[发明专利]基于自组织神经网络的污水处理厂工况评估方法及系统

说明书

本发明涉及污水处理评估领域，具体涉及一种基于自组织神经网络的污水处理厂工况评估方法及系统，极大地提高了污水处理厂工况评估效率的同时保障评估的准确性。本发明基于自组织神经网络的污水处理厂工况评估方法，包括：在设置时间段内采集污水处理厂出水水质监测数据；对采集的水质监测数据进行数据补差及补全处理；选取需要聚类的指标数据；根据选取的指标数据对数据进行分段筛选；对筛选后的数据进行标准化处理，据污水处理厂出水水质监测数据的特征，设定自组织神经网络模型的参数；对自组织神经网络模型进行训练，输出聚类结果；根据输出的聚类结果对污水处理厂工况进行评估。本发明适用于对污水处理厂工况进行评估。

技术领域

本发明涉及污水处理评估领域，具体涉及一种基于自组织神经网络的污水处理厂工况评估方法及系统。

背景技术

随着我国经济的高速发展，水污染问题日益严重，国家愈发重视环境治理、绿色发展。污水处理厂是城市水循环非常重要的一环，其承担了污水循环再生的重要工用，污水处理厂的长期稳定运行可以减少污染物排放对环境产生的危害，修复城市以及流域的水环境。但是污水处理厂时刻面临水质负荷冲击、雨量负荷冲击、设备故障等影响因素，建立一种对污水处理厂工况进行分类评估的方法有助于运维人员及时进行工艺调整、故障排查、异常分析等。

目前建立评估污水处理厂工况的方法是研究热点，例如：

(1)基于自有全要素运行评价指标体系的污水处理厂工况评估方法

通过建立一套针对污水处理厂的全要素运行评价模型、评价指标体系框架，其中评价指标体系包括感知设备数据、基础支撑数据、自动化控制数据、运营数据等，利用多方面的数据评估污水处理厂的运行工况，促进提升污水厂的运营管理水平。但是该方法需要的数据过于全面，制定评价指标的体系需要调研的数据过多，评估效率低，模型复杂，且评价指标体系的泛用性不强，根据污水处理厂的工艺情况不同评价指标体系有较大差异。

(2)基于人工经验的污水处理厂工况评估方法

污水处理厂运维人员可依靠观察活性污泥的颜色、听取曝气设备的声音、闻取污水处理厂散发的味道等对污水处理厂工况有一个基本的评估。但是该方法对工况的评估多依据人工经验，准确度不高，不同的运维工作人员对同一污水处理厂的指导意见可能不统一，准确度不高，会导致工艺调整策略错误，主观性过强，没有强力的客观依据。

(3)基于基础水质数据的污水处理厂工况评估方法

通过设置化学需氧量、总磷、总氮等指标的上下限值，计算这些水质指标的超标率、平均值、异常值等，利用这些基础的水质数据可以简单评估污水处理厂的工况是否异常。但该评估方法只能判断水质质量是否达标、超标率是否过高等简单的情况，不能对工况有一个指导性的分析结果，不足以支撑更深入的分析。

发明内容

本发明的目的是提供一种基于自组织神经网络的污水处理厂工况评估方法及系统，极大地提高了污水处理厂工况评估效率的同时保障了评估的准确性。

本发明采取如下技术方案实现上述目的，基于自组织神经网络的污水处理厂工况评估方法，所述方法包括：

步骤1、在设置时间段内采集污水处理厂出水水质监测数据；

步骤2、对采集的水质监测数据进行数据补差及补全处理；

步骤3、选取需要聚类的指标数据；

步骤4、根据选取的指标数据对数据进行分段筛选；

步骤5、对筛选后的数据进行标准化处理，所述标准化采用Z-score标准化，标准化公式为：X*＝(X-μ)/σ，X为原始数据，μ为原始数据的均值，σ为原始数据的标准差；

步骤6、据污水处理厂出水水质监测数据的特征，设定自组织神经网络模型的参数；