本发明专利技术公开了一种水处理混凝剂最佳投量预测系统,该系统包括数据采集与监测系统、数据中心和主控计算机;读取所述数据库中的所述监测数据,将其作为输入数据,代入不确定性水质模型对混凝-沉淀工艺出水浊度的概率分布进行预测处理;以所述“混凝-沉淀”工艺出水浊度进行预测结果为依据,确定工艺出水达到既定水质目标时的混凝剂最佳投量取值范围,结合出水实际浊度确定工艺运行过程中的混凝剂投量,与现有技术相比,本发明专利技术能够迅速准确地在水厂原水水质变化条件下,预测混凝剂最佳投量的取值范围,同时对水厂“混凝-沉淀”工艺运行情况的相关数据进行有效的管理,从而保证水厂工艺运行的稳定。
【技术实现步骤摘要】
本专利技术涉及水处理系统的测量技术,尤其涉及城市水处理混凝沉淀工艺中混凝剂最佳投量的预测。
技术介绍
在城市水处理中,“混凝-沉淀”是一项重要的常规处理工艺。在原水水质不断变化的情况下,水厂需要在保证持续稳定地控制出厂水浊度的同时,控制混凝剂的使用量以降低成本。混凝剂的最佳投量是指水厂达到既定水质目标的最小混凝剂投量。在实际生产实践中,水厂主要通过烧杯试验以及以往生产经验确定混凝剂的最佳投量。然而,由于这些方法受人为因素的影响较大,不同监测人员可能有不同的判断标准。其它机理的絮凝控制仪也存在着技术不成熟、硬件设施不完善等缺点。这些都导致了水厂出水浊度不稳定、水处理成本差异较大等问题。实际生产中缺乏有效的混凝剂最佳投量预测系统,成功应用于实际生产的例子很少。
技术实现思路
基于上述现有技术,本专利技术提出了一种,利用可远程控制的计算辅助系统结合再生水厂原水水质的采集与分析处理,以对“混凝-沉淀”工艺出水浊度进行的预测处理结果为依据,完成混凝剂最佳投量预测。本专利技术提出了一种水处理混凝剂最佳投量预测系统,该系统包括数据采集与监测系统、数据中心和主控计算机,用于监测和分析水厂“混凝-沉淀”工艺运行情况,预测“混凝-沉淀”工艺中混凝剂最佳投量,其中所述数据采集与监测SCADA系统,包括若干个遥测远传终端和通讯系统,所述遥测远传终端用于采集水厂原水进水监测点、“混凝-沉淀”工艺出水监测点处的相关理化指标数据,以及所述通讯系统,用于遥测远传终端与数据中心的信息通讯;所述数据中心,用于该系统的控制和数据存储,包括服务器和数据库,所述服务器用于控制数据采集与监测系统,监控过程值并与过程硬件通讯;所述服务器上的数据库,用来存储按时序监测的理化指标数据,该理化指标数据为原水进水浊度、原水PH值、原水温度、“混凝-沉淀”工艺出水浊度数据)以及混凝剂实际投量数据;所述主控计算机包括存储模块,用于存储混凝剂最佳投量预测分析的相关数据信息;以及数据采集模块,用于控制所述数据采集与监测SCADA系统对水厂原水进水监测点和工艺出水监测点理化指标进行所述相关数据信息的循环采集,并将采集到的相关数据信息作为监测数据传送到所述数据库中存储;所述相关数据信息包括①水厂的基础情况与数据;②水厂原水和工艺出水理化指标监测数据监测指标为原水进水浊度、原水pH 值、原水温度,以及“混凝-沉淀”工艺出水浊度数据;③水厂“混凝-沉淀”工艺运行中混凝剂实际投量数据与原水和工艺出水理化指际投量历史数据;混凝-沉淀工艺出水浊度预测模块,用于读取所述数据库中的所述监测数据,将其作为输入数据,代入不确定性水质模型对混凝-沉淀工艺出水浊度的概率分布进行预测处理;所述不确定性水质模型的计算包括基于上述原水、工艺出水理化指标数据以及混凝剂实际投量数据,建立数据库,并利用该数据库的数据样本构建预测“混凝-沉淀”工艺出水浊度的不确定性水质模型;混凝剂最佳投量预测模块,用于确定混凝-沉淀工艺的混凝剂最佳投量,以所述混凝-沉淀工艺出水浊度进行预测结果为依据,确定工艺出水达到既定水质目标时的混凝剂最佳投量取值范围,结合出水实际浊度确定工艺运行过程中的混凝剂投量;所述预测混凝剂最佳投量的计算包括根据预测“混凝-沉淀”工艺出水浊度的不确定性水质模型,结合当前原水水质条件以及工艺出水实际水质情况确定工艺运行过程中的混凝剂最佳投量。