專利名稱：水處理混凝劑最佳投量預(yù)測系統(tǒng)及預(yù)測方法
技術(shù)領(lǐng)域：
本發(fā)明涉及水處理系統(tǒng)的測量技術(shù)，尤其涉及城市水處理混凝沉淀工藝中混凝劑最佳投量的預(yù)測。
背景技術(shù)：
在城市水處理中，“混凝-沉淀”是一項重要的常規(guī)處理工藝。在原水水質(zhì)不斷變化的情況下，水廠需要在保證持續(xù)穩(wěn)定地控制出廠水濁度的同時，控制混凝劑的使用量以降低成本?；炷齽┑淖罴淹读渴侵杆畯S達到既定水質(zhì)目標(biāo)的最小混凝劑投量。在實際生產(chǎn)實踐中，水廠主要通過燒杯試驗以及以往生產(chǎn)經(jīng)驗確定混凝劑的最佳投量。然而，由于這些方法受人為因素的影響較大，不同監(jiān)測人員可能有不同的判斷標(biāo)準(zhǔn)。其它機理的絮凝控制儀也存在著技術(shù)不成熟、硬件設(shè)施不完善等缺點。這些都導(dǎo)致了水廠出水濁度不穩(wěn)定、水處理成本差異較大等問題。實際生產(chǎn)中缺乏有效的混凝劑最佳投量預(yù)測系統(tǒng)，成功應(yīng)用于實際生產(chǎn)的例子很少。發(fā)明內(nèi)容
基于上述現(xiàn)有技術(shù)，本發(fā)明提出了一種水處理混凝劑最佳投量預(yù)測系統(tǒng)及預(yù)測方法，利用可遠(yuǎn)程控制的計算輔助系統(tǒng)結(jié)合再生水廠原水水質(zhì)的采集與分析處理，以對“混凝-沉淀”工藝出水濁度進行的預(yù)測處理結(jié)果為依據(jù)，完成混凝劑最佳投量預(yù)測。
本發(fā)明提出了一種水處理混凝劑最佳投量預(yù)測系統(tǒng)，該系統(tǒng)包括數(shù)據(jù)采集與監(jiān)測系統(tǒng)、數(shù)據(jù)中心和主控計算機，用于監(jiān)測和分析水廠“混凝-沉淀”工藝運行情況，預(yù)測“混凝-沉淀”工藝中混凝劑最佳投量，其中
所述數(shù)據(jù)采集與監(jiān)測SCADA系統(tǒng)，包括若干個遙測遠(yuǎn)傳終端和通訊系統(tǒng)，所述遙測遠(yuǎn)傳終端用于采集水廠原水進水監(jiān)測點、“混凝-沉淀”工藝出水監(jiān)測點處的相關(guān)理化指標(biāo)數(shù)據(jù)，以及所述通訊系統(tǒng)，用于遙測遠(yuǎn)傳終端與數(shù)據(jù)中心的信息通訊；
所述數(shù)據(jù)中心，用于該系統(tǒng)的控制和數(shù)據(jù)存儲，包括服務(wù)器和數(shù)據(jù)庫，所述服務(wù)器用于控制數(shù)據(jù)采集與監(jiān)測系統(tǒng)，監(jiān)控過程值并與過程硬件通訊；所述服務(wù)器上的數(shù)據(jù)庫，用來存儲按時序監(jiān)測的理化指標(biāo)數(shù)據(jù)，該理化指標(biāo)數(shù)據(jù)為原水進水濁度、原水PH值、原水溫度、“混凝-沉淀”工藝出水濁度數(shù)據(jù))以及混凝劑實際投量數(shù)據(jù)；
所述主控計算機包括存儲模塊，用于存儲混凝劑最佳投量預(yù)測分析的相關(guān)數(shù)據(jù)信息；以及數(shù)據(jù)采集模塊，用于控制所述數(shù)據(jù)采集與監(jiān)測SCADA系統(tǒng)對水廠原水進水監(jiān)測點和工藝出水監(jiān)測點理化指標(biāo)進行所述相關(guān)數(shù)據(jù)信息的循環(huán)采集，并將采集到的相關(guān)數(shù)據(jù)信息作為監(jiān)測數(shù)據(jù)傳送到所述數(shù)據(jù)庫中存儲；所述相關(guān)數(shù)據(jù)信息包括
①水廠的基礎(chǔ)情況與數(shù)據(jù)；
②水廠原水和工藝出水理化指標(biāo)監(jiān)測數(shù)據(jù)監(jiān)測指標(biāo)為原水進水濁度、原水pH 值、原水溫度，以及“混凝-沉淀”工藝出水濁度數(shù)據(jù)；
