数学预测方法在污水处理系统中的应用.pdf

规划设计 数学预测方法在污水处理系统中的应用 口 常州市排水管理处 吕贞 杨涛 黄一澄 路丽君 李一新 刘磊 —暖圈 污水处理系统具有时变性、复杂性和非线性等鲜明特征，运行和控制极为复杂。在当前水环境形势下，其出水 水质稳定达标尤为重要。采用数学方法对污水处理过程进行预测探索，具有重要的理论和现 实意义。本文运用移动 平均法和指数平滑法对常州某污水处理厂进 水COD进行原始时间序列的预测 ，并对预测结果进行 了误差 分析和方法 比对。采用简单移动平均、加权移动平均和指数平滑法的预测数值结果与实测结果的预测标准误差分别为55．77、 51．28、50．95，说明进 水水质指标采用时间序列的预测方法是可行的。 ■臣匹固■ 污水处理；数学预测；模型应用；方法比对 城市排水系统是一个比较复杂的非线性系统 ，污水厂进水水 l-y，=专++-．．+．1) 质指标的变化具有较大的随机性．难以直观判断其变化规律 ，有 必要寻求可靠的数学模型预测 方法进行预测 。在污水处理 系统 中 ’专N~：-：-- +…+’2( t．T：dt ．1 探索数学模型的应用 ．有利于对系统变化的预警预判 ．提高污水 口=2M~t1． 处理过程运行效率和管理水平 。但是 ，开展进水水质预测研究也 = ” 一 】 面临着一些困难 ：影响进水水质 的因素很多 ．且各种因素与水质 之间的关系错综复杂 ．这使得建立多因素影 响的水质预测模型成 其预测标准误差为 本相对较高。而污水化学需氧量 (COD)是影响城市污水处理厂 运行 的重要水质 因子 ．及时准确地掌握其变化规律能很好地提高 ： 污水处理效率和降低运行成本。 在数学方法中，时间序列 【1】是按 时间顺序排列 的、随时间 简单移动平均法用最近 期 时间序列数据的平均值作为未来 变化且相互关联的数据序列。而污水处理系统中水质变化 的历史 各期的预测结果。 的取值 ，对预测结果至关重要。选择最佳 值 数据符合生成 时间序列的要求．也可以较好地反应水质本身的变 的一个有效方法是 ：比较若干模型预测误差。预测标准误差最 化趋势 2【—3】．藉此采用时间序列分析方法建立水质变化模型并进 小者 为好 行预测值得探讨。由于时间序列分析模型类别较 多、耦合方式众 1。2加权移动平均法 多 本文采用移动平均法 、指数平滑法这两种时间序列模型进行 简单移动平均法 中每期数据在求平均值 时的作用是等 同的。 预测 ，并对预测结果进行误差分析和方法比对。 而在实际中较近期数据往往包含着更多关于未来情况的信息 。因 此 ．把各期数据等同看待并不很合理 ．应该考虑各期数据重要性 1 移动平均法 的不 同．对近期数据给予较大的权重。 移动平均法是依据时间序列的逐渐推移 ，依次计算若干期的 设时间序列为Y，，y．．．…，Yt，…．．，加权移动平均公式为 时序平均数 ．从而预测变动的趋势。当时间序列 的数值受周期变 )，，¨=Mh： !q+=+…：：：：：卿·：! ! ． fⅣ (4 动及不规则变动的影响、起伏较大时．采用移动平均法可 以消除 这些影响。 在加权移动平均法中． )“i的选择 ．同样具有一定的经验性。 1．1简单移动平均法 一 般的原则是 ：近期数据的权数大．远期数据的权数小。 简单移动平均法是 以简单移动算术平均数作