一种预测生物池出水COD浓度的方法技术

本发明专利技术公开了一种预测生物池出水COD浓度的方法，包括如下步骤：步骤一，数据收集；步骤二，数据预处理；步骤三，ARMA模型的建立；步骤四，浓度预测；通过安装在生物池出水口数据采集点的传感器将检测到的数据模拟量传送到单片机系统进行模数转换，并经过协议转换模块进行RS232转换，通过单片机串行借口传送给GPRS传输模块进行无线传送，上位机GPRS服务器接收数据信号，并通过虚拟串口将数据发送给上位机；采用线性函数对数据进行归一化处理，各水体参数都处于同一数量级，对整体数据进行聚类分析法处理，将余下的数据进行分组，分成训练数据和测试数据；本发明专利技术，预测的结果与实际结果相比误差较小，具有较好的预测能力，预测效果好。

A method of predicting COD concentration in effluent of biological tank

【技术实现步骤摘要】
一种预测生物池出水COD浓度的方法
本专利技术涉及污水处理
，具体为一种预测生物池出水COD浓度的方法。
技术介绍
污水处理是为使污水达到排入某一水体或再次使用的水质要求对其进行净化的过程，目前在污水处理厂通过生物池对污水进行处理，利用微生物新陈代谢功能，使污水中呈溶解和胶体状态的有机污染物被降解并转化为无害的物质，使污水得以净化，COD浓度是衡量污水净化程度的重要指标，如何准确预测生物池出水COD浓度，在保证污水处理厂净化效率的前提下以较低稳定的成本运行具有积极的作用，现有技术中对生物池出水COD浓度预测效果不好，得到的数据与实际数据相差较大，因此，设计一种预测生物池出水COD浓度的方法是很有必要的。
技术实现思路
本专利技术的目的在于提供一种预测生物池出水COD浓度的方法，以解决上述
技术介绍
中提出的问题。为实现上述目的，本专利技术提供如下技术方案：一种预测生物池出水COD浓度的方法，包括如下步骤：步骤一，数据收集；步骤二，数据预处理；步骤三，ARMA模型的建立；步骤四，浓度预测；其中在上述的步骤一中，通过安装在生物池出水口数据采集点的传感器将检测到的数据模拟量传送到单片机系统进行模数转换，并经过协议转换模块进行RS232转换，通过单片机串行借口传送给GPRS传输模块进行无线传送，上位机GPRS服务器接收数据信号，并通过虚拟串口将数据发送给上位机；其中在上述的步骤二中，采用线性函数对数据进行归一化处理，使有量纲的表达式都转换为无量纲，各水体参数都处于同一数量级，对整体数据进行聚类分析法处理，删除掉一组数据中的离群数据，将余下的数据进行分组，分成训练数据和测试数据；其中在上述的步骤三中，对得到的训练数据进行平稳性分析，观察数据是否有固定的上升或下降的趋势，粗略判断是否是平稳序列，若不是平稳序列则对其进行差分运算直到差分后的数据平稳，若是平稳序列，使用ADF单位根平稳型检验，对序列进行平稳性检验，寻找平稳时间序列，确定了ARMA模型的输入的平稳时间序列之后选择定阶层，对识别好的模型，确定模型参数，完成模型建立；其中在上述的步骤四中，将测试数据输入到建立好的ARMA模型中进行最终的COD浓度检测，得到预测结果，对结果进行分析并对模型进行评价。根据上述技术方案，所述步骤二中，线性函数归一化公式为Xmin为某组数据中的最小值，Xmax为某组数据中的最大值。根据上述技术方案，所述步骤二中，使用欧式距离法对已存储的水质数据进行聚类分析。根据上述技术方案，所述步骤三中，ADF检验的原假设是存在单位根，只要这个统计值是小于1％水平下的数字就可以极显著的拒绝原假设，认为数据平稳。根据上述技术方案，所述步骤三中，在数据平稳后对其进行白噪声检验，如果没有通过白噪声检验就进行模型识别，识别该模型属于AR、MA、ARMA的哪一种，如果是平稳非白噪声序列就计算自相关图和偏自相关图，进行ARMA模型识别。根据上述技术方案，所述步骤三中，选择定阶层后使用自相关图和偏自相关图进行判断和检验。根据上述技术方案，所述步骤四中，对预测误差进行分析。与现有技术相比，本专利技术的有益效果是：通过传感器将检测到的数据模拟量转化传送到上位机，然后采用线性函数对数据进行归一化处理，对整体数据进行聚类分析法处理，删除掉一组数据中的离群数据，将余下的数据分成训练数据和测试数据，通过对得到的训练数据进行平稳性分析，对平稳序列使用ADF单位根平稳型检验，对序列进行平稳性检验，寻找平稳时间序列，确定了ARMA模型的输入的平稳时间序列之后选择定阶层，使用自相关图和偏自相关图进行判断和检验，对识别好的模型，确定模型参数，建立ARMA模型，然后将测试数据输入到建立好的ARMA模型中进行最终的COD浓度检测，得到预测结果，预测的结果与实际结果相比误差较小，具有较好的预测能力，预测效果好。附图说明附图用来提供对本专利技术的进一步理解，并且构成说明书的一部分，与本专利技术的实施例一起用于解释本专利技术，并不构成对本专利技术的限制。在附图中：图1是本专利技术的方法流程图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。请参阅图1，本专利技术提供一种技术方案：一种预测生物池出水COD浓度的方法，包括如下步骤：步骤一，数据收集；步骤二，数据预处理；步骤三，ARMA模型的建立；步骤四，浓度预测；其中在上述的步骤一中，通过安装在生物池出水口数据采集点的传感器将检测到的数据模拟量传送到单片机系统进行模数转换，并经过协议转换模块进行RS232转换，通过单片机串行借口传送给GPRS传输模块进行无线传送，上位机GPRS服务器接收数据信号，并通过虚拟串口将数据发送给上位机；其中在上述的步骤二中，采用线性函数对数据进行归一化处理，使有量纲的表达式都转换为无量纲，各水体参数都处于同一数量级，步骤二中，线性函数归一化公式为Xmin为某组数据中的最小值，Xmax为某组数据中的最大值；对整体数据进行聚类分析法处理，步骤二中，使用欧式距离法对已存储的水质数据进行聚类分析；删除掉一组数据中的离群数据，将余下的数据进行分组，分成训练数据和测试数据；其中在上述的步骤三中，对得到的训练数据进行平稳性分析，观察数据是否有固定的上升或下降的趋势，粗略判断是否是平稳序列，若不是平稳序列则对其进行差分运算直到差分后的数据平稳，步骤三中，在数据平稳后对其进行白噪声检验，如果没有通过白噪声检验就进行模型识别，识别该模型属于AR、MA、ARMA的哪一种，如果是平稳非白噪声序列就计算自相关图和偏自相关图，进行ARMA模型识别；若是平稳序列，使用ADF单位根平稳型检验，对序列进行平稳性检验，寻找平稳时间序列，确定了ARMA模型的输入的平稳时间序列之后选择定阶层，步骤三中，选择定阶层后使用自相关图和偏自相关图进行判断和检验；对识别好的模型，确定模型参数，完成模型建立，步骤三中，ADF检验的原假设是存在单位根，只要这个统计值是小于1％水平下的数字就可以极显著的拒绝原假设，认为数据平稳；其中在上述的步骤四中，将测试数据输入到建立好的ARMA模型中进行最终的COD浓度检测，得到预测结果，对结果进行分析并对模型进行评价，步骤四中，对预测误差进行分析。基于上述，本专利技术的优点在于，本专利技术，通过传感器将检测到的数据模拟量转化传送到上位机，然后采用线性函数对数据进行归一化处理，对整体数据进行聚类分析法处理，删除掉一组数据中的离群数据，将余下的数据分成训练数据和测试数据，通过对得到的训练数据进行平稳性分析，对平稳序列使用ADF单位根平稳型检验，对序列进行平稳性检验，寻找平稳时间序列，确定了ARMA模型的输入的平稳时间序列之后选择定阶层，使用自相关图和偏自相关图进行判断和检验，对本文档来自技高网...

