CN111339499A - 一种基于时间轨迹相似度的污水处理厂运行状态评估方法 - Google Patents

Abstract

本发明公开了一种基于时间轨迹相似度的污水处理厂运行状态评估方法，包括：建立多个污水厂实时在线监测出水水质数据集，保留修正数据集，并按照不同污水厂不同出水水质指标进行标记，选择所有污水厂和单个污水厂以特定时间周期对水质数据的数据集进行分段；利用厂群总体水质数据数据集和单个水厂水质数据数据集求出相似度，得到所有水厂相似度的数据集；利用分位数将得到所有水厂水质相似度的数据集进行分类，设置上下侧分位数，根据水质相似度的污水厂判定其运行状态。本发明根据相似度值的大小与污水厂实际运行来表征污水厂的行为特性。该方法能够快速识别具有异常风险的污水厂，为污水厂监管评估提供一种有效可行的方法。

Description

一种基于时间轨迹相似度的污水处理厂运行状态评估方法

技术领域

本发明属于污水处理领域，涉及一种通过对区域中厂群总体污水厂和单独污水厂出水水质数据的相关性分析，从而表征出污水厂特性及异常状态识别的方法。

背景技术

近年以来，环境水污染问题愈发得到人们的重视，目前，通常通过有效的污水厂的在线水质指标排放在线数据方法来评估治理环境水污染问题的实施效果。然而，通过对这些在线数据进行评估，从而评估所有污水处理厂治理环境水污染问题的有效性，其难度和成本是特别大的。这也是因为一些污水处理厂存在不法行为，比如：以临时达标为目的，对监测数据进行作假。这使得环保部门对每个污水处理厂进行合理评估的难度加大，这种造假行为大大的影响了对环保部门的监管能力。对此，我们提出了一种通过对一定区域内多个污水厂出水水质数据的数学分析方法，来为当前相关的环保部门提供一个可行有效的监管方法和绩效评估方法，并表征出污水厂的行为特征。

发明内容

本发明的目的在于提供一种可监管污水厂排放行为和对污水厂进行绩效评估的方法。我们根据区域内污水厂厂群总体数据以特定时间周期的水质数据来计算相似度，通过相似度计算出的上下侧分位数，识别出具有数据异常或运行情况良好的污水厂，同时根据相似度的大小来表征出每个污水厂的运行状况。

本发明的目的是通过下述技术方案来实现的。

一种基于时间轨迹相似度的污水处理厂运行状态评估方法，包括下述步骤：

(1)获取区域内多个污水厂实时在线监测的出水水质数据，建立数据集；

(2)剔除数据集中所包含的缺失值和异常值，保留修正数据集，并将修正数据集按照不同污水厂不同出水水质指标进行标记如下：

T_ij表示第i个污水厂第j个出水水质指标的数据集；i＝1,2,3...；j＝1,2,3...；

T_j表示所有污水厂第j个出水指标的总体出水水质数据集；

(3)选择所有污水厂中第j个出水指标的厂群总体出水水质数据集T_j，以特定时间周期对水质数据的数据集进行分段；

(4)将第i个污水厂第j个出水水质指标的数据集T_ij单独以特定时间周期对水质数据的数据集进行分段，获取到单个污水厂的特定时间周期水质数据的数据集；

(5)利用厂群总体水质数据数据集T_j和单个水厂水质数据数据集T_ij求出厂群与单个水厂之间的相似度，得到所有水厂相似度的数据集；

(6)利用分位数将得到所有水厂水质相似度的数据集进行分类，设置上侧分位数a和下侧分位数b，在分位数为0-a％水质相似度的污水厂，表明其运行状态差；在分位数b％-1水质相似度的污水厂，表明其运行状态良好。

