一种污水处理系统的智能加药设置方法与流程

1.本发明涉及污水处理领域，具体涉及一种污水处理系统的智能加药设置方法。


背景技术：

2.污水处理脱氮及除磷多需要通过外投药剂的方式予以实现，传统人工控制，具有典型的手工业特点，存在着调控滞后、响应迟钝等造成的处理效果不稳定，管理粗放、控制大条等造成的药剂损耗大、能源浪费高等问题；污水处理加药控制叠加工业互联网，迈入智能、智慧控制时代势在必行。
3.现有污水处理智能控制技术相关方面的研究主要有：
4.cn112875827b公布了一种基于图像识别和数据挖掘的智能加药系统和水处理系统，包括用于采集矾花图像和水质参数的采集装置，用于根据矾花特征，水质参数确定矾花特征、水质参数、加药参数三者之间的关联关系的关联模型，用于判断上一次加药参数是否适用于当前水质参数的合理性的加药参数确定装置以及用于执行加药操作的加药装置，可以实现通过自动化的方式完成包括加药参数确定在内的加药操作，提升了工作效率。该发明存在以下不足：首先，实际絮凝沉淀池化学反应较为复杂，该发明通过矾花图像判断矾花特征，缺乏准确性；其次，其加药函数模型固定，难以适应于不同季节不同工艺均达到较好的效果。
5.cn115140838a公布了一种节能降耗的反硝化滤池过滤系统，该发明通过进水溶解氧和硝态氮检测仪检测进水溶氧和硝态氮浓度并反馈给plc控制结构，以此调节碳源投加量和旁通率。该发明存在以下问题：首先，其根据来水硝氮浓度的不同，设置不同的进水量，且来水硝氮越高，则进水量越大，如此会导致易导致系统失稳，若长期处于低进水硝氮浓度条件下，在应对进水硝氮突升时很难保证系统稳定达标；其次，该专利根据来水do的不同，设置系统硝氮去除负荷不同，但实际的反硝化滤池的硝氮去除负荷不仅仅与do及来水硝氮浓度有关，还与orp(氧化还原电位)、水温、进水量、进水化学需氧量等参数有关；再次，其进水硝氮浓度与进水量的关系，do与系统硝氮去除负荷的关系均为阶段梯度设置，而非动态调整，精确度较差。
6.cn111072131b公布了一种基于进水碳氮比在线计算碳源投加量的方法，该发明根据进水cod浓度和总氮浓度计算进水碳氮比，然后根据进水碳氮比对进水中碳源是充足，不足还是过量进行判定，对不同的碳源水平采用不同的公式计算得到碳源投加修正量，再根据碳源投加修正量计算得到当前时刻需要的碳源投加量。使用该方法计算得到的碳源投加量能够响应进水碳氮比的波动，给出合适的碳源投加量。该发明在参数选取上，将碳氮比作为系统碳源是否充足的唯一条件，但实际上，进水do、orp、硝氮及cod浓度、水温等均会影响系统的脱氮效果，比如水温较低时，系统脱氮所需的进水碳氮比较高，而水温较高时，系统脱氮所需的进水碳氮比则较低。因此其设置参数过少，可能会影响实际运行效果。
7.可见，目前用于污水处理的智能加药系统存在以下问题：首先，在响应参数选择上存在固化、代表性差等问题。影响污水处理加药量的因素需要具体情况具体分析，不同的环
境下、不同的工艺都会导致与加药量相关的相应参数有所差异，因此，真正满足污水处理行业需求的自控系统，其加药量的响应参数应该是由系统自行选择的。其次，在控制逻辑上，其模型多为固定，但实际污水处理系统的处理效果是时刻变化的，不同季节、不同水温下，其模型可能并不固定。再次，在加药量控制上，多为梯度变化，而非动态变化，导致加药量精确程度较差。综上，为进一步优化现有污水处理智能加药设置方法，从而进一步实现污水处理成本的缩减，有必要对现有污水处理系统的智能加药设置方法进行改进。


