System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于微生物活性的污水处理智能调控方法和系统技术方案_技高网

一种基于微生物活性的污水处理智能调控方法和系统技术方案

技术编号:41229879 阅读:5 留言:0更新日期:2024-05-09 23:46
本发明专利技术属于污水处理智能运行技术领域,具体涉及一种基于微生物活性的污水处理智能调控方法和系统。本发明专利技术的方法包括如下步骤:获取输入特征的取值范围,所述输入特征包括微生物活性数据;在所述输入特征的取值范围内以满足污水处理结果达标且代价最低为目标,找到输入特征的最佳特征组合;根据所述最佳特征组合,确定调控参数并用于污水处理系统;其中,所述调控参数包括:空气流量和碳源投加量;代价计算公式如下:代价=(空气流量‑700)/100+5×(碳源投加量‑3000)/1000。本发明专利技术能够在保证出水达标的前提下,降低空气流量和碳源投加量,从而降低工艺成本,具有很好的应用前景。

【技术实现步骤摘要】

本专利技术属于污水处理智能运行,具体涉及一种基于微生物活性的污水处理智能调控方法和系统


技术介绍

1、污水处理是碳排放前10大行业之一,降低运行成本(如能耗,药耗),并提高污染物去除性能是污水处理厂调控的永恒主题。目前,对于污水处理工艺中系统运行参数的管理较为粗放,通常是基于人工经验的运行管理方式。然而,污水生物处理过程是一个非线性、大时滞和强耦合的过程,人工管理的方式往往存在滞后性及不确定性,难以满足污水处理系统稳定、经济和高效运行要求。

2、污水生物处理系统中,微生物是功能主体,微生物的代谢活性对污染物处理性能起决定性作用。比耗氧呼吸速率(sour)和三磷酸腺苷(atp)检测快速且敏感。已有相关研究表明,sour可表征活性污泥中脱氮微生物的活性。作为细胞新陈代谢中可用能量的主要载体,atp可表征微生物的数量及代谢活性。因此,利用sour和atp表征微生物的状态和代谢活性,并将其与污染物的降解进行关联,这是一种很有潜力的污水处理系统优化调控手段。

3、此外,由于人工智能强大的非线性能力,利用人工智能方法解决污水处理系统的预警及精准运行管理问题是一个可行的解决方案。有望解决人工调控污水处理系统的滞后性及不确定性。中国专利技术专利申请“cn116798530a一种污水处理性能智能预测方法及装置”公开了一种基于sour和atp,利用人工智能模型预测水处理效果的方法,可以为污水处理系统的调控提供关键的参考参数。然而,该文献的技术方案仅能够预测特定参数条件下污水处理的效果,无法直接调控工艺参数,满足出水达标和降低工艺成本方面的要求。因此,本领域中仍然亟需开发一种能够基于特定输入特征和算法,实现自动调控污水处理工艺参数的方法。


技术实现思路

1、针对现有技术的问题,本专利技术提供一种微生物活性的污水处理智能调控方法和系统。

2、一种基于微生物活性的污水处理智能调控方法,获取输入特征的取值范围,所述输入特征包括微生物活性数据;

3、在所述输入特征的取值范围内以满足污水处理结果达标且代价最低为目标,找到输入特征的最佳特征组合;

4、根据所述最佳特征组合,确定调控参数并用于污水处理系统;

5、其中,所述调控参数包括:空气流量和碳源投加量;

6、代价计算公式如下:

7、代价=(空气流量-700)/100+5×(碳源投加量-3000)/1000。

8、优选的,找到输入特征的最佳特征组合的方法为粒子群优化算法。

9、优选的,包括如下步骤:

10、步骤1,遍历至少一种输入特征,得到若干组输入特征组合;

11、步骤2,将所述特征组合输入机器学习模型,根据模型输出得到污水处理结果指标预测值;

12、步骤3,根据所述特征组合,确定对应的调控参数;

13、步骤4,计算各特征组合的代价:

14、步骤5,根据步骤4计算结果选择指标预测值达标且代价最低的最佳特征组合,将步骤3计算得到的最佳特征组合的调控参数应用于污水处理系统。

15、优选的,所述机器学习模型为随机森林模型。

16、优选的,步骤3中,所述调控参数的确定方法按照如下方式中的一种进行确定:

17、方式1,所述输入特征中还包括空气流量和/或碳源投加量,直接将所述特征组合中空气流量和/或碳源投加量的取值作为对应的调控参数;

18、方式2,所述输入特征中不包括空气流量或碳源投加量,通过所述特征组合中各输入特征的取值计算空气流量或碳源投加量,计算公式通过拟合历史数据得到。

19、优选的,所述微生物活性数据包括:好氧池souratp、缺氧池souratp_db和缺氧池sourmlss_db;

