[发明专利]一种基于LNS-DPCA的污水处理过程监测方法、装置及电子设备

说明书

本发明公开了一种基于LNS‑DPCA的污水处理过程监测方法，通过获取污水处理过程中的正常工况采样数据，例如PH值、氮含量、磷含量、氧含量等，进行LNS‑DPCA建模并求取控制限，再将实时数据进行LNS‑DPCA处理，求取统计量，将控制限与统计量进行比较，通过比较结果判断污水处理过程正常还是异常。本方法能够对污水处理过程中的多项数据进行监测，及时发现污水处理过程中的异常情况。

技术领域

本发明涉及污水处理技术领域，特别涉及一种基于LNS-DPCA的污水处理过程监测方法、装置及电子设备。

背景技术

为了缓解水资源匮乏问题，目前正在兴建污水处理厂。然而污水处理的环境是非常恶劣的，因此容易引发各种故障进而造成事故。

还有成本限制、工艺条件复杂、影响因素难以控制等原因，污水处理厂比较难保持长期稳定的运行，一旦发生运行故障常常会引起处理效果变差、运行费用增高和二次污染环境等问题。由于污水处理系统本身的复杂性、系统故障诊断的不确定性、诊断信息的多样性等特点。以及操作管理人员水平的限制，往往只有少数积累了多年实际操作经验和广泛知识的专业管理人员才能解决这些运行故障。

发明内容

本发明旨在至少解决现有技术中存在的技术问题。为此，本发明提出一种基于LNS-DPCA的污水处理过程监测方法、装置及电子设备，能够对污水处理过程中的多项数据进行监测，及时发现污水处理过程中的异常情况。

第一方面，本发明实施例提供一种基于LNS-DPCA的污水处理过程监测方法，包括以下步骤：

使用正常工况采样数据进行LNS-DPCA建模，并求取控制限；

将污水处理过程中的实时数据进行LNS-DPCA处理，并求取统计量；

将所述控制限与所述统计量进行比较，通过比较结果识别污水处理过程异常工况。

根据本发明的实施例，至少具有如下技术效果：

通过获取污水处理过程中的正常工况采样数据，例如PH值、氮含量、磷含量、氧含量等，进行LNS-DPCA建模并求取控制限，再将实时数据进行LNS-DPCA处理，求取统计量，将控制限与统计量进行比较，通过比较结果判断污水处理过程正常还是异常。本方法能够对污水处理过程中的多项数据进行监测，及时发现污水处理过程中的异常情况。

可选的，所述使用正常工况采样数据进行LNS-DPCA建模，并求取控制限包括步骤：将所述正常工况采样数据存储到数据库内作为历史数据；将所述历史数据提取出来建立数据矩阵，并进行标准化处理；将标准化后的所述数据矩阵通过事件滞后来构造增广矩阵；将所有所述增广矩阵分解为主元子空间和残差子空间；分别使用霍特林统计量和平方预测误差对所述主元子空间和所述残差子空间进行故障检测；求取T²控制限和Q控制限。

可选的，所述统计量为T²统计量和Q统计量。

可选的，所述通过比较结果识别污水处理过程异常工况包括：若所述T²统计量小于所述T²控制限，且所述Q统计量小于所述Q控制限，则所述污水处理过程正常，否则，所述污水处理过程异常。

可选的，将所述比较结果绘制成贡献率图，并进行屏幕可视化。

可选的，若通过比较结果判断污水处理过程异常，则进行报警。

第二方面，本发明实施例提供一种基于LNS-DPCA的污水处理过程监测装置，包括：

建模模块，用于使用正常工况采样数据进行LNS-DPCA建模，并求取控制限；

处理模块，用于将污水处理过程中的实时数据进行LNS-DPCA处理，并求取统计量；