③水廠“混凝-沉淀”工藝運行中混凝劑實際投量數(shù)據(jù)與原水和工藝出水理化指際投量歷史數(shù)據(jù)；
混凝-沉淀工藝出水濁度預(yù)測模塊，用于讀取所述數(shù)據(jù)庫中的所述監(jiān)測數(shù)據(jù)，將其作為輸入數(shù)據(jù)，代入不確定性水質(zhì)模型對混凝-沉淀工藝出水濁度的概率分布進行預(yù)測處理；所述不確定性水質(zhì)模型的計算包括基于上述原水、工藝出水理化指標(biāo)數(shù)據(jù)以及混凝劑實際投量數(shù)據(jù)，建立數(shù)據(jù)庫，并利用該數(shù)據(jù)庫的數(shù)據(jù)樣本構(gòu)建預(yù)測“混凝-沉淀”工藝出水濁度的不確定性水質(zhì)模型；
混凝劑最佳投量預(yù)測模塊，用于確定混凝-沉淀工藝的混凝劑最佳投量，以所述混凝-沉淀工藝出水濁度進行預(yù)測結(jié)果為依據(jù)，確定工藝出水達到既定水質(zhì)目標(biāo)時的混凝劑最佳投量取值范圍，結(jié)合出水實際濁度確定工藝運行過程中的混凝劑投量；所述預(yù)測混凝劑最佳投量的計算包括根據(jù)預(yù)測“混凝-沉淀”工藝出水濁度的不確定性水質(zhì)模型，結(jié)合當(dāng)前原水水質(zhì)條件以及工藝出水實際水質(zhì)情況確定工藝運行過程中的混凝劑最佳投量。
所述代入不確定性水質(zhì)模型對“混凝-沉淀”工藝出水濁度進行預(yù)測處理為建立不確定性水質(zhì)模型，該不確定性水質(zhì)模型通過基于馬爾科夫蒙特卡羅方法的 Metropolis-Hastings算法，在實測數(shù)據(jù)基礎(chǔ)上對模型參數(shù)的后驗分布進行采樣，然后以參數(shù)的樣本進行隨機模擬，從而得到模型預(yù)測值的概率分布情況；在本系統(tǒng)中，首先建立原水進水濁度、原水PH值、原水溫度、混凝劑投加量與工藝出水濁度之間的冪指數(shù)模型，并得到模型中待估參數(shù)，然后運行M-H算法，以數(shù)據(jù)庫中的實測數(shù)據(jù)為樣本對模型參數(shù)進行采樣， 并以當(dāng)前水廠原水理化指標(biāo)數(shù)據(jù)為模型輸入，采用模型參數(shù)采樣樣本進行隨機模擬，預(yù)測 “混凝-沉淀”工藝出水濁度隨混凝劑投量變化的概率分布，得到工藝出水濁度概率分布圖。
所述確定工藝出水達到既定水質(zhì)目標(biāo)時的混凝劑最佳投量取值范圍的處理包括
水廠“混凝-沉淀”工藝出水濁度需達到某一特定值以下，將該濁度數(shù)值與工藝出水濁度概率分布進行比對，并截取該濁度下混凝劑投量取值區(qū)間，同時結(jié)合當(dāng)前工藝出水實際濁度變化情況、混凝劑投量因素條件，確定工藝運行過程中的混凝劑最佳投量。
所述數(shù)據(jù)采集與監(jiān)測系統(tǒng)按預(yù)先設(shè)定的時段完成采集，采集結(jié)果經(jīng)由有線或無線通訊方式發(fā)送給數(shù)據(jù)中心。
所述“混凝-沉淀”工藝出水濁度的特定值，該特定值一般由水處理的后續(xù)工藝決定，工藝出水濁度應(yīng)滿足小于該特定值以下，以保證后續(xù)處理的要求，如一般水廠要求“混凝-沉淀”工藝出水濁度在INTU以下。
本發(fā)明還提出了一種水處理混凝劑最佳投量預(yù)測方法，該方法包括以下步驟
步驟一，采集并存儲水廠原水進水監(jiān)測點、“混凝-沉淀”工藝出水監(jiān)測點處的相關(guān)理化指標(biāo)數(shù)據(jù)；
步驟二，存儲混凝劑最佳投量預(yù)測分析的相關(guān)數(shù)據(jù)信息到數(shù)據(jù)庫，所述混凝劑最佳投量預(yù)測分析的相關(guān)數(shù)據(jù)信息包括
①水廠的基礎(chǔ)情況與數(shù)據(jù)；
②水廠原水和工藝出水理化指標(biāo)監(jiān)測數(shù)據(jù)監(jiān)測指標(biāo)為原水進水濁度、原水pH 值、原水溫度，以及“混凝-沉淀”工藝出水濁度數(shù)據(jù)；