20、找到输入特征的最佳特征组合的过程中,对所述好氧池souratp和缺氧池sourmlss_db进行变化;

21、好氧池souratp取值范围为[15,32],不同特征组合的取值变化步长为1;

22、缺氧池sourmlss_db取值范围为[0.7,1.2],不同特征组合的取值变化步长0.1。

23、优选的,所述输入特征中还包括空气流量和/或碳源投加量;

24、空气流量取值范围为[700m3/h,3000m3/h],找到输入特征的最佳特征组合的过程中,不同特征组合的取值变化步长为200m3/h;

25、碳源投加量取值范围为[3000kg,7000kg],找到输入特征的最佳特征组合的过程中,不同特征组合的取值变化步长为200kg。

26、优选的,用于评价污水处理结果达标的指标为出水总氮(出水总氮是由进水总氮和预测的总氮去除速率计算得到的)。

27、本专利技术还提供一种微生物活性的污水处理智能调控系统,包括:

28、输入模块,用于输入数据;

29、计算模块,用于按照上述污水处理智能调控方法计算得到应用于污水处理系统的调控参数;

30、输出模块,用于将所述调控参数输出至污水处理系统。

31、本专利技术还提供一种计算机可读存储介质,其上存储有:用于实现上述污水处理智能调控方法的计算机程序。

32、本专利技术中,与水处理相关的术语缩写含义如下:

33、

34、

35、本专利技术提供了一种方法,能够利用微生物活性数据预测污水处理效果,计算污水处理的成本,从而优化得到污水处理系统的最佳调控参数。本专利技术方法可以将污水水质相关参数作为输入数据,自动提供兼顾了污水处理效果和降低污水处理成本的调控参数,避免了因人工凭借经验调控造成的浪费,保证了污水处理过程的稳定、经济和高效运行要求。因此,本专利技术具有很好的应用前景。

36、显然,根据本专利技术的上述内容,按照本领域的普通技术知识和惯用手段,在不脱离本专利技术上述基本技术思想前提下,还可以做出其它多种形式的修改、替换或变更。

37、以下通过实施例形式的具体实施方式,对本专利技术的上述内容再作进一步的详细说明。但不应将此理解为本专利技术上述主题的范围仅限于以下的实例。凡基于本专利技术上述内容所实现的技术均属于本专利技术的范围。

本文档来自技高网...

【技术保护点】

1.一种基于微生物活性的污水处理智能调控方法,其特征在于:获取输入特征的取值范围,所述输入特征包括微生物活性数据;

2.按照权利要求1所述的污水处理智能调控方法,其特征在于:找到输入特征的最佳特征组合的方法为粒子群优化算法。

3.按照权利要求1所述的污水处理智能调控方法,其特征在于,包括如下步骤:

4.按照权利要求3所述的污水处理智能调控方法,其特征在于:所述机器学习模型为随机森林模型。

5.按照权利要求3所述的污水处理智能调控方法,其特征在于:步骤3中,所述调控参数的确定方法按照如下方式中的一种进行确定:

6.按照权利要求1所述的污水处理智能调控方法,其特征在于:所述微生物活性数据包括:好氧池SOURATP、缺氧池SOURATP_DB和缺氧池SOURMLSS_DB;

7.按照权利要求1所述的污水处理智能调控方法,其特征在于:所述输入特征中还包括空气流量和/或碳源投加量;

8.按照权利要求1所述的污水处理智能调控方法,其特征在于:用于评价污水处理结果达标的指标为出水总氮。

9.一种微生物活性的污水处理智能调控系统,其特征在于,包括:

10.一种计算机可读存储介质,其特征在于,其上存储有:用于实现权利要求1-8任一项所述的污水处理智能调控方法的计算机程序。

...

【技术特征摘要】

1.一种基于微生物活性的污水处理智能调控方法,其特征在于:获取输入特征的取值范围,所述输入特征包括微生物活性数据;

2.按照权利要求1所述的污水处理智能调控方法,其特征在于:找到输入特征的最佳特征组合的方法为粒子群优化算法。

3.按照权利要求1所述的污水处理智能调控方法,其特征在于,包括如下步骤:

4.按照权利要求3所述的污水处理智能调控方法,其特征在于:所述机器学习模型为随机森林模型。

5.按照权利要求3所述的污水处理智能调控方法,其特征在于:步骤3中,所述调控参数的确定方法按照如下方式中的一种进行确定:

6.按照权利要求...

【专利技术属性】
技术研发人员:谭周亮余雅丹陈杨武汪锐李欣周后珍罗成王志刚
申请(专利权)人:中国科学院成都生物研究所
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1