【技术保护点】
1.一种预测生物池出水COD浓度的方法，包括如下步骤：步骤一，数据收集；步骤二，数据预处理；步骤三，ARMA模型的建立；步骤四，浓度预测；其特征在于：/n其中在上述的步骤一中，通过安装在生物池出水口数据采集点的传感器将检测到的数据模拟量传送到单片机系统进行模数转换，并经过协议转换模块进行RS232转换，通过单片机串行借口传送给GPRS传输模块进行无线传送，上位机GPRS服务器接收数据信号，并通过虚拟串口将数据发送给上位机；/n其中在上述的步骤二中，采用线性函数对数据进行归一化处理，使有量纲的表达式都转换为无量纲，各水体参数都处于同一数量级，对整体数据进行聚类分析法处理，删除掉一组数据中的离群数据，将余下的数据进行分组，分成训练数据和测试数据；/n其中在上述的步骤三中，对得到的训练数据进行平稳性分析，观察数据是否有固定的上升或下降的趋势，粗略判断是否是平稳序列，若不是平稳序列则对其进行差分运算直到差分后的数据平稳，若是平稳序列，使用ADF单位根平稳型检验，对序列进行平稳性检验，寻找平稳时间序列，确定了ARMA模型的输入的平稳时间序列之后选择定阶层，对识别好的模型，确定模型参数，完成模型建立；/n其中在上述的步骤四中，将测试数据输入到建立好的ARMA模型中进行最终的COD浓度检测，得到预测结果，对结果进行分析并对模型进行评价。/n...

【技术特征摘要】
1.一种预测生物池出水COD浓度的方法，包括如下步骤：步骤一，数据收集；步骤二，数据预处理；步骤三，ARMA模型的建立；步骤四，浓度预测；其特征在于：
其中在上述的步骤一中，通过安装在生物池出水口数据采集点的传感器将检测到的数据模拟量传送到单片机系统进行模数转换，并经过协议转换模块进行RS232转换，通过单片机串行借口传送给GPRS传输模块进行无线传送，上位机GPRS服务器接收数据信号，并通过虚拟串口将数据发送给上位机；
其中在上述的步骤二中，采用线性函数对数据进行归一化处理，使有量纲的表达式都转换为无量纲，各水体参数都处于同一数量级，对整体数据进行聚类分析法处理，删除掉一组数据中的离群数据，将余下的数据进行分组，分成训练数据和测试数据；
其中在上述的步骤三中，对得到的训练数据进行平稳性分析，观察数据是否有固定的上升或下降的趋势，粗略判断是否是平稳序列，若不是平稳序列则对其进行差分运算直到差分后的数据平稳，若是平稳序列，使用ADF单位根平稳型检验，对序列进行平稳性检验，寻找平稳时间序列，确定了ARMA模型的输入的平稳时间序列之后选择定阶层，对识别好的模型，确定模型参数，完成模型建立；
其中在上述的步骤四中，将测试数据输入到建立好的ARMA模型中进行最终的COD浓度检测，得到预测结果，对结果进行分析并对模型...

【专利技术属性】
技术研发人员：朱报开，漆青松，林雄生，
申请(专利权)人：广东科创工程技术有限公司，
类型：发明
国别省市：广东;44