进一步，所述步骤1)中，出水水质数据包括BOD、氨氮、pH值、COD 和总氮。

进一步，所述步骤2)中，缺失值为数据在收集过程中导致部分数据为空值；所述异常值为监测设备器件出现异常，产生过大的数据漂移，导致数据变化异常大或为负值。

进一步，所述步骤3)、4)中，特定时间周期可为以节气、月份或星期为节点的时间，以节气为时间周期的，将时间段通过24个节气分为24个时间段。

进一步，所述步骤5)中，利用厂群总体与单个水厂修正后的包括BOD、氨氮、pH值、COD和总氮水质数据，求出特定时间周期的特征值，所述特征值为平均值或中位数。

进一步，所述步骤5)中，利用特征值求出厂群总体与单个水厂之间的水质相似度，求相似度的计算通过求出总体水厂与每个水厂之间的最大互信息系数 MIC值得到：

式中，I[X；Y]为X和Y的联合概率，p(X)为X的概率密度分布，p(Y) 为Y的概率密度分布，p(X，Y)为X、Y的联合概率密度分布函数，|X|为X 方向共被分成的段数；|Y|为Y方向共被分成的段数；B为分区网格的大小的限制值，|X||Y|<B为X方向段数乘Y方向段数的值小于网格大小限制值时间的情况，min(|X|，|Y|)为X方向和Y方向被分成的段数中较小的段数，MIC为所求得的最大互信息系数。

进一步，所述步骤6)中，设置上侧分位数a为10％，下侧分位数b为90％。

进一步，所述步骤6)中，根据相似度的大小与污水厂实际运行相结合，来表征污水厂的行为特性如下：

对于出水NH，通过分位数将水厂的相似度分为三个范围0-10％、10％-90％和90％-100％，根据相似度大小可以表征如下污水厂的行为特性：

(1)在分位数为90％-1的污水厂，即水质相似度越高的水厂，单个水厂的运行情况与厂群总体的运行情况相似，水厂出水氨氮规律符合厂群总体出水氨氮规律，表明其运行状态良好；

(2)在分位数为0-10％的污水厂，即水质相似度低的水厂，单个水厂的运行情况与厂群总体的运行情况不相似，水厂出水氨氮规律不符合总体水厂出水氨氮规律，表明其运行状态差；

(3)在分位数为10％-90％的污水厂，即水质相似度趋近于中间值的水厂，单个水厂运行情况与厂群总体的运行情况部分相似，水厂出水氨氮规律不符合总体水厂出水氨氮规律，表明其运行状态中等。

本发明具有以下优点：

1)成本低，迅速便捷。

该方法只需要收集污水厂的出水水质数据，通过该方法分析，可对污水厂的运行状态进行监管评估，减少了传统中的耗时长等问题，相关人员不用亲自到现场即完成对污水厂的监管，减少了中间的成本。

2)具有普适性与公平性。

普适性为在样本量足够的情况下，能够捕获不同区域水质数据的关联，而不限定于特定的水质类型。所谓公平性，是指在样本量足够大时能为不同的污水厂相似的相关关系给出相近的系数。

本发明根据相似度值的大小与污水厂实际运行来表征污水厂的行为特性，该方法能够快速识别具有异常风险的污水厂，为污水厂监管评估提供一种有效可行的方法。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，并不构成对本发明的不当限定，在附图中：