③水廠“混凝-沉淀”工藝運行中混凝劑實際投量數(shù)據(jù)與原水和工藝出水理化指標(biāo)數(shù)據(jù)同時期的相應(yīng)混凝劑實際投量歷史數(shù)據(jù)；6
步驟三，讀取所述數(shù)據(jù)庫中的所述監(jiān)測數(shù)據(jù)，將其作為輸入數(shù)據(jù)，代入不確定性水質(zhì)模型對混凝-沉淀工藝出水濁度的概率分布進行預(yù)測處理，預(yù)測“混凝-沉淀”工藝出水濁度的不確定性水質(zhì)模型的計算又包括以下步驟基于原水、工藝出水理化指標(biāo)數(shù)據(jù)以及混凝劑實際投量數(shù)據(jù)，建立數(shù)據(jù)庫，并利用該數(shù)據(jù)庫的數(shù)據(jù)樣本構(gòu)建預(yù)測“混凝-沉淀”工藝出水濁度的不確定性水質(zhì)模型；
步驟四，以所述“混凝-沉淀”工藝出水濁度進行預(yù)測結(jié)果為依據(jù)，確定工藝出水達到既定水質(zhì)目標(biāo)時的混凝劑最佳投量取值范圍，結(jié)合出水實際濁度確定工藝運行過程中的混凝劑投量，預(yù)測混凝劑最佳投量的計算又包括以下步驟根據(jù)預(yù)測“混凝-沉淀”工藝出水濁度的不確定性水質(zhì)模型，結(jié)合當(dāng)前原水水質(zhì)條件以及工藝出水實際水質(zhì)情況確定工藝運行過程中的混凝劑最佳投量。
所述代入不確定性水質(zhì)模型對“混凝-沉淀”工藝出水濁度進行預(yù)測處理為建立不確定性水質(zhì)模型，該不確定性水質(zhì)模型通過基于馬爾科夫蒙特卡羅方法的 Metropolis-Hastings算法(M-H算法)，在實測數(shù)據(jù)基礎(chǔ)上對模型參數(shù)的后驗分布進行采樣，然后以參數(shù)的樣本進行隨機模擬，從而得到模型預(yù)測值的概率分布情況；在本系統(tǒng)中， 首先建立原水進水濁度、原水PH值、原水溫度、混凝劑投加量與工藝出水濁度之間的冪指數(shù)模型，并得到模型中待估參數(shù)，然后運行M-H算法，以數(shù)據(jù)庫中的實測數(shù)據(jù)為樣本對模型參數(shù)進行采樣，并以當(dāng)前水廠原水理化指標(biāo)數(shù)據(jù)為模型輸入，采用模型參數(shù)采樣樣本進行隨機模擬，預(yù)測“混凝-沉淀”工藝出水濁度隨混凝劑投量變化的概率分布，得到工藝出水濁度概率分布圖。
所述確定工藝出水達到既定水質(zhì)目標(biāo)時的混凝劑最佳投量取值范圍是指，水廠 “混凝-沉淀”工藝出水濁度需達到一特定值以下，將該濁度數(shù)值與工藝出水濁度概率分布進行比對，并截取該濁度下混凝劑投量取值區(qū)間，同時結(jié)合當(dāng)前工藝出水實際濁度變化情況、混凝劑投量因素條件，確定工藝運行過程中的混凝劑最佳投量。
所述數(shù)據(jù)采集與監(jiān)測系統(tǒng)按預(yù)先設(shè)定的時段完成采集，采集結(jié)果經(jīng)由有線或無線通訊方式發(fā)送給數(shù)據(jù)中心。
所述“混凝-沉淀”工藝出水濁度的特定值，該特定值一般由水處理的后續(xù)工藝決定，工藝出水濁度應(yīng)滿足小于該特定值以下，以保證后續(xù)處理的要求，如一般水廠要求“混凝-沉淀”工藝出水濁度在INTU以下。
與現(xiàn)有技術(shù)相比，本發(fā)明能夠迅速準(zhǔn)確地在水廠原水水質(zhì)變化條件下，預(yù)測混凝劑最佳投量的取值范圍，同時對水廠“混凝-沉淀”工藝運行情況的相關(guān)數(shù)據(jù)進行有效的管理，從而保證水廠工藝運行的穩(wěn)定。


