CN117865260B - 一种污水站多级净化处理装置 - Google Patents
一种污水站多级净化处理装置 Download PDFInfo
- Publication number
- CN117865260B CN117865260B CN202410281706.3A CN202410281706A CN117865260B CN 117865260 B CN117865260 B CN 117865260B CN 202410281706 A CN202410281706 A CN 202410281706A CN 117865260 B CN117865260 B CN 117865260B
- Authority
- CN
- China
- Prior art keywords
- period
- turbidity
- section
- consistency
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000746 purification Methods 0.000 title claims abstract description 46
- 239000010865 sewage Substances 0.000 title claims abstract description 28
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 92
- 238000004062 sedimentation Methods 0.000 claims abstract description 59
- 238000012544 monitoring process Methods 0.000 claims abstract description 44
- 230000002159 abnormal effect Effects 0.000 claims description 20
- 238000010586 diagram Methods 0.000 claims description 14
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 238000000034 method Methods 0.000 claims description 11
- 238000000354 decomposition reaction Methods 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims description 2
- 230000008859 change Effects 0.000 description 28
- 230000000694 effects Effects 0.000 description 20
- 230000008569 process Effects 0.000 description 5
- 238000001556 precipitation Methods 0.000 description 4
- 230000001105 regulatory effect Effects 0.000 description 4
- 239000010802 sludge Substances 0.000 description 4
- 230000001276 controlling effect Effects 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000001550 time effect Effects 0.000 description 2
- 238000005273 aeration Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005352 clarification Methods 0.000 description 1
- 239000000084 colloidal system Substances 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Classifications
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F1/00—Treatment of water, waste water, or sewage
- C02F1/52—Treatment of water, waste water, or sewage by flocculation or precipitation of suspended impurities
- C02F1/5209—Regulation methods for flocculation or precipitation
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F1/00—Treatment of water, waste water, or sewage
- C02F1/008—Control or steering systems not provided for elsewhere in subclass C02F
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F1/00—Treatment of water, waste water, or sewage
- C02F1/52—Treatment of water, waste water, or sewage by flocculation or precipitation of suspended impurities
