[发明专利]一种基于LSTM的污水高效沉淀池加药预测方法和加药系统

说明书

本发明涉及一种基于LSTM的污水高效沉淀池智能加药预测方法，包括以下步骤：S1：获取预测相关数据，并进行预处理；S2：利用预测相关数据分别构建前馈特征分量和反馈特征分量；S3：获取预测输入数据，并输入训练完成的预测模型；S4：预测模型输出除磷药PAC的投加量预测值；S5：根据除磷药PAC的投加量预测值对污水高效沉淀池进行智能加药。与现有技术相比，本发明具有实施精准预测、减少药耗且保证出水稳定达标等优点。

技术领域

本发明涉及污水处理领域，尤其是涉及一种基于LSTM的污水高效沉淀池加药预测方法和加药系统。

背景技术

在现代污水处理行业，对于总磷的去除在很大程度上依靠化学除磷，而污水进水的多变性，容易造成出水波动大，增加药耗等现象，造成严重浪费，目前市场大多化学除磷设备和装置(主要是高效沉淀池)大多只是利用在线仪表进行反馈调节，而在线仪表在检测原理上存在的滞后，只能在一定程度上缓解进水负荷波动性，药耗浪费，无法从根本上解决问题。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种保证出水稳定达标的基于LSTM的污水高效沉淀池加药预测方法和加药系统。

本发明的目的可以通过以下技术方案来实现：

一种基于LSTM的污水高效沉淀池智能加药预测方法，包括以下步骤：

S1：获取预测相关数据，并进行预处理；

S2：利用预测相关数据分别构建前馈特征分量和反馈特征分量；

S3：获取预测输入数据，并输入训练完成的预测模型；

S4：预测模型输出除磷药PAC的投加量预测值；

S5：根据除磷药PAC的投加量预测值对污水高效沉淀池进行智能加药。

进一步地，所述的预测相关数据包括进水流量Q、进水固体悬浮物浓度SS_in、进水总磷TP_in、出水总磷TP_out、污水温度T、污水酸碱度pH和除磷药PAC浓度。

进一步地，所述的预测输入数据包括前馈数据、反馈数据和药量数据，所述的前馈数据包括进水流量Q、进水总磷TP_in、进水固体悬浮物浓度SS_in、污水温度T、污水酸碱度pH以及前馈特征分量，所述的反馈数据包括反馈特征分量，所述的药量数据包括除磷药PAC浓度。

进一步优选地，所述的预测相关数据还包括出水固体悬浮物浓度SS_out和吸附剂PAM浓度，所述的反馈数据还包括出水固体悬浮物浓度SS_out，所述的药量数据还包括吸附剂PAM浓度，出水固体悬浮物浓度和吸附剂PAM浓度对除磷药PAC的效果有一定的影响，考虑这两个因素可以进一步提高预测准确性。

进一步地，所述的前馈特征分量通过统计特征构造，包括前4t_o时间内的最大进水总磷TP_{in_max}、前4t_o时间内的最小进水总磷TP_{in_min}和前4t_o时间内的平均进水总磷TP_{in_mean}，其中t_o为设定的数据采集频率。鉴于污水大波动，处理时间长以及对应工艺都有水滞停留时间，既要考虑当前进去的水质水量也要综合考虑靠近的过去一段时间理论上还在池的水质情况，而且对应的统计指标更能反映连续时序变量的真实情况增加模型的准确性。

更进一步地，所述的数据采集频率t_o的值设定为0.5h，该数据采集频率的设定，符合一般污水高效沉淀池的流速和内部化学物质含量变化速度，能够提高预测准确度，同时不会因为采集过于频繁而产生冗余无用的数据。