技术实现要素：

8.本发明提供了一种污水处理系统的智能加药设置方法，通过对污水处理系统相关运行参数与加药量进行相关性计算，筛选显著响应变量，利用数据拟合工具形成加药量理论函数模型，系统进入智能运行期后，通过设置加药量补偿系数，获得实际加药量，通过实际加药量结合前期共30天运行数据，重新拟合形成新的缺氧池理论加药量函数模型，保证了缺氧池理论加药量函数模型的实时准确的更新。
9.为了实现上述目的，本发明采用了以下技术方案：
10.一种污水处理系统的智能加药设置方法，包括以下步骤：
11.步骤1：原始数据积累；根据污水处理系统的水质参数不同，采集缺氧池的不同相关运行参数数据。
12.若污水处理系统的水质参数为硝氮，则设计出水硝氮浓度为ns，设定相应控制出水硝氮浓度为nc，按照污水处理系统实际运行情况，采集的缺氧池的相关运行参数数据为加药量、进水水量、进水化学需氧量浓度、进水悬浮物浓度、进水总氮浓度、进水氨氮浓度、出水化学需氧量浓度、出水悬浮物浓度、出水tn浓度、出水氨氮浓度、回流比、水温及气压。
13.若污水处理系统的水质参数为tp，则设计出水tp浓度为ns′
，设定相应控制出水tp浓度为nc′
，按照污水处理系统实际运行情况，采集的缺氧池的相关运行参数数据为加药量、进水水量、进水化学需氧量、进水悬浮物浓度、进水tp浓度，出水化学需氧量、出水悬浮物浓度、回流比、水温及气压。
14.步骤2：参数相关性确认；若污水处理系统的水质参数为硝氮，则计算加药量与进水水量之间的皮尔逊相关系数、余弦相似度、欧式距离及sperman秩相关系数，以皮尔逊相关系数、余弦相似度、欧式距离及sperman秩相关系数的平均值作为加药量与进水水量之间的相关系数，根据相关系数的大小判断进水水量对加药量影响的大小；以同样的方法计算加药量与进水化学需氧量浓度、进水悬浮物浓度、进水总氮浓度、进水氨氮浓度、出水化学需氧量浓度、出水悬浮物浓度、出水tn浓度、出水氨氮浓度、回流比、水温及气压之间的相关系数，并判断进水化学需氧量浓度、进水悬浮物浓度、进水总氮浓度、进水氨氮浓度、出水化学需氧量浓度、出水悬浮物浓度、出水tn浓度、出水氨氮浓度、回流比、水温及气压对加药量的影响的大小。
15.若污水处理系统的水质参数为tp，则计算加药量与进水水量之间的皮尔逊相关系数、余弦相似度、欧式距离及sperman秩相关系数，以皮尔逊相关系数、余弦相似度、欧式距离及sperman秩相关系数的平均值作为加药量与进水水量之间的相关系数，根据相关系数的大小判断进水水量对加药量影响的大小；以同样的方法计算加药量与进水化学需氧量、进水悬浮物浓度、进水tp浓度，出水化学需氧量、出水悬浮物浓度、回流比、水温及气压之间
的相关系数，并判断进水化学需氧量、进水悬浮物浓度、进水tp浓度，出水化学需氧量、出水悬浮物浓度、回流比、水温及气压对加药量的影响的大小。
16.步骤3：响应参数筛选；将对加药量影响大的相关运行参数保留作为响应参数，将对加药量影响小的相关运行参数删除，以尽可能减少分析数据及计算量。
17.步骤4：模型拟合；以加药量为输出值，以保留的响应参数为输入值，利用数据拟合工具拟合形成理论加药量函数模型。
18.步骤5：理论加药量获取；污水处理系统进入智能运行期，利用理论加药量函数模型自动获得理论加药量q
t
。
19.步骤6：加药量补偿修正系数设置；
20.若污水处理系统的水质参数为硝氮，测得该水质实际的出水硝氮浓度值为ne，当满足|n
