[发明专利]一种基于神经网络的污泥膨胀预测方法与系统

说明书

本发明公开了一种基于神经网络的污泥膨胀预测方法与系统，涉及污泥膨胀领域，其通过获取训练样本，所述训练样本为若干个活性污泥图像视频，所述训练标签为活性污泥图像视频对应在预设时段后的SVI指数；通过训练样本以预设时段后的SVI指数为训练标签训练神经网络，所述训练后的神经网络为可通过活性污泥图像视频利用神经网络的层结构预测出预设时段后活性污泥SVI指数的预测神经网络；通过输入活性污泥图像视频至预测神经网络以预测出预设时段后活性污泥的SVI指数，并根据SVI指数获取污泥膨胀概率，解决了难以从有限的工艺参数和水质指标来预测污泥膨胀以及人为观测需要操作者有足够经验的问题。

技术领域

本发明涉及污水处理工艺中的污泥膨胀领域，尤其涉及一种基于神经网络的污泥膨胀预测方法与系统。

背景技术

活性污泥膨胀是活性污泥工艺中常见的一种异常现象，是指活性污泥由于某种因素的改变，沉降性能恶化，污泥随沉池出水流失。发生污泥膨胀以后，会使出水超标排放。如不采取控制措施，污泥继续流失会使曝气池的微生物量锐减，不能满足氧化分解污染物质的需要。通常认为活性污泥的SVI值在100左右时，其沉降性能最佳，当SVI值超过150时，预示着活性污泥即将或已经为膨胀状态，应立即采取控制措施。

如果污泥膨胀一旦发生，一般需要1到4周时间才能恢复，在此期间，通常超标污水没有地方存放，要超标排放，造成污染，所以预测污泥膨胀，将污泥膨胀消灭在萌芽阶段具有重大的意义。

以往文献报道的预测污泥膨胀的专利和方法，是采集几个污水处理运行参数和水质变量，构造专家系统或神经网络，用来预测污泥膨胀。这些文献里，用来预测的输入参数有溶解氧浓度DO、酸碱度pH、化学需氧量COD及总氮TN，或菌胶团直径大小等，但是，引起污泥膨胀的原因非常复杂，目前人们的认识很不一致。在实际生产的报道中，负荷过低会引起膨胀，负荷过高也会引起膨胀；低溶解氧会引起膨胀，高溶解氧也会引起膨胀；完全混合曝气池会发生膨胀，推流式曝气池也会发生膨胀；低C∶N比引起膨胀，高C∶N比也会引起膨胀等等。总之，难以从有限的工艺参数和水质指标来预测污泥膨胀。

污泥膨胀，目前可以分为丝状菌膨胀和非丝状菌膨胀两大类。丝状菌膨胀是活性污泥絮体中的丝状菌过度繁殖而导致的污泥膨胀，非丝状菌膨胀是指菌胶团的细菌本身生理活动异常，导致的污泥膨胀。活性污泥中丝状菌数量太少，则形不成大的絮状体，沉降性能不好；如果丝状菌过度繁殖，则形成丝状菌污泥膨胀。非丝状菌膨胀是由于菌胶团细菌本身生理活动异常，导致活性污泥沉降性能恶化，或者由于进水中含有大量的有毒物质，使细菌不能分泌出足够的黏性物质，形不成絮体而发生膨胀。

另外，从污水处理实践和污泥膨胀原因可知，污泥显微镜检查，有助于确定膨胀发生原因，及时预测即将发生的膨胀，但是需要操作者有丰富的经验。

本发明用神经网络分析活性污泥图像，代替人眼观察，预测即将发生膨胀的概率，及时采取措施，防止了污泥膨胀的发生。

发明内容

为了解决目前难以从有限的工艺参数和水质指标来预测污泥膨胀以及人为观测需要操作者有足够经验的问题，本发明提出了一种基于神经网络的污泥膨胀预测方法，所述神经网络的层结构包括序列输入层、序列折叠层、卷积层、序列展开层、扁平化层、长短期记忆人工神经网络以及输出层，所述污泥膨胀预测方法包括步骤：

S01：获取训练样本，所述训练样本为若干个活性污泥图像视频，所述训练标签为活性污泥图像视频对应在预设时段后的SVI指数；

S02：通过训练样本以预设时段后的SVI指数为训练标签训练神经网络，所述训练后的神经网络为可通过活性污泥图像视频利用神经网络的层结构预测出预设时段后活性污泥SVI指数的预测神经网络；

S03：通过输入活性污泥图像视频至预测神经网络以预测出预设时段后活性污泥的SVI指数，并根据SVI指数获取污泥膨胀概率；

所述步骤S03中预测SVI指数的具体步骤包括：