- C02F1/5281—Installations for water purification using chemical agents
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/2433—Single-class perspective, e.g. one-against-all classification; Novelty detection; Outlier detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/206—Drawing of charts or graphs
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Hydrology & Water Resources (AREA)
- Organic Chemistry (AREA)
- Water Supply & Treatment (AREA)
- Environmental & Geological Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- Databases & Information Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Algebra (AREA)
- Chemical Kinetics & Catalysis (AREA)
- General Chemical & Material Sciences (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及水质数据净化调控技术领域,具体涉及一种污水站多级净化处理装置。包括获取模块,用于获取浊度数据,拟合得到浊度曲线;周期分析模块,用于确定每一浊度曲线的浊度周期项和周期值;根据浊度周期项在不同周期值下的划分后的分布相似情况,将浊度周期项划分为规律段和趋势段;动态时间分析模块,用于根据两条浊度曲线的规律段和趋势段的数量和动态时间规整匹配关系,确定两条浊度曲线的滞后一致性;调控模块,用于根据高度相邻的浊度数据所对应浊度曲线的滞后一致性,确定水质监测一致性结果,根据水质监测一致性结果,对二沉池进行净化调控。能够实现二沉池的有效净化调控,增强污水排放的稳定性,提升污水排放质量的可靠性。
Description
技术领域
本发明涉及水质数据净化调控技术领域,具体涉及一种污水站多级净化处理装置。
背景技术
现有的污水站多级净化处理装置中,二沉池的作用是使生物处理后产生的污泥沉降,进而将合格污水与底部积泥分离,并将合格污水排出,因此,需要对水质数据进行净化过程的控制调节,保证二沉池的净化处理效果。
相关技术中,通过在出水口对浊度进行监督管理,根据出水口位置处的浊度是否达到排放标准,进而判断是否进行排水,实现二沉池的净化过程,这种方式下,可能由于二沉池中絮凝剂等添加异常、当地气温等差异的影响,仅根据出水口位置处的浊度进行二沉池的净化分析,易导致二沉池整体的沉降效果异常的问题,对二沉池进行净化调控能力较差,二沉池污水排放的稳定性较差,污水排放的质量可靠性较低,对二沉池内水质净化的控制调节效果较差。
发明内容
为了解决相关技术中仅根据出水口位置处的浊度进行二沉池的净化分析,易导致二沉池整体的沉降效果异常的现象,对二沉池进行净化调控能力较差,二沉池污水排放的稳定性较差,污水排放的质量可靠性较低的技术问题,本发明提供一种污水站多级净化处理装置,所采用的技术方案具体如下:
本发明提出了一种污水站多级净化处理装置,将二沉池按照高度划分为至少两个高度区域,在每个高度区域中分别布置浊度传感器,包括:
获取模块,用于获取每个浊度传感器在固定时间段内周期性采集得到的浊度数据,将每个浊度传感器所获取的所有浊度数据按照时序进行曲线拟合得到浊度曲线;
周期分析模块,用于对所述浊度曲线进行时序分解,确定每一浊度曲线所分别对应的浊度周期项;对所述浊度周期项进行频域转换,确定每一所述浊度周期项对应的周期值;基于每个浊度周期项所对应的周期值对所述浊度周期项进行划分,根据所述浊度周期项在不同周期值下的划分后的分布相似情况,将浊度周期项划分为规律段和趋势段;
动态时间分析模块,用于对任意两条浊度曲线进行动态时间规整处理,确定任意两条浊度曲线对应的匹配关系,根据两条浊度曲线的规律段和趋势段的数量和所述匹配关系,确定两条浊度曲线的滞后一致性;
调控模块,用于根据高度相邻的浊度数据所对应浊度曲线的滞后一致性,确定水质监测一致性结果,根据所述水质监测一致性结果,对二沉池进行净化调控。
进一步地,所述对所述浊度周期项进行频域转换,确定每一所述浊度周期项对应的周期值,包括:
基于傅里叶变换将所述浊度周期项转换至频域空间,得到浊度频谱图;
将所述浊度频谱图中每个幅值所对应频率的倒数作为所述浊度周期项对应的周期值。
进一步地,所述基于每个浊度周期项所对应的周期值对所述浊度周期项进行划分,根据所述浊度周期项在不同周期值下的划分后的分布相似情况,将浊度周期项划分为规律段和趋势段,包括:
将每个所述周期值作为周期长度,分别对所述浊度周期项进行平均划分,得到每个所述周期值所分别对应的分割点,将相邻两个分割点所间隔的浊度周期项的时序区间作为对应周期值的第一周期段;
根据同一周期值所对应的任一第一周期段与其他所有第一周期段的相似程度,确定每一第一周期段的第一相似系数;
根据所有周期值所对应的分割点对所述浊度周期项进行划分,得到第二周期段,将任一第二周期段作为待测段,根据包含所述待测段的所有第一周期段的第一相似系数,确定所述待测段的第二相似系数,根据所述第二相似系数将所有第二周期段划分为规律段和趋势段。
进一步地,所述根据同一周期值所对应的任一第一周期段与其他所有第一周期段的相似程度,确定每一第一周期段的第一相似系数,包括:
将同一周期值所对应的任一第一周期段作为分析周期段,相同周期值的其他第一周期段作为同值周期段;
