CN201330211Y - 污水处理厂运行参数自寻优模拟系统 - Google Patents

Abstract

本实用新型公开了一种污水处理厂运行参数自寻优模拟系统，包括数据采集单元和数据处理器，其中数据采集单元包括固体悬浮物采集装置、化学耗氧量采集装置、生物需氧量采集装置、氨氮浓度采集装置和总磷浓度采集装置，数据处理器包括数据聚类分析模块、数据回归分析模块和运行参数预测模块；数据采集单元采集的数据通过分类分析并确定其聚类中心数据，再通过回归分析运算，在运行参数预测模块中即得到每一类数据相对应的数学模型，所需预测的新的水质参数在该数学模型中即可生成相应的污水处理厂运行参数。本实用新型较准确的预测污水处理厂的运行参数，大大缩短污水处理厂试运行周期，提高了效益，并为污水处理厂的设计和论证提供了参考方案。

Description

污水处理厂运行参数自寻优模拟系统

技术领域

本实用新型涉及一种污水处理厂运行参数自寻优模拟系统。

背景技术

在污水处理厂的实际生产和工作中，都有一个很长的试运行周期，这是由污水处理厂本身的技术条件决定的，因为污水处理是一个复杂的生化反应过程，难以进行数学建模，另外特别是温差较大的地区，更加导致了使用活性污泥工艺处理污水水质的不稳定现象，以上种种原因都导致了任何一个新建成的污水处理厂都要通过大量摸索来确定几个主要运行参数的具体范围，这种试运行的过程耗时长，并且得到的结果存在一定的误差性，使得对于污水处理存在一定的缺陷。

实用新型内容

针对现有技术存在问题，本实用新型的目的在于提供一种大大缩短污水处理厂试运行周期的污水处理厂运行参数自寻优模拟系统。

为实现上述目的，本实用新型污水处理厂运行参数自寻优模拟系统，包括数据采集单元和数据处理器，其中数据采集单元包括固体悬浮物采集装置、化学耗氧量采集装置、生物需氧量采集装置、氨氮浓度采集装置和总磷浓度采集装置，数据处理器包括数据聚类分析模块、数据回归分析模块和运行参数预测模块；数据采集单元采集的数据通过数据聚类分析模块进行分类分析并确定其聚类中心数据，再通过数据回归分析模块进行回归分析运算，在运行参数预测模块中即得到每一类数据相对应的数学模型，所需预测的新的水质参数在该数学模型中即可生成相应的污水处理厂运行参数。

进一步，所述污水处理厂运行参数包括溶解氧、沉降比、回流比、污泥浓度和污泥龄。

本实用新型污水处理厂运行参数自寻优模拟系统，较准确的预测污水处理厂的运行参数，大大缩短污水处理厂试运行周期，提高了效益，并为污水处理厂的设计和论证提供了参考方案。

附图说明

附图为本实用新型结构框图；

具体实施方式

分类的方法大致可分为有监督的分类和无监督的分类。在无监督的分类进行前，不知道要分为几个类以及类的各个特征，有监督的则需要知道类的具体个数和特征，并需要知道训练集中的观测量的所属类别，其中聚类就是一种无监督的分类。由聚类所产生的簇是一组数据对象的集合，这些对象与同一个簇中的对象彼此相似，与其他簇中的对象相异。在许多应用中，可以将一个簇中的数据对象作为一个整体来对待。那么就认为每一簇就是一个类。

聚类分析主要集中于基于距离的聚类分析。聚类一般由两部分组成：发现适当的簇和形成对每个簇的描述。K-平均算法就是典型关于发现簇的方法。首先，随机地选择K个对象，每个对象初始地代表了一个簇的平均值或中心。对剩余的每个对象，根据其与各个簇中心的距离，将他们赋值给最近的簇。然后重新计算每个簇的平均值。这个过程不断的重复，最终将他们分类。关于距离的算法，其中用的较多就是欧几里德距离，它的定义如下：

$d(i,j)=\sqrt{|x_{i1}-x_{i1}|+{|x_{i2}-x_{i2}|}^2+...+{|x_{\mathrm{ip}}-x_{\mathrm{ip}}|}^2}$

最后，记下每个簇的中心点。根据距离来区分新元素所属的类别。这样就可以按照这个方法将类似的数据分成一类了。

回归分析是处理两个及两个以上变量间依存关系的统计方法。回归分析不仅可以说明这种依存变化的数学关系还可以提供变量之间相关关系的数学表达式(通常称为经验公式)。利用概率统计的基础知识，对此关系进行分析，来判明所建立的经验公式的有效性。而且还可以利用所得的经验公式，根据一个或几个变量的值，预测或控制另一个变量的值，并且可以知道这种预测和控制可以达到什么样的精确程度。另外，还可以进行因素分析，对于共同影响一个变量的许多因素，找出哪些因素影响是显著的，哪些不是显著的。线性回归的任务就是根据若干个观测量找出几个变量之间的回归方程，它实际上就是用回归直线拟合散点图的各观察点。常用的方法是最小二乘法。也就是使该直线与各点的纵向垂直距离最小，即使实测量值与回归直线之差的平方和达到最小。也称为剩余(残差)平方和。因此求回归方程的问题，归根到底就是求对取得最小值时的回归系数的问题。

本实用新型的实施例中训练样本数据采用呼和浩特市辛辛板污水处理厂提供的1250条水质参数及运行参数。每个样本数据用向量表示为：X_i＝[X_i1，X_i2，......，X_i10]。