e-nc|≤10％nc时，认为系统出水围绕控制值小幅度波动，不具备超标风险，因此不进行后馈补偿；
21.当n
e-nc＞10％nc时，认为该参数出水浓度较高，可能存在超标风险，筛选出步骤1中污水处理系统的水质参数为硝氮时采集的满足n
e-nc＞10％nc的所有的加药量，并求得这些加药量与q
t
的比值，将获得的比值与其对应的(n
e-nc)进行幂函数拟合，形成补偿系数的函数c
1(ne-nc)
，此时的实际加药量qa＝c
1(ne-nc)qt
；
22.当n
c-ne＞10％nc时，认为该参数出水浓度过低，为节省加药能耗，筛选出步骤1中污水处理系统的水质参数为硝氮时采集的满足n
c-ne＞10％nc时的所有的加药量，并求得这些加药量与q
t
的比值，将获得的比值与其对应的(n
c-ne)进行幂函数拟合，形成补偿系数的函数c
2(nc-ne)
，此时的实际加药量qa＝c
2(nc-ne)qt
；
23.若污水处理系统的水质参数为tp，测得该水质实际的出水tp浓度值为ne′
，当满足|ne′‑
nc′
|≤10％ nc′
时，认为系统出水围绕控制值小幅度波动，不具备超标风险，因此不进行后馈补偿；
24.当ne′‑
nc′
＞10％ nc′
时，认为该参数出水浓度较高，可能存在超标风险，筛选出步骤1中污水处理系统的水质参数为tp时采集的满足ne′‑
nc′
＞10％ nc′
的所有的加药量，并求得这些加药量与q
t
的比值，将获得的比值与其对应的(ne′‑
nc′
)进行幂函数拟合，形成补偿系数的函数c
1(ne
′‑
nc
′
)
，此时的实际加药量qa＝c
1(ne
′‑
nc
′
)qt
；
25.当nc′‑
ne′
＞10％ nc′
时，认为该参数出水浓度过低，为节省加药能耗，筛选出步骤1中污水处理系统的水质参数为tp时采集的满足nc′‑
ne′
＞10％ nc′
时的所有的加药量，并求得这些加药量与q
t
的比值，将获得的比值与其对应的(nc′‑
ne′
)进行幂函数拟合，形成补偿系数的函数c
2(nc
′‑
ne
′
)
，此时的实际加药量qa＝c
2(nc
′‑
ne
′
)qt
；
26.步骤7：模型更新：为使模型能够尽可能实时反应系统真实情况，可每日对模型进行更新。以实际加药量qa为输出值，以对应的响应参数为输入值，结合前期共30天运行数据，利用数据拟合工具重新拟合形成新的加药量函数模型，从而使理论加药量函数模型得到完善，重复步骤5到步骤7
27.步骤8：响应参数更新：由于季节变化导致污水处理系统处理效果差异，因此可每间隔90天，重复步骤2-7，以确定响应参数是否稳定。
28.优选地，步骤1具体包括：
29.原始数据积累过程中，采集不小于30天的缺氧池的相关运行参数数据，每次采集
的相关运行参数数据为一组相关运行参数数据，且每组相关运行参数数据满足n
s-nc≥30％ns或者ns′‑
nc′
≥30％ ns′
。
30.优选地，步骤2还包括：
31.将所得的所有的相关系数从大到小进行排列为相关系数列，取相关系数列中前80％为显著相关系数，显著相关系数对应的相关运行参数数据为将对加药量影响大的相关运行参数数据；相关系数列中后20％为非显著相关系数，非显著相关系数对应的相关运行参数数据为将对加药量影响小的相关运行参数数据。
32.优选地，步骤4所述的数据拟合工具为1stopt软件。
33.与现有技术相比，本发明带来了以下有益技术效果：
34.1)出水水质稳定且系统抗冲击能力强；出水水质变异系数(水质标准差与均值之比，cv)＜0.2，且低于进水水质变异系数。
