[发明专利]基于人工神经网络的农污设施出水总磷软测量方法及装置

说明书

本发明公开了一种基于人工神经网络的农污设施出水总磷软测量方法及装置，属于水质监测，人工智能等领域。该预测装置先在不同工艺类型的农村生活污水处理设施安装进水电导、出水电导、出水浊度、出水pH、好氧池DO等电极采集设施运行状态参数，随后利用在线数据平台内嵌的人工神经网络预测设施出水总磷浓度。相关结果表明，该装置与方法对于设施出水总磷浓度具有良好的拟合效果和推广价值。

技术领域

本发明属于水质监测领域，具体涉及一种基于人工神经网络的农污设施出水总磷软测量方法及装置。

背景技术

总磷是我国农村生活污水处理设施出水水质的主要监测指标之一。当前对于总磷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，采用传统化学法显然需要投入大量的人力物力用于运维。同时，该方法还存在另一大明显弊端，即为运管管理的滞后性。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磷的预测效果。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，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磷浓度预测装置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。在申请号为CN201910226953.2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COD浓度软测量方法及装置。这两种方法均利用进水和出水中的指标对出水中的COD或者总氮浓度进行预测，但是将该思路应用于出水中总磷的测定时，其效果并不理想，其主要原因是污水中总磷的转化更为复杂，进水指标和出水指标构成的输入指标体系不足以解释最终出水中的总磷。但是在一个工艺中，与总磷指标相关的工艺参数众多，水质(如污水类型等)、工艺流程、微生物种类、工艺参数等等均可以直接影响总磷的转化。因此其指标的排列组合的数量将及其庞大，并不能通过有限次试验进行组合选择。由此可见，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，实现农污设施总磷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基于人工神经网络的农污设施出水总磷软测量方法及装置。

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，本发明提供了一种基于人工神经网络的农污设施出水总磷软测量方法，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：

S1：利用安装于待预测农村生活污水处理设施进水端的电导电极、A²O工艺好氧池中的溶解氧电极以及出水端的pH电极、电导电极和浊度电极，实时获取该农村生活污水处理设施中进水电导、A²O工艺好氧池DO、出水pH、出水电导和出水浊度五个运行状态参数的瞬时值，并上传至在线数据平台；