污水处理综合性在线预测模型的建立方法及预测预警方法与流程

1.本发明涉及污水处理领域，具体而言，涉及一种污水处理综合性在线预测模型的建立方法及预测预警方法。


背景技术：

2.利用计算机建模对污水生化处理工艺进行模拟和预测是近年来污水处理领域研究的热门方向。
3.公开号为cn112397137a的发明专利申请公开了一种污水中有机微污染物浓度变化规律的预测模型及预测方法，其预测模型是基于水协活性污泥模型（asm）的asm-omps离线模型，其主要用于对污水中有机微污染物（omps）浓度的变化进行预测，将污水中有机微污染物实测浓度输入该离线模型，并采用monod动力学描述微生物的生长和对有机微污染物的代谢，从而实现对机微污染物浓度的模拟计算和预测，其动力学和化学计量参数仅作为对机微污染物浓度预测的影响因素，该离线模型中仅输入的是国际水协提出的动力学和化学计量学参数典型默认值，因而只能预测污水中有机微污染物浓度，具有一定的局限性。
4.此外，公开号为cn112415911a的发明专利申请公开了一种基于敏感性分析和差分进化算法的参数自动校准方法，其基本思路是，建立一组基于国际水协活性污泥模型（asm）的离线模型，通过离线模型模拟计算并输出水质参数和污水处理设施的运行参数，并将上述模拟计算所得的相关参数作为对污水处理设施以及污水水质的未来预测，并与实测值进行比较，发现模拟偏差后不断地进行参数校正，以提高该离线模型预测的准确性。
5.上述两组专利文献中，均是利用基于asm活性污泥模型建立离线模型，结合污水处理设施运行参数和污水水质的历史数据在离线模型上模拟重现污水处理设施过去的运行工况，对于活性污泥处理段的污水设施运行参数、进水中的组分浓度、动力学参数等各类数据均未能充分考虑和利用其不同的数据来源，以及上述各类数据的用途，直接影响该类离线模型在污水处理设施未来运行及未来污水水质工况预测的准确性的能力。


技术实现要素：

6.针对现有技术的不足，本发明的目的在于提供一种污水处理综合性在线预测模型的建立方法及预测预警方法，建立污水处理的模型，并以此为基础，将模型与现有污水处理设施（包括污水处理厂及涉及污水处理的其他设施）内的污水处理信息化平台数据互通，依据模型和不同类型的数据做定量化分析，协助污水处理设施的技术人员及管理者更好地指导污水处理的实际运行。
7.为实现上述目的，本发明采用以下技术方案：一方面，本发明提供了一种污水处理综合性在线预测模型的建立方法，其包括如下步骤：s1、利用污水处理设施运行参数和污水水质的历史数据和补充实验收集的数据建
立该污水处理设施和污水处理过程中准确的离线模型；s2、将该离线模型与污水处理信息化平台之间数据互通，使离线模型成为与污水处理信息化平台相连的在线预测模型，其中，污水处理信息化平台获取包括污水处理设施运行参数及污水进水水质在内的第一类数据；s3、在线预测模型模拟计算所述第一类数据，产生包括计算结果和预测信息在内的第二类数据，并共享和展示至污水处理信息化平台。
8.上述步骤s2中，定义所述第一类数据包括污水处理设施在线采集的第一机检数据，以及利用人工每日采集检测的第一人检数据；其中，第一机检数据包括了污水处理设施内各类仪器仪表、传感器以及监控设施等与污水处理信息化平台连通的设备仪器自动获取的数据，包括污水进水处的cod、nh3-n、tp、tn、tss等水质数据和流量数据，以及生化反应池的温度和溶解氧浓度等数据，其中cod是化学需氧量，用来定义水样中有机污染物浓度；nh3-n指水样中的氨氮浓度；tn指水样中的总氮浓度；tp指水样中的总磷浓度；po4-ps 指水样中的正磷酸盐；tss指水样中总固体悬浮物浓度。
9.第一人检数据为人工检测以及记录的数据，包括通过人工读取各类检测仪表的数据、污水进水处的样本实验获取的数据以及人工读取的污水处理设施运行参数等数据，包括进水水质指标cod、tn、nh3-n、tp、po4-p、tss等指标，以及根据每日运行需要调整并人工记录的污泥回流流量、混合液回流流量、排泥量等运行参数数据；第一人检数据通过人工将报表上传至污水处理信息化平台。
10.因此，第一机检数据和第一人检数据存在较多的重复检测项，可用于数据的复核，亦便于及时发现检测项指标的异常。
