城市污水處理廠數(shù)據(jù)挖掘及相關(guān)技術(shù)研究.pdf

1、城市污水處理廠存在著“數(shù)據(jù)豐富，但信息貧乏”的現(xiàn)象。同時污水處理過程作為一個復(fù)雜的工業(yè)過程，它的數(shù)據(jù)跟商業(yè)、金融、生物學(xué)等領(lǐng)域的數(shù)據(jù)相比具有不同的特點。本文從數(shù)據(jù)預(yù)處理技術(shù)、城市污水量的非線性動力學(xué)分析和預(yù)測、城市污水處理廠異常檢測與異常征兆模式挖掘、活性污泥工藝仿真平臺的構(gòu)建和擴展等多個方面研究了城市污水處理廠數(shù)據(jù)挖掘的理論和方法，主要工作和創(chuàng)新總結(jié)如下： 1．在數(shù)據(jù)預(yù)處理技術(shù)方面，對數(shù)據(jù)集成、數(shù)據(jù)清洗、數(shù)據(jù)轉(zhuǎn)換和數(shù)據(jù)歸約等

2、一系列的數(shù)據(jù)預(yù)處理技術(shù)進行了研究，并給出了相應(yīng)的一系列算法。在這些研究的基礎(chǔ)上，提出主題和應(yīng)用雙層導(dǎo)向的數(shù)據(jù)預(yù)處理技術(shù)，并利用這種技術(shù)設(shè)計了三個不同主題應(yīng)用的數(shù)據(jù)預(yù)處理過程。 2．在城市污水量的非線性動力學(xué)分析和預(yù)測方面，首先對Grassberger &Procaccia(GP)算法、虛假近鄰法、Cao方法、自相關(guān)函數(shù)法、互信息量法和CC算法等相空間重構(gòu)技術(shù)進行了研究，并用這些技術(shù)進行了相空間重構(gòu)。在此基礎(chǔ)上，通過最大Lyap

3、unov指數(shù)、鄰近返回點圖分析和替代數(shù)據(jù)法分析判斷城市污水水量時間序列存在混沌?；谶@一結(jié)論對時間序列進行預(yù)測。利用神經(jīng)網(wǎng)絡(luò)對相空間重構(gòu)的輸入、輸出矢量進行學(xué)習(xí)和訓(xùn)練得到一個能擬合輸入、輸出的神經(jīng)網(wǎng)絡(luò)模型。然后利用此模型對城市污水水量進行短時預(yù)測，取得了較為滿意的預(yù)測效果。 3．在城市污水處理廠異常檢測與異常征兆模式挖掘方面，針對污水處理廠數(shù)據(jù)類分布極不平衡和代價敏感等特點，利用R<,WLOO>(α)對支持向量機(Suppor

4、t VectorMachine，SVM)進行改進，用于污水處理過程的異常檢測。利用遺傳算法(GeneticAlgorithin，GA)對改進支持向量機的全局最優(yōu)化問題進行求解。此外為這種改進的支持向量機設(shè)計了一種簡化算法，提高了運算速度。實際的運算結(jié)果顯示，這種改進的支持向量機與標(biāo)準(zhǔn)的SVM和神經(jīng)網(wǎng)絡(luò)比較，對城市污水處理廠的異常的檢測可以取得較好的效果。異常產(chǎn)生前會出現(xiàn)一些征兆，為了盡早地識別這些征兆以便及時的采取相應(yīng)措施，避免異常的產(chǎn)

5、生，本文利用異常征兆模式挖掘的方法來解決這一問題。首先定義序列模式相異度來區(qū)別正常模式與異常征兆模式，在此基礎(chǔ)上提出基于滑動窗口的異常征兆模式挖掘算法。實際應(yīng)用的結(jié)果表明，該算法可以提前識別出異常的征兆模式。 4．在活性污泥工藝仿真平臺的構(gòu)建和擴展方面，首先對國際水協(xié)會和歐洲科學(xué)技術(shù)研究合作組織提出的污水仿真標(biāo)準(zhǔn)平臺進行了研究。在此基礎(chǔ)上，對COST的污水仿真標(biāo)準(zhǔn)平臺進行擴展，使擴展后的平臺能夠?qū)μ幚磉^程的異常進行仿真。其中擴

6、展的重點是活性污泥膨脹模型：生物反應(yīng)器的部分用模型概括了動力學(xué)選擇理論、微生物衰減理論、營養(yǎng)物擴散理論和有機物貯存理論，二沉池部分根據(jù)絲狀菌骨架理論對雙指數(shù)沉降模型進行了改進。整個模型能夠模擬污水量、曝氣量、底物濃度和氮濃度四個變量引發(fā)的污泥膨脹。模擬結(jié)果跟理論分析是一致的。此外模型還在傳感器故障和執(zhí)行裝置故障等方面進行了擴展，使擴展后的平臺能仿真污水處理過程的大部分異常。擴展后的仿真平臺在過程模型化、控制策略構(gòu)造和評價、員工培訓(xùn)、趨勢