基于余弦相似度算法,计算所述分析周期段和所有所述同值周期段的余弦相似度值,得到分析周期段分别与每一同值周期段的分析相似度;
确定所述分析周期段分别与每一同值周期段的时序距离的倒数作为对应分析周期段与同值周期段的时间影响权重;
计算时间影响权重与分析相似度的乘积作为分析周期段与对应同值周期段的相似因子,将所有相似因子的和值的归一化值作为所述分析周期段的第一相似系数,调整分析周期段,得到每一第一周期段的第一相似系数。
进一步地,所述根据包含所述待测段的所有第一周期段的第一相似系数,确定所述待测段的第二相似系数,包括:
将所有包含所述待测段的所有第一周期段作为目标段,计算所有目标段的第一相似系数的均值作为所述待测段的第二相似系数。
进一步地,所述根据所述第二相似系数将所有第二周期段划分为规律段和趋势段,包括:
将所述第二相似系数大于预设相似系数阈值的第二周期段作为规律段;
将所述第二相似系数小于等于预设相似系数阈值的第二周期段作为趋势段。
进一步地,所述对任意两条浊度曲线进行动态时间规整处理,确定任意两条浊度曲线对应的匹配关系,包括:
基于动态时间规整算法对任意两条浊度曲线进行动态时间规整处理,得到动态时间匹配图;
根据所述动态时间匹配图中两条浊度曲线的数据点的匹配结果,确定匹配关系,其中,所述匹配关系包括一对一关系、一对多关系和多对一关系。
进一步地,所述根据两条浊度曲线的规律段和趋势段的数量和所述匹配关系,确定两条浊度曲线的滞后一致性,包括:
将所述匹配关系中的一对一关系作为目标关系,确定两条浊度曲线所对应动态时间匹配图中满足所述目标关系的数量作为目标数量;
计算每一浊度曲线的规律段和趋势段的数量比值作为对应浊度曲线的规律特征指标;
计算两条浊度曲线的规律特征指标的差值的归一化值得到曲线相似程度;
根据所述曲线相似程度和所述目标数量,确定对应两条浊度曲线的滞后一致性,其中,所述曲线相似程度与所述滞后一致性呈正相关关系,所述目标数量与所述滞后一致性呈正相关关系,所述滞后一致性的取值为归一化后的数值。
进一步地,所述水质监测一致性结果包括一致性正常和一致性异常,所述根据高度相邻的浊度数据所对应浊度曲线的滞后一致性,确定水质监测一致性结果,包括:
计算所有高度相邻的浊度数据所对应浊度曲线的滞后一致性,在所述滞后一致性均大于预设一致性阈值时,确定所述水质监测一致性正常;否则,确定所述水质监测一致性异常。
进一步地,所述根据所述水质监测一致性结果,对二沉池进行净化调控,包括:
在所述水质监测一致性正常时,控制所述二沉池进行预设净化流程;
在所述水质监测一致性异常时,停止所述预设净化流程,生成报警信号。
本发明具有如下有益效果:
本发明通过在二沉池的不同高度位置处布置浊度传感器,并基于不同浊度传感器所采集的浊度数据确定浊度曲线,浊度曲线的获取能够更为直观地表征不同高度位置的浊度变化情况,便于后续根据浊度变化进行水质分析,基于浊度曲线的浊度周期项确定周期值,周期值能够准确表征浊度周期项的周期特征,从而根据所有周期值对浊度周期项进行分析,通过结合所有周期情况进行分析,能够避免周期值的差异对水质监测的影响,结合每个浊度周期项所对应的周期值和不同周期值下的分布相似情况对浊度周期项进行划分,将所有浊度周期项划分为规律段和趋势段,规律段和趋势段的分布能够表征浊度周期项整体的变化情况,结合两条浊度曲线中规律段和趋势段的数量特征和动态时间规整处理后的匹配关系,确定两条浊度曲线的滞后一致性,滞后一致性表征了两条浊度曲线的波动滞后效果,进而根据滞后一致性直观反映二沉池内不同高度下的浊度变化,根据高度相邻的浊度数据所对应浊度曲线的浊度变化情况检测浊度变化是否一致,得到水质监测一致性结果,其中,水质监测一致性结果能够结合所有相邻高度的浊度变化,从而对二沉池内整体的浊度变化进行分析,避免某一高度位置的浊度变化异常导致二沉池整体的沉降效果异常的现象,并根据水质监测一致性结果,对二沉池进行净化调控,实现二沉池的有效净化调控,提升调控能力,有效增强二沉池污水排放的稳定性,提升污水排放质量的可靠性,提升二沉池内水质净化的控制调节效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它附图。
图1为本发明一个实施例所提供的一种污水站多级净化处理装置结构图;
图2为本发明一个实施例所提供的第二周期段分割示意图;
图3为本发明一个实施例所提供的动态时间匹配图的示意图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种污水站多级净化处理装置,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种污水站多级净化处理装置的具体方案。
请参阅图1,其示出了本发明一个实施例提供的一种污水站多级净化处理装置结构图,包括获取模块101、周期分析模块102、动态时间分析模块103和调控模块104。
获取模块101,用于获取每个浊度传感器在固定时间段内周期性采集得到的浊度数据,将每个浊度传感器所获取的所有浊度数据按照时序进行曲线拟合得到浊度曲线。
本发明实施例中,将二沉池按照高度划分为至少两个高度区域,在每个高度区域中分别布置浊度传感器,也即将多个浊度传感器按照高度平均布置在二沉池中。
可以理解的是,二沉池一般设置在曝气池之后、深度处理或排放之前,其作用是泥水分离使经过生物处理的混合液澄清,同时对混合液中的污泥进行浓缩。二沉池进水口在下端,而出水口在上端,通过沉淀将污泥沉淀至下端,并通过出水口排出沉淀之后满足排放标准的污水。由于现有技术中仅对出水口位置的水质浊度进行检测,而后根据检测结果进行调控,但是二沉池整体较大,且不同高度下水中悬浊物的沉淀效果会产生一定差异,也即沉淀效果不稳定,进而会产生出水口水质满足要求,而其他段由于沉淀不足仍然不满足排放需求的问题,基于此,本发明对整体的沉淀效果进行分析。
举例而言,本发明实施例中,可以设置7个浊度传感器,在进水口和出水口放置一个浊度传感器,而后,将剩余传感器在不同高度的不同位置进行布置,并采集每一浊度传感器所获取得到的浊度数据。
