给水厂碘代消毒副产物在线智能预警与防控系统

本发明属于水处理，涉及一种给水厂碘代消毒副产物在线智能预警与防控新方法与新系统。

背景技术：

1、长期以来，水处理过程中形成的消毒副产物由于其复杂遗传毒性和细胞毒性作用而备受关注。消毒副产物的形成是消毒剂与水中溶解性有机物、人为污染物、碘化物或溴化物之间反应的副产物。近年来，人们倍加关注有毒的碘代消毒副产物，研究表明其与一般的氯代或溴代消毒副产物相比，碘代消毒副产物在哺乳动物细胞测定中表现出更高水平的细胞毒性、遗传毒性和发育毒性(environmental science&technology 42(22),8330-8338)。

2、在水环境中，碘离子(i-)、碘酸盐(io3-)和有机碘化物是水中的主要碘物源，它们有可能在氯化和氯胺消毒过程中相互转化，导致碘代消毒副产物的形成，特别是在咸潮入侵的水质背景下，近海城市给水厂原水碘元素含量将显著增加，相应碘代消毒副产物生成风险也有所增加。而溶解性有机物是碘代消毒副产物的主要前体物，由数千种化合物组成的复杂混合物。紫外照射具有出色的灭活水源性病原体的消毒效果，在给水厂中的应用正变得越来越广泛。由于紫外线缺乏持久的消毒能力，传统的消毒剂如常用的氯胺仍然是必需的。然而，紫外线照射后，与仅包含碘酸盐或仅包含碘离子的水相比，同时包含碘酸盐和碘离子的水在后氯胺消毒过程中形成的碘代消毒副产物明显更高(water res.193,116851)。

3、由于水中溶解性有机物的成分复杂性以及碘离子、碘酸盐之间的相互转化，准确判断与控制先紫外后氯胺消毒过程中碘代消毒副产物的产生较为困难，因此目前尚无技术能够针对先紫外-后加氯消毒过程中，特别是咸潮入侵水质背景下的碘代消毒进行预测预警，也无相应调控的系统应用，因此亟需有相应技术手段对碘代消毒副产物进行预测预警与调控防控。

技术实现思路

1、本发明公开本发明涉及一种给水厂碘代消毒副产物在线智能预警与防控系统，该系统包含卤素在线检测单元，荧光在线检测单元，前紫外消毒单元，后加氯消毒单元，以及智慧控制单元，并与既有的水厂控制系统整合对接。本发明采用机器学习算法构建智慧控制单元，通过接收城市给水厂，特别是咸潮入侵时近海城市给水厂原水卤素水平、溶解性有机物荧光水平，通过机器学习算法的运算过程，实现决定系数0.90以上的预测效果，智慧调控对高碘水的先紫外后加氯胺消毒过程参数，可削减70.2％的碘代消毒副产物生成，同时可作为扩展模块整合对接到给水厂既有的控制系统中进行操作与控制，智慧高效安全地得到低碘代消毒副产物低风险出水。

2、为实现上述目标，该系统包含卤素在线检测单元(1)，荧光在线检测单元(2)，前紫外消毒单元(3)，后加氯消毒单元(4)，以及智慧控制单元(5)，并与既有的水厂控制系统(6)整合对接；该系统处理含碘水时，首先卤素在线检测单元(1)对水中碘离子、碘酸根离子和溴离子浓度进行在线检测，并将浓度数据发送到智慧控制单元(5)，同时荧光在线检测单元(2)对水中溶解性有机物三维荧光水平(激发发射矩阵)进行在线检测，并将结果发送到智慧控制单元(5)，同时当前尚未进行消毒处理的前紫外消毒单元(3)与后加氯消毒单元(4)将当前正在运行的消毒参数紫外光强、加氯剂量发送到智慧控制单元(5)，智慧控制单元(5)依照已写入的机器学习算法模型对当前消毒参数下所将生成的碘代消毒副产物进行预测，并与给水厂已设定的碘代消毒副产物限值进行比较，判断是否需要调整消毒参数，而后以新的低碘代消毒副产物生成风险的消毒参数控制前紫外消毒单元(3)与后加氯消毒单元(4)，使得出水碘代消毒副产物的产量降低，从而削减其对应风险；智慧控制单元(5)所写入的机器学习算法模型为模型建立时可选择的机器学习算法包括极端梯度提升(xgb)算法、人工神经网络(ann)算法、支持向量机(svm)算法、随机森林(rf)算法，同时，所应用的模型应为给水厂经过训练的最优参数模型，最优参数模型的生成经过对完整数据集分割后在训练数据集上调整超参数，并进行测试集模型测试，在测试数据集上达到决定系数r2≥0.9的模型最终进行应用，其训练的完整数据集的输入变量包括水中卤素水平(碘离子、碘酸根离子和溴离子浓度)，溶解性有机物荧光水平(经过分解的激发发射矩阵信号)，以及前紫外-后加氯消毒参数，输出变量为相应输入条件下的碘代消毒副产物水平；在应用时，智慧控制单元(5)接收到卤素在线检测单元(1)、荧光在线检测单元(2)、前紫外消毒单元(3)和后加氯消毒单元(4)的数据后进行预测计算与逻辑判断的过程是，首先预测在当前消毒参数下的碘代消毒副产物生成水平，如果小于水厂已设定的碘代消毒副产物限值，则以当前消毒参数继续运行，如果大于水厂已设定的碘代消毒副产物限值，则将系列消毒参数循环输入模型进行预测，并以预测结果小于水厂已设定的碘代消毒副产物限值的消毒参数控制重新设置前紫外消毒单元(3)和后加氯消毒单元(4)的消毒参数进行消毒，如果循环输入后所有消毒参数均无小于水厂已设定的碘代消毒副产物限值的预测结果，则以碘代消毒副产物生成水平为极小值的消毒参数控制重新设置前紫外消毒单元(3)和后加氯消毒单元(4)的消毒参数进行消毒，并向水厂控制系统(6)反馈数据进行预警。

