一种城市污水处理过程出水指标在线软测量预测方法
【专利摘要】本发明公开了一种城市污水处理过程出水指标在线软测量预测方法，该方法首先采用以相关性为原则和递归偏最小二乘法为局部模型的即时学习模型结构，同时基于统计学习理论对模型自身不确定性进行描述，该模型可以充分反映污水处理过程不确定性、大滞后等特点，预测结果的解释性更强，控制人员可以及时调整曝气池的曝气量、回流量等工艺变量，维持物料平衡和细菌种群平衡，充分实现有机物的高效去除。
【专利说明】一种城市污水处理过程出水指标在线软测量预测方法
【技术领域】
[0001]本发明涉及城市污水处理的【技术领域】，尤其是指一种基于即时学习算法和统计学习理论提出了带有模型不确定描述的城市污水处理过程出水指标在线软测量预测方法。
【背景技术】
[0002]污水处理是采取特定工艺将污水中的污染物分离出去或将其转化为无害物质，从而净化污水的一个过程。但是污水处理过程的生产条件恶劣，随机干扰严重，并且具有多输入、多输出、不确定性、强非线性、大滞后、大时变等特点，使得该过程发杂，难以用机理模型进行准确的描述。此外，由于污水处理系统复杂性，有一些重要出水指标(如bod5、cod、svi等)无法在线实时测量，bod5是污水处理过程中重要的出水指标，用于检测水体中有机污染物情况，它直接影响着污水厂的生产运行。研制新型硬件检测仪表虽然可以直接解决bod5的检测问题，但是污水处理过程反应复杂，导致硬件仪表的检测精度有限，在线仪表维护成本高。污水处理的生化反应过程易受污水的浓度、天气、气温、时间变化的影响，国际水质协会IWA (International Water Association)制定的污水生化处理过程的标准模型是在特定的环境下制定出来的，具有很大的局限性。当污水的浓度、天气、气温、时间变化时，所反映出的溶解氧和出水指标值与标准模型得出的值有很大的偏差。需要针对污水处理的生化反应特点，根据污水处理厂的实际检测数据，进行出水水质预测模型研究，借助建模的各种理论与方法，包括数据的预处理、模型的建立、模型的校正等环节，为污水处理厂建立适用的出水水质预测模型。软测量为此提供了新的解决途径，其基本思路是通过易于在线测量的变量建立合适的模型预测难于测量的变量。近年来软测量技术获得了长足的发展，其研究领域涉及到石油、化工、环保等领域。
[0003]现有的污水水质软测量预测模型(例如基于神经网络的预测模型等)都未考虑实际的污水处理过程中，作为模型输入变量的关键工艺参数的检测仪表容易漂移甚至故障的问题，本发明不仅通过软测量模型预测水质关键参数，同时对模型偏差进行在线修正，对模型不确定性进行数学描述，作为模型预测准确性评价。
【发明内容】
[0004]本发明的目的在于克服现有技术的不足，提供一种城市污水处理过程出水指标在线软测量预测方法，该方法不仅能够提供污水水质出水指标的预测值，同时给出了基于统计学习理论的模型不确定性描述，充分反映污水处理过程不确定性、大滞后等特点，根据软测量预测结果，控制人员可以及时调整曝气池的曝气量、回流量等工艺变量，维持物料平衡和细菌种群平衡，充分实现有机物的高效去除。
[0005]为实现上述目的，本发明所提供的技术方案为:一种城市污水处理过程出水指标在线软测量预测方法，包括以下步骤:
[0006]1)将从污水厂获取的数据中去除超过标准差3倍的数据，之后再将余下数据进行标准化处理:[0007]
【权利要求】
1.一种城市污水处理过程出水指标在线软测量预测方法，其特征在于，包括以下步骤: 1)将从污水厂获取的数据中去除超过标准差3倍的数据，之后再将余下数据进行标准化处理:
2.根据权利要求1所述的一种城市污水处理过程出水指标在线软测量预测方法，其特征在于:步骤3)中 第③点所述的校验集合是空间G中与新来数据点时间最近的，新来采样时刻d的采样点以前的一段数据。
【文档编号】G06F19/00GK103632032SQ201310503546
【公开日】2014年3月12日 申请日期:2013年10月23日 优先权日:2013年10月23日
【发明者】刘乙奇, 李艳, 黄道平 申请人:华南理工大学