圖1為本發(fā)明的水處理混凝劑最佳投量預(yù)測系統(tǒng)的結(jié)構(gòu)示意圖2是本發(fā)明的水處理混凝劑最佳投量預(yù)測系統(tǒng)的流程圖中1.數(shù)據(jù)采集與監(jiān)測系統(tǒng)(Supervisory Control And Data Acquisition, 即SCADA系統(tǒng))，2.數(shù)據(jù)中心，3.主控計算機，4.遙測遠(yuǎn)傳終端(Remote Terminal Unit，即 RTU)，5.通訊系統(tǒng)，6.服務(wù)器，7，數(shù)據(jù)庫。
圖3是本發(fā)明的“混凝-沉淀”工藝出水濁度概率分布示意圖。
具體實施方式
本發(fā)明的水處理混凝劑最佳投量預(yù)測系統(tǒng)，由數(shù)據(jù)采集與監(jiān)測系統(tǒng)(Supervisory Control And Data Acquisition，即SCADA系統(tǒng))、數(shù)據(jù)中心和主控計算機組成，用于監(jiān)測和分析水廠原水情況，預(yù)測“混凝-沉淀”工藝中混凝劑最佳投量。
下面結(jié)合附圖及具體實施方式
進一步詳細(xì)說明本發(fā)明
在圖1中，水處理混凝劑最佳投量預(yù)測系統(tǒng)，由SCADA系統(tǒng)1、數(shù)據(jù)中心2和主控計算機3組成。
其中SCADA系統(tǒng)1主要包括若干個遙測遠(yuǎn)傳終端(RTU) 4和通訊系統(tǒng)5兩部分。遙測遠(yuǎn)傳終端(RTU)4，是一種遠(yuǎn)端測控單元裝置，用于采集水廠原水進水監(jiān)測點、“混凝-沉淀”工藝出水監(jiān)測點處點的水質(zhì)數(shù)據(jù)，并按約定的采集時段定時發(fā)送(無線或有線方式)給數(shù)據(jù)中心。通訊系統(tǒng)5，用于RTU與數(shù)據(jù)中心的信息通訊，可采用有線或無線方式。
數(shù)據(jù)中心2包括服務(wù)器6和數(shù)據(jù)庫7，服務(wù)器6可監(jiān)控過程值并與過程硬件通訊， 數(shù)據(jù)庫7用來儲存按時序監(jiān)測的在線監(jiān)測數(shù)據(jù)。
主控計算機3內(nèi)安裝有系統(tǒng)軟件和應(yīng)用軟件(水處理混凝劑最佳投量預(yù)測系統(tǒng)軟件)，并可隨時操作數(shù)據(jù)庫中的數(shù)據(jù)，是系統(tǒng)的操作平臺。
水處理混凝劑最佳投量預(yù)測系統(tǒng)軟件的流程圖如圖2所示，該軟件主要流程包括以下幾個方面
(1)啟動計算機，運行水處理混凝劑最佳投量預(yù)測系統(tǒng)。該系統(tǒng)主要包含以下功能與信息
①系統(tǒng)存有水廠的基礎(chǔ)情況與數(shù)據(jù)其中包括水廠的“混凝-沉淀”工藝流程情況，工藝流程和相關(guān)構(gòu)筑物的設(shè)計參數(shù)，以及工藝中各構(gòu)筑物的運行參數(shù)等；
②系統(tǒng)存有水廠原水和“混凝-沉淀”工藝出水理化指標(biāo)監(jiān)測數(shù)據(jù)一般情況下水廠對“混凝-沉淀”工藝相關(guān)構(gòu)筑物的水力條件已進行優(yōu)化，在此條件下影響“混凝-沉淀” 工藝處理效果的主要因素為水廠原水水質(zhì)特征和“混凝-沉淀”工藝出水水質(zhì)要求等，因此選定的監(jiān)測指標(biāo)為原水進水濁度、原水PH值、原水溫度，以及“混凝-沉淀”工藝出水濁度數(shù)據(jù)，以上數(shù)據(jù)按時間順序進行存儲；
③混凝劑實際投量數(shù)據(jù)水廠運行過程中“混凝-沉淀”工藝混凝劑實際投量的歷史數(shù)據(jù)，該數(shù)據(jù)按時間順序進行存儲，并與同時期水廠原水和工藝出水理化指標(biāo)數(shù)據(jù)相對應(yīng)；
④系統(tǒng)將上述數(shù)據(jù)匯總建立數(shù)據(jù)庫，并構(gòu)建預(yù)測“混凝-沉淀”工藝出水濁度的不確定性水質(zhì)模型，該不確定性水質(zhì)模型以貝葉斯定理為基礎(chǔ)，貝葉斯定理把概率函數(shù)中的未知參數(shù)當(dāng)作隨機變量，在抽取樣本以前，根據(jù)先驗知識設(shè)置未知參數(shù)的分布，稱為先驗分布，或驗前分布，在抽取樣本以后，根據(jù)對于抽取到的樣本的概率規(guī)律的了解，就可用貝葉斯公式把參數(shù)先驗分布改進為后驗分布，貝葉斯公式的基本形式為剛=
