[实用新型]污水处理厂运行参数自寻优模拟系统

说明书

技术领域

本实用新型涉及一种污水处理厂运行参数自寻优模拟系统。

背景技术

在污水处理厂的实际生产和工作中，都有一个很长的试运行周期，这是由污水处理厂本身的技术条件决定的，因为污水处理是一个复杂的生化反应过程，难以进行数学建模，另外特别是温差较大的地区，更加导致了使用活性污泥工艺处理污水水质的不稳定现象，以上种种原因都导致了任何一个新建成的污水处理厂都要通过大量摸索来确定几个主要运行参数的具体范围，这种试运行的过程耗时长，并且得到的结果存在一定的误差性，使得对于污水处理存在一定的缺陷。

实用新型内容

针对现有技术存在问题，本实用新型的目的在于提供一种大大缩短污水处理厂试运行周期的污水处理厂运行参数自寻优模拟系统。

为实现上述目的，本实用新型污水处理厂运行参数自寻优模拟系统，包括数据采集单元和数据处理器，其中数据采集单元包括固体悬浮物采集装置、化学耗氧量采集装置、生物需氧量采集装置、氨氮浓度采集装置和总磷浓度采集装置，数据处理器包括数据聚类分析模块、数据回归分析模块和运行参数预测模块；数据采集单元采集的数据通过数据聚类分析模块进行分类分析并确定其聚类中心数据，再通过数据回归分析模块进行回归分析运算，在运行参数预测模块中即得到每一类数据相对应的数学模型，所需预测的新的水质参数在该数学模型中即可生成相应的污水处理厂运行参数。

进一步，所述污水处理厂运行参数包括溶解氧、沉降比、回流比、污泥浓度和污泥龄。

本实用新型污水处理厂运行参数自寻优模拟系统，较准确的预测污水处理厂的运行参数，大大缩短污水处理厂试运行周期，提高了效益，并为污水处理厂的设计和论证提供了参考方案。

附图说明

附图为本实用新型结构框图；

具体实施方式

分类的方法大致可分为有监督的分类和无监督的分类。在无监督的分类进行前，不知道要分为几个类以及类的各个特征，有监督的则需要知道类的具体个数和特征，并需要知道训练集中的观测量的所属类别，其中聚类就是一种无监督的分类。由聚类所产生的簇是一组数据对象的集合，这些对象与同一个簇中的对象彼此相似，与其他簇中的对象相异。在许多应用中，可以将一个簇中的数据对象作为一个整体来对待。那么就认为每一簇就是一个类。

聚类分析主要集中于基于距离的聚类分析。聚类一般由两部分组成：发现适当的簇和形成对每个簇的描述。K-平均算法就是典型关于发现簇的方法。首先，随机地选择K个对象，每个对象初始地代表了一个簇的平均值或中心。对剩余的每个对象，根据其与各个簇中心的距离，将他们赋值给最近的簇。然后重新计算每个簇的平均值。这个过程不断的重复，最终将他们分类。关于距离的算法，其中用的较多就是欧几里德距离，它的定义如下：

d(i,j)=|xi1-xi1|+|xi2-xi2|2+...+|xip-xip|2]]>

最后，记下每个簇的中心点。根据距离来区分新元素所属的类别。这样就可以按照这个方法将类似的数据分成一类了。