所述代入不确定性水质模型对“混凝-沉淀”工艺出水浊度进行预测处理为建立不确定性水质模型,该不确定性水质模型通过基于马尔科夫蒙特卡罗方法的 Metropolis-Hastings算法,在实测数据基础上对模型参数的后验分布进行采样,然后以参数的样本进行随机模拟,从而得到模型预测值的概率分布情况;在本系统中,首先建立原水进水浊度、原水PH值、原水温度、混凝剂投加量与工艺出水浊度之间的幂指数模型,并得到模型中待估参数,然后运行M-H算法,以数据库中的实测数据为样本对模型参数进行采样, 并以当前水厂原水理化指标数据为模型输入,采用模型参数采样样本进行随机模拟,预测 “混凝-沉淀”工艺出水浊度随混凝剂投量变化的概率分布,得到工艺出水浊度概率分布图。所述确定工艺出水达到既定水质目标时的混凝剂最佳投量取值范围的处理包括水厂“混凝-沉淀”工艺出水浊度需达到某一特定值以下,将该浊度数值与工艺出水浊度概率分布进行比对,并截取该浊度下混凝剂投量取值区间,同时结合当前工艺出水实际浊度变化情况、混凝剂投量因素条件,确定工艺运行过程中的混凝剂最佳投量。所述数据采集与监测系统按预先设定的时段完成采集,采集结果经由有线或无线通讯方式发送给数据中心。所述“混凝-沉淀”工艺出水浊度的特定值,该特定值一般由水处理的后续工艺决定,工艺出水浊度应满足小于该特定值以下,以保证后续处理的要求,如一般水厂要求“混凝-沉淀”工艺出水浊度在INTU以下。本专利技术还提出了一种水处理混凝剂最佳投量预测方法,该方法包括以下步骤步骤一,采集并存储水厂原水进水监测点、“混凝-沉淀”工艺出水监测点处的相关理化指标数据;步骤二,存储混凝剂最佳投量预测分析的相关数据信息到数据库,所述混凝剂最佳投量预测分析的相关数据信息包括①水厂的基础情况与数据;②水厂原水和工艺出水理化指标监测数据监测指标为原水进水浊度、原水pH 值、原水温度,以及“混凝-沉淀”工艺出水浊度数据;③水厂“混凝-沉淀”工艺运行中混凝剂实际投量数据与原水和工艺出水理化指标数据同时期的相应混凝剂实际投量历史数据;6步骤三,读取所述数据库中的所述监测数据,将其作为输入数据,代入不确定性水质模型对混凝-沉淀工艺出水浊度的概率分布进行预测处理,预测“混凝-沉淀”工艺出水浊度的不确定性水质模型的计算又包括以下步骤基于原水、工艺出水理化指标数据以及混凝剂实际投量数据,建立数据库,并利用该数据库的数据样本构建预测“混凝-沉淀”工艺出水浊度的不确定性水质模型;步骤四,以所述“混凝-沉淀”工艺出水浊度进行预测结果为依据,确定工艺出水达到既定水质目标时的混凝剂最佳投量取值范围,结合出水实际浊度确定工艺运行过程中的混凝剂投量,预测混凝剂最佳投量的计算又包括以下步骤根据预测“混凝-沉淀”工艺出水浊度的不确定性水质模型,结合当前原水水质条件以及工艺出水实际水质情况确定工艺运行过程中的混凝剂最佳投量。所述代入不确定性水质模型对“混凝-沉淀”工艺出水浊度进行预测处理为建立不确定性水质模型,该不确定性水质模型通过基于马尔科夫蒙特卡罗方法的 Metropolis-Hastings算法(M-H算法),在实测数据基础上对模型参数的后验分布进行采样,然后以参数的样本进行随机模拟,从而得到模型预测值的概率分布情况;在本系统中, 首先建立原水进水浊度、原水PH值、原水温度、混凝剂投加量与工艺出水浊度之间的幂指数模型,并得到模型中待估参数,然后运行M-H算法,以数据库中的实测数据为样本对模型参数进行采样,并以当前水厂原水理化指标数据为模型输入,采用模型参数采样样本进行随机模拟,预测“混凝-沉淀”工艺出水浊度随混凝剂投量变化的概率分布,得到工艺出水浊度概率分布图。所述确定工艺出水达到既定水质目标时的混凝剂最佳投量取值范围是指,水厂 “混凝-沉淀”工艺出水浊度需达到一特定值以下,将该浊度数值与工艺出水浊度概率分布本文档来自技高网...
【技术保护点】
【技术特征摘要】
【专利技术属性】
技术研发人员:彭森,田一梅,赵新华,单金林,
申请(专利权)人:天津大学,
类型:发明
国别省市:
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。