一種工業園區點源汙染物的調控方法
2023-07-08 20:00:06 1
專利名稱：一種工業園區點源汙染物的調控方法
技術領域：
本發明屬於環境水汙染物控制領域，具體的說是一種工業園區點源汙染物的調控方法。
背景技術：
工業園區包含了若干類不同性質的工業企業，這些企業佔有一定面積的土地，且共同擁有一個對進入工業園區的企業提供必要的基礎設施、服務、管理等的行政主管單位或公司。目前，我國已經將印染、化工、焦化、製藥等對水環境有較大汙染的企業集中到工業園區。這類園區內企業點源的工業廢水，需經預處理達到接管標準後納入工業園區汙水處理廠集中處理。由於高濃度廢水或在生產過程中使用了有毒有害化學品，點源廢水水質水量不均衡、波動大、毒性高、鹽度大，進入園區汙水處理廠需要進行調控以穩定運行汙水處理工藝。本發明可為工業園區集中汙水處理廠長效穩定建設運行、設施智能化控制和接管收費等提供指導和借鑑。
發明內容
1.發明解決的技術問題 由於工業廢水水質水量變化大，存在著較大的不確定性，容易導致集中汙水處理工藝運行的不穩定。本發明的目的是提供一種工業園區點源工業廢水汙染物的調控方法。針對其特點，本發明從隨機理論出發建立馬氏鏈預測模型，預測工業園區點源工業廢水主要汙染因子的不確定性變化，建立工業園區混合工業廢水的調控方案，從而達到控制點源汙染物成分的目的。
2.技術方案 本發明的原理如下 本發明基於隨機原理，將點源工業廢水汙染因子作為隨機變量處理，運用馬爾可夫鏈蒙特卡洛的理論和方法研究預測其不確定性變化，基於廢水混合原理建立調控方案，以達到發明的目的。
2.1馬氏鏈預測模型的原理 (1)蒙特卡洛方法原理 當所求解問題是某種隨機事件出現的概率，通過隨機數發生器重複多次地模擬該隨機變量，以這種事件出現的頻率估計這一隨機事件的概率。
(2)馬氏鏈原理 如果時間參數集為離散集合(一般為正整數序列)且取值集合(狀態空間)是離散集，稱馬爾可夫過程為馬爾可夫鏈，簡稱馬氏鏈，記為{Xt＝X(t)，t＝0，1，2，K，N-1}。實際監測的汙染因子數據即為一條馬氏鏈。
馬氏鏈預測將來的唯一有用的信息就是過程當前的狀態，而與以前的狀態無關。設汙染因子Xt可以取m個離散狀態，狀態空間記為I＝{s1，s2，K，sm}。馬氏鏈的性質完全由它的轉移概率(轉移核)來決定，用P(i，j)表示從狀態si到狀態sj的一步轉移概率，意味著矩陣每一行元素的和為1，則一步狀態轉移概率矩陣為 Xt＝si的概率記為狀態概率Ei(t)。用E(t)表示在t時刻狀態空間概率的行向量，Et＝[E1(t)，E2(t)，K，Em(t)]。汙染因子的初始向量用E(0)表示，通常E(0)中只有一個分量為1，其餘全部是0，意味著馬氏鏈從一個特定的狀態開始，隨著時間的變化，概率值擴散到整個狀態空間。則基本方程可表示為 E(t+1)＝E(t)·P(1) 2.2廢水混合模型 工業廢水進入調蓄水池混合，可認為廢水水質指標皆瞬時、完全混合，則有方程 式中Ck表示調蓄水池混合廢水第k種汙染因子濃度；Q1，...，Qm表示園區m家企業排放的廢水流量；C1k，...，Cmk表示園區m家企業排放的第k種汙染因子濃度。
本發明的技術方案如下 一種工業園區點源汙染物的調控方法，其步驟為 (1)概率分布的確定 將工業園區點源汙染因子作為隨機變量統計分析，採用頻率直方圖統計汙染因子序列的分布規律，假設與其相似的概率分布，估計概率分布的參數，對於概率分布不明顯的汙染因子序列，可作為均勻分布處理； (2)馬氏鏈模擬 該部分是模擬汙染因子不確定性變化的重要步驟，包括汙染因子序列狀態空間的統計、馬氏鏈軌道的模擬和模擬序列的確定。