11.此外，在步骤s2中，所述污水处理信息化平台还获取包括污水处理设施运行参数和出水水质的cod、tn、nh3-n、tp、tss等在内的第三类数据，其中，按照数据来源不同，所述第三类数据包括污水处理设施在线采集的第三机检数据，以及利用人工每日采集检测的第三人检数据。
12.第三类数据包括了mlss和mlvss等信息以及出水的cod、tn、nh3-n、tp、tss等信息，其中，mlss指混合液总悬浮固体颗粒浓度，mlvss指混合液挥发性悬浮固体颗粒浓度；第三人检数据通过报表形式上传到信息化平台。
13.另一方面，本发明还提供一种采用如前所述的污水处理综合性在线预测模型的预测预警方法，所述预测预警方法包括如下子步骤：s3-0、稳态计算：利用在线预测模型模拟计算过去若干天内的第一人检数据的均值进行稳态计算；s3-1、动态计算：利用在线预测模型模拟计算过去若干小时内的第一机检数据，模拟计算并输出未来若干小时内的第二类数据。
14.具体讲，进一步地，所述步骤s3-0包括：s3-0-0、将稳态计算输出的第二类数据与过去若干天内的第三人检数据的平均值比较，判断是否相符；s3-0-1、若是，在线预测模型有效，则进行下一步动态计算;若否，在线模型首次校准：根据过去若干天内的第一人检数据的平均值对在线预
测模型进行参数输入值的校正，以使比较结果相符；此外，在一些优选实施方案中，所述步骤s3-1后还包括：s3-2、将步骤s3-1中动态计算模拟计算并输出未来若干小时内的第二类数据的输出值与未来若干小时的第三机检数据进行，判断是否相符，再次验证在线预测模型的有效性。
15.优选地，在判断步骤s3-2中未来若干小时的第三机检数据和在线预测模型模拟计算并输出未来若干小时内的第二类数据的输出值是否相符时；若是，在线预测模型有效；若否，进行如下步骤：s3-2-0、比对第一机检数据和第一人检数据，验证第一机检数据的有效性；此外，在一些优选实施方案中，在步骤s3-2-0中，若第一机检数据和第一人检数据不符，以第一人检数据为基准，对采集第一机检数据的污水处理设施进行维护；若第一机检数据和第一人检数据相符，而在过去数日内在线预测模型通过动态计算所模拟计算并输出的第二类数据与第一类数据不符，则需专业人员进行在线预测模的参数校正。
16.在上述实施步骤中，在进行稳态计算时，所述在线预测模型中，每日进行一次稳态计算，且在步骤s3-0中，每日的稳态计算均利用在线预测模型模拟截止当日过去一段时间内的第一人检数据，具体考虑到大部分污水处理设施健康运行的污泥停留时间在15天至20天，在步骤s3-0中，利用在线预测模型模拟截止当日的过去30天内的第一人检数据较为合理。
17.此外，在上述步骤s3-0至步骤s3-1的每日的稳态计算和动态计算中，每日稳态计算的模拟计算的结果作为当日首次动态计算的初始值，且余下的每次动态计算的均以上次动态计算的结果为初始值。
18.与现有技术相比，本发明具备以下有益效果：（1）、本发明的预测模型以及预测预警方法中，其首先采用污水处理设施运行参数和污水水质的历史数据进行建模，将该离线模型与现有污水处理厂内的污水处理信息化平台之间实现数据互通，以形成在线预测模型，极大地提高了在线预测模型获取第一类数据的及时性和便捷性，同时对于模拟计算结果和预测信息能及时有效地在污水处理信息化平台进行展示和预警。
19.（2）、此外，为保证在线模型的有效性，在本方法实施步骤中包括了离线模型的建立与校准、在线运行稳态计算以及在线运行动态计算的步骤，并定义和区分了模型校准所需的各类数据的名称和作用，将污水处理信息化平台获取的第一数据划分为第一机检数据和第一人检数据，清晰划分以上各类数据在模型建立和运行各步骤中的用途，相较于机检数据，由于人检数据具有取样样本更加全面、水质指标更加准确的优势，本方法充分利用了人检数据的准确性，作为在线预测模型进行稳态计算和模型校准的数据来源，使得在线预测模型更加能贴合污水处理设施和污水水质的实际情况，极大地提高了在线预测模型的预测准确性；（3）、此外，在预测预警方案的步骤中，设置了若干子步骤实现机检数据与人检数据之间的比较，确定在线预测模型计算的输入值的有效性；并设置了子步骤实现在线模型
预测值与第三类数据的实测值比较，确定在线预测模型自身的有效性。