其中,浊度数据,具体为对应浊度传感器所处区域内的水质浑浊度,也即胶体物质等悬浊物对光的折射效果,在浊度传感器所处区域内水中的悬浊物越多,浑浊度越大,对应的浊度数据的数值越高。
本发明实施例中,可以设置固定时间段,并在固定时间段内对浊度数据进行周期性采集,其中,固定时间段可以具体例如为污水由添加至二沉池至当前的时间段,可以设置每隔10分钟采集一次浊度数据,对此不做限制。
本发明实施例中,可以使用曲线拟合算法对每个浊度传感器所获取的所有浊度数据按照时序进行曲线拟合,得到对应浊度传感器所采集浊度数据的浊度曲线,该浊度曲线表征浊度传感器在固定时间段内的水质的变化曲线。
可以理解的是,本发明实施例中,由于二沉池进水口与出水口处于水质沉降状态,也即不同高度的水质变化应该具有一定的滞后性,其中,滞后性,也即水质状态的滞后程度,越接近出水口,其水质越澄清,而随着时间的推荐,远离出水口位置的水质也会产生对应的澄清效果,也即不同的焯去曲线在不同时间点的波动变化相类似,该性质可以被称为滞后性。
举例而言,在出水口位置相距半米高度的区域,在8时至9时的浊度的变化,可能与在出水口位置相距一米高度的区域在9时至10时的浊度变化相类似,也即具有一定的滞后性。
在水内浑浊物正常沉淀的过程中,对应的滞后性应该保持一致,而在水内浑浊物产生异常沉淀时,对应的水质滞后性产生变化,此时,需要对其进行更为细致的分析。由此,本发明实施例旨在对滞后一致性进行分析,具体分析过程参见后续实施例。
周期分析模块102,用于对浊度曲线进行时序分解,确定每一浊度曲线所分别对应的浊度周期项;对浊度周期项进行频域转换,确定每一浊度周期项对应的周期值;基于每个浊度周期项所对应的周期值对浊度周期项进行划分,根据浊度周期项在不同周期值下的划分后的分布相似情况,将浊度周期项划分为规律段和趋势段。
其中,时序分解,具体为STL时序分解,本发明实施例中,可以使用STL时序分解算法将浊度曲线分解为周期项、季节项和残差项,其中,时序分解为本领域所熟知的技术手段,对此不作进一步赘述与限定。本发明实施例中,将每一条浊度曲线所对应的周期项作为浊度周期项,周期项表征对应浊度曲线的周期变化特征。本发明在得到浊度周期项之后,可以结合浊度周期项对数据进行分析。
进一步地,在本发明的一些实施例中,对浊度周期项进行频域转换,确定每一浊度周期项对应的周期值,包括:基于傅里叶变换将浊度周期项转换至频域空间,得到浊度频谱图;将浊度频谱图中每个幅值所对应频率的倒数作为浊度周期项对应的周期值。
本发明实施例中,基于时频转换,可以将时序上的浊度周期项转换为频域上的浊度频谱图,时频转换为本领域所熟知的转换手段,对此不做限制,浊度频谱图中的幅值表征了浊度周期项的周期变化信息,则本发明实施例中,将浊度频谱图中每个幅值所对应频率的倒数,作为对应的周期值。
可以理解的是,本发明实施例中的周期值表征了浊度周期项不同的频率周期信息,因此,可以将每个周期值分别作为浊度周期项的周期长度,对浊度周期项进行划分,并根据划分后的结果对浊度周期项进行具体分析。
进一步地,在本发明的一些实施例中,基于每个浊度周期项所对应的周期值对浊度周期项进行划分,根据浊度周期项在不同周期值下的划分后的分布相似情况,将浊度周期项划分为规律段和趋势段,包括:将每个周期值作为周期长度,分别对浊度周期项进行平均划分,得到每个周期值所分别对应的分割点,将相邻两个分割点所间隔的浊度周期项的时序区间作为对应周期值的第一周期段;根据同一周期值所对应的任一第一周期段与其他所有第一周期段的相似程度,确定每一第一周期段的第一相似系数;根据所有周期值所对应的分割点对浊度周期项进行划分,得到第二周期段,将任一第二周期段作为待测段,根据包含待测段的所有第一周期段的第一相似系数,确定待测段的第二相似系数,根据第二相似系数将所有第二周期段划分为规律段和趋势段。
本发明实施例中,周期长度,即为一个周期所对应的时间长度,一个浊度周期项经过频域分析能够得到多个周期值,则本发明实施例中,将每一周期值分别作为一次周期长度,对浊度周期项进行划分,将浊度周期项划分为多个长度为周期长度的时间段,由此,得到对应的分割点。也即是说,相邻的两个分割点间的距离为对应的周期长度。
本发明实施例中,将相邻两个分割点间隔的浊度周期项的时序区间作为对应周期值的第一周期段,第一周期段即为根据周期长度进行周期划分后所得到的浊度周期项的片段,在正常情况下,相同周期长度的第一周期段中的曲线变化应该相类似,也即有一定规律性,由此,本发明实施例对第一周期段的规律性进行分析。
进一步地,本发明的一些实施例中,根据同一周期值所对应的任一第一周期段与其他所有第一周期段的相似程度,确定每一第一周期段的第一相似系数,包括:将同一周期值所对应的任一第一周期段作为分析周期段,相同周期值的其他第一周期段作为同值周期段;基于余弦相似度算法,计算分析周期段和所有同值周期段的余弦相似度值,得到分析周期段分别与每一同值周期段的分析相似度;确定分析周期段分别与每一同值周期段的时序距离的倒数作为对应分析周期段与同值周期段的时间影响权重;计算时间影响权重与分析相似度的乘积作为分析周期段与对应同值周期段的相似因子,将所有相似因子的和值的归一化值作为分析周期段的第一相似系数,调整分析周期段,得到每一第一周期段的第一相似系数。
本发明实施例中,确定分析周期段和同值周期段,则可以基于余弦相似度计算分析周期段分别与每一同值周期段的余弦相似度值,并将余弦相似度值作为分析周期段与对应同值周期段的分析相似度。
需要说明的是,由于时序上不同时间的影响不同,由此,本发明根据时序距离进行分析,其中,时序距离,为分析周期段与同值周期段的时间间隔长度,举例而言,在分析周期段与同值周期段时间间隔为1分钟时,对应的时序距离为1,而在分析周期段与同值周期段的时间间隔为15分钟时,对应的时序距离为15,可以理解的是,由于与分析周期段在时序上相距更远,也即时序距离的值越大,则对应的同值周期段对分析周期段的影响越小,本发明实施例中,计算分析周期段与同值周期段的时序距离的倒数作为时间影响权重,也即时序距离的值越大,时间影响权重越小。
