[发明专利]农村生活污水A2

说明书

本发明公开了一种农村生活污水A²O处理终端出水COD浓度软测量方法及装置。该方法以出水ph，进水电导，出水电导，出水浊度，进水氨氮浓度与出水氨氮浓度作为出水COD浓度预测的输入指标，利用BP神经网络构建上述输入指标与出水COD浓度之间的关联模型。通过对上述BP神经网络模型进行仿真、验证，其结果表明，本发明所建立的神经网络模型能够迅速且较为准确的预测出同一区域内不同终端的出水COD浓度，模型对A²O设施出水COD浓度具有可靠的预测价值。

技术领域

本发明属于环境监测方法领域，具体涉及一种农村生活污水A²O处理终端出水COD浓度软测量方法及装置。

背景技术

A²O工艺是当前大部分农村生活污水处理终端所采用的工艺类型。现阶段，市面上大型水质在线监测设备的检测原理普遍采用常规化学法，该类型在线监测设备存在价格高昂、需要定期更换化学试剂、清洁保养运维费用较高，对维护人员的操作技能要求较高等缺点。近年来，基于人工神经网络实现的软测量技术在国内外均有所研究，其主要方法为利用人工神经网络建立常规水质传感器即可测量的辅助型指标与需要化学法测量的主导型指标(如 COD浓度)等之间网络模型，从而实现对后者的预测功能。然而现有对于软测量的研究普遍停留于理论层面，且大部分是以单个处理终端作为研究对象，无法实现对同一区域内的其他终端的预测功能。而在我国，农村生活污水具有数量大、分散性高、运行维护成本高、难度大等特点，单独为每套终端配备上述基于化学法的在线监测设备显然不切实际，同时，单独为每个终端建立软测量模型也需要耗费大量的人力物力，不符合我国农村生活污水监测的实际情况。

由于目前水中COD浓度尚未有简便快捷的测量方式，国标法中COD的测量需要经过消解程序，其在线监测存在困难。有必要开发一种更为简便快捷且适用于在线监测的COD测量方法。

发明内容

本发明要解决的技术问题是针对上述的现状而提出的一种基于BP神经网络模型，具有区域性农村生活污水A²O处理终端出水COD浓度预测功能的软测量方法，本发明解决上述技术问题所采用的技术方案如下：

一种农村生活污水A²O处理终端出水COD浓度软测量方法，其步骤如下：

S1：建立包含不同农村生活污水A²O处理终端的水质指标数据的模型数据库，每个处理终端的水质指标由输入指标和输出指标构成，输出指标为出水COD浓度，输入指标为出水pH、进水电导、出水电导、出水浊度、进水氨氮浓度和出水氨氮浓度；

S2：对所述模型数据库中的输入指标及输出指标进行归一化，归一化公式为：