基于机器学习的水质处理单元预警系统设计与实现

本文以沈阳市某污水处理厂为实验对象,对污水厂实际数据进行预处理,采用机器学习的回归决策树(DTR)、岭回归(RR)、K近邻(KNN)3种算法预测出水水质(COD、TN、NH3-N、TP)浓度。采用拟合优度(R2)、均方误差(MSE)和平均绝对误差(MAE)来评估3种模型,选取表现最佳的算法作为出水水质的预测模型。实验结果表明,DTR算法在预测出水COD和出水NH3-N指标上表现最好;KNN算法在预测出水TN指标上表现最好;RR算法在预测出水TP指标上表现最好。本文在出水水质预测模型的基础上,建立了污水处理出水水质预警系统,为解决污水处理工艺中发生故障处理不及时的问题,提前预测出水水质,以期尽早发现、处理故障,实现污水处理的“事前”预警。