据指标生成分析曲线，依据数理统计函数计算对其做进一步的数理分析，如通过对某一周期(如15分钟、1小时或一天)的一组数据集进行算术平均值、方差、均方根误差和偏度等一系列函数统计计算后，根据与预先设置的标准值相比较，分析其波动稳定性、相对于标准值的离散度和偏斜方向等特征，判断风险大小，对运行风险进行预警。

算术平均值用以衡量一组数据的平均量级(集中趋势)；方差用以衡量一组数据的波动大小，方差越大，数据变化的波动越大，数据变化趋势稳定性差；均方根误差用以衡量一组数据相对于标准值的离散程度，均方根误差越大，数据偏离标准值越多，可分析得出数据趋势将超出理想期望值；偏度用以衡量数据的分布偏斜方向和程度，当偏度大于0，可分析得出数据整体正偏离于标准值，当偏度小于0，可分析得出数据整体负偏离于标准值。值域和标准值一般根据具体项目的水质情况和试验结果确定，详见具体实施例。

一般使用以下公式计算算术平均值：

$\stackrel{\‾}{x}=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{x}_i}{n};$

其中，n是周期内一组数据中数据的个数，x_i是该组数据中第i个数据。

一般使用以下公式计算方差：

$S=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(x_i-\stackrel{\‾}{x})}^2}{n};$

其中，n是周期内一组数据中数据的个数，x_i是该组数据中第i个数据，是该组数据的算术平均值。

一般使用以下公式计算均方根误差：

$RE=\sqrt{\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(x_i-\mathrm{\μ})}^2}{n-1}};$

其中，n是周期内一组数据中数据的个数，x_i是该组数据中第i个数据，μ是预先设置的标准值。

一般使用以下公式计算偏度：

$SK=\frac{n\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(x_i-\mathrm{\μ})}^3}{(n-1)(n-2){\mathrm{RE}}^3};$

其中，n是周期内一组数据中数据的个数，x_i是该数据集中第i个数据，μ是预先设置的标准值，RE是该组数据的均方根误差，标准值的取值是不同分析对象在具体工况下，可以得到最佳水处理效果的理论值，该值由行业经验或者试验结果确定。如在某一市政污水处理中，分析其好氧系统溶解氧变化趋势时，标准值取3.00mg/L，处理效果最佳；分析其污泥浓度变化趋势时，标准值取6000mg/L，污泥活性最好，污水处理效果最理想。

用户界面层包括web端和app端，用于反映趋势分析层得出的分析结果，包括分析曲线和运行情况预测及警示。

根据本发明的实施例一和实施例二，污水处理厂运行数据采集来源于电气设备、仪表设备、机械设备。采集的数据通过OPC协议传输到存储层的数据库中存储，数据类型包括流量、液位、化学需氧量、五日生化需氧量、悬浮物、氨氮、总磷、总氮、溶解氧、污泥浓度、pH值等。

以下参照图3描述本发明的实施例的分析流程。具体的，污水处理厂生化段好氧系统的溶解氧含量(mg/L)预先设置值域为2.00-4.00(行业经验值，溶氧量在该范围内则好氧系统可正常运行)，标准值为3.00(溶氧量在此标准值时好氧系统的处理效果最好)。根据实施例中两座污水厂现场实际处理情况测试得出：波动稳定并且保证处理效果良好的溶氧量数据的方差、均方根误差的临界值分别为0.007、0.15。趋势分析系统对好氧系统溶解氧数据拟合生成一段分析曲线，并以每2.5个小时为一个分析周期，统计计算采集存储到的溶解氧数据的算术平均值、方差、均方根误差和偏度。根据统计计算结果，系统对趋势展开智能分析判断。

图4是实施例一宁乡污水处理厂氧化沟某一个周期的溶解氧数据分布趋势曲线，从单个反馈的数据来看，数据均处于正常值域内。但通过进行统计分析发现：在该段周期内生化系统溶解氧含量的算术平均值为2.70，该组数据的集中趋势在值域范围内；方差S为0.01，分析得出较之方差临界值0.007大，说明该组数据波动性较大，系统运行不稳定；均方根误差RE为0.317，大于均方根误差临界值0.15，分析得出该组数据相对标准值的离散程度大；偏度SK为-1.181，分析结果为负值，说明该组数据负偏离于标准值。

综合上述分析可得出如下结论：宁乡污水处理厂氧化沟在该周期内的溶解氧含量低于标准值，变化波动幅度大，具有持续下降趋势。

得出趋势分析结果后，系统立即将结果和预警信息传送至污水处理厂控制中心和专家诊断中心，专家诊断中心再进一步判断趋势下降的原因，并提醒运营人员注意。运营人员可根据反馈情况调节风机风量或空气阀门，控制曝气量，维系好氧系统溶解氧的正常水平。

图5是实施例二怀化污水处理厂好氧池内某一个周期的溶解氧数据分布趋势曲线。通过统计计算分析发现：在该段周期内好氧系统溶氧量的算术平均值为2.939，该组数据接近标准值；方差S为0.002，分析得出该值远小于方差临界值0.007，说明该组数据波动幅度小，系统运行稳定；均方根误差RE为0.079，远小于均方根误差临界值0.15，分析得出该组数据相对标准值的离散程度小，即数据普遍接近于标准值；偏度SK为-1.259，分析结果为负值，说明该组数据整体负偏离于标准值。