图1为本区域总体污水厂以出水氨氮为水质指标求出的与单个污水厂的最大互信息系数(MIC值)。

图2(a)为MIC值最高值(0.79)的0号污水厂，以二十四节气分段的氨氮指标中位数的散点图。

图2(b)为MIC值最低值(0.05)的91号污水厂，以二十四节气分段的氨氮指标中位数的散点图。

图2(c)为2018年报道过有异常的且MIC值为(0.46)的51号污水厂，以二十四节气分段的氨氮指标中位数的散点图。

图2(d)为MIC值为中位数(0.31)的1号污水厂，以二十四节气分段的氨氮指标中位数的散点图。

具体实施方式

下面通过附图及实施例对本发明做进一步的说明，在此本发明的示意性实施例以及说明一解释本发明，但并不作为对本发明的限定。

本发明通过发现一种基于时间轨迹相似度的污水处理厂运行状态评估方法，进而选择合适的管理运行，包括以下步骤：

(1)获取区域内多个污水厂的实时在线监测的出水水质数据，出水水质数据包括：BOD、氨氮、pH值、COD和总氮等多个指标数据，建立数据集。

(2)剔除数据集中所包含的缺失值和异常值，数据在收集过程中，会由于人为或者设备原因，导致部分数据为空值，我们称为缺失值，缺失排除在外，不计入数据样本中；同时监测设备器件会出现异常，产生过大的数据漂移，导致数据变化异常大或者值为负值，对于这一部分数据，我们称为异常值，为避免数据分析结果偏差过大，我们根据仪器的所测范围选择正常范围内的数据。保留修正数据集，并将修正数据集按不同污水厂不同出水水质指标进行标记，如下：T_ij(i＝1,2,3...j＝1,2,3...)，表示第i个污水厂第j个出水水质指标的数据集； T_j(j＝1,2,3...)表示所有污水厂第j个出水指标的总体出水水质数据集。

(3)选择所有污水厂中第j个出水指标的厂群总体出水水质数据集T_j，以特定时间周期对水质数据的数据集进行分段。

(4)将第i个污水厂第j个出水水质指标的数据集T_ij单独以特定时间周期对水质数据的数据集进行分段，获取到每个污水厂的特定时间周期水质数据的数据集。

(5)利用厂群总体水质数据数据集T_j和单个水厂水质数据数据集T_ij求出厂群与单个水厂之间的相似度，得到所有水厂相似度的数据集；利用厂群总体与单个水厂修正后的包括BOD、氨氮、pH值、COD和总氮水质数据，求出特定时间周期的特征值，特征值为平均值或中位数。

其中，利用特征值求出厂群总体与单个水厂之间的水质相似度，求相似度的计算通过求出总体水厂与每个水厂之间的最大互信息系数MIC值得到：

式中，I[X；Y]为X和Y的联合概率，p(X)为X的概率密度分布，p(Y) 为Y的概率密度分布，p(X，Y)为X、Y的联合概率密度分布函数，|X|为X 方向共被分成的段数；|Y|为Y方向共被分成的段数；B为分区网格的大小的限制值，|X||Y|<B为X方向段数乘Y方向段数的值小于网格大小限制值时间的情况，min(|X|，|Y|)为X方向和Y方向被分成的段数中较小的段数，MIC为所求得的最大互信息系数。

(6)利用分位数将得到所有水厂水质相似度的数据集进行分类，设置上侧分位数a为10％，下侧分位数b为90％，并且利用MIC值的数值大小与污水厂实际运行相结合，来表征污水厂的行为特性。

根据相似度的大小与污水厂实际运行相结合，来表征污水厂的行为特性如下：

对于出水NH，通过分位数将水厂的相似度分为三个范围0-10％、10％-90％和90％-100％，根据相似度大小可以表征如下污水厂的行为特性：

(1)在分位数为90％-1的污水厂，即水质相似度越高的水厂，单个水厂的运行情况与厂群总体的运行情况相似，水厂出水氨氮规律符合厂群总体出水氨氮规律，表明其运行状态良好；

(2)在分位数为0-10％的污水厂，即水质相似度低的水厂，单个水厂的运行情况与厂群总体的运行情况不相似，水厂出水氨氮规律不符合总体水厂出水氨氮规律，表明其运行状态差；

(3)在分位数为10％-90％的污水厂，即水质相似度趋近于中间值的水厂，单个水厂运行情况与厂群总体的运行情况部分相似，水厂出水氨氮规律不符合总体水厂出水氨氮规律，表明其运行状态中等。

下面通过具体实施例进一步说明本发明效果。

1)通过西安绿标水环境科技有限公司提供的WBM400型污水处理智慧运行工作站，收集本地区92个污水厂2019年实时在线监测的出水数据；在此以出水氨氮为数据样本进行说明。

