申请日2017.12.19
公开(公告)日2018.06.15
IPC分类号G06Q10/06; G06Q50/26
摘要
本发明属于城市排水领域，提供了一种污水来水与出水量建模方法，包括获取出水口的日流量数据和入水口的日流量数据，并判断时间序列平稳性或是否符合同阶单整，建立线性回归公式，获得线性回归对应的残差的序列;然后利用线性回归公式和根据回归残差序列确定的预测区间，判断具体的出水口日流量数据和与之对应的入水口日流量数据是否存在异常。采用本发明的方法，可以建立准确的污水来水与出水模型，对污水处理企业进行精准的污水处理控制，提高污水处理系统的效率，以及节能减排和降低成本具有重大的指导意义;同时对环保监察部门动态地和实时地监测污水处理系统是否正常工作，提供客观、直接又可信的监测指标。
权利要求书
1.一种污水来水与出水量建模方法，包括：
1)获取出水口的日流量数据和入水口的日流量数据;
2)判断步骤1)获得的所述出水口的日流量数据和所述入水口的日流量数据的时间序列平稳性;
如果所述出水口的日流量数据和所述入水口的日流量数据的时间序列平稳，则进行如下步骤4);
如果所述出水口的日流量数据和所述入水口的日流量数据的时间序列不平稳，则进行如下步骤3);
3)如果所述出水口的日流量数据和所述入水口的日流量数据的时间序列不平稳，判断所述出水口的日流量数据和所述入水口的日流量数据是否符合同阶单整，如果符合同阶单整，则进行如下步骤4)，如果不符合同阶单整，则结束;
4)如果所述出水口的日流量数据和所述入水口的日流量数据的时间序列平稳，或者如果所述出水口的日流量数据和所述入水口的日流量数据符合同阶单整，则对所述出水口的日流量数据和所述入水口的日流量数据进行拟合，获得如下的线性回归公式：
y=ax+ε
上式中，y为所述出水口日流量数据，x为所述入水口日流量数据，ε为回归残差序列，且0.9 然后，分别将所述入水口的日流量数据代入所线性回归公式y=ax中计算得到预测的出水口的日流量数据值，将该预测的出水口的日流量数据值减去实际的所述出水口的日流量数据，获得线性回归对应的残差的序列ε; 如果是由所述出水口的日流量数据和所述入水口的日流量数据符合同阶单整获得的线性回归公式，则判断回归残差序列ε的平稳性，如果回归残差序列ε平稳，则进行如下步骤5)，如果回归残差序列ε不平稳，则结束; 5)利用步骤4)获得的线性回归公式，将实际的某一个具体的出水 口日流量数据和与之对应的入水口日流量数据代入该线性回归公式中，计算得到回归残差，判断该回归残差是否落在预测区间内，如果该回归残差没有落在预测区间内，则输出异常警报，说明该具体的出水口日流量数据和与之对应的入水口日流量数据存在异常;如果该回归残差落在预测区间内，则不输出异常警报，判断为该具体的出水口日流量数据和与之对应的入水口日流量数据正常。 2.根据权利要求1所述的方法，其特征在于： 基于出水口的流速的原始数据，统计汇总获得所述出水口的日流量数据; 基于入水口的流速的原始数据，统计汇总获得所述入水口的日流量数据。 3.根据权利要求2所述的方法，其特征在于： 所述出水口的流速的原始数据和所述入水口的流速的原始数据均为在一个自然日内，以30秒为单位统计的流速的平均值。 4.根据权利要求1所述的方法，其特征在于： 步骤2)中，采用ADF单位根检验的方法判断所述步骤1)获得的所述出水口的日流量数据和所述入水口的日流量数据的时间序列平稳性; 优选地，所述ADF单位根检验过程为：假设所述出水口的日流量数据和所述入水口的日流量数据的时间序列不平稳，在对应检验统计量下，对所述检验统计量的分布进行蒙特卡洛模拟，得到检验量的概率分布，并计算该样本条件下检验量取值的P值，作为不平稳条件下该实际情况出现的概率(P值)，如果P值小于0.05，则说明该假设发生的概率极小，即说明所述出水口的日流量数据和所述入水口的日流量数据的时间序列平稳。 5.根据权利要求1所述的方法，其特征在于： 步骤3)中，判断所述出水口的日流量数据和所述入水口的日流量数据是否符合同阶单整的方法为： 分别判断所述出水口的日流量数据和所述入水口的日流量数据从一阶差分序列开始的多阶差分序列的平稳性;如果所述出水口的日流量数据的多阶差分序列平稳的差分阶数与所述入水口的日流量数据的多阶差分序列平稳的差分阶数相同，则说明所述出水口的日流量数据和所述入水口的日流量数据符合同阶单整。 