本发明实施例中,计算时间影响权重与分析相似度的乘积作为分析周期段与对应同值周期段的相似因子,并将分析周期段与所有同值周期段的所有相似因子的和值归一化处理得到分析周期段的第一相似系数,其中,第一相似系数,为分析周期段在整体浊度周期项中的相似程度,第一相似系数越高,表征对应的分析周期段与同值周期段相似度越高,越符合正常的浊度变化特征。
本发明实施例中,每一周期值均具有对应的分割点,则可以统合所有周期值的分割点,对浊度周期项进行划分,得到第二周期段。结合图2进行具体说明,图2为本发明一个实施例所提供的第二周期段分割示意图;由图2可知,周期值A和周期值B的数值不同,由此,将对应的浊度周期项划分为不同的第一周期段,得到不同的分割点,而将周期值A和周期值B所对应所有分割点统合至浊度周期项中,作为第二周期段的分割点,得到长短不一的第二周期段。由此,每一个第二周期段包含在一种或多种的第一周期段内,本发明对每一第二周期段进行分析。
本发明实施例中,任选一个第二周期段作为待测段,根据包含待测段的所有第一周期段的第一相似系数,确定待测段的第二相似系数,包括:将所有包含待测段的所有第一周期段作为目标段,计算所有目标段的第一相似系数的均值作为待测段的第二相似系数。
由于第二周期段可以在一种或多种第一周期段内,也即在不同的周期值下进行分析,第二周期段所对应的相似程度会产生变化,由此,本发明将所有包含待测段的所有第一周期段作为目标段,并对所有目标段的第一相似系数进行求均处理,得到待测段的第二相似系数,第二相似系数能够有效表征待测段的相似程度。
进一步地,在本发明的一些实施例中,根据第二相似系数将所有第二周期段划分为规律段和趋势段,包括:将第二相似系数大于预设相似系数阈值的第二周期段作为规律段;将第二相似系数小于等于预设相似系数阈值的第二周期段作为趋势段。
其中,预设相似系数阈值,为第二相似系数的门限值,本发明实施例中,可以设置预设相似系数阈值为0.8,也即将第二相似系数大于0.8的第二周期段作为规律段;将第二相似系数小于等于0.8的第二周期段作为趋势段,当然,本发明还可以根据实际需求对预设相似系数阈值进行调整,对此不做限制。
动态时间分析模块103,用于对任意两条浊度曲线进行动态时间规整处理,确定任意两条浊度曲线对应的匹配关系,根据两条浊度曲线的规律段和趋势段的数量和匹配关系,确定两条浊度曲线的滞后一致性。
本发明实施例中,由于在正常情况下,不同高度二沉池区域水质的浊度变化具有一定滞后性,由此,本发明实施例中可以基于两条浊度曲线的匹配效果对不同高度下变化的相似性进行分析。
进一步地,在本发明的一些实施例中,对任意两条浊度曲线进行动态时间规整处理,确定任意两条浊度曲线对应的匹配关系,包括:基于动态时间规整算法对任意两条浊度曲线进行动态时间规整处理,得到动态时间匹配图;根据动态时间匹配图中两条浊度曲线的数据点的匹配结果,确定匹配关系,其中,匹配关系包括一对一关系、一对多关系和多对一关系。
如图3所示,图3为本发明一个实施例所提供的动态时间匹配图的示意图,图3中横轴为时序,也即不同的数据点,通过浊度曲线1与浊度曲线2进行动态时间规整,浊度曲线1中的一个数据点可能对应浊度曲线2中的多个数据点,也即一对多,同理,也有一对一、多对一等匹配关系,可以理解的是,在一对一匹配关系下,可以说明对应的浊度变化产生滞后性,则本发明实施例可以根据匹配关系对滞后性进行具体分析。
进一步地,在本发明的一些实施例中,根据两条浊度曲线的规律段和趋势段的数量和匹配关系,确定两条浊度曲线的滞后一致性,包括:将匹配关系中的一对一关系作为目标关系,确定两条浊度曲线所对应动态时间匹配图中满足目标关系的数量作为目标数量;计算每一浊度曲线的规律段和趋势段的数量比值作为对应浊度曲线的规律特征指标;计算两条浊度曲线的规律特征指标的差值的归一化值得到曲线相似程度;根据曲线相似程度和目标数量,确定对应两条浊度曲线的滞后一致性,其中,曲线相似程度与滞后一致性呈正相关关系,目标数量与滞后一致性呈正相关关系,滞后一致性的取值为归一化后的数值。
本发明实施例中,将匹配关系中的一对一关系作为目标关系,在进行动态时间规整过程中,一对一关系能够表征对应内容的相似程度较大,仅是时间上产生延后作用,在本发明实施例的场景中,也即不同高度的水环境浊度产生一定的延后效果,符合正常的二沉池沉淀状态,由此,本发明实施例中,将两条浊度曲线所对应动态时间匹配图中满足目标关系的数量作为目标数量,由于浊度曲线的采集时间相同,也即在浊度曲线进行匹配的过程中,目标数量越多,表征对应两条浊度曲线为数据波动相似的曲线,但波动情况在时序上具有滞后效果,也即具有一定的滞后一致性。
由此,本发明可以根据曲线相似程度和目标数量,计算得到对应两条浊度曲线的滞后一致性。
本发明实施例中,曲线相似程度与滞后一致性呈正相关关系,目标数量与滞后一致性呈正相关关系,滞后一致性的取值为归一化后的数值,其中,正相关关系为自变量随因变量变大而变大的关系,正相关关系可以具体例如为相乘关系或相加关系,对此不做限制。本发明实施例中,归一化处理可以具体例如为最大最小值归一化处理,也即是说,本发明实施例中,可以计算曲线相似程度和目标数量的乘积,并对该乘积进行最大最小值归一化处理,得到对应的滞后一致性。
调控模块104,用于根据高度相邻的浊度数据所对应浊度曲线的滞后一致性,确定水质监测一致性结果,根据水质监测一致性结果,对二沉池进行净化调控。
本发明实施例中,滞后一致性能够表征不同浊度数据的时序变化情况,由此,可以根据滞后一致性对水质监测进行具体分析。
进一步地,在本发明的一些实施例中,根据高度相邻的浊度数据所对应浊度曲线的滞后一致性,确定水质监测一致性结果,包括:计算所有高度相邻的浊度数据所对应浊度曲线的滞后一致性,在滞后一致性均大于预设一致性阈值时,确定水质监测一致性正常;否则,确定水质监测一致性异常。
本发明实施例中,水质监测一致性结果包括一致性正常和一致性异常。其中,一致性正常表征水质在不同高度下变化符合正常的变化情况,而一致性异常表征对应水质在不同高度下变化异常的情况,由此,本发明实施例计算所有高度相邻的浊度数据所对应浊度曲线的滞后一致性,高度相邻的浊度数据,其浊度变化应该更接近,因此,其对应浊度曲线的滞后一致性应较大,由此,本发明实施例在滞后一致性均大于预设一致性阈值时,确定水质监测一致性正常。