3、具体地，智慧控制单元(5)所写入的机器学习算法模型为最优参数模型，最优参数模型的生成与选定包含如下步骤或如下步骤的部分组合：①以应用该系统的给水厂历史监测数据，或开源的水质实验数据建立模型，训练过程中所用的完整数据集的输入变量包括水中卤素水平，溶解性有机物荧光水平，以及前紫外-后加氯消毒参数三类，其中的卤素水平具体为碘离子、碘酸根离子和溴离子浓度，其中的溶解性有机物荧光水平为经过分解的激发发射矩阵信号，选择的分解方法选自平行因子法、主成分分析法或预机器学习方法，其中的前紫外-后加氯消毒参数包括紫外光强与氯胺浓度；②输出变量为相应输入条件下的碘代消毒副产物水平，其中的碘代消毒副产物水平根据监测需要使用总碘代消毒副产物浓度，或根据监测需要使用总碘代三卤甲烷、总碘代卤乙酸浓度的总体指标，或使用单独某一类或某几类具体的碘代消毒副产物浓度，总碘代消毒副产物包括三碘甲烷、一氯二碘甲烷、二氯一碘甲烷、一溴二碘甲烷、二溴一碘甲烷、氯溴碘甲烷，以及一碘乙酸、二碘乙酸或三碘乙酸；③同时使用极端梯度提升(xgb)算法、人工神经网络(ann)算法、支持向量机(svm)算法或随机森林(rf)算法进行训练、调参与测试，在决定系数(r2)>0.9的模型中选取决定系数最高或根均方误差、绝对值误差最小的模型为最优参数模型。具体地，智慧控制单元(5)所写入的机器学习算法模型为最优参数模型，其训练过程中进行超参数调整，可采用的调参方法包括网格搜索、随机搜索、贝叶斯优化调参或手动调参，可根据训练数据大小与调参速度择优选择。

4、具体地，卤素在线检测单元(1)与荧光在线检测单元(2)在前紫外消毒单元(3)与后加氯消毒单元(4)之前，分别检测水中碘离子、碘酸根离子和溴离子浓度，以及水中溶解性有机物三维荧光水平(激发发射矩阵)，并能够将数据发送到智慧控制单元(5)。

5、具体地，前紫外消毒单元(3)可以将当前的前紫外消毒数据发送到智慧控制单元(5)，并能接收智慧控制单元(5)传出的控制信号调整紫外光强。

6、具体地，后加氯消毒单元(4)可以将当前的后加氯消毒数据发送到智慧控制单元(5)，并能接收智慧控制单元(5)传出的控制信号调整加氯量。

7、具体地，智慧控制单元(5)所设定的系列消毒参数组合，包括紫外光强和氯胺浓度，应使出厂水满足《生活饮用水卫生标准(gb 5749-2022)》的要求。

8、具体地，智慧控制单元(5)所设定的碘代消毒副产物限值由给水厂设置，可以根据《生活饮用水卫生标准(gb 5749-2022)》附录a生活饮用水水质参考指标及限值所列出的碘乙酸不超过20μg/l进行设定，或根据需要设定其他指标或其他值。

9、具体地，当智慧控制单元(5)计算得到无法满小于给水厂所设置限值时，向给水厂控制系统(6)反馈数据进行预警，给水厂可采取其他措施或工艺进行进一步拦截或处理(如有)。

10、本发明具有如下有益效果：

11、(1)在线检测卤素水平和溶解性有机物三维荧光水平，在线反馈当前消毒参数，实现精确表征、精细处理。通过在线检测实时获取水质信息，在后续处理中实现对其的精细使用与调控。

12、(2)训练过程中优选算法，捕捉规律。可选择的机器学习算法包括但不限于极端梯度提升(xgb)算法、人工神经网络(ann)算法、支持向量机(svm)算法、随机森林(rf)算法，优选极端梯度提升(xgb)算法，有效捕捉潜在的非线性生成规律。

13、(3)准确预测碘代消毒副产物产量，辅助控制与决策。实现较高决定系数、较低误差的实时预测，有助于精准定量。

14、(4)智慧调控消毒过程，保障出水安全。在智慧控制下，生成较低碘代消毒副产物的紫外消毒参数与加氯消毒参数被有效施加于消毒单元，使出水碘代消毒副产物得到有效控制，降低安全风险。

15、(5)有效预警潜在风险，全过程保障消毒。当消毒调控无法降低碘代消毒副产物生成量到预期限值时，首先使碘代消毒副产物生成量处在极小值，并及时发出预警信号，开启其他相应处理措施保障安全。

16、(6)系统应用与整合便利。智慧控制单元可在给水厂既有控制系统上进行扩展或直接进行系统整合，并接管消毒单元，实现智慧消毒过程中的易用性和便利性。