一种污水系统关键指标的预测方法技术方案

本发明专利技术公开了一种污水系统关键指标的预测方法，包括以下步骤：A、基于实时数据库和LIMS系统数据库进行数据的读取、数据质量探索和数据清洗；B、基于污水系统的生产和运行，分单元实现关键指标的预测，通过筛选各单元的关键指标的工艺参数及水质分析数据，并利用多种算法分析和评估关键指标的预测结果，进而建立污水系统关键指标预测模型；C、利用测试数据对关键指标预测模型进行验证和评估。本发明专利技术的方法可以在线预测各单元出口关键指标的变化趋势，实现污水系统当前水质现状和未来变化趋势的长期连续监控、评价和预测预警。

A prediction method for key indexes of sewage system

【技术实现步骤摘要】
一种污水系统关键指标的预测方法
本专利技术涉及污水领域，具体涉及一种污水系统关键指标的预测方法。
技术介绍
水质预测是水环境规划、评价和管理工作的基础。对于炼化企业工业废水而言，其污水来源复杂多样，包括原油加工过程产生的污水、生产过程参与循环的冷却水、雨水降落到地面汇集形成的污水中产生的污水等。由于产生炼油废水的工艺不相同，不同生产装置产生的污水成分和含量也不完全相同；炼油污水是集多性状油脂、可溶解性的有机物及无机盐于一体的复杂综合体等。我国在水质预测方面的起步较晚，近年来取得了一些成果，但均为基于数学模型的预测，如李清浮、胡国华的黄河孟花段水质模型的建立，王平、雒文生的沙颖河流域降雨径流污染预报模型的研究等。但由于受水文、水质监测条件的限制，国内大部分河流也还未建立相应的水质模型，或者成果较为零散。工业污水系统水质指标的预测方法少有研究和论文发表。
技术实现思路
本专利技术所要解决的技术问题是针对上述现有技术存在的不足，提供一种污水系统关键指标的预测方法，利用该方法建立的预测模型可根据水质、水量和操作参数的变化，在线预测各单元出口关键指标的变化趋势，实现污水系统当前水质现状和未来变化趋势的长期连续监控、评价和预测预警，使得决策部门能够及时采取安全应急响应措施，防止用水状况的进一步恶化，保证现场用水安全。本专利技术的专利技术人通过水质数学模拟预测、数据统计法、灰色预测模型法、神经网络模型预测和混沌理论法等。基于炼化污水的特殊性，在数据分析过程中，总体遵循大数据分析挖掘项目实施方法论，分为商业理解、数据理解、数据提取、数据探索、数据清洗、建立模型、模型评估和模型部署等环节。在相关过程中，多次使用了均值填充、中值填充、预测值填充等缺失值填充技术，行列转换数据变换技术，基于时间序列的稳定状态查找和平滑技术，基于神经网络等模型的变量内在关系提取技术等，为基于流程行业污水处理专业特有的方法论。本专利技术的专利技术人通过研究发现，由于污水系统整个流程的变量间又都有着大量复杂的影响关系，神经网络技术正适用于此类大型系统的复杂情况的建模分析。神经网络技术采用与人类脑部神经元的类似处理思想，结合了适应性的和非适应性的元素，用于解决非线性、分布式、并行化的问题。同时也是人工智能的重要技术，使用此技术进行数据分析工作可以提升工业水系统管理的智能化和精细化。为此，本专利技术提供了一种污水系统关键指标的预测方法，包括以下步骤：A、基于实时数据库和LIMS系统数据库进行数据的读取、数据质量探索和数据清洗；B、基于污水系统的生产和运行，分单元实现关键指标的预测，通过筛选各单元的关键指标的工艺参数及水质分析数据，并利用多种算法分析和评估关键指标的预测结果，进而建立污水系统关键指标预测模型；C、利用测试数据对关键指标预测模型进行验证和评估。根据本专利技术所述的预测方法的一些实施方式，所述步骤A包括以下步骤：A1、读取污水系统实时数据库历史数据和水质分析数据；A2、进行数据质量探索，对获得的数据进行简单统计和检查；A3、进行数据清洗，将实时数据库数据与LIMS系统数据进行关联，同时进行数据整合、数据填充、数据选择和数据变换，形成后续可进行数据处理和建立关键指标预测模型的数据集。根据本专利技术所述的预测方法的一些实施方式，所述步骤A1中的历史数据包括温度、流量、液位、沉降比、含氧量和污泥指数中的一种或多种。根据本专利技术所述的预测方法的一些实施方式，所述步骤A1中的水质分析数据包括COD(化学需氧量)、氨氮(指水中以游离氨NH3和铵离子NH4形式存在的氮)、硫化物、石油类(是指矿物油类化学物质，是各种烃类的混合物)、pH值、污泥浓度和总磷中的一种或多种。根据本专利技术所述的预测方法的一些实施方式，所述步骤A2中的检查的步骤包括：针对数据的完整性、准确性、错误数据发生频率、数据中的缺失值进行检查。根据本专利技术所述的预测方法的一些实施方式，所述步骤B包括以下步骤：B1、筛选关键指标，按照工艺流程顺序、分单元选取需要预测的关键指标；B2、筛选与关键指标相关的变量，分析每个单元入口指标、工艺参数与单元出口关键指标的相关性，选择每个关键指标对应的入口指标和工艺参数；B3、取LIMS采样系统的数据，得到检验数据，并通过转置成宽表，转成按小时记录的唯一值，取工业数据库实时数据，采样点为每小时，并以天为单位统计数据；B4、将实时数据库数据与LIMS系统数据进行关联，对所选变量中数据连续性较差且存在错误的数据进行修改和/或进行填充。根据本专利技术所述的预测方法的一些实施方式，所述步骤C包括以下步骤：C1、采用多种算法预测各关键指标，分析各预测算法的拟合程度，选择关键指标预测模型的算法；C2、评估模型，利用模拟数据对已建立的模型进行评估，如果评估结果达到预期的准确率，则建模结束，否则重新选择算法；C3、提高模型的准确性；C4、模型验证，通过测试数据对模型进行验证。根据本专利技术所述的预测方法的一些实施方式，所述步骤C1中的多种算法包括但不限于：多元线性回归算法、多元非线性回归算法、主成分分析算法和神经网络算法。根据本专利技术所述的预测方法的一些实施方式，所述步骤C3的提高模型的准确性的方法包括：调整模型参数和迭代次数。根据本专利技术所述的预测方法的一些实施方式，所述步骤C4的过程包括：测试各单元关键指标模型的有效预测范围，预测模型的拟合度和稳定性。根据本专利技术的一种具体实施方式，污水系统关键指标的预测方法，可以包括以下步骤：A、基于实时数据库和LIMS系统数据库的特点进行数据的采集和提取，并对其历史数据进行数据筛选、数据质量探索和数据清洗；B、基于污水系统生产运行特点，分单元实现关键指标的预测，在筛选与各单元出口关键指标相关度较高的工艺参数及水质分析数据的基础上，对相关数据进行处理，并利用多种算法分析和评估关键指标的预测结果，进而建立污水系统关键指标预测模型；C、利用测试数据对关键、指标预测模型进行验证和评估，确保预测模型的准确性和稳定性，以利用模型实现污水系统运行质量的长期连续监控、评价和预测预警。优选地，所述步骤A包括以下步骤：A1、读取污水系统实时数据库历史数据，包括温度、流量、液位、沉降比、含氧量和污泥指数；读取水质分析数据，包括COD、氨氮、硫化物、石油类、pH值、污泥浓度和总磷；A2、进行数据质量探索，对获得的数据进行简单统计，针对数据的完整性、准确性、错误数据发生频率、数据中的有缺失值进行检查；A3、污水系统数据清洗的主要工作在于将实时数据库数据与LIMS系统数据进行关联，同时进行数据整合、数据填充、数据选择和数据变换，形成后续可进行数据处理和建立关键指标预测模型的数据集。优选地，所述步骤B包括以下步骤：B1、筛选关键指标，污水的处理属于顺序处理流程，每个单元的出口指标都需严格控制，基于这个特点，结合企业实际状况，如企业主要关注的指标、各单元指本文档来自技高网...