其中,预设一致性阈值,为滞后一致性的门限值,本发明实施例中,预设一致性阈值可以具体例如为0.7,也即是说,在所有高度相邻的浊度数据所对应浊度曲线的滞后一致性均大于0.7时,则对应的表征浊度波动呈现线性的变化,则符合正常的水质变化,也即水质监测一致性正常。在有任一滞后一致性小于等于0.7时,对应的表征小于0.7的浊度曲线所对应的高度区域的浊度变化异常,该异常情况可能为二沉池中泥位异常,或者输入至二沉池的污水化学特征异常所导致的浊度变化异常。
进一步地,在本发明的一些实施例中,根据水质监测一致性结果,对二沉池进行净化调控,包括:在水质监测一致性正常时,控制二沉池进行预设净化流程;在水质监测一致性异常时,停止预设净化流程,生成报警信号。
其中,预设净化流程,为常规的净化流程,也即现有的二沉池净化工序,在水质监测一致性正常时,二沉池中对应的水质变化符合正常的水质变化,则基于现有的净化工序进行持续处理,而在水质监测一致性异常时,则可以停止预设净化流程,生成报警信号,以向相关工作人员反馈水质监测情况。
当然,在本发明的另一些实施例中,也可以使用多种其他任意可能的实现方式根据水质监测一致性结果,对二沉池进行净化调控,例如结合出水口位置处的浊度数据确定出水口的浊度是否满足排放标准,在满足排放标准时打开出水口等,实现对对二沉池的净化调控,对此不做限制。
本发明通过在二沉池的不同高度位置处布置浊度传感器,并基于不同浊度传感器所采集的浊度数据确定浊度曲线,浊度曲线的获取能够更为直观地表征不同高度位置的浊度变化情况,便于后续根据浊度变化进行水质分析,基于浊度曲线的浊度周期项确定周期值,周期值能够准确表征浊度周期项的周期特征,从而根据所有周期值对浊度周期项进行分析,通过结合所有周期情况进行分析,能够避免周期值的差异对水质监测的影响,结合每个浊度周期项所对应的周期值和不同周期值下的分布相似情况对浊度周期项进行划分,将所有浊度周期项划分为规律段和趋势段,规律段和趋势段的分布能够表征浊度周期项整体的变化情况,结合两条浊度曲线中规律段和趋势段的数量特征和动态时间规整处理后的匹配关系,确定两条浊度曲线的滞后一致性,滞后一致性表征了两条浊度曲线的波动滞后效果,进而根据滞后一致性直观反映二沉池内不同高度下的浊度变化,根据高度相邻的浊度数据所对应浊度曲线的浊度变化情况检测浊度变化是否一致,得到水质监测一致性结果,其中,水质监测一致性结果能够结合所有相邻高度的浊度变化,从而对二沉池内整体的浊度变化进行分析,避免某一高度位置的浊度变化异常导致二沉池整体的沉降效果异常的现象,并根据水质监测一致性结果,对二沉池进行净化调控,实现二沉池的有效净化调控,提升调控能力,有效增强二沉池污水排放的稳定性,提升污水排放质量的可靠性,提升二沉池内水质净化的控制调节效果。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
Claims (6)
1.一种污水站多级净化处理装置,将二沉池按照高度划分为至少两个高度区域,在每个高度区域中分别布置浊度传感器,其特征在于,包括:
获取模块,用于获取每个浊度传感器在固定时间段内周期性采集得到的浊度数据,将每个浊度传感器所获取的所有浊度数据按照时序进行曲线拟合得到浊度曲线;
周期分析模块,用于对所述浊度曲线进行时序分解,确定每一浊度曲线所分别对应的浊度周期项;对所述浊度周期项进行频域转换,确定每一所述浊度周期项对应的周期值;基于每个浊度周期项所对应的周期值对所述浊度周期项进行划分,根据所述浊度周期项在不同周期值下的划分后的分布相似情况,将浊度周期项划分为规律段和趋势段;
动态时间分析模块,用于对任意两条浊度曲线进行动态时间规整处理,确定任意两条浊度曲线对应的匹配关系,根据两条浊度曲线的规律段和趋势段的数量和所述匹配关系,确定两条浊度曲线的滞后一致性;
调控模块,用于根据高度相邻的浊度数据所对应浊度曲线的滞后一致性,确定水质监测一致性结果,根据所述水质监测一致性结果,对二沉池进行净化调控;
所述对所述浊度周期项进行频域转换,确定每一所述浊度周期项对应的周期值,包括:
基于傅里叶变换将所述浊度周期项转换至频域空间,得到浊度频谱图;
将所述浊度频谱图中每个幅值所对应频率的倒数作为所述浊度周期项对应的周期值;
所述基于每个浊度周期项所对应的周期值对所述浊度周期项进行划分,根据所述浊度周期项在不同周期值下的划分后的分布相似情况,将浊度周期项划分为规律段和趋势段,包括:
将每个所述周期值作为周期长度,分别对所述浊度周期项进行平均划分,得到每个所述周期值所分别对应的分割点,将相邻两个分割点所间隔的浊度周期项的时序区间作为对应周期值的第一周期段;
根据同一周期值所对应的任一第一周期段与其他所有第一周期段的相似程度,确定每一第一周期段的第一相似系数;
根据所有周期值所对应的分割点对所述浊度周期项进行划分,得到第二周期段,将任一第二周期段作为待测段,根据包含所述待测段的所有第一周期段的第一相似系数,确定所述待测段的第二相似系数,根据所述第二相似系数将所有第二周期段划分为规律段和趋势段;
所述根据两条浊度曲线的规律段和趋势段的数量和所述匹配关系,确定两条浊度曲线的滞后一致性,包括:
将所述匹配关系中的一对一关系作为目标关系,确定两条浊度曲线所对应动态时间匹配图中满足所述目标关系的数量作为目标数量;
计算每一浊度曲线的规律段和趋势段的数量比值作为对应浊度曲线的规律特征指标;
计算两条浊度曲线的规律特征指标的差值的归一化值得到曲线相似程度;
根据所述曲线相似程度和所述目标数量,确定对应两条浊度曲线的滞后一致性,其中,所述曲线相似程度与所述滞后一致性呈正相关关系,所述目标数量与所述滞后一致性呈正相关关系,所述滞后一致性的取值为归一化后的数值;
所述水质监测一致性结果包括一致性正常和一致性异常,所述根据高度相邻的浊度数据所对应浊度曲线的滞后一致性,确定水质监测一致性结果,包括:
计算所有高度相邻的浊度数据所对应浊度曲线的滞后一致性,在所述滞后一致性均大于预设一致性阈值时,确定所述水质监测一致性正常;否则,确定所述水质监测一致性异常。
2.如权利要求1所述的一种污水站多级净化处理装置,其特征在于,所述根据同一周期值所对应的任一第一周期段与其他所有第一周期段的相似程度,确定每一第一周期段的第一相似系数,包括:
将同一周期值所对应的任一第一周期段作为分析周期段,相同周期值的其他第一周期段作为同值周期段;
基于余弦相似度算法,计算所述分析周期段和所有所述同值周期段的余弦相似度值,得到分析周期段分别与每一同值周期段的分析相似度;
确定所述分析周期段分别与每一同值周期段的时序距离的倒数作为对应分析周期段与同值周期段的时间影响权重;
计算时间影响权重与分析相似度的乘积作为分析周期段与对应同值周期段的相似因子,将所有相似因子的和值的归一化值作为所述分析周期段的第一相似系数,调整分析周期段,得到每一第一周期段的第一相似系数。
3.如权利要求1所述的一种污水站多级净化处理装置,其特征在于,所述根据包含所述待测段的所有第一周期段的第一相似系数,确定所述待测段的第二相似系数,包括:
将所有包含所述待测段的所有第一周期段作为目标段,计算所有目标段的第一相似系数的均值作为所述待测段的第二相似系数。
4.如权利要求1所述的一种污水站多级净化处理装置,其特征在于,所述根据所述第二相似系数将所有第二周期段划分为规律段和趋势段,包括:
将所述第二相似系数大于预设相似系数阈值的第二周期段作为规律段;
将所述第二相似系数小于等于预设相似系数阈值的第二周期段作为趋势段。
5.如权利要求1所述的一种污水站多级净化处理装置,其特征在于,所述对任意两条浊度曲线进行动态时间规整处理,确定任意两条浊度曲线对应的匹配关系,包括:
基于动态时间规整算法对任意两条浊度曲线进行动态时间规整处理,得到动态时间匹配图;
根据所述动态时间匹配图中两条浊度曲线的数据点的匹配结果,确定匹配关系,其中,所述匹配关系包括一对一关系、一对多关系和多对一关系。
6.如权利要求1所述的一种污水站多级净化处理装置,其特征在于,所述根据所述水质监测一致性结果,对二沉池进行净化调控,包括:
在所述水质监测一致性正常时,控制所述二沉池进行预设净化流程;
在所述水质监测一致性异常时,停止所述预设净化流程,生成报警信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410281706.3A CN117865260B (zh) | 2024-03-13 | 2024-03-13 | 一种污水站多级净化处理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410281706.3A CN117865260B (zh) | 2024-03-13 | 2024-03-13 | 一种污水站多级净化处理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117865260A CN117865260A (zh) | 2024-04-12 |
CN117865260B true CN117865260B (zh) | 2024-06-04 |
Family
ID=90581641
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410281706.3A Active CN117865260B (zh) | 2024-03-13 | 2024-03-13 | 一种污水站多级净化处理装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117865260B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118209085B (zh) * | 2024-05-17 | 2024-07-26 | 陕西建一建设有限公司 | 一种桥梁门式墩施工用支架沉降监测装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010158632A (ja) * | 2009-01-09 | 2010-07-22 | Hitachi Ltd | 上水施設の監視制御システム |
CN102902257A (zh) * | 2012-10-30 | 2013-01-30 | 威水星空(北京)环境技术有限公司 | 污水处理工艺优化及节能控制系统和方法 |
CN103964604A (zh) * | 2014-05-04 | 2014-08-06 | 施世英 | 一种水处理系统 |
WO2021214755A1 (en) * | 2020-04-21 | 2021-10-28 | Elad Technologies (L.S.) Ltd | System, and method for continuous process control of water contaminant separation process |
CN114315057A (zh) * | 2022-03-15 | 2022-04-12 | 武汉科迪智能环境股份有限公司 | 水处理控制方法、系统、计算机设备及存储介质 |
CN114349188A (zh) * | 2022-01-18 | 2022-04-15 | 四川博奥环保科技有限公司 | 污水处理生化工艺中自适应智能控氧的方法 |
CN115849530A (zh) * | 2022-12-01 | 2023-03-28 | 江西渥泰环保科技有限公司 | 一种污水处理方法、系统及可读存储介质 |
CN117171685A (zh) * | 2023-09-01 | 2023-12-05 | 武汉中核仪表有限公司 | 一种浊度测量系统运行监测方法 |
-
2024
