小样本数据下基于K-Means聚类和集成学习的混凝投药预测

为了解决混凝投药预测过程中的小样本问题,提出基于K-Means聚类和集成学习的PAC投加量预测方法。首先,根据原水浊度和水温2个特征采用K-Means聚类将水质分为3类,利用分层抽样从3类水质数据中抽取训练集和测试集;其次,基于Bagging集成学习算法,构建由支持向量机、随机森林、Adaboost、GBDT、Catboost、XGBoost和LightGBM共7种学习器组成的PAC投加量集成预测模型(KM-Bagging);最后,以银川市某给水厂2021—2022年的运行数据为例进行验证。结果表明,KM-Bagging模型对小样本的PAC投加量具有较高预测精度,R²超过0.8,MAPE小于5%。采用6个月和9个月的日监测数据预测PAC投加量,适合数据监测时间短、精度要求不高的情况,预测结果可为原水水质发生突变时的PAC投加量调整提供参考。采用1年的日监测数据预测PAC投加量,预测精度能够满足工程应用的要求,可为水厂实际PAC投加提供辅助指导。研究结果对小样本数据下的混凝药剂投加建模与预测具有参考价值。     

基于碳排放的氨水蒸发设备技术经济比选

针对氨水蒸发器和氨水气化炉2种氨水蒸发设备,基于热平衡方程,计算能源介质耗量,进而给出氨气产出成本和能源介质的碳排放量计算方法。结合具体项目,对2种氨水蒸发设备进行了较为详细的比选分析,结果表明,在项目有可利用的外排热烟气的前提下,氨水气化炉较氨水蒸发器有成本优势,总碳排放量更低,所采取的比选计算方法可供同类项目借鉴。     

基于“双碳”目标下污泥处置方式碳排放量分析——以广州市为例

通过分析广州市城镇污水、污泥产量及各处置方式城镇污泥量,并针对土地利用、建材利用、焚烧利用和卫生填埋等4种不同处置方式,计算污泥处置过程中的碳排放量,依据往年数据,构建多元回归模型,预测未来广州市碳排放量。结果表明,截至2020年底,广州市共有污水处理厂63座,处理能力为774万m³/d,城市污泥年产生量为104.78万t(含水率为80%,下同),处置方式主要以建材利用和焚烧发电为主,二氧化碳当量约为1 690.97×106 kg CO_2-eq,以黄浦、白云和荔湾区排放最多。同时,预测2030年广州市城镇污泥产量将达到2 059.05万t,与此同时二氧化碳当量将达到34 134.48×10⁶ kg CO_2-eq,较2020年增长1 918.63%,因此为了“双碳”目标的实现,必须继续优化城镇污泥的处置方式。     

老化前后微塑料对富里酸的吸附

由于微塑料(MPs)在地表水环境中的广泛存在以及对水中有机污染物的较强吸附能力,其与地表水中天然有机物间的相互作用不容忽视.为深入了解微塑料对天然有机物的影响,开展了老化前后聚酰胺66(PA66)和聚丙烯(PP)两种微塑料吸附富里酸(FA)的研究.结果表明,老化前后的微塑料吸附富里酸的试验数据较好地拟合了准二级动力学模...