35.2)成本控制好；通过智能化、精细化控制，实现较传统人工控制可降低脱氮、除磷药剂投加30％以上。
36.3)灵活性强；工艺适应性良好；算法模型不依靠现有固有模型，而是针对原始数据积累后，自行拟合，更加符合具体污水处理系统实际需求；响应变量及算法模型定时更新，满足不同污水处理工艺响应参数差异性，适应于污水厂不同工艺切换。
附图说明
37.图1为实施例1的污水厂采用智能加药前后的进水tn和出水硝氮浓度。
38.图2为实施例2的加药量智能控制期污水处理系统的进出水tp浓度。
具体实施方式
39.下面结合附图和具体实施例对本发明的具体实施方式做进一步说明：
40.实施例1
41.某污水处理项目，设计处理水量25万吨/天，项目设计进出水水质如表1所示。采用如下步骤进行碳源智能加药设置。
42.表1.某污水处理项目设计进出水水质
43.项目bod5codnh
4+-ntntpss进水500950588010375出水6305(8)100.310
44.步骤1：原始数据积累；根据污水处理系统设计出水tn为10mg/l，其中氨氮为5mg/l，则有机氮和硝氮之和为5mg/l，污水处理系统实际出水有机氮含量低于2mg/l，则出水硝氮浓度应不高于3mg/l，设定控制出水硝氮浓度为2mg/l，按照污水处理系统实际运行情况，采集缺氧池中60天的相关运行参数数据。
45.相关运行参数数据包括碳源加药量、进水水量、进水化学需氧量浓度、进水悬浮物浓度、进水总氮浓度、进水氨氮浓度、出水化学需氧量浓度、出水悬浮物浓度、出水tn浓度、出水氨氮浓度、回流比、水温。
46.步骤2：参数相关性确认；计算碳源加药量与各个相关运行参数之间的皮尔逊相关系数、余弦相似度、欧式距离及sperman秩相关系数，以皮尔逊相关系数、余弦相似度、欧式
距离及sperman秩相关系数的平均值作为加药量与各个相关运行参数之间的相关系数，根据相关系数的大小判断各个相关运行参数对加药量影响的大小。
47.计算碳源加药量与进水水量之间的皮尔逊相关系数、余弦相似度、欧式距离及sperman秩相关系数，以皮尔逊相关系数、余弦相似度、欧式距离及sperman秩相关系数的平均值作为加药量与溶解氧量之间的相关系数，根据相关系数的大小判断溶解氧量对加药量的影响的大小。
48.以同样的方法计算碳源加药量与进水化学需氧量浓度、进水悬浮物浓度、进水总氮浓度、进水氨氮浓度、出水化学需氧量浓度、出水悬浮物浓度、出水tn浓度、出水氨氮浓度、回流比、水温之间的相关系数，并判断池进水水量、进水化学需氧量浓度、进水悬浮物浓度、进水总氮浓度、进水氨氮浓度、出水化学需氧量浓度、出水悬浮物浓度、出水tn浓度、出水氨氮浓度、回流比、水温对加药量的影响的大小。
49.将所得的所有的相关系数从大到小进行排列为相关系数列，取相关系数列中前80％为显著相关系数，显著相关系数对应的相关运行参数数据为将对加药量影响大的相关运行参数数据；取相关系数列中后20％为非显著相关系数，非显著相关系数对应的相关运行参数数据为将对加药量影响小的相关运行参数数据。
50.步骤3：响应参数筛选；相关系数计算结果如表2所示，其中出水tn浓度和水温为对碳源加药量影响小的相关运行参数数据，将其删除；其它为对碳源加药量影响大的相关运行参数数据，为响应参数。
51.表2.加药量与各相关运行参数之间的相关系数
[0052][0053]
步骤4：模型拟合；以碳源加药量为输出值，以保留的响应参数为输入值，利用数据拟合工具拟合形成理论碳源加药量函数模型。