【技术保护点】
1.一种污水系统关键指标的预测方法，包括以下步骤：/nA、基于实时数据库和LIMS系统数据库进行数据的读取、数据质量探索和数据清洗；/nB、基于污水系统的生产和运行，分单元实现关键指标的预测，通过筛选各单元的关键指标的工艺参数及水质分析数据，并利用多种算法分析和评估关键指标的预测结果，进而建立污水系统关键指标预测模型；/nC、利用测试数据对关键指标预测模型进行验证和评估。/n

【技术特征摘要】
1.一种污水系统关键指标的预测方法，包括以下步骤：
A、基于实时数据库和LIMS系统数据库进行数据的读取、数据质量探索和数据清洗；
B、基于污水系统的生产和运行，分单元实现关键指标的预测，通过筛选各单元的关键指标的工艺参数及水质分析数据，并利用多种算法分析和评估关键指标的预测结果，进而建立污水系统关键指标预测模型；
C、利用测试数据对关键指标预测模型进行验证和评估。


2.根据权利要求1所述的方法，其特征在于，所述步骤A包括以下步骤：
A1、读取污水系统实时数据库历史数据和水质分析数据；
A2、进行数据质量探索，对获得的数据进行简单统计和检查；
A3、进行数据清洗，将实时数据库数据与LIMS系统数据进行关联，同时进行数据整合、数据填充、数据选择和数据变换，形成后续可进行数据处理和建立关键指标预测模型的数据集。


3.根据权利要求2所述的方法，其特征在于，所述步骤A1中的历史数据包括温度、流量、液位、沉降比、含氧量和污泥指数中的一种或多种。


4.根据权利要求2或3所述的方法，其特征在于，所述步骤A1中的水质分析数据包括COD、氨氮、硫化物、石油类、pH值、污泥浓度和总磷中的一种或多种。


5.根据权利要求2-4中任意一项所述的方法，其特征在于，所述步骤A2中的检查的步骤包括：针对数据的完整性、准确性、错误数据发生频率、数据中的缺失值进行检查。


6.根据权利要求1-5中任意一项所述的方法，其特征在于，所述步骤...

【专利技术属性】
技术研发人员：焦云强，李晨光，邸雪梅，佟伟，吴斌斌，徐佳斌，王建平，关新虎，朱贤琨，高倩，裴旭，
申请(专利权)人：石化盈科信息技术有限责任公司，
类型：发明
国别省市：北京;11