6.根据权利要求5所述的方法，其特征在于： 采用ADF单位根检验的方法分别判断所述出水口的日流量数据和所述入水口的日流量数据从一阶差分序列开始的多阶差分序列的平稳性; 优选地，所述ADF单位根检验过程为：首先假设所述出水口的日流量数据和所述入水口的日流量数据从一阶差分序列开始的一阶差分序列不平稳，然后计算该假设发生的概率，如果概率小于0.01，则说明该假设发生的概率极小，即说明所述出水口的日流量数据和所述入水口的日流量数据的一阶差分序列平稳;同理，依次按照该方法判断所述出水口的日流量数据和所述入水口的日流量数据的二阶差分序列、三阶差分序列、四阶差分序列等的平稳性。 7.根据权利要求1所述的方法，其特征在于： 步骤4)中，采用ADF单位根检验的方法判断所述回归残差序列ε的平稳性; 优选地，所述ADF单位根检验过程为：首先假设所述回归残差序列ε不平稳，然后计算该假设发生的概率，如果所述概率小于0.01，则说明该假设发生的概率极小，即说明所述回归残差序列ε平稳。 8.根据权利要求1所述的方法，其特征在于： 所述预测区间为所述回归残差序列ε的10%-75%分位数之间的范围，优选为25%-65%分位数之间的范围。 9.根据权利要求1所述的方法，还包括： 将步骤5)中所述的具体的出水口日流量数据和与之对应的入水口日流量数据代入步骤4)获得的线性回归公式中计算得到的残差加入所述回归残差序列ε中，然后重新确定所述预测区间;再将下一个具体的出水口日流量数据和与之对应的入水口日流量数据代入该线性回归公式中计算得到残差，并判断该残差是否落入所述重新确定的预测区间内，如果该残差没有落在所述重新确定的预测区间内，则输出异常警报，说明该下一个具体的出水口日流量数据和与之对应的入水口日流量数据存在异常;如果该残差落在重新确定的预测区间内，则不输出异常警报，判断为该下一个具体的出水口日流量数据和与之对应的入水口日流量数据正常;按照所述操作方式不断迭代，依次判断新的具体的出水口日流量数据和与之对应的入水口日流量数据是否存在异常。 说明书 一种污水来水与出水量建模方法 技术领域 本发明属于城市排水领域，特别涉及一种污水来水与出水量建模方法。 背景技术 在污水处理过程当中，因为污水的来水是随机的，而且污水的水质也时 有变化，存在很多的变化范围。因此，在将污水达标排放的前提下，简单地 根据污水处理工艺来建立污水的来水和出水量之间的关系模型，往往与实际 运行的数据之间存在很大偏差。而准确的污水来水与出水模型，对于污水处 理企业进行精准的污水处理控制，提高污水处理系统的效率，以及节能减排 和降低成本等方面，具有重大的指导意义。同时，准确的污水来水与出水模 型，对于环保监察部门动态地和实时地监测污水处理系统是否正常工作，提 供了一个客观的、直接的而又可信的监测指标。 因此，实践中亟须一种准确可靠的对污水来水和出水量进行建模的方法。 发明内容 为了解决现有技术中存在的上述问题，本发明提供了一种污水来水与出 水量建模方法，包括： 1)获取出水口的日流量数据和入水口的日流量数据; 2)判断步骤1)获得的所述出水口的日流量数据和所述入水口的日流量 数据的时间序列平稳性; 如果所述出水口的日流量数据和所述入水口的日流量数据的时间序列平 稳，则进行如下步骤4); 如果所述出水口的日流量数据和所述入水口的日流量数据的时间序列不 平稳，则进行如下步骤3); 3)如果所述出水口的日流量数据和所述入水口的日流量数据的时间序列 不平稳，判断所述出水口的日流量数据和所述入水口的日流量数据是否符合 同阶单整，如果符合同阶单整，则进行如下步骤4)，如果不符合同阶单整， 则结束; 4)如果所述出水口的日流量数据和所述入水口的日流量数据的时间序列 平稳，或者如果所述出水口的日流量数据和所述入水口的日流量数据符合同 阶单整，则对所述出水口的日流量数据和所述入水口的日流量数据进行拟合， 获得如下的线性回归公式： y=ax+ε 上式中，y为所述出水口日流量数据，x为所述入水口日流量数据，ε为 回归残差序列，且0.9 然后，分别将所述入水口的日流量数据代入所线性回归公式y=ax中计 算得到预测的出水口的日流量数据值，将该预测的出水口的日流量数据值减 去实际的所述出水口的日流量数据，获得线性回归对应的残差的序列ε; 如果是由所述出水口的日流量数据和所述入水口的日流量数据符合同阶 