[0054]
步骤5：理论加药量获取；理论加药量获取；污水处理系统进入智能运行期，利用理论碳源加药量函数模型自动获得理论加药量q
t
。
[0055]
步骤6：加药量补偿修正系数设置；实际硝氮出水浓度值为ne，当满足|n
e-2|≤0.2mg/l时，则不进行后馈补偿。
[0056]
当n
e-2＞0.2mg/l时，筛选出步骤1中采集的满足n
e-2＞0.2mg/l时的所有的碳源加药量，并求得这些加药量与q
t
的比值，将获得的比值与其对应的(n
e-2)进行幂函数拟合，形成补偿系数的函数c
1(ne-2)
，此时的实际碳源加药量qa＝c
1(ne-2)qt
。
[0057]
当2-ne＞0.2mg/l时，筛选出步骤1中采集的满足2-ne＞0.2mg/l时的所有的碳源加药量，并求得这些加药量与q
t
的比值，将获得的比值与其对应的(2-ne)进行幂函数拟合，形
成补偿系数的函数c
2(2-ne)
，此时的实际碳源加药量qa＝c
2(2-ne)qt
。
[0058]
步骤7：模型更新：以实际加药量qa为输出值，以对应的响应参数为输入值，结合前期共30天运行数据，利用数据拟合工具重新拟合形成新的加药量函数模型，从而使理论碳源加药量函数模型得到完善，重复步骤5到步骤7。
[0059]
步骤8：响应参数更新：每间隔90天，重复步骤2-7，重新确定响应参数是否稳定。
[0060]
该污水厂采用智能加药前后的进出水氨氮如图1所示，从出水效果上看，在2021年3月份之前，采用人工控制，出水水质波动较大，进水tn均值及标准差分别为47.93mg/l、8.18，出水硝氮均值及标准差分别为1.93mg/l、0.71。进出水变异系数分别达到0.17、0.37。在2021年3月采用智能加药后，在进水水质大幅波动的基础上，出水水质稳定达标，且波动极小。核算期间进水tn均值及标准差分别为41.22mg/l、10.30，出水硝氮均值及标准差分别为1.99mg/l、0.29。进出水变异系数分别达到0.25、0.15。从运行成本上看，采用智能加药后，加药量动态调整，药剂成本较人工控制下降32％。
[0061]
实施例2
[0062]
广东省某污水处理厂处理规模12万吨/天，项目设计进出水水质如表3所示。采用如下步骤进行智能除磷加药设置。
[0063]
表3.某污水处理项目设计进出水水质
[0064]
项目cod
cr
bod5nh
4+-ntntpss设计进水35015030404.5200设计出水40105150.510
[0065]
步骤1：原始数据积累；根据污水处理系统设计出水tp为0.5mg/l，设定控制出水tp指标为0.3mg/l，按照污水处理系统实际运行情况，采集60天的相关运行参数数据。
[0066]
相关运行参数数据包括除磷药剂加药量、进水水量、进水化学需氧量、进水悬浮物浓度、进水tp浓度，出水化学需氧量、出水悬浮物浓度、回流比、水温。
[0067]
步骤2：参数相关性确认；计算除磷药剂加药量与各个相关运行参数之间的皮尔逊相关系数、余弦相似度、欧式距离及sperman秩相关系数，以皮尔逊相关系数、余弦相似度、欧式距离及sperman秩相关系数的平均值作为加药量与各个相关运行参数之间的相关系数，根据相关系数的大小判断各个相关运行参数对加药量影响的大小。
[0068]