综合上述分析可得出如下结论：怀化污水处理厂在该周期内好氧系统的溶解氧含量接近于标准值，整体溶氧量略低于标准值，波动稳定，可保证系统良好的处理效果。无需预警。

以上仅以溶解氧含量为例说明趋势分析，但同时也适用于污水厂其他数据类型，在此不一一说明分析方式。该发明的保护范围包括污水厂系统中的所有采集到的工况参数。

Claims (6)

1.一种污水处理运行参数趋势分析方法，其特征在于，包括以下步骤：

1)采集污水处理厂自机械设备、自控PLC、电气设备、监控设备、仪表设备和化验仪器的测控结果，并存储到数据集中；

2)利用下式计算所述测控结果的算术平均值 利用下式计算所述测控结果的方差S：利用下式计算所述测控结果的均方根误差RE：利用下式计算所述测控结果的偏度SK：其中，x_i是数据集中第i个数据；n是一个采样周期内数据集中数据的个数；μ是预先设置的标准值；

3)继续采集测控结果，判断一个采样周期内，测控结果的算术平均值是否在设定的算术平均值有效范围内，若是，则进一步对后续指标特征进行计算分析，否则表示测控结果不在有效范围，不利于处理效果，立即预警提示异常；判断一个采样周期内，测控结果的方差、均方根误差分别与设定的方差临界值、均方根误差临界值比较结果，分析测控结果变化的稳定性和是否接近标准值：方差小于方差临界值则表示变化幅度小，系统稳定运行中，否则变化幅度大，系统运行工况波动大，将不利于处理效率，预警提示异常；均方根误差小于均方根误差临界值则表示测控结果接近标准值，污水处理系统的工作效果正常，否则偏离标准值，将影响处理效果，偏离方向由偏度进一步判断分析，并预警提示异常；判断测控结果的偏度与0的差值，分析测控结果相对于0是正向偏离或负向偏离：大于0则是测控结果整体比标准值大，小于0则是测控结果整体比标准值小；偏度＞0说明仪表测到的数值整体即使在有效范围内，但整体是大于设定的平均值具体数据的；反之则偏度＜0，此时仪表检测值有继续偏大或偏小的发展趋势。

2.根据权利要求1所述的污水处理运行参数趋势分析方法，其特征在于，所述测控结果为溶解氧含量，单位为mg/L；设定的算术平均值有效范围为2.00～4.00。

3.根据权利要求2所述的污水处理运行参数趋势分析方法，其特征在于，设定的标准值为3.00。

4.一种污水处理运行参数趋势分析系统，其特征在于，包括：

数据采集层：用于采集污水处理厂自机械设备、自控PLC、电气设备、监控设备、仪表设备和化验仪器的测控结果，并存储到数据集中；

数据存储层：用于存储所述数据集；

趋势分析层：用于将数据存储层保存的数据集转变成趋势曲线并做统计计算和智能分析从而得出预测结果。

5.跟据权利要求4所述的污水处理运行参数趋势分析系统，其特征在于，还包括：用户界面层，用于显示趋势分析层的分析结果。

6.跟据权利要求4或5所述的污水处理运行参数趋势分析系统，其特征在于，将数据存储层保存的数据集转变成趋势曲线并做统计计算和智能分析从而得出预测结果的具体过程为：利用下式计算所述测控结果的算术平均值 利用下式计算所述测控结果的方差S：利用下式计算所述测控结果的均方根误差RE：利用下式计算所述测控结果的偏度SK：其中，x_i是数据集中第i个数据；n是一个采样周期内数据集中数据的个数；μ是预先设置的标准值；并在计算得到上述算术平均值、方差、均方根误差、偏度后，继续采集测控结果，判断一个采样周期内，测控结果的算术平均值是否在设定的算术平均值有效范围内，若是，则进一步对后续指标特征进行计算分析，否则表示测控结果不在有效范围，不利于处理效果，立即预警提示异常；判断一个采样周期内，测控结果的方差、均方根误差分别与设定的方差临界值、均方根误差临界值比较结果，分析测控结果变化的稳定性和是否接近标准值：方差小于方差临界值则表示变化幅度小，系统稳定运行中，否则变化幅度大，系统运行工况波动大，将不利于处理效率，预警提示异常；均方根误差小于均方根误差临界值则表示测控结果接近标准值，污水处理系统的工作效果正常，否则偏离标准值，将影响处理效果，偏离方向由偏度进一步判断分析，并预警提示异常；判断测控结果的偏度与0的差值，分析测控结果相对于0是正向偏离或负向偏离：大于0则是测控结果整体比标准值大，小于0则是测控结果整体比标准值小；偏度＞0说明仪表测到的数值整体即使在有效范围内，但整体是大于设定的平均值具体数据的；反之则偏度＜0，此时仪表检测值有继续偏大或偏小的发展趋势。