2)对出水氨氮数据进行预处理。

数据在收集过程中，导致部分数据为空值的缺失值不计入数据样本中；同时对仪器本身出现过大的数据漂移导致的数据变化异常大或者值为负值的异常值，进行剔除。因此为避免数据分析结果偏差过大，我们根据仪器的所测范围，选择在范围0-200mg/L的出水氨氮数据。

假定，T_i1(i＝1,2,3…92)表示第i个污水厂出水氨氮的数据集，T₁为所有污水厂的出水氨氮数据集；

(3)特性时间周期选用节气，求出T₁每个节气时间段内的出水水质数据的中位数，总计24个中位数；

(4)求出T_i1(i＝1,2,3…92)92个污水厂每个节气时间段内的出水水质数据的中位数，每个水厂24个中位数；

(5)相关度算法选用选最打互信息数，求出总体水厂与每个水厂之间的最大互信息系数(MIC值)：

(6)利用分位数将污水厂进行分类，分位数0％-10％、10％-90％和90％-100％三类，分位数在0％-10％的为识别出的异常水厂包括0号水厂；分位数在90％-10 0％的为识别出来运行情况良好的水厂包括0、31、33、36、37、44、47、48、5 7、75号水厂，其余水厂为分位数在10％-90％的水厂。

图1为本区域92个污水厂以出水氨氮为水质指标求出的厂群与单个污水厂的最大互信息系数(MIC值)，其中17号和32号为MIC值0的无效水厂，因为其数据有一定时间段的缺失，MIC值最大为0号水厂0.79，MIC值最小为91 号水厂0.05，MIC值中位数为1号水厂0.31。

图2(a)为MIC值最高值(0.79)的0号污水厂，单个水厂的运行情况与总体水厂的运行情况相似，水厂出水水质规律符合总体水厂出水水质规律，数据造假的嫌疑低，原因可能为污水处理技术水平高，也可能其污水厂地区处于符合总体污水厂类型的典型地区，且运行管理水平较好。

图2(b)为MIC值最低值(0.05)的91号污水厂，单个水厂的运行情况与总体水厂的运行情况不相似，水厂出水水质规律不符合总体水厂出水水质规律，或者存在做假风险，将数据较大值去除，也可能其污水厂地区处于不符合总体污水厂类型的严寒等地区。

图2(c)为2018年报道过有异常的且MIC值为(0.46)的51号污水厂，虽然此水厂MIC值不低，但是也说明它的运行情况与总体污水厂有部分不同，此污水厂运行可能存在一定时间段内与通常污水厂运行不同的情况，有一定不规律的水质波动。

图2(d)为MIC值为中位数(0.31)的1号污水厂，单个水厂运行情况与总体水厂的运行情况部分相似部分不相似，其原因较为复杂，可能是由部分节气时间段数据差异造成，或者是在某一段时间范围内存在工艺改造。

由此可以看出通过厂群与单个污水厂的相关度，能够表征污水厂的行为特征，识别出具有异常风险的污水厂，为相关环保部门对污水厂的监管和对污水处理厂的评估提供了可行有效的办法。

本发明并不局限于上述实施例，在本发明公开的技术方案的基础上，本领域的技术人员根据所公开的技术内容，不需要创造性的劳动就可以对其中的一些技术特征作出一些替换和变形，这些替换和变形均在本发明的保护范围内。

Claims (8)