计算除磷药剂加药量与进水水量之间的皮尔逊相关系数、余弦相似度、欧式距离及sperman秩相关系数，以皮尔逊相关系数、余弦相似度、欧式距离及sperman秩相关系数的平均值作为加药量与溶解氧量之间的相关系数，根据相关系数的大小判断溶解氧量对加药量的影响的大小；
[0069]
以同样的方法计算除磷药剂加药量与进水化学需氧量、进水悬浮物浓度、进水tp浓度，出水化学需氧量、出水悬浮物浓度、回流比、水温之间的相关系数，并判断进水水量、进水化学需氧量、进水悬浮物浓度、进水tp浓度，出水化学需氧量、出水悬浮物浓度、回流比、水温对加药量的影响的大小。
[0070]
将所得的所有的相关系数从大到小进行排列为相关系数列，取相关系数列中前80％为显著相关系数，显著相关系数对应的相关运行参数数据为将对加药量影响大的相关运行参数数据；取关系数列中后20％为非显著相关系数，非显著相关系数对应的相关运行参数数据为将对加药量影响小的相关运行参数数据。
[0071]
步骤3：响应参数筛选；相关系数计算结果如表4所示，其中温度为对除磷药剂加药量影响小的相关运行参数数据，将其删除；其它为对加药量影响大的相关运行参数数据，为响应参数。
[0072]
表4.加药量与各相关运行参数之间的相关系数
[0073][0074]
步骤4：模型拟合；以缺氧池中的加药量为输出值，以保留的响应参数为输入值，利用1stopt软件拟合形成缺氧池的理论加药量函数模型。
[0075]
步骤5：理论加药量获取；污水处理系统进入智能运行期，利用理论加药量函数模型自动获得缺氧池的理论加药量q
t
。
[0076]
步骤6：加药量补偿修正系数设置；缺氧池实际的出水tp值为ne′
，当满足|ne′‑
0.3|≤0.03mg/l时，则不进行后馈补偿。
[0077]
当ne′‑
0.3＞0.03mg/l时，筛选出步骤1中采集的满足ne′‑
0.3＞0.03mg/l时的所有的加药量，并求得这些加药量与q
t
的比值，将获得的比值与其对应的(ne′‑
0.3)进行幂函数拟合，形成补偿系数的函数c
1(ne
′‑
0.3)
，此时的实际加药量qa＝c
1(ne
′‑
0.3)qt
。
[0078]
当0.3-ne′
＞0.03mg/l时，筛选出步骤1中采集的满足0.3-ne′
＞0.03mg/l时的所有的加药量，并求得这些加药量与q
t
的比值，将获得的比值与其对应的(0.3-ne′
)进行幂函数拟合，形成补偿系数的函数c
2(0.3-ne
′
)
，此时的实际加药量qa＝c
2(0.3-ne
′
)qt
。
[0079]
步骤7：模型更新：以实际加药量qa为输出值，以对应的响应参数为输入值，结合前期共30天运行数据，利用数据拟合工具重新拟合形成新的加药量函数模型，从而使理论加药量函数模型得到完善，重复步骤5到步骤7；
[0080]
步骤8：响应参数更新：每间隔90天，重复步骤2-7，重新确定响应参数是否稳定。
[0081]
该污水厂采用智能加药后，进出水tp如图2所示，在进水tp均值及标准差分别达到5.57mg/l、2.14的基础上，出水tp均值及标准差分别达到0.29mg/l、0.05。核算进出水变异系数cv分别为0.38、0.17；从运行成本上看，智能控制通过按需调整加药量，实现了明显的药剂节省，相比人工控制加药成本降低31％。
[0082]
当然，上述说明并非是对本发明的限制，本发明也并不仅限于上述举例，本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换，也应属于本发明的保护范围。

技术特征：