其中，X_i1＝SS1  X_i2＝SS2  X_i3＝COD1  X_i4＝COD2  X_i5＝BOD1X_i6＝BOD2  X_i7＝NH₃-N1  X_i8＝NH₃-N2  X_i9＝TP1  X_i10＝TP2

为了提高预测的准确度，如附图所示，首先利用本实用新型污水处理厂运行参数自寻优模拟系统中的数据采集单元进行数据采集，对采集到的数据进行聚类分析，通过对采集样本数据的分布统计，将数据分为16类。然后对每一类进行回归分析，找出运行参数与水质参数之间的对应关系，建立数学模型。每一类的多元线性回归方程形式如下：

Y_i＝b₀+b_1X1+b_2X2+...+b_nX10(i取1～5，对应五个运行参数)

设定16个变量分别是：时间，进水、出水的SS，COD_cr，BOD₅，NH₃-N，TP等水质参数；溶解氧，沉降比，浓度，指数，回流比，泥龄等运行参数。由于时间进水水质等原因，先把训练集用聚类分析方法进行分类，然后再对所分成的每一类分别进行回归分析，得到每一类相应的数学表达式。当需要对新的数据进行预测的时候，要先判断新数据所属的类别，然后再通过该类回归表达式预测得到溶解氧，沉降比，浓度，指数，回流比，泥龄的值。因此在聚类之后要保留各类的中心点，然后通过新数据与各个中心点的欧几里德距离来判定它所属的类，最后根据此类的公式得到需要的数据。

水质参数：

SS1＝进水固体悬浮物浓度    SS2＝出水固体悬浮物浓度，

COD1＝进水化学耗氧量       COD2＝出水化学耗氧量，

BOD1＝进水生物需氧量       BOD2＝出水生物耗氧量，

TP1＝进水总磷浓度          TP2＝出水总磷浓度，

NH₃-N1＝进水氨氮浓度     NH₃-N＝出水氨氮浓度，

运行参数：

DO＝溶解氧、SV％＝沉降比、R％＝回流比、MLSS＝污泥浓度、SRT＝污泥龄。

按照以上的软件实现步骤和采集的训练数据，可以得到每一类的聚类中心和相应的预测计算公式，以下是第四类的聚类中心和计算公式：

聚类中心

[104.76541，18.00385，312.17534，38.00256，120.91231，13.89732，2.58025，0.97291，35.73688，29.55987]

计算公式：

DO＝0.084-0.002·SS1-0.023·SS2+0.007·COD1-0.021·COD2-0.010·BOD1+0.005·BOD2+0.301·TP1-0.282·TP2-0.025·NH₃-H1+0.039·NH₃-H2

SV％＝24.322-0.026·SS1+0.047·SS2+0.114·COD1-0.136·COD2-0.039·BOD1-0.051·BOD2+3.073·TP1-1.355·TP2-0.685·NH₃-H1-0.060·NH₃-H2

MLSS＝1.363-0.002·SS1-0.007·SS2+0.005·COD1-0.003·COD2-0.002·BOD1+0.018·BOD2+0.036·TP1-0.039·TP2-0.027·NH₃-H1-0.001·NH₃-H2

R％＝73.896+6.18E-005)·SS1-0.003·SS2+0.002·COD1-0.011·COD2-0.002·BOD1-0.037·BOD2-0.141·TP1+0.581·TP2+0.015·NH₃-H1+0.037·NH₃-H2

SRT＝5.847-0.001·SS1+0.002·SS2+0.005·COD1-0.001·COD2+(7.17E-005)·BOD1+0.016·BOD2+0.107·TP1-0.031·TP2-0.027·NH₃-H1-0.002·NH₃-H2

从辛辛板污水处理厂随机抽取非训练集中的80组水质参数，通过本实用新型污水处理厂运行参数自寻优模拟系统得到预测运行参数，并与运行参数的实际测量值进行了对比和检验。

根据相对误差计算公式 $R=\frac{({\stackrel{\‾}{X}}_1-{\stackrel{\‾}{X}}_2)}{{\stackrel{\‾}{X}}_2}\×100\%$

计算得：溶解氧(DO)相对误差为6.4％，沉降比(SV％)相对误差为5.06％，回流比(R％)相对误差为1.53％，污泥浓度(MLSS)相对误差为6.9％，污泥龄(SRT)相对误差为3.28％。

从以上误差分析数据对比可知，本实用新型污水处理厂运行参数自寻优模拟系统得到预测运行参数较为精确，具有实用价值。表1和表2是其中的12组数据及其预测和实际的测量值。

表1进出水水质参数                   单位：mg/L

表2运行参数预测值和实际值对照表

本实用新型污水处理厂运行参数自寻优模拟系统解决了温差大的地区，如北方四季温差较大，污水处理不稳定的情况。本实用新型中的数据处理器上可通过SPSS软件(Statistical Program for Social Sciences社会科学统计程序)来辅助分析应用，通过污水水质数据采集即可导出运行参数，操作非常简便。

Claims (1)

1、污水处理厂运行参数自寻优模拟系统，其特征在于，该系统包括数据采集单元和数据处理器，其中数据采集单元包括固体悬浮物采集装置、化学耗氧量采集装置、生物需氧量采集装置、氨氮浓度采集装置和总磷浓度采集装置，数据处理器包括数据聚类分析模块、数据回归分析模块和运行参数预测模块；数据采集单元采集的数据通过数据聚类分析模块进行分类分析并确定其聚类中心数据，再通过数据回归分析模块进行回归分析运算，在运行参数预测模块中即得到每一类数据相对应的数学模型，所需预测的新的水质参数在该数学模型中即可生成相应的污水处理厂运行参数。

Images