式中ρ ( θ I y)是參數(shù)的后驗分布密度，ρ ( θ )是參數(shù)的額先驗分布密度，P (y I θ ) 為參數(shù)的似然度信息，P (y)為比例常數(shù)；
該不確定性水質(zhì)模型通過基于馬爾科夫蒙特卡羅方法的Metropolis-Hastings 算法(M-H算法)，在實測數(shù)據(jù)基礎(chǔ)上對模型參數(shù)的后驗分布進行采樣，然后以參數(shù)的樣本進行隨機模擬，從而得到模型預(yù)測值的概率分布情況；在本系統(tǒng)中，首先建立原水進水濁度、原水PH值、原水溫度、混凝劑投加量與工藝出水濁度之間的冪指數(shù)模型，并得到模型中待估參數(shù)，然后運行M-H算法，以數(shù)據(jù)庫中的實測數(shù)據(jù)為基礎(chǔ)對模型參數(shù)進行采樣，得到參數(shù)的后驗分布，并以當(dāng)前水廠原水理化指標(biāo)數(shù)據(jù)為模型輸入，采用模型參數(shù)采樣樣本進行隨機模擬，預(yù)測“混凝-沉淀”工藝出水濁度隨混凝劑投量變化的概率分布，得到工藝出水濁度概率分布圖(如圖3所示)。
⑤預(yù)測混凝劑最佳投量的計算方法根據(jù)預(yù)測“混凝-沉淀”工藝出水濁度的不確定性水質(zhì)模型，結(jié)合當(dāng)前原水水質(zhì)條件以及工藝出水實際水質(zhì)情況確定工藝運行過程中的混凝劑最佳投量。
系統(tǒng)通過數(shù)據(jù)庫獲取在線監(jiān)測數(shù)據(jù)，并對其進行后續(xù)分析與研究。
(2)系統(tǒng)定時讀取服務(wù)器數(shù)據(jù)庫中存儲的各監(jiān)測點在線監(jiān)測數(shù)據(jù)。
(3)系統(tǒng)將最近讀取的各監(jiān)測點的在線監(jiān)測數(shù)據(jù)作為輸入數(shù)據(jù)，代入已經(jīng)建立的不確定性模型進行隨機模擬，對“混凝-沉淀”工藝出水濁度進行預(yù)測，得到當(dāng)前水質(zhì)條件下出水濁度隨混凝劑投量變化的概率分布，并在計算機中繪制概率分布圖(如圖3所示)， 兩種深度的灰色區(qū)域分別表示95%和90%的置信區(qū)間。
(4)系統(tǒng)確定混凝劑最佳投量的取值范圍如圖3所示，水廠“混凝-沉淀”工藝出水濁度應(yīng)滿足小于某一特定值以下，以保證后續(xù)處理的要求，(如小于1NTU)，在得到出水濁度概率分布的基礎(chǔ)上，將該濁度要求數(shù)值與工藝出水濁度概率分布進行比對，在90%的置信區(qū)間內(nèi)截取該濁度下混凝劑投量取值范圍區(qū)間；
(5)將當(dāng)前混凝劑投量與截取的取值范圍區(qū)間進行對比，判斷當(dāng)前工藝條件下，混凝劑實際投量是否合理，若在取值區(qū)間內(nèi)，系統(tǒng)自動返回(2)，等待下一次獲取在線監(jiān)測數(shù)據(jù)并進行預(yù)測；若在取值區(qū)間以外，進行下一步操作(6)。
(6)結(jié)合當(dāng)前原水水質(zhì)條件、工藝出水實際濁度變化情況、混凝劑投量經(jīng)濟因素等條件，在取值區(qū)間內(nèi)選取混凝劑投量，并發(fā)送混凝劑投量設(shè)定指令。
(7) SCADA系統(tǒng)采集水廠監(jiān)測點處各項理化指標(biāo)；與本系統(tǒng)連接的SCADA系統(tǒng)對監(jiān)測數(shù)據(jù)進行循環(huán)采集，即按照指定時間間隔自動對監(jiān)測點進行數(shù)據(jù)采集。