1.一种基于时间轨迹相似度的污水处理厂运行状态评估方法，其特征在于，包括下述步骤：

(1)获取区域内多个污水厂实时在线监测的出水水质数据，建立数据集；

(2)剔除数据集中所包含的缺失值和异常值，保留修正数据集，并将修正数据集按照不同污水厂不同出水水质指标进行标记如下：

T_ij表示第i个污水厂第j个出水水质指标的数据集；i＝1,2,3...；j＝1,2,3...；

T_j表示所有污水厂第j个出水指标的总体出水水质数据集；

(3)选择所有污水厂中第j个出水指标的厂群总体出水水质数据集T_j，以特定时间周期对水质数据的数据集进行分段；

(4)将第i个污水厂第j个出水水质指标的数据集T_ij单独以特定时间周期对水质数据的数据集进行分段，获取到单个污水厂的特定时间周期水质数据的数据集；

(5)利用厂群总体水质数据数据集T_j和单个水厂水质数据数据集T_ij求出厂群与单个水厂之间的相似度，得到所有水厂相似度的数据集；

(6)利用分位数将得到所有水厂水质相似度的数据集进行分类，设置上侧分位数a和下侧分位数b，在分位数为0-a％水质相似度的污水厂，表明其运行状态差；在分位数b％-1水质相似度的污水厂，表明其运行状态良好。

2.根据权利要求1所述的一种基于时间轨迹相似度的污水处理厂运行状态评估方法，其特征在于，所述步骤1)中，出水水质数据包括BOD、氨氮、pH值、COD和总氮。

3.根据权利要求1所述的一种基于时间轨迹相似度的污水处理厂运行状态评估方法，其特征在于，所述步骤2)中，缺失值为数据在收集过程中导致部分数据为空值；所述异常值为监测设备器件出现异常，产生过大的数据漂移，导致数据变化异常大或为负值。

4.根据权利要求1所述的一种基于时间轨迹相似度的污水处理厂运行状态评估方法，其特征在于，所述步骤3)、4)中，特定时间周期可为以节气、月份或星期为节点的时间，以节气为时间周期的，将时间段通过24个节气分为24个时间段。

5.根据权利要求4所述的一种基于时间轨迹相似度的污水处理厂运行状态评估方法，其特征在于，所述步骤5)中，利用厂群总体与单个水厂修正后的包括BOD、氨氮、pH值、COD和总氮水质数据，求出特定时间周期的特征值，所述特征值为平均值或中位数。

6.根据权利要求1所述的一种基于时间轨迹相似度的污水处理厂运行状态评估方法，其特征在于，所述步骤5)中，利用特征值求出厂群总体与单个水厂之间的水质相似度，求相似度的计算通过求出总体水厂与每个水厂之间的最大互信息系数MIC值得到：

式中，I[X；Y]为X和Y的联合概率，p(X)为X的概率密度分布，p(Y)为Y的概率密度分布，p(X，Y)为X、Y的联合概率密度分布函数，|X|为X方向共被分成的段数；|Y|为Y方向共被分成的段数；B为分区网格的大小的限制值，|X||Y|<B为X方向段数乘Y方向段数的值小于网格大小限制值时间的情况，min(|X|，|Y|)为X方向和Y方向被分成的段数中较小的段数，MIC为所求得的最大互信息系数。

7.根据权利要求1所述的一种基于时间轨迹相似度的污水处理厂运行状态评估方法，其特征在于，所述步骤6)中，设置上侧分位数a为10％，下侧分位数b为90％。

8.根据权利要求1所述的一种基于时间轨迹相似度的污水处理厂运行状态评估方法，其特征在于，所述步骤6)中，根据相似度的大小与污水厂实际运行相结合，来表征污水厂的行为特性如下：

对于出水NH，通过分位数将水厂的相似度分为三个范围0-10％、10％-90％和90％-100％，根据相似度大小可以表征如下污水厂的行为特性：

(1)在分位数为90％-1的污水厂，即水质相似度越高的水厂，单个水厂的运行情况与厂群总体的运行情况相似，水厂出水氨氮规律符合厂群总体出水氨氮规律，表明其运行状态良好；

(2)在分位数为0-10％的污水厂，即水质相似度低的水厂，单个水厂的运行情况与厂群总体的运行情况不相似，水厂出水氨氮规律不符合总体水厂出水氨氮规律，表明其运行状态差；

(3)在分位数为10％-90％的污水厂，即水质相似度趋近于中间值的水厂，单个水厂运行情况与厂群总体的运行情况部分相似，水厂出水氨氮规律不符合总体水厂出水氨氮规律，表明其运行状态中等。

Images