狀態空間的統計採用平行於時間軸且等間距直線的方法將汙染因子序列劃分為若干狀態，狀態的數目應根據汙染因子序列的最大值、最小值及精度要求而定；根據此狀態區間的劃分，統計汙染因子序列的初始概率，轉移概率矩陣和累積概率矩陣； 初始概率分布是指汙染因子序列在各個狀態空間中的概率，即各狀態空間的樣本數量與所有樣本數量的比值；轉移概率是指汙染因子序列從某一狀態到另一狀態的概率，計算方法為Pij＝Mij/Mi。其中Mij為狀態Ei轉移到Ej的離散時刻個數；Mi為所有狀態轉移到Ei狀態的離散個數。累積概率是指發生在某一狀態區間的可能性有多大，計算這個狀態區間內所有可能取值的概率之和。
馬氏鏈軌道的模擬運用蒙特卡洛方法產生均勻分布的一個隨機數，根據汙染因子序列狀態空間的初始概率分布和累積概率分布矩陣來判定該數值所對應的狀態，生成一個馬氏鏈的軌道；
確定模擬序列根據生成的馬氏鏈軌道以及汙染因子序列的概率分布，運用蒙特卡洛方法隨機抽樣獲得每個狀態空間的模擬值，從而可獲得多個模擬序列。
(3)預測模型的檢驗規則 預測模型的檢驗規則決定著汙染因子不確定性變化的模擬效果。本發明採用雙檢驗規則(關聯度檢驗和誤差檢驗)確定汙染因子序列實測序列和模擬序列的相關係數。
誤差檢驗誤差檢驗採用平均絕對百分百偏差(MAPE)，公式如下 其中，x(k)、
n分別為汙染因子序列中的實測值、模擬值和數據個數。
關聯度檢驗採用灰色關聯分析作為關聯度檢驗方法。灰色關聯分析的基本思想是根據系統內部因素之間發展態勢的相似、相異程度來衡量因素之間關聯程度的一種方法。灰色相關度(grey relational degree，GRG)被定義為
式中Δ0i(k)是兩個比較序列的絕對值，即Δ0i(k)＝|x0(k)-xi(k)|；
(4)混合廢水的調控方案 根據混合廢水模型公式(2)計算工業園區待調控汙染因子的混合濃度，根據待調控汙染因子的指標閾值判斷該濃度是否超過調控要求。
超過閾值的汙染因子調控方案如下 (1)確定超標的汙染因子； (2)計算超標最大的汙染因子； (3)查找廢水混合前，排放該汙染因子濃度最大的企業； (4)根據混合廢水模型，計算園區其他企業的混合廢水濃度； (5)若仍有超標的汙染因子，返回(1)；相反，則調控完畢。根據該調控模型得到的是待控制的排汙企業，此時應將該企業排放的廢水單獨引入事故池，處理後再排入蓄水池。
3.有益效果 本發明提供了一種工業園區點源汙染物的調控方法。將隨機理論和廢水混合原理應用到工業園區點源汙染物的調控中，通過建立馬氏鏈預測估算點源工業廢水汙染因子的不確定性變化，經過驗證本方法具有較高的吻合度，通過建立的混合廢水的調控方案進行調控以穩定運行汙水處理工藝。本發明可為工業園區汙水處理廠長效穩定建設運行、設施智能化控制和接管收費等提供指導。
圖1為本發明流程圖； 圖2為隨機模擬步驟圖 圖3為廢水COD指標的頻率直方圖 圖4為汙染因子原始序列與模擬序列對比圖
具體實施例方式 以下結合附圖進一步說明本發明。
以某工業園區為研究對象，對園區企業點源廢水水質進行監測採樣。以園區3家企業、調控汙染因子為COD指標為例說明本發明的應用過程。
1、汙染因子的預測 (1)確定汙染因子的概率分布 統計園區企業廢水的汙染因子的歷史數據，其頻率直方圖見圖3。
由圖3可以看出汙染因子的頻率分布符合正態分布的特徵，故假設其符合正態分布的規律，正態分布的分布函數為 採用極大似然估計法估算正態分布的參數平均值為1121.6，方差為68490。由於柯爾莫哥洛夫檢驗法能夠利用實測樣本經驗分布和推論總體分布之間的最大差異作為檢驗統計量。故本發明採用柯爾莫哥洛夫檢驗法，給定顯著水平α＝0.01，經檢驗DCOD＜D31(0.01)，故接受原假設，即確定該原始序列得總體分布為正態分布。
(2)馬氏鏈的模擬 採用平行於時間軸且等間距直線的方法將汙染因子序列分成5個狀態。統計各狀態的初始概率、轉移概率矩陣、累積概率矩陣分別為 a＝|0.087，0.279，0.317，0.25，0.067| 根據其累積概率採用蒙特卡洛法隨機抽樣獲得馬氏鏈的一條軌道，再根據汙染因子的概率分布獲得每個狀態序列的數值，重複多次即可獲得模擬序列的集合。
