基于线性回归和决策树模型的市政污水除磷药剂投加方法技术

本发明专利技术公开了一种基于线性回归和决策树模型的市政污水除磷药剂投加方法，包括数据模型建立、数据模型现场部署及运行和控制系统自动投加三个步骤，其中，数据模型建立步骤包括采集历史数据，进行数据预处理，计算污水小时流量系数，训练SVM分类器，分别建立线性回归模型和决策树模型；数据模型现场部署及运行步骤包括将封装好的数据模型部署到市政污水处理现场并接入实时数据，计算当前状态下所需的除磷药剂投加量，控制系统自动投加则依据数据模型运算结果完成除磷药剂投加。本发明专利技术方法依据市政污水每日水量变化规律，选择不同除磷药剂投加量预测模型计算最优除磷药剂投加量，节约计算资源、提高运算速度和预测精度。提高运算速度和预测精度。提高运算速度和预测精度。

【技术实现步骤摘要】
基于线性回归和决策树模型的市政污水除磷药剂投加方法


[0001]本专利技术涉及市政污水药剂投加领域，尤其涉及一种基于线性回归和决策树模型的市政污水除磷药剂投加方法。

技术介绍

[0002]市政污水是人们日常生活排放的污水，包括居民、公共设施和工厂的厨房、卫生间等生活设施的污水。这类污水不同于工业废水，其水质、水量的小时变化系数较大，尤其白天和夜间的变化显著，且短期内用水量变化又具有周期性。其中，进水流量的变化会对污水加药除磷工艺的絮凝沉淀过程产生很大的影响。当进水流量增加时，就会缩短絮体碰撞凝聚成大颗粒的时间，使得絮体生成不充分，同时也减少了絮体的沉降时间，降低了杂质去除率，从而影响出水水质。因此，当进水流量增大时，为了保证出水水质，需要增加除磷药剂投加量，反之则减少除磷药剂投加量。
[0003]在市政污水处理中需要根据进水流量变化正确控制除磷药剂投加量。当水量变化较小时，除磷药剂投加量、进水流量之间及水质参数之间呈现出较明显的对应关系；但水量变化较大时，除磷药剂投加量、进水流量及水质参数之间的数据多呈现非线性。
[0004]因此，基于上述存在的问题，有必要提供一种新的技术方案。