1.一种污水处理系统的智能加药设置方法，其特征在于，包括以下步骤：步骤1：原始数据积累；根据污水处理系统的水质参数不同，采集缺氧池的不同相关运行参数数据；若污水处理系统的水质参数为硝氮，则设计出水硝氮浓度为n
s
，设定相应控制出水硝氮浓度为n
c
，按照污水处理系统实际运行情况，采集的缺氧池的相关运行参数数据为加药量、进水水量、进水化学需氧量浓度、进水悬浮物浓度、进水总氮浓度、进水氨氮浓度、出水化学需氧量浓度、出水悬浮物浓度、出水tn浓度、出水氨氮浓度、回流比、水温及气压；若污水处理系统的水质参数为tp，则设计出水tp浓度为n
s
′
，设定相应控制出水tp浓度为n
c
′
，按照污水处理系统实际运行情况，采集的缺氧池的相关运行参数数据为加药量、进水水量、进水化学需氧量、进水悬浮物浓度、进水tp浓度，出水化学需氧量、出水悬浮物浓度、回流比、水温及气压；步骤2：参数相关性确认；若污水处理系统的水质参数为硝氮，则计算加药量与进水水量之间的皮尔逊相关系数、余弦相似度、欧式距离及sperman秩相关系数，以皮尔逊相关系数、余弦相似度、欧式距离及sperman秩相关系数的平均值作为加药量与进水水量之间的相关系数，根据相关系数的大小判断进水水量对加药量影响的大小；以同样的方法计算加药量与进水化学需氧量浓度、进水悬浮物浓度、进水总氮浓度、进水氨氮浓度、出水化学需氧量浓度、出水悬浮物浓度、出水tn浓度、出水氨氮浓度、回流比、水温及气压之间的相关系数，并判断进水化学需氧量浓度、进水悬浮物浓度、进水总氮浓度、进水氨氮浓度、出水化学需氧量浓度、出水悬浮物浓度、出水tn浓度、出水氨氮浓度、回流比、水温及气压对加药量的影响的大小；若污水处理系统的水质参数为tp，则计算加药量与进水水量之间的皮尔逊相关系数、余弦相似度、欧式距离及sperman秩相关系数，以皮尔逊相关系数、余弦相似度、欧式距离及sperman秩相关系数的平均值作为加药量与进水水量之间的相关系数，根据相关系数的大小判断进水水量对加药量影响的大小；以同样的方法计算加药量与进水化学需氧量、进水悬浮物浓度、进水tp浓度，出水化学需氧量、出水悬浮物浓度、回流比、水温及气压之间的相关系数，并判断进水化学需氧量、进水悬浮物浓度、进水tp浓度，出水化学需氧量、出水悬浮物浓度、回流比、水温及气压对加药量的影响的大小；步骤3：响应参数筛选；将对加药量影响大的运行参数数据保留作为响应参数，将对加药量影响小的运行参数数据删除；步骤4：模型拟合；以加药量为输出值，以保留的响应参数为输入值，利用数据拟合工具拟合形成理论加药量函数模型；步骤5：理论加药量获取；污水处理系统进入智能运行期，利用理论加药量函数模型自动获得理论加药量q
t
；步骤6：加药量补偿修正系数设置；若污水处理系统的水质参数为硝氮，测得该水质实际的出水硝氮浓度值为n
e
，当满足|n
e-n
c
|≤10％n
c
时，则不进行后馈补偿；当n
e-n
c
＞10％n
c
时，筛选出步骤1中污水处理系统的水质参数为硝氮时采集的满足n
e-n
c
＞10％n
c
的所有的加药量，并求得这些加药量与q
t
的比值，将获得的比值与其对应的(n
e-n
c
)进行幂函数拟合，形成补偿系数的函数c
1(ne-nc)
，此时的实际加药量q
a
＝c
1(ne-nc)
q
t
；
当n
c-n
e
＞10％n
c
时，筛选出步骤1中污水处理系统的水质参数为硝氮时采集的满足n
c-n
e
＞10％n
c
时的所有的加药量，并求得这些加药量与q
t
的比值，将获得的比值与其对应的(n