(3)模擬序列的確定 設定關聯度閾值為0.75，MAPE閾值為0.2，即模擬序列與原始序列的關聯度係數大於0.75且MAPE小於0.2判定為有效。確定一條符合檢驗規則的模擬序列作為最終的模擬結果。汙染因子序列與模擬序列的對比結果如圖4。
由圖4汙染因子原始序列與模擬序列對比結果可知，本發明獲得的模擬序列能夠較好的反映點源工業廢水汙染因子的變化規律，為優化調控提供數據基礎。同理可模擬園區其他企業汙染因子的模擬序列。
2、混合廢水的調控方案 通過馬氏鏈預測模型可獲得園區企業的廢水流量和待調控汙染因子的濃度，通過混合廢水模型可計算得到汙染因子的混合濃度計算結果見表1。
表1園區企業廢水
設定汙染因子的調控閾值上限為4500mg/l，從表1可知T＝5和T＝11時刻超過調控閾值，根據調控方案可得到該兩個時刻企業C排放廢水的汙染因子濃度最高，將企業C於T＝5和T＝11時刻廢水引入單獨的事故池單獨處理。調控後的汙染因子濃度見表1最後一列。
權利要求
1.一種工業園區點源汙染物的調控方法，其步驟為
(1)概率分布的確定
將工業園區點源汙染因子作為隨機變量統計分析，採用頻率直方圖統計汙染因子序列的分布規律，假設與其相似的概率分布，估計概率分布的參數，對於概率分布不明顯的汙染因子序列，可作為均勻分布處理；
(2)進行馬氏鏈模擬
包括汙染因子序列狀態空間的統計、馬氏鏈軌道的模擬和模擬序列的確定；
狀態空間的統計採用平行於時間軸且等間距直線的方法將汙染因子序列劃分為若干狀態，狀態的數目應根據汙染因子序列的最大值、最小值及精度要求而定；根據此狀態區間的劃分，統計汙染因子序列的初始概率，轉移概率矩陣和累積概率矩陣；
馬氏鏈軌道的模擬運用蒙特卡洛方法產生均勻分布的一個隨機數，根據汙染因子序列狀態空間的初始概率分布和累積概率分布矩陣來判定該數值所對應的狀態，生成一個馬氏鏈的軌道；
確定模擬序列根據生成的馬氏鏈軌道以及汙染因子序列的概率分布，運用蒙特卡洛方法隨機抽樣獲得每個狀態空間的模擬值，從而可獲得多個模擬序列；
(3)預測模型的檢驗規則
採用雙檢驗規則確定汙染因子序列實測序列和模擬序列的相關係數；
(4)混合廢水的調控方案
根據混合廢水模型公式計算工業園區待調控汙染因子的混合濃度，根據待調控汙染因子的指標閾值判斷該濃度是否超過調控要求。
2.根據權利要求1所述的工業園區點源汙染物的調控方法，其特徵在於對於步驟(4)中超過閾值的汙染因子調控方案如下
1)確定超標的汙染因子；
2)計算超標最大的汙染因子；
3)查找廢水混合前，排放該汙染因子濃度最大的企業；
4)根據混合廢水模型，計算園區其他企業的混合廢水濃度；
5)若仍有超標的汙染因子，返回1)；相反，則調控完畢。
根據該調控模型得到的是待控制的排汙企業，此時應將該企業排放的廢水單獨引入事故池，處理後再排入蓄水池。
全文摘要
本發明公開了一種工業園區點源汙染物的調控方法，屬於汙染控制領域。其步驟為概率分布的確定；進行馬氏鏈模擬，包括汙染因子序列狀態空間的統計、馬氏鏈軌道的模擬和模擬序列的確定；預測模型的檢驗規則，採用雙檢驗規則確定汙染因子序列實測序列和模擬序列的相關係數；確定混合廢水的調控方案，根據混合廢水模型公式計算工業園區待調控汙染因子的混合濃度，根據待調控汙染因子的指標閾值判斷該濃度是否超過調控要求。本發明將隨機理論和廢水混合原理應用到工業園區點源汙染物的調控中，經過驗證本方法具有較高的吻合度，通過建立的混合廢水的調控方案進行調控，可為工業園區汙水處理廠長效穩定建設運行、設施智能化控制和接管收費等提供指導。
文檔編號C02F1/00GK101759236SQ20091026422
公開日2010年6月30日 申請日期2009年12月31日 優先權日2009年12月31日
發明者任洪強, 劉明, 丁麗麗, 時孝磊 申請人:南京大學