技术实现思路

[0005]鉴于此，本专利技术的目的是提出一种基于线性回归和决策树模型的市政污水除磷药剂投加方法，以解决上述除磷药剂投加过程中存在的问题。
[0006]本专利技术提供了以下技术方案：
[0007]一种基于线性回归和决策树模型的市政污水除磷药剂投加方法，包括如下步骤：
[0008]数据模型建立：采用多个数据采集组件获取包括实时数据和历史数据的加药数据；依据除磷药剂投加原理对历史数据进行数据预处理；计算污水小时流量系数；由污水小时流量系数将历史数据划分为正负样和负样本，并用正样本和负样本训练SVM分类器；根据水质参数分别建立除磷药剂投加量预测的线性回归模型和决策树模型，从而完成除磷药剂投加量预测模型的建立与训练。
[0009]数据模型现场部署及运行：将数据模型封装后部署到污水处理工艺流程现场，将实时数据接入到除磷药剂投加量预测模型；运行除磷药剂投加量预测模型，计算当前状态下所需的除磷药剂投加量。
[0010]控制系统自动投加：将除磷药剂投加量数据传递给控制系统，控制系统依据数据模型运算结果完成除磷药剂的自动投加。
[0011]进一步地，多个数据采集组件包括：流量计、正磷酸盐在线分析仪、温度计、电磁控制泵和总磷测定仪等；
[0012]所述除磷药剂投加量预测模型包括线性回归模型和决策树模型，所述数据模型包括训练好的SVM分类器和除磷药剂投加量预测模型。
[0013]进一步地，加药数据包括：进水流量、正磷酸盐浓度、水温、除磷药剂投加量和出口总磷等数据，并将加药数据接入控制系统中便于后续的数据预处理和数据模型训练。
[0014]进一步地，数据预处理包括：根据停留时间计算公式确定历史数据的对应关系；由于仪器检修等因素的影响，采集到的原始历史数据必然存在缺失值、噪声点和离群点，因而需要审核原始历史数据的完整性和准确性，删除原始历史数据中的缺失值、噪声点或离群点，修复原始历史数据中参数间时序性偏差，减小数据模型训练过程中的误差；通过以上数据预处理，提高数据模型建模速度和精度。
[0015]进一步地，污水小时流量系数计算公式如下：
[0016][0017]其中:k
h,i
为污水小时流量系数；Q
h,i
为污水的小时流量；i为时刻，i＝1，2，
…
，24。
[0018]假设市政污水流量在1小时内是均匀的，依据进水流量的每小时数据，即污水的小时流量，计算污水小时流量系数k
h,i
；污水小时流量系数k
h,i
随市政污水流量的不同而变化，市政污水流量越大且变化幅度越小，污水小时流量系数k
h,i
也越小，反之则k
h,i
越大。
[0019]由于市政污水每日用水集中和水量变化趋势存在规律性，而进水流量大小直接影响到后续除磷药剂投加量，因此需要根据历史数据计算污水小时流量系数k
h,i
，作为污水水量变化稳定性的判断标准。
[0020]进一步地，得到历史数据中的污水进水流量的污水小时流量系数范围之后，通过样本全局分析，选择合适的污水小时流量系数值k
h,i*
作为划分进水流量正样本和负样本的标准；
[0021]k
h,i
′
为当前进水流量与上一小时进水流量的变化度，计算公式如下：
[0022][0023]若k
h,i
′
≤k
h,i*
，则看作当前进水流量变化较为稳定，将此时的历史数据划分为负样本；若k
h,i
′
>k
h,i*
，则看作当前进水流量变化幅度较大，水量不稳定，将此时的历史数据划分为正样本；据此将历史数据划分出正样本和负样本，并用正样本和负样本训练SVM分类器；
[0024]进一步地，SVM分类器的输出结果w仅取两个值：
‑
1和1，当输出结果w取
‑
1时选择线性回归模型，当输出结果w取1时选择决策树模型；SVM分类器基于对历史数据的学习，动态决策出当前的水量变化是否稳定，从而提高后续根据实时水量来选择除磷药剂投加量预测模型的准确性。
[0025]进一步地，根据水质参数分别建立除磷药剂投加量预测的线性回归模型和决策树模型具体方式为：当污水进水流量变化较为稳定时，对应的历史数据用线性回归模型训练；当污水进水流量变化幅度较大、情况较为复杂时，对应的历史数据采用决策树模型进行训练；通过这一分类训练的方法，能有效利用数据模型特点挖掘数据信息，提高数据模型运算速度和除磷药剂投加量预测准确度。
[0026]进一步地，将训练好的SVM分类器和除磷药剂投加量预测模型封装部署到污水处理工艺流程现场中，并将数据采集装置采集的实时数据接入到数据模型。
[0027]进一步地，根据实时数据，先由SVM分类器判断进水流量变化幅度，选择出合适的除磷药剂投加量预测模型；然后计算出在当前市政污水进水流量和水质参数条件下所需的除磷药剂投加量。
[0028]与现有技术相比，本专利技术至少具有如下一种或多种有益效果：
[0029]本专利技术针对市政污水在不同时间的进水流量和水质差异较大的变化特质，建立不同水量变化特点的除磷药剂投加量预测算法，不仅能减少数据模型的计算量，而且可以提高运算速度和预测精度，同时能够实现自动最优化处理市政污水，对于市政污水除磷药剂投加具有十分重要的现实意义，应用性很强。
附图说明
[0030]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，图中相同的标记表示相同的部件，显而易见地，下面描述中的附图是本专利技术的一些实施例，对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于线性回归和决策树模型的市政污水除磷药剂投加方法，其特征在于，包括如下步骤：数据模型建立：采用多个数据采集组件获取包括实时数据和历史数据的加药数据，依据除磷药剂投加原理对原始历史数据进行数据预处理；计算污水小时流量系数；由污水小时流量系数将历史数据划分为正负样和负样本，并用正样本和负样本训练SVM分类器；根据水质参数分别建立除磷药剂投加量预测的线性回归模型和决策树模型，完成除磷药剂投加量预测模型的建立与训练；数据模型现场部署及运行：将数据模型封装后部署到污水处理工艺流程现场，将实时数据接入到除磷药剂投加量预测模型；运行除磷药剂投加量预测模型，计算当前状态下所需的除磷药剂投加量；控制系统自动投加：将除磷药剂投加量数据传递给控制系统，控制系统依据数据模型运算结果完成除磷药剂的自动投加。2.根据权利要求1所述的基于线性回归和决策树模型的市政污水除磷药剂投加方法，其特征在于，多个数据采集组件包括流量计、正磷酸盐在线分析仪、温度计、电磁控制泵和总磷测定仪；所述除磷药剂投加量预测模型包括线性回归模型和决策树模型，所述数据模型包括训练好的SVM分类器和除磷药剂投加量预测模型。3.根据权利要求2所述的基于线性回归和决策树模型的市政污水磷药剂投加方法，其特征在于，加药数据包括市政污水的进水流量、正磷酸盐浓度、水温、除磷药剂投加量和出口总磷，所述历史数据被配置的接入控制系统用于数据预处理和数据模型训练。4.根据权利要求1所述的基于线性回归和决策树模型的市政污水除磷药剂投加方法，其特征在于，所述数据预处理包括：根据停留时间计算公式确定历史数据的对应关系，删除原始历史数据中的缺失值、噪声点或离群点，修复原始历史数据中参数间时序性偏差。5.根据权利要求1所述的基于线性回归和决策树模型的市政污水除磷药剂投加方法，其特征在于，所述污水小时流量系数的计算公式如下：其中：k
h，i
为污水小时流量系数；Q
h，i
为污水的小时流量；i为时刻，i＝1，2，...，24；依据市政污水进水流量的每小时数据，即污水的小时流量计算污水小时流量系数k
h，i
。6.根据权利要求5所述的基于线性回归和决...

【专利技术属性】
技术研发人员：詹敏述，章春花，程国坚，袁芳，徐伟，李龙胜，蒲一凡，陆永杰，
申请(专利权)人：中环保水务投资有限公司中节能工程技术研究院有限公司，
类型：发明
国别省市：