c-n
e
)进行幂函数拟合，形成补偿系数的函数c
2(nc-ne)
，此时的实际加药量q
a
＝c
2(nc-ne)
q
t
；若污水处理系统的水质参数为tp，测得该水质实际的出水tp浓度值为n
e
′
，当满足|n
e
′‑
n
c
′
|≤10％n
c
′
时，则不进行后馈补偿；当n
e
′‑
n
c
′
＞10％n
c
′
时，筛选出步骤1中污水处理系统的水质参数为tp时采集的满足n
e
′‑
n
c
′
＞10％n
c
′
的所有的加药量，并求得这些加药量与q
t
的比值，将获得的比值与其对应的(n
e
′‑
n
c
′
)进行幂函数拟合，形成补偿系数的函数c
1(ne
′‑
nc
′
)
，此时的实际加药量q
a
＝c
1(ne
′‑
nc
′
)
q
t
；当n
c
′‑
n
e
′
＞10％n
c
′
时，筛选出步骤1中污水处理系统的水质参数为tp时采集的满足n
c
′‑
n
e
′
＞10％n
c
′
时的所有的加药量，并求得这些加药量与q
t
的比值，将获得的比值与其对应的(n
c
′‑
n
e
′
)进行幂函数拟合，形成补偿系数的函数c
2(nc
′‑
ne
′
)
，此时的实际加药量q
a
＝c
2(nc
′‑
ne
′
)
q
t
；步骤7：模型更新：以实际加药量q
a
为输出值，以对应的响应参数为输入值，结合前期共30天运行数据，利用数据拟合工具重新拟合形成新的加药量函数模型，从而使理论加药量函数模型得到完善，重复步骤5到步骤7；步骤8：响应参数更新：每间隔90天，重复步骤2-7，重新确定响应参数是否稳定。2.根据权利要求1所述的一种污水处理系统的智能加药设置方法，其特征在于，步骤1具体包括：原始数据积累过程中，采集不小于30天的缺氧池的相关运行参数数据，每次采集的相关运行参数数据为一组相关运行参数数据，且每组相关运行参数数据满足n
s-n
c
≥30％n
s
或者n
s
′‑
n
c
′
≥30％n
s
′
。3.根据权利要求1所述的一种污水处理系统的智能加药设置方法，其特征在于，步骤2还包括：将所得的所有的相关系数从大到小进行排列为相关系数列，取相关系数列中前80％为显著相关系数，显著相关系数对应的相关运行参数数据为将对加药量影响大的相关运行参数数据；相关系数列中后20％为非显著相关系数，非显著相关系数对应的相关运行参数数据为将对加药量影响小的相关运行参数数据。4.根据权利要求1所述的一种污水处理系统的智能加药设置方法，其特证在于，步骤4所述的数据拟合工具为1stopt软件。

技术总结
本发明公开了一种污水处理系统的智能加药设置方法，涉及污水处理技术领域。通过对污水处理系统相关运行参数与加药量进行相关性计算，筛选显著响应变量，利用数据拟合工具形成加药量理论函数模型，系统进入智能运行期后，通过设置加药量补偿系数，获得实际加药量，通过实际加药量结合前期共30天运行数据，重新拟合形成新的缺氧池理论加药量函数模型，保证了缺氧池理论加药量函数模型的实时准确的更新。本发明解决了传统污水处理加药方法依靠特定响应参数及固定理论模型导致的工艺适应性差、控制不精确等缺点。通过自行选择响应参数，自动生成函数模型，并在后续智能运行期间实时更新加药量函数模型，实现加药的精细化与智能化。化。化。


技术研发人员：韩文杰 吴迪 周家中 郭盛辉 杨忠启 薛磊 纪庚好 李洪禹 刘宜龙
受保护的技术使用者：青岛思普润智能系统有限责任公司
技术研发日：2023.03.24
技术公布日：2023/7/18