基于机理模型与数据模型融合的污水处理智能控制系统构建思路

污水处理智能控制是水污染控制领域的前沿方向。人工智能技术的快速发展,为污水处理智能化控制系统研发注入了新的活力。当前亟须探索污水处理机理模型与数据驱动方法交叉融通的科学路径,重构污水处理智能控制系统的逻辑模式,以提升污水处理智能控制技术研发水平。为此,从污水处理过程的确定性-随机性特征出发,提出了融合机理模型与数据模型的双回路控制系统设想,未来通过充分的实践探索,有望为污水处理智能控制提供新的技术路线。首先,分析了污水处理智能控制系统的基本要素,分别探讨了基于确定性的机理模型及基于随机性的数据驱动模型对污水处理系统的控制作用,进而提出了机理模型与数据模型融合驱动的双回路控制系统基本逻辑架构及控制原理,并分析了该系统在污水处理复杂过程中应用的拓扑结构。最后,围绕未来污水处理智能控制技术发展作了展望。     

改进主成分分析与多元回归融合的汉丰湖水质评估及预测

基于2015—2017年汉丰湖水质监测数据,采用改进主成分分析和多元回归相融合的评价方法对水环境质量状况进行评价。先对水质主要影响因素采用改进主成分分析作降维处理并计算主成分得分值,再对选定的主成分作多元线性回归处理得到水质预测回归模型,并用于研究区水质的评估预测。结果表明:选出的4个主成分因子其累积方差贡献率达到87.3%,实现了数据结构的简化;同时,改进主成分回归预测值总体上更趋近于实测值,其预测结果的相对误差最大值4%,而常规方法预测结果的相对误差最大值接近10%,体现出该方法所建模型具有较高的预测精度。     

三峡水库支流水体富营养化现状及防治策略

三峡水库蓄水以来,受干流回水顶托的影响,支流回水区由天然河流演变为库湾,水体自净能力大幅下降,自2003年起库区多条支流富营养化严重并多次发生水华。三峡水库实施175 m蓄水以及受上游新建水库的影响,库区支流水文条件改变,富营养化程度进一步加重。综合了2010年起实施175 m蓄水后连续7年库区支流富营养化状态的相关研究资料,对库区水体富营养化现状及评估预测方法进行分析,结合库区污染源及污染处置情况探讨了库区支流富营养化发展趋势,并对富营养化防治策略提出了相关建议,以期为三峡库区富营养化综合治理,确保水环境安全提供指导。