公布日:2023.06.13
申请日:2023.03.24
分类号:C02F7/00(2006.01)I;C02F3/02(2023.01)I;G05B13/04(2006.01)I;C02F101/16(2006.01)N
摘要
本发明公开了一种污水处理智能曝气设置方法,涉及污水处理技术领域。通过积累污水处理系统相关参数,筛选与曝气量相关的显著响应变量,利用数据拟合工具以曝气量为输出值,以响应变量为输入值,形成曝气量理论函数模型,系统进入智能运行期后,利用实际出水氨氮与设置出水氨氮的差值修正理论函数模型得到的理论曝气量,获得实际曝气量。间隔固定时间,构建实际曝气量和理论曝气量之间的损失函数,通过优化算法矫正理论函数模型相关系数,使损失函数最小。本发明解决了传统污水处理曝气方法依靠特定响应参数及固定理论模型导致的工艺适应性差、控制不精确等缺点。通过自行选择响应参数,自动生成函数模型,实现曝气的精细化与智能化。
权利要求书
1.一种污水处理智能曝气设置方法,其特征在于,包括以下步骤:步骤1:原始数据积累;根据污水处理系统设定控制出水氨氮指标为Nc,按照污水处理系统实际运行情况,采集好氧池中的相关运行参数数据,形成参数序列;所述相关运行参数数据包括曝气量、进水水量、溶解氧量、进水氨氮浓度、进水悬浮物浓度、进水TN浓度、进水化学需氧量、出水化学需氧量、出水TN浓度、回流比、温度和气压;步骤2:参数相关性确认;计算曝气量与其它各个相关运行参数之间的皮尔逊相关系数、余弦相似度、欧式距离及Sperman秩相关系数,以皮尔逊相关系数、余弦相似度、欧式距离及Sperman秩相关系数的平均值作为曝气量与各个相关运行参数之间的相关系数,根据相关系数的大小判断各个相关运行参数对曝气量影响的大小;步骤3:响应参数筛选;将对曝气量影响大的相关运行参数保留作为响应参数,将对曝气量影响小的相关运行参数删除;步骤4:模型拟合;以好氧池中的曝气量为输出值,以保留的响应参数为输入值,利用数据拟合工具拟合形成好氧池的理论曝气量函数模型;步骤5:理论曝气量获取;污水处理系统进入智能运行期,利用理论曝气量函数模型自动获得好氧池的理论曝气量QT;步骤6:理论曝气量修正;测得好氧池实际的出水氨氮值为Ne,以控制出水氨氮指标Nc为基准进行后馈补偿,当|Ne-Nc|≤10%Nc时,不进行后馈补偿;当Ne-Nc>10%Nc时,则设置补偿系数k为1.2;当Nc-Ne>10%Nc,设置补偿系数k为0.9;输出实际的曝气量QA=kQT;步骤7:模型矫正;每间隔30天,以本阶段内积累的数据,构建QA-QT的损失函数,采用优化算法矫正理论曝气量函数模型的相关系数,使损失函数最小,重复步骤5到步骤7。
2.根据权利要求1所述的一种污水处理智能曝气设置方法,其特征在于,步骤1具体包括:原始数据积累过程中,采集不小于30天的好氧池的相关运行参数数据,每次采集的相关运行参数数据为一组相关运行参数数据。
3.根据权利要求1所述的一种污水处理智能曝气设置方法,其特征在于,步骤2具体包括:计算曝气量与溶解氧量之间的皮尔逊相关系数、余弦相似度、欧式距离及Sperman秩相关系数,并以皮尔逊相关系数、余弦相似度、欧式距离及Sperman秩相关系数的平均值作为曝气量与溶解氧量之间的相关系数,根据相关系数的大小判断溶解氧量对曝气量的影响的大小;以同样的方法计算曝气量与进水水量、进水氨氮浓度、进水悬浮物浓度、进水TN浓度、进水化学需氧量、出水化学需氧量、出水TN浓度、回流比、温度和气压之间的相关系数,并判断进水水量、进水氨氮浓度、进水悬浮物浓度、进水TN浓度、进水化学需氧量、出水化学需氧量、出水TN浓度、回流比、温度和气压对曝气量的影响的大小;将所得的所有的相关系数从大到小进行排列为相关系数列,取相关系数列中前80%为显著相关系数,显著相关系数对应的相关运行参数数据为将对曝气量影响大的相关运行参数数据;取相关系数列中后20%为非显著相关系数,非显著相关系数对应的相关运行参数数据为将对曝气量影响小的相关运行参数数据。
4.根据权利要求1所述的一种污水处理智能曝气设置方法,其特证在于,步骤4所述的数据拟合工具为1stopt软件。
5.根据权利要求1所述的一种污水处理智能曝气设置方法,其特证在于,设计出水氨氮值为Ns,所述控制出水氨氮指标Nc应满足Ns-Nc≥30%Ns。
6.根据权利要求1所述的一种污水处理智能曝气设置方法,其特证在于,步骤7采用的优化算法为梯度下降或Adam算法或遗传算法。
发明内容
本发明的目是提供一种污水处理智能曝气设置方法,通过对污水处理系统相关运行参数与曝气量进行相关性计算,筛选显著响应变量,利用数据拟合工具形成曝气量理论函数模型,系统进入智能运行期后,利用设置出水氨氮修正理论函数模型得到的理论曝气量,获得实际曝气量,并间隔固定时间,构建实际曝气量和理论曝气量之间的损失函数,通过优化算法矫正理论函数模型相关系数,使损失函数最小。
