大数据技术在污水处理运营中的应用 (1)

科技创新导报2018NO.06ScienceandTechnologyInnovationHerald科技创新导报ScienceandTechnologyInnovationHerald186科技创新导报ScienceandTechnologyInnovationHerald187创新管理①作者简介:陈俊江(1983,1—),男，汉族,广西玉林容人，本科，中级工程师，研究方向：市政排水。DOI：10.16660/j.cnki.1674-098X.2018.06.187大数据技术在污水处理运营中的应用①陈俊江(桂林市排水工程管理处广西桂林541002)摘要：我国幅员辽阔，不同地区的居民生活习惯差异比较大，各个地区的经济发展不平衡，水资源的分布情况也不均，而现有污水处理技术、处理方式、处理效果、运营方式等差异较大。虽然污水处理是一个相对较为复杂的过程，但污水处理产生的数据量大且耦合性强，这些特点与大数据的要求相吻合。如果通过大数据对污水处理的相关数据进行收集、管理、分析、存储、运用，让大数据应用技术在污水处理过程中产生自己的作用，对于解决现有污水处理过程中的问题具有重要的意义。关键词：污水处理运营大数据技术应用特征中图分类号：TP311文献标识码：A文章编号：1674-098X(2018)02(c)-0187-021污水处理运营中大数据技术应用特征在处理污水的过程中，应用大数据可以让人工劳动强度和整体系统的运营成本大大降低，对污水处理质量的加强以及提高污水处理效率帮助很大。在污水处理运营的时候，大数据技术的应用有以下几个特征。1.1数据量大，耦合性强污水处理过程中可收集的数据量非常大，且数据间的耦合性强。一般情况下，通过计算机系统监控污水处理运营的状况，对系统的变量和设备状态进行定时采集分析，确保系统处于正常运营状态。另外还需要进行冗余度和重复性测量，对这些数据进行长期测量会造成数据量增大。与此同时，污水处理的过程中还需要控制各种运营过程中出现的变量，这些变量之间具有较强的耦合性，而且没有线性关系。1.2干扰多，不确定性大在污水处理运营的时候，环境相当复杂，容易受到噪音、声、光、电等多重干扰，而造成运营系统出现不稳定性，导致污染相关数据。1.3动态性和类型多样性在污水处理应用系统当中，变量处于实时变化的状态，系统是处于一种动态平衡的形式出现。监控系统变量的变化性，可以对系统的变化趋势和运营状况进行有效预测。采集的数据也具有多样性，有逻辑型、非数值型以及数值型数据等。1.4多时标性和不完整性污水运营系统非常复杂，造成变量的变化快慢和变化程度出现差异，从而造成整个采集信号出现不同的频率，导致数据采集时间不同步。数据记录的时候，可能会导致一些数据丢失，从而造成数据出现不完整性。1.5多模态性在系统状态变化过程中数据是关键，污水处理运营的系统主要包含了正常运营状态、故障状态以及异常状态。这些数据是污水处理过程中非常重要的部分，可以分析水质指标、环境影响、能耗等诸多情况。在这些指标当中，某些指标分析过程的周期较长，比如BOD5，导致采集过程需要长时间的积累才能分析。2污水处理运营过程中大数据技术的应用2.1大数据污水处理模型污水处理具有时变性和非线性，正常人类的直觉无法对其复杂程度进行想象，但是使用数据模型，尽管无法将它们的数据原原本本的体现出来，然而却可以有效地对污水处理数据进行分析。数学模型在建立的过程中要通过大数据为基础，大数据数据量大而且种类多样，可以确保数学模型实际应用的合理化。通过大数据搭建数学污水处理模型的过程中有以下两点作用。2.1.1数据筛选功能在污水处理的过程中，污水处理模型是非常重要的，能够将污水处理的具体现象描述和预测出来，如利用大数据来有效筛选进水水质的流量波动性和多样性，可以让污水处理模型得到进一步的优化和简化。通常使用的比较多的污水处理模型主要有两种，黑箱模型和机理模型，机理模型也被叫做白箱模型，主要是在物料平衡微分方程的基础上进行建立，而黑箱模型主要是对污水处理的输入输出情况进行分析，并且隔离生物、化学、物理的影响。2.1.2模型优化校核方法大数据可以很好的优化污水处理模型，而且大数据具有多样性等诸多特点，能够在过程经验模型校核方法当中依照WERF准则、HSG准则、STOWA准则、BIOMATH准则，将被校核模型进行动态校核和稳态校核。2.2大数据污水处理仿真系统建立仿真系统要通过Simulink软件来进行模块转换，通过Borland软件进行上位系统的开发，接着再利用UML设计思想将系统的需求设计和分析完成，但仿真系统的基础是利用大量的原始数据建立合理化的数据模型，并将数学模型和大数据联合应用。大数据系统的建立，其优势主要在以下几点，首先可以利用仿真系统对污水处理项目的设备运营费用和投资成本进行核算；其次是仿