(8) SCADA系統(tǒng)的監(jiān)測數(shù)據(jù)隨時傳送到服務(wù)器數(shù)據(jù)庫中，數(shù)據(jù)庫存儲實時數(shù)據(jù)和歷史數(shù)據(jù)，可通過圖表方式顯示歷史和趨勢數(shù)據(jù)，且控制中心可隨時對數(shù)據(jù)庫中的數(shù)據(jù)進行查看、修改、添加、刪除等操作。
(9)根據(jù)用戶需求判斷系統(tǒng)是否繼續(xù)進行。
權(quán)利要求
1.一種水處理混凝劑最佳投量預(yù)測系統(tǒng)，該系統(tǒng)包括數(shù)據(jù)采集與監(jiān)測系統(tǒng)、數(shù)據(jù)中心和主控計算機，用于監(jiān)測和分析水廠“混凝-沉淀”工藝運行情況，預(yù)測“混凝-沉淀”工藝中混凝劑最佳投量，其中所述數(shù)據(jù)采集與監(jiān)測SCADA系統(tǒng)，包括若干個遙測遠(yuǎn)傳終端和通訊系統(tǒng)，所述遙測遠(yuǎn)傳終端用于采集水廠原水進水監(jiān)測點、混凝-沉淀工藝出水監(jiān)測點處的相關(guān)理化指標(biāo)數(shù)據(jù)，以及所述通訊系統(tǒng)，用于遙測遠(yuǎn)傳終端與數(shù)據(jù)中心的信息通訊；所述數(shù)據(jù)中心，用于該系統(tǒng)的控制和數(shù)據(jù)存儲，包括服務(wù)器和數(shù)據(jù)庫，所述服務(wù)器用于控制數(shù)據(jù)采集與監(jiān)測系統(tǒng)，監(jiān)控過程值并與過程硬件通訊；所述服務(wù)器上的數(shù)據(jù)庫，用來存儲按時序監(jiān)測的理化指標(biāo)數(shù)據(jù)，該理化指標(biāo)數(shù)據(jù)包括原水進水濁度、原水PH值、原水溫度、 混凝-沉淀工藝出水濁度數(shù)據(jù)以及混凝劑實際投量數(shù)據(jù)；所述主控計算機包括存儲模塊，用于存儲混凝劑最佳投量預(yù)測分析的相關(guān)數(shù)據(jù)信息； 以及數(shù)據(jù)采集模塊，用于控制所述數(shù)據(jù)采集與監(jiān)測SCADA系統(tǒng)對水廠原水進水監(jiān)測點和工藝出水監(jiān)測點理化指標(biāo)進行所述相關(guān)數(shù)據(jù)信息的循環(huán)采集，并將采集到的相關(guān)數(shù)據(jù)信息作為監(jiān)測數(shù)據(jù)傳送到所述數(shù)據(jù)庫中存儲；所述相關(guān)數(shù)據(jù)信息包括 水廠的基礎(chǔ)情況與數(shù)據(jù)；水廠原水和工藝出水理化指標(biāo)監(jiān)測數(shù)據(jù)監(jiān)測指標(biāo)為原水進水濁度、原水PH值、原水溫度，以及“混凝-沉淀”工藝出水濁度數(shù)據(jù)；水廠“混凝-沉淀”工藝運行中混凝劑實際投量數(shù)據(jù)與原水和工藝出水理化指標(biāo)數(shù)據(jù)同時期的相應(yīng)混凝劑實際投量歷史數(shù)據(jù)；混凝-沉淀工藝出水濁度預(yù)測模塊，用于讀取所述數(shù)據(jù)庫中的所述監(jiān)測數(shù)據(jù)，將其作為輸入數(shù)據(jù)，代入不確定性水質(zhì)模型對混凝-沉淀工藝出水濁度的概率分布進行預(yù)測處理；所述不確定性水質(zhì)模型的計算包括基于上述原水、工藝出水理化指標(biāo)數(shù)據(jù)以及混凝劑實際投量數(shù)據(jù)，建立數(shù)據(jù)庫，并利用該數(shù)據(jù)庫的數(shù)據(jù)樣本構(gòu)建預(yù)測“混凝-沉淀”工藝出水濁度的不確定性水質(zhì)模型；混凝劑最佳投量預(yù)測模塊，用于確定混凝-沉淀工藝的混凝劑最佳投量，以所述混凝-沉淀工藝出水濁度進行預(yù)測結(jié)果為依據(jù)，確定工藝出水達到既定水質(zhì)目標(biāo)時的混凝劑最佳投量取值范圍，結(jié)合出水實際濁度確定工藝運行過程中的混凝劑投量；所述預(yù)測混凝劑最佳投量的計算包括根據(jù)預(yù)測“混凝-沉淀”工藝出水濁度的不確定性水質(zhì)模型，結(jié)合當(dāng)前原水水質(zhì)條件以及工藝出水實際水質(zhì)情況確定工藝運行過程中的混凝劑最佳投量。