单整获得的线性回归公式，则判断回归残差序列ε的平稳性，如果回归残差 序列ε平稳，则进行如下步骤5)，如果回归残差序列ε不平稳，则结束; 5)利用步骤4)获得的线性回归公式，将实际的某一个具体的出水口日 流量数据和与之对应的入水口日流量数据代入该线性回归公式中，计算得到 回归残差，判断该回归残差是否落在预测区间内，如果该回归残差没有落在 预测区间内，则输出异常警报，说明该具体的出水口日流量数据和与之对应 的入水口日流量数据存在异常;如果该回归残差落在预测区间内，则不输出 异常警报，判断为该具体的出水口日流量数据和与之对应的入水口日流量数 据正常。 优选地，基于出水口的流速的原始数据，统计汇总获得所述出水口的日 流量数据; 基于入水口的流速的原始数据，统计汇总获得所述入水口的日流量数据。 优选地，所述出水口的流速的原始数据和所述入水口的流速的原始数据 均为在一个自然日内，以30秒为单位统计的流速的平均值。 优选地，步骤2)中，采用ADF单位根检验的方法判断所述步骤1)获 得的所述出水口的日流量数据和所述入水口的日流量数据的时间序列平稳性; 优选地，所述ADF单位根检验过程为：假设所述出水口的日流量数据和 所述入水口的日流量数据的时间序列不平稳，在对应检验统计量下，对所述 检验统计量的分布进行蒙特卡洛模拟，得到检验量的概率分布，并计算该样 本条件下检验量取值的P值，作为不平稳条件下该实际情况出现的概率(P 值)，如果P值小于0.05，则说明该假设发生的概率极小，即说明所述出水口 的日流量数据和所述入水口的日流量数据的时间序列平稳。 优选地，步骤3)中，判断所述出水口的日流量数据和所述入水口的日 流量数据是否符合同阶单整的方法为： 分别判断所述出水口的日流量数据和所述入水口的日流量数据从一阶差 分序列开始的多阶差分序列的平稳性;如果所述出水口的日流量数据的多阶 差分序列平稳的差分阶数与所述入水口的日流量数据的多阶差分序列平稳的 差分阶数相同，则说明所述出水口的日流量数据和所述入水口的日流量数据 符合同阶单整。 优选地，采用ADF单位根检验的方法分别判断所述出水口的日流量数 据和所述入水口的日流量数据从一阶差分序列开始的多阶差分序列的平稳性; 优选地，所述ADF单位根检验过程为：首先假设所述出水口的日流量数 据和所述入水口的日流量数据从一阶差分序列开始的一阶差分序列不平稳， 然后计算该假设发生的概率，如果概率小于0.01，则说明该假设发生的概率 极小，即说明所述出水口的日流量数据和所述入水口的日流量数据的一阶差 分序列平稳;同理，依次按照该方法判断所述出水口的日流量数据和所述入 水口的日流量数据的二阶差分序列、三阶差分序列、四阶差分序列等的平稳 性。 优选地，步骤4)中，采用ADF单位根检验的方法判断所述回归残差序 列ε的平稳性; 优选地，所述ADF单位根检验过程为：首先假设所述回归残差序列ε不 平稳，然后计算该假设发生的概率，如果所述概率小于0.01，则说明该假设 发生的概率极小，即说明所述回归残差序列ε平稳。 优选地，所述预测区间为所述回归残差序列ε的10%-75%分位数之间的 范围，优选为25%-65%分位数之间的范围。 优选地，将步骤5)中所述的具体的出水口日流量数据和与之对应的入 水口日流量数据代入步骤4)获得的线性回归公式中计算得到的残差加入所 述回归残差序列ε中，然后重新确定所述预测区间;再将下一个具体的出水 口日流量数据和与之对应的入水口日流量数据代入该线性回归公式中计算得 到残差，并判断该残差是否落入所述重新确定的预测区间内，如果该残差没 有落在所述重新确定的预测区间内，则输出异常警报，说明该下一个具体的 出水口日流量数据和与之对应的入水口日流量数据存在异常;如果该残差落 在重新确定的预测区间内，则不输出异常警报，判断为该下一个具体的出水 口日流量数据和与之对应的入水口日流量数据正常;按照所述操作方式不断 迭代，依次判断新的具体的出水口日流量数据和与之对应的入水口日流量数 据是否存在异常。 采用本发明提供的污水来水与出水量建模方法，可以建立准确的污水来 水与出水模型，对污水处理企业进行精准的污水处理控制，提高污水处理系 统的效率，以及节能减排和降低成本具有重大的指导意义;同时对环保监察 部门动态地和实时地监测污水处理系统是否正常工作，提供客观、直接又可 信的监测指标。