[发明专利]多工艺类型农污设施TN处理效果预测方法、装置、介质

说明书

本发明公开了一种多工艺类型农污设施TN处理效果预测方法、装置、介质，该预测装置可收集不同工艺类型、不同农村生活污水处理设施出水ph，进水电导，出水电导，厌氧池ORP，好氧池DO，出水浊度等运行状态参数，并将其代入在线数据平台内嵌的人工神经网络预测设施出水总氮浓度。整体而言，该装置预测性能良好，具有较高的应用推广价值。

技术领域

本发明属于水质监测领域，具体涉及一种多工艺类型农污设施TN处理效果预测方法、装置、介质。

背景技术

氮素的过量排放是造成水体富营养化的重要成因。农村生活污水中含有大量的诸如氨氮，硝氮，亚硝氮等的无机氮以及含氮有机物，农村生活污水处理设施出水总氮(TN)的不合理排放将对我国农村生态环境产生极大的压力。当前对于设施出水总氮的检测方法主要为运维人员手工采样，实验室化学法检测，该方法虽然测量精度高，但由于我国农村生活污水处理设施普遍点位分散且数量众多，部分地级市内已包含数万个农村生活污水处理设施，相关政府机构每年都要投入大量的人力物力用于运维工作。同时，该方法还存在另一大明显弊端，即为运维管理的滞后性，即从采样到发现出水情况异常再到运维人员到现场调试往往需要几周的时间。在这段时间内，污水处理设施常常处于非正常状态运行，这将导致：一方面，由于出水情况未达排放标准，对受纳水体水质造成破坏；另一方面，长期的非正常情况运行，会加剧污水处理设施的损耗程度，给运维工作造成极大困扰。

近年来，已有研究表明人工神经网络模型对于市政等污水处理设施出水总氮的预测效果。但该类型研究绝大部分仍已单个设施为研究对象，不同研究确立的模型对于研究对象外的不同工艺，不同处理设施预测性能存疑。而在我国农村生活污水处理设施普遍存在工艺繁杂(涵盖诸如A²O，A²O+人工湿地，A²O+滤池等主流工艺)，数量众多特点，基于此，基于人工神经网络(ANN)，提出一种适用于不同工艺类型和不同农村生活污水处理设施的出水总氮浓度预测方法来破解目前设施运维的难题具有重要意义。

BP人工神经网络(BP-ANN)是一种按照误差逆向传播算法训练的多层前馈神经网络，是应用最广泛的神经网络。在申请号为CN201910227225.3的发明专利中，申请人已经公开了一种农村生活污水A²O处理终端出水总氮浓度软测量方法及装置。在该方案中，我们提出一种基于人工神经网络，该方法以进水pH，出水pH，进水电导，出水电导，进水浊度、出水浊度，进水氨氮浓度与出水氨氮浓度作为出水总氮浓度预测的输入指标，利用BP神经网络构建上述输入指标与出水总氮浓度之间的关联模型。然而，该方法在应用时面临一个输入指标检测较为困难的问题，其原因主要受限于其中的进水氨氮浓度与出水氨氮浓度两个指标的测定。氨氮的测定主要依赖于实验室分析或者便携式的成套设备，但此类设备无法直接用于连续的现场实时监测。目前虽然市面上已有诸如氨气敏电极等可用于监测进出水氨氮浓度的电极，但该类型电极的检测灵敏性和准确性不高，而且需要定期添加化学试剂因此对运维要求较高，不易成套化安装至现场状态检测设备中。因此，如何对此类方法和设备进行改进，使得其能够通过监测容易检测的指标，实现农污设施TN处理效果的实时预测，是目前亟待解决的技术问题。

发明内容

本发明在对数百个农村生活污水处理设施的实地调研基础上，要解决的技术问题是针对上述的现状而提出的一种多工艺类型农污设施TN处理效果预测方法及装置。

本发明解决上述技术问题所采用的技术方案如下：

第一方面，本发明提供了一种多工艺类型农污设施TN处理效果预测方法，所述农污设施为运行A²O工艺或含有A²O的组合工艺的农村生活污水处理设施，其步骤如下：