为了实现上述目的,本发明采用了以下技术方案:
一种污水处理智能曝气设置方法,包括以下步骤:
步骤1:根据污水处理系统设定控制出水氨氮指标为Nc,按照污水处理系统实际运行情况,采集好氧池中的相关运行参数数据,形成参数序列;所述相关运行参数数据包括曝气量、进水水量、溶解氧量、进水氨氮浓度、进水悬浮物浓度、进水TN浓度、进水化学需氧量、出水化学需氧量、出水TN浓度、回流比、温度和气压等。
除了曝气量的其他相关运行参数的选取并不固定,可以根据实际情况进行选取。
步骤2:参数相关性确认;由于各参数对曝气量的影响程度不同,需计算曝气量与其它各个相关运行参数之间的皮尔逊相关系数、余弦相似度、欧式距离及Sperman秩相关系数,以皮尔逊相关系数、余弦相似度、欧式距离及Sperman秩相关系数的平均值作为曝气量与各个相关运行参数之间的相关系数,根据相关系数的大小判断各个相关运行参数对曝气量影响的大小。
步骤3:响应参数筛选;将对曝气量影响大的相关运行参数保留作为响应参数,将对曝气量影响小的相关运行参数删除,以尽可能减少分析数据及计算量。
步骤4:模型拟合;以好氧池中的曝气量为输出值,以保留的响应参数为输入值,利用数据拟合工具拟合形成好氧池的理论曝气量函数模型。
步骤5:理论曝气量获取;污水处理系统进入智能运行期,利用理论曝气量函数模型自动获得好氧池的理论曝气量QT。
步骤6:理论曝气量修正;测得好氧池实际的出水氨氮值为Ne,以控制出水氨氮指标Nc为基准进行后馈补偿,当|Ne-Nc|≤10%Nc时,认为系统出水围绕控制值小幅度波动,不具备超标风险,因此不进行后馈补偿;当Ne-Nc>10%Nc时,认为系统出水氨氮浓度较高,可能存在超标风险,通过设置补偿系数k为1.2,在理论曝气量基础上进一步上调曝气量;当Nc-Ne>10%Nc,认为系统出水氨氮浓度过低,为节省曝气能耗,可设置补偿系数k为0.9,在理论曝气量基础上进一步下调曝气量;输出实际的曝气量QA=kQT。
步骤7:模型矫正;每间隔30天,以本阶段内积累的数据,构建QA-QT的损失函数,采用优化算法矫正理论曝气量函数模型的相关系数,使损失函数最小,重复步骤5到步骤7。
优选地,步骤1具体包括:
原始数据积累过程中,采集不小于30天的好氧池的相关运行参数数据,每次采集的相关运行参数数据为一组相关运行参数数据。
优选地,步骤2具体包括:
计算曝气量与溶解氧量之间的皮尔逊相关系数、余弦相似度、欧式距离及Sperman秩相关系数,以皮尔逊相关系数、余弦相似度、欧式距离及Sperman秩相关系数的平均值作为曝气量与溶解氧量之间的相关系数,根据相关系数的大小判断溶解氧量对曝气量的影响的大小;
以同样的方法计算曝气量与进水水量、进水氨氮浓度、进水悬浮物浓度、进水TN浓度、进水化学需氧量、出水化学需氧量、出水TN浓度、回流比、温度和气压等的相关系数,并判断进水水量、进水氨氮浓度、进水悬浮物浓度、进水TN浓度、进水化学需氧量、出水化学需氧量、出水TN浓度、回流比、温度和气压对曝气量的影响的大小;
将所得的所有的相关系数从大到小进行排列为相关系数列,取相关系数列中前80%为显著相关系数,显著相关系数对应的相关运行参数数据为将对曝气量影响大的相关运行参数数据;取关系数列中后20%为非显著相关系数,非显著相关系数对应的相关运行参数数据为将对曝气量影响小的相关运行参数数据。
优选地,步骤4所述的数据拟合工具建议为1stopt软件等。
优选地,设计出水氨氮值为Ns,所述控制出水氨氮指标Nc应满足Ns-Nc≥30%Ns。控制出水标准氨氮指标为污水处理系统中设定的一个标准值,其小于出水氨氮值Ns。
优选地,步骤7采用的优化算法为梯度下降或Adam算法或遗传算法等。
与现有技术相比,本发明带来了以下有益技术效果:
1)出水标准高;通过精细化曝气量调控,可实现氨氮指标稳定优于《地表水环境质量标准》(GB3838-2002)II类水标准,满足污水厂高标准排放及稳定达标。
2)出水水质稳定且抗冲击性强;出水水质变异系数(水质标准差与均值之比,CV)<0.3,且低于进水水质变异系数。
3)运行费用低;通过智能控制,实现污水处理按需曝气,较传统人工控制可降低曝气能耗20%以上。
4)工艺适应性良好;算法模型不依靠现有国际水协ASM或(GB50014-2006)固有模型,而是针对原始数据积累后,自行拟合,更加符合具体污水处理系统实际需求,可适应于不同的工艺类型。
5)控制更智能,效果更稳定,能耗及碳排更低;根据后馈补偿修正实际曝气量,控制更精准,从而进一步提高了污水处理按需曝气,节省了曝气能耗;此外,每间隔一段时间,根据本阶段运行情况矫正算法模型,使控制更加精确。
(发明人:韩文杰;吴迪;周家中;郭盛辉;杨忠启;薛磊;刘玉良;辛涛;王江宽)