2.如權(quán)利要求1所述的水處理混凝劑最佳投量預(yù)測系統(tǒng)，其特征在于，所述代入不確定性水質(zhì)模型對“混凝-沉淀”工藝出水濁度進行預(yù)測處理為建立不確定性水質(zhì)模型，該不確定性水質(zhì)模型通過基于馬爾科夫蒙特卡羅方法的Metropolis-Hastings算法，在實測數(shù)據(jù)基礎(chǔ)上對模型參數(shù)的后驗分布進行采樣，然后以參數(shù)的樣本進行隨機模擬，從而得到模型預(yù)測值的概率分布情況；在本系統(tǒng)中，首先建立原水進水濁度、原水PH值、原水溫度、 混凝劑投加量與工藝出水濁度之間的冪指數(shù)模型，并得到模型中待估參數(shù)，然后運行M-H 算法，以數(shù)據(jù)庫中的實測數(shù)據(jù)為樣本對模型參數(shù)進行采樣，并以當(dāng)前水廠原水理化指標(biāo)數(shù)據(jù)為模型輸入，采用模型參數(shù)采樣樣本進行隨機模擬，預(yù)測“混凝-沉淀”工藝出水濁度隨混凝劑投量變化的概率分布，得到工藝出水濁度概率分布圖。
3.如權(quán)利要求1或3所述的水處理混凝劑最佳投量預(yù)測系統(tǒng)，其特征在于，所述確定工藝出水達到既定水質(zhì)目標(biāo)時的混凝劑最佳投量取值范圍的處理包括水廠“混凝-沉淀”工藝出水濁度需達到某一特定值以下，將該濁度數(shù)值與工藝出水濁度概率分布進行比對，并截取該濁度下混凝劑投量取值區(qū)間，同時結(jié)合當(dāng)前工藝出水實際濁度變化情況、混凝劑投量因素條件，確定工藝運行過程中的混凝劑最佳投量。
4.如權(quán)利要求1所述的水處理混凝劑最佳投量預(yù)測系統(tǒng)，其特征在于，所述數(shù)據(jù)采集與監(jiān)測系統(tǒng)按預(yù)先設(shè)定的時段完成采集，采集結(jié)果經(jīng)由有線或無線通訊方式發(fā)送給數(shù)據(jù)中心。
5.如權(quán)利要求1所述的水處理混凝劑最佳投量預(yù)測系統(tǒng)，其特征在于，所述混凝-沉淀工藝出水濁度的特定值取混凝-沉淀工藝出水濁度在INTU以下。
6.一種水處理混凝劑最佳投量預(yù)測方法，該方法包括以下步驟步驟一，采集并存儲水廠原水進水監(jiān)測點、“混凝-沉淀”工藝出水監(jiān)測點處的相關(guān)理化指標(biāo)數(shù)據(jù)；步驟二，存儲混凝劑最佳投量預(yù)測分析的相關(guān)數(shù)據(jù)信息到數(shù)據(jù)庫，所述混凝劑最佳投量預(yù)測分析的相關(guān)數(shù)據(jù)信息包括水廠的基礎(chǔ)情況與數(shù)據(jù)；水廠原水和工藝出水理化指標(biāo)監(jiān)測數(shù)據(jù)監(jiān)測指標(biāo)為原水進水濁度、原水PH值、原水溫度，以及“混凝-沉淀”工藝出水濁度數(shù)據(jù)；水廠“混凝-沉淀”工藝運行中混凝劑實際投量數(shù)據(jù)與原水和工藝出水理化指標(biāo)數(shù)據(jù)同時期的相應(yīng)混凝劑實際投量歷史數(shù)據(jù)；步驟三，讀取所述數(shù)據(jù)庫中的所述監(jiān)測數(shù)據(jù)，將其作為輸入數(shù)據(jù)，代入不確定性水質(zhì)模型對混凝-沉淀工藝出水濁度的概率分布進行預(yù)測處理，預(yù)測“混凝-沉淀”工藝出水濁度的不確定性水質(zhì)模型的計算又包括以下步驟基于原水、工藝出水理化指標(biāo)數(shù)據(jù)以及混凝劑實際投量數(shù)據(jù)，建立數(shù)據(jù)庫，并利用該數(shù)據(jù)庫的數(shù)據(jù)樣本構(gòu)建預(yù)測“混凝-沉淀”工藝出水濁度的不確定性水質(zhì)模型；步驟四，以所述“混凝-沉淀”工藝出水濁度進行預(yù)測結(jié)果為依據(jù)，確定工藝出水達到既定水質(zhì)目標(biāo)時的混凝劑最佳投量取值范圍，結(jié)合出水實際濁度確定工藝運行過程中的混凝劑投量，預(yù)測混凝劑最佳投量的計算又包括以下步驟根據(jù)預(yù)測“混凝-沉淀”工藝出水濁度的不確定性水質(zhì)模型，結(jié)合當(dāng)前原水水質(zhì)條件以及工藝出水實際水質(zhì)情況確定工藝運行過程中的混凝劑最佳投量。
7.如權(quán)利要求1所述的水處理混凝劑最佳投量預(yù)測方法，其特征在于，所述代入不確定性水質(zhì)模型對“混凝-沉淀”工藝出水濁度進行預(yù)測處理為建立不確定性水質(zhì)模型， 該不確定性水質(zhì)模型通過基于馬爾科夫蒙特卡羅方法的Metropolis-Hastings算法(M-H 算法)，在實測數(shù)據(jù)基礎(chǔ)上對模型參數(shù)的后驗分布進行采樣，然后以參數(shù)的樣本進行隨機模擬，從而得到模型預(yù)測值的概率分布情況；在本系統(tǒng)中，首先建立原水進水濁度、原水PH 值、原水溫度、混凝劑投加量與工藝出水濁度之間的冪指數(shù)模型，并得到模型中待估參數(shù)， 然后運行M-H算法，以數(shù)據(jù)庫中的實測數(shù)據(jù)為樣本對模型參數(shù)進行采樣，并以當(dāng)前水廠原水理化指標(biāo)數(shù)據(jù)為模型輸入，采用模型參數(shù)采樣樣本進行隨機模擬，預(yù)測“混凝-沉淀”工藝出水濁度隨混凝劑投量變化的概率分布，得到工藝出水濁度概率分布圖。
8.如權(quán)利要求1所述的水處理混凝劑最佳投量預(yù)測方法，其特征在于，所述確定工藝出水達到既定水質(zhì)目標(biāo)時的混凝劑最佳投量取值范圍是指，水廠“混凝-沉淀”工藝出水濁度需達到一特定值以下，將該濁度數(shù)值與工藝出水濁度概率分布進行比對，并截取該濁度下混凝劑投量取值區(qū)間，同時結(jié)合當(dāng)前工藝出水實際濁度變化情況、混凝劑投量因素條件， 確定工藝運行過程中的混凝劑最佳投量。
9.如權(quán)利要求1所述的水處理混凝劑最佳投量預(yù)測系統(tǒng)，其特征在于，所述數(shù)據(jù)采集與監(jiān)測系統(tǒng)按預(yù)先設(shè)定的時段完成采集，采集結(jié)果經(jīng)由有線或無線通訊方式發(fā)送給數(shù)據(jù)中心。
10.如權(quán)利要求1所述的水處理混凝劑最佳投量預(yù)測系統(tǒng)，其特征在于，所述“混凝-沉淀工藝出水濁度的特定值取混凝-沉淀工藝出水濁度在INTU以下。
全文摘要
本發(fā)明公開了一種水處理混凝劑最佳投量預(yù)測系統(tǒng)，該系統(tǒng)包括數(shù)據(jù)采集與監(jiān)測系統(tǒng)、數(shù)據(jù)中心和主控計算機；讀取所述數(shù)據(jù)庫中的所述監(jiān)測數(shù)據(jù)，將其作為輸入數(shù)據(jù)，代入不確定性水質(zhì)模型對混凝-沉淀工藝出水濁度的概率分布進行預(yù)測處理；以所述“混凝-沉淀”工藝出水濁度進行預(yù)測結(jié)果為依據(jù)，確定工藝出水達到既定水質(zhì)目標(biāo)時的混凝劑最佳投量取值范圍，結(jié)合出水實際濁度確定工藝運行過程中的混凝劑投量，與現(xiàn)有技術(shù)相比，本發(fā)明能夠迅速準(zhǔn)確地在水廠原水水質(zhì)變化條件下，預(yù)測混凝劑最佳投量的取值范圍，同時對水廠“混凝-沉淀”工藝運行情況的相關(guān)數(shù)據(jù)進行有效的管理，從而保證水廠工藝運行的穩(wěn)定。
文檔編號C02F1/52GK102531121SQ20111041049
公開日2012年7月4日 申請日期2012年2月28日 優(yōu)先權(quán)日2012年2月28日
發(fā)明者單金林, 彭森, 田一梅, 趙新華 申請人:天津大學(xué)