附图说明
20.图1为本发明一个实施例中的污水处理综合性在线预测模型的建立方法的流程框图；图2为本发明的一个实施例中的污水处理综合性在线预测模型的预测预警方法的流程框图一；图3为本发明的一个实施例中的污水处理综合性在线预测模型的预测预警方法的流程框图二。
具体实施方式
21.下面结合附图和实施例对本发明作进一步说明：本发明的具体实施方式将分为污水处理综合性在线预测模型的建立方法以及污水处理综合性在线预测模型的预测方法两部分去描述。
22.实施例一：参照图1，本实施例公开一种污水处理综合性在线预测模型的建立方法，其包括如下步骤：s1、利用污水处理设施运行参数和污水水质的历史数据以及补充实验数据建立该污水处理设施和污水处理过程中准确的离线模型；其中，离线模型为描述生化反应的机理型数学模型，本步骤中，所建立的离线模型可基于国际水协发布的asm1、asm2、asm2d、asm3等活性污泥模型，或者基于前述活性污泥模型二次开发的模型，或者市面上其他类型的商业模型或自主研发的模型，总之，本步骤中的离线模型可建立在多种现有活性污泥模型上；该步骤中，对于污水处理设施运行参数和污水水质的历史数据，可收集包括过去一年内的污水处理设施运行参数、进水水质、运行状态、出水水质等的历史数据；此外，对于补充实验数据，在离线建模时，可执行为期两周的补充实验计划，并利用补充实验数据确定污水进水水质组分；此外，易于理解的是，离线模型是用于对污水处理设施和污水水质的历史情况进行模拟和再现，不具备对未来情况的直接预测功能，那么，在离线模型完成建立后，需借助污水处理设施和污水水质的真实数据对该离线模型进行校准，以使该离线模型能够模拟再现出污水处理设施的真实运行情况和真实污水水质情况；s2、将该离线模型与污水处理信息化平台之间数据互通，使离线模型成为与污水处理信息化平台相连的在线预测模型；该步骤中，污水处理信息化平台指的是现有污水处理设施内已具备的系统平台，如污水处理厂内的污水处理实时监控系统平台，以及各类智慧水务信息化系统平台，上述污水处理信息化平台具有完善的污水处理设施运行参数情况监控和水质情况监控功能；将校准后的离线模型通过接口、无线收发的形式或直接嵌入上述污水处理信息化平台中，可实现离线模型与污水处理信息化平台之间的数据互通，进而实现离线该模型的在线部署。
23.此外，由于现有污水处理信息化平台的获取的数据包含了污水处理设施状态参数
以及污水进/出水口处的污水水质等信息，为了辨明上述数据信息的使用场合和用途，本发明中将会对以上数据做出如下定义：第一类数据，包括了污水处理设施运行参数和采样于污水进水口处的污水水质信息，根据采样方式的不同，将第一类数据划分为包括污水处理设施在线采集的第一机检数据，以及利用人工每日采集检测的第一人检数据。
24.第二类数据，为在线预测模型以上述第一类数据为输入值，进行模拟计算后取得的输出值。
25.第三类数据，包括采样于污水出水口处的污水水质信息，其中，根据采样方式的不同，将第三类数据划分为包括污水处理设施在线采集的第三机检数据，以及利用人工每日采集检测的第三人检数据。
26.s3、在线预测模型模拟计算所述第一类数据，产生包括计算结果和预测信息在内的第二类数据，并通过污水处理信息化平台进行展示；该步骤中，在线预测模型获取第一类数据，并进行模拟计算，并将产生的计算结果和预测信息发送至污水处理信息化平台，如此，该在线预测模型的功能建立完成。
27.上述步骤s1至s3中，第一机检数据和第三机检数据包括了污水处理设施内各类仪器仪表、传感器以及监控设施等与污水处理信息化平台连通的设备仪器自动在线获取的数据，如获取进水与出水的cod、氨氮、总磷等水质数据、流量以及溶解氧浓度等数据，具体讲：其中，第一机检数据包括污水进水处的cod、nh3-n、tp等水质数据和流量数据，以及生化反应池的温度和溶解氧浓度等数据。
28.cod是化学需氧量，用来定义水样中有机污染物浓度；tp指水样中的总磷浓度；tn指水样中的总氮浓度；tss指水样中总固体悬浮物浓度。
29.此外，第三机检数据包括出水处的cod、tn、nh3-n、tp和tss等数据，个别污水厂还包括生化反应池沿程某处测得的no3-n和nh3-n；nh3-n指水样中的氨氮浓度；no3-n指水样中的硝酸盐氮（即硝态氮）浓度。
30.上述步骤s1至s3中，第一人检数据和第三人检数据为人工检测实验以及人工记录的数据，包括通过人工读取的各类检测仪表的数据、污水样本实验获取的数据以及人工读取的污水处理设施运行参数数据，具体包括进水水质指标cod、tn、nh3-n、tp、po4-p和tss等，生化反应池中的mlss和mlvss，其中，mlss指混合液总悬浮固体颗粒浓度；mlvss指混合液挥发性悬浮固体颗粒浓度。以及包括根据每日运行需要调整并人工记录的污泥回流流量、混合液回流流量及排泥量等运行参数数据信息。第一人检数据和第三人检数据通过人工上传输入至污水处理信息化平台。
31.综上，无论是污水进水口还是污水出水口均设有人检数据和机检数据两种数据形式，便于数据的复核，亦便于及时发现检测项指标的异常。
32.此外，由于第一人检数据和第三人检数据采用人工检测实验获得，通常，人工检测所用的水样多为全日24小时混合水样，相较于第一机检数据和第三机检数据通过仪器仪表在线获取的方式，人工检测其具有污水取样样本范围更加全面、水质指标更加准确的优势，
（b）以及后文所述的其他警告信息均可在污水处理信息化平台中进行展示，方便工作人员获知信息和进行维护操作。
41.上述数据检验步骤通过后，进行稳态计算。
42.此外，参照图2，在一个实施例中，稳态计算完成后且在动态计算前，该在线预测模型中还引入稳态计算结果的核验和校正步骤，即所述步骤s3-0又包括：s3-0-0、将利用过去30天内的第一人检数据的平均值进行稳态计算的结果（即在线预测模型计算出的第二类数据）与过去30天内的第三人检数据的平均值比较，判断是否相符；（需要注意的是：是否相符的判断标准为两种数据中的各项检测指标的平均值相差是否超过20%，如第二类数据中预测出的mlss指标与第三人检数据中的msll指标是否相差超过20%，若超过20%，则不相符。）s3-0-1、若是，则在线预测模型有效，进行步骤s3-1;若否，则在线预测模型的输入参数有误，需根据过去30若干天内的第一人检数据的平均值对在线预测模型进行参数校正，以使两者的比较结果相符为止。
43.此外，参照图2，在步骤s3-0-0中，在引入过去30天内的第三人检数据的平均值时，需判断其数据是否健全，若否，则生成并执行警告ⅱ：“过去30天内的第三人检数据不健全，无法进行当日稳态计算结果的核验，目前的稳态计算结果将直接用于动态计算。”，即在提示警告ⅱ的同时，因在线预测模型每日均进行了一次稳态计算，考虑到相邻两次稳态计算的差异较小，在线预测模型将直接默认当前稳态计算结果有效，直接进入下一步的动态计算步骤。
44.下面，将对动态计算部分进行描述。
45.在稳态计算完成后，在线预测模型已经获取该污水处理设施以及污水水质在现有状态的平均值，可用于对未来出水情况进行预测，因此在步骤3-1的动态计算中，选取过去若干小时内的第一机检数据的平均值作为动态计算的输入值，通过在线预测模型计算会反应出污水未来出水量、水质及运行条件波动带来的以小时为单位的出水变化。
46.此外，动态计算时，第一机检数据来源于污水处理设施定时地在线取样，并检测获得在线预测模型的水质输入值的，因此，由于目前行业内，污水处理设施定在线取样检测的频率则受到检测方法的限制，通常，最长的检测步骤包含采样、消解、分析，可能长达2小时，因此，在一个实施例中，选择提取过去2小时的第一机检数据的平均值。
47.在提取过去2小时的第一机检数据的平均值后，在动态计算前，会检验过去2小时的第一机检数据是否健全，确认健全后进入动态检测步骤，如若数据不健全，则生成并执行警告ⅳ：“过去2小时的第一机检数据不健全，本次动态计算终止。”，当次动态计算终止后，则等待2小时后的下一次的第一机检数据。
48.动态计算中，在线预测模型根据过去2小时的第一机检数据的平均值作为输入值，计算并预测出未来2小时内的第二类数据。
49.因此，步骤s3-1动态计算后，还设置有步骤s3-2，将动态计算的输出值（未来2小时内的第二类数据的平均值）与2小时后的出水处获取的第三机检数据平均值进行比较，具体地：参照图3，其作为图2中动态计算后续流程的续表图，在步骤3-2中，在线预测模型根据过去2小时的第一机检数据的平均值模拟计算并输第二类数据作为输出值，该输出值
将与下次出水获取的第三机检数据进行比较，判断是否相符；需要注意的是，由于目前环保监察单位会在污水出水口处设置出水检测传感探头等结构，其所获取的数据一般较为准确，因此，第三机检数据的来源可以是环保监察单位会在污水出水口处设置出水检测传感探头等。
50.在上述步骤s3-0至步骤s3-2中，由于上述动态计算预测的是未来若干小时的污水出水水质情况，因此，对于未来较长时间的污水出水水质情况的预测可通过连续的动态计算进行预测和预警；那么，除了上述数据不健全造成的警告程序外，正常情况下，每日进行的稳态计算的输出值将作为当日首次动态计算的初始值，且当日余下的每次动态计算的输入值均采用上次动态计算的输出值，如此，可实现未来污水处理设施运行情况和污水水质情况的连续预测。
51.参照图3，其公开了在判断步骤s3-2中未来若干小时的第三机检数据（即本实施例中下次出水获得的第三机检数据）和在线预测模型模拟计算并输出未来若干小时内的第二类数据的输出值是否相符；若是，在线预测模型有效，则证明上述在线预测模型和动态计算有效，可直接执行下一次的动态计算；若否，进行如下步骤s3-2-0：s3-2-0:比对第一机检数据和第一人检数据，验证第一机检数据的有效性；若第一机检数据和第一人检数据不符，以第一人检数据为基准，对采集第一机检数据的污水处理设施和相关探头进行维护；若第一机检数据和第一人检数据相符，而在过去数日内在线预测模型通过动态计算所模拟计算并输出的第二类数据与第三机检数据不符，则该次动态计算无效，需专业人员进行在线预测模型的参数校正后，进行下一次动态计算，具体讲：参照图3，在一个实施例中，在步骤s3-2-0中，首先判断该在线预测模型是否能获取前一天的第一人检数据，若否，则生成警告ⅵ：“正在进行动态计算结果误差归因检查，昨日的第一人检数据缺失，无法进行现在的数据比对。”，并直接进入下一次动态计算。
52.在步骤s3-2-0中，若该在线预测模型能获取健全的前一天的第一人检数据，则将前一天的第一人检数据与第一机检数据进行比较，判断两者数值是否相差超过20%，例如msll、cod、tn、tp和tds等常见指标的含量是否相差20%。
53.如若前一天的第一人检数据与第一机检数据进行相差超过20%，则生成和执行警告
ⅴ
：“第一人检数据与第一机检数据相差过大，导致动态计算的输出值与第三机检数据结果不一致”，并直接进入下一轮的动态计算。
54.如若前一天的第一人检数据与第一机检数据进行相差不大于20%，则进一步判断过去5天内的若干次动态计算中，是否有40%的动态计算输出值与第三机检数据的结果相符，若是，则直接进入下一次动态计算；若否，则生成警告ⅶ：“第一人检数据与第一机检数据一致，但动态计算结果与第三机检数据多日持续不符，需对在线预测模型进行维护。”，维护完成后，进入下一次动态计算。
55.本发明的在线预测模型的整个逻辑流程中，有多次进行模型有效性检验的步骤，判断在线预测模型的有效性，并及时地发出模型维护的提醒，防止进入模型在线部署后一劳永逸的技术误区，并针对不同的情况，给出八个不同的警告内容，有效地对模型状态和数据状态做出提示；并在在数据有效、模型有效的前提下，对于污水处理设施内的动态运行效
果进行预测和预警，帮助污水处理设施的技术管理人员判断超标风险及实际运营状态，并可以在问题发生之前采取预防措施。
56.此外，在上述逻辑流程中，涉及到对人工检测进水数据、运行数据、污水处理设施运行参数数据及在线监测数据的等健全性的判断，防止数据收集而不对其有效性进行检验的状况，为污水处理过程积累真正有效的数据资源。
57.以上实施例仅用以说明本发明的技术方案，而非对发明的保护范围进行限制。显然，所描述的实施例仅仅是本发明部分实施例，而不是全部实施例。基于这些实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明所要保护的范围。尽管参照上述实施例对本发明进行了详细的说明，本领域普通技术人员依然可以在不冲突的情况下，不作出创造性劳动对本发明各实施例中的特征根据情况相互组合、增删或作其他调整，从而得到不同的、本质未脱离本发明的构思的其他技术方案，这些技术方案也同样属于本发明所要保护的范围。