- 2024-03-13 CN CN202410281706.3A patent/CN117865260B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010158632A (ja) * | 2009-01-09 | 2010-07-22 | Hitachi Ltd | 上水施設の監視制御システム |
CN102902257A (zh) * | 2012-10-30 | 2013-01-30 | 威水星空(北京)环境技术有限公司 | 污水处理工艺优化及节能控制系统和方法 |
CN103964604A (zh) * | 2014-05-04 | 2014-08-06 | 施世英 | 一种水处理系统 |
WO2021214755A1 (en) * | 2020-04-21 | 2021-10-28 | Elad Technologies (L.S.) Ltd | System, and method for continuous process control of water contaminant separation process |
CN114349188A (zh) * | 2022-01-18 | 2022-04-15 | 四川博奥环保科技有限公司 | 污水处理生化工艺中自适应智能控氧的方法 |
CN114315057A (zh) * | 2022-03-15 | 2022-04-12 | 武汉科迪智能环境股份有限公司 | 水处理控制方法、系统、计算机设备及存储介质 |
CN115849530A (zh) * | 2022-12-01 | 2023-03-28 | 江西渥泰环保科技有限公司 | 一种污水处理方法、系统及可读存储介质 |
CN117171685A (zh) * | 2023-09-01 | 2023-12-05 | 武汉中核仪表有限公司 | 一种浊度测量系统运行监测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117865260A (zh) | 2024-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117865260B (zh) | 一种污水站多级净化处理装置 | |
CN114275912B (zh) | 一种基于自适应神经网络模型的曝气系统溶解氧控制方法 | |
DK2920572T3 (en) | DETERMINATION OF LIQUID PHASE TURBIDITY OF MULTIFASE WASTE | |
CN115375009B (zh) | 一种建立混凝智能监控联动系统的方法 | |
CN117786584B (zh) | 基于大数据分析的畜牧业水源污染监测预警方法及系统 | |
CN114956290B (zh) | 一种基于lz77编码的工业废水的智能处理方法 | |
CN116881635B (zh) | 一种用于纺织品洗涤剂设备数据管理系统 | |
CN114781249A (zh) | 基于多维评分模型的高密度澄清池加药量预测及控制方法 | |
KR19980053273A (ko) | 상수처리 시스템의 응집제 주입율 자동 연산 장치 및 방법 | |
KR20140117959A (ko) | 하수처리장 유출수질의 상태에 대한 원인인자 제공장치 및 방법 | |
CN114956360A (zh) | 一种基于爬山算法的污水处理曝气充氧控制方法 | |
CN114819376A (zh) | 一种沉淀池泥量预测系统及方法 | |
JP2020187770A (ja) | 水処理又は汚泥処理システムの運転制御方法 | |
CN114906913B (zh) | 一种基于智能学习的化学除磷精准加药系统及装置 | |
CN108254038A (zh) | 一种原油储罐油水界面数据去伪及液位测量的计算方法 | |
CN116307107A (zh) | 高密池中水处理加药量的预测方法 | |
White et al. | Experiments on wastewater sedimentation | |
Toivonen et al. | Time-series analysis approach to the characteristics and correlations of wastewater variables measured in paper industry | |
Barbusiński et al. | Simulation of the influence of wastewater quality indicators and operating parameters of a bioreactor on the variability of nitrogen in outflow and bulking of sludge: Data mining approach | |
CN115330349B (zh) | 一种基于图像采集的水产养殖尾水处理系统和方法 | |
CN117408440B (zh) | 基于多维传感器的河道排污口污水智能处理方法及系统 | |
KR20040079665A (ko) | 수처리장의 플록 측정 시스템 및 그 시스템을 이용하는수처리 제어 방법 | |
Ratnaweera et al. | Simulation program for wastewater coagulation | |
JP2002336889A (ja) | 水質シミュレーション装置 | |
Kim et al. | Sludge settleability detection using automated SV30 measurement and comparisons of feature extraction methods |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |