基于3种机器学习模型的污水处理厂出水总氮预测分析

为实现对污水处理厂出水总氮(TN)浓度的准确预测,收集并分析了某污水处理厂的317条实际运行监测数据,将数据进行预处理后,结合关联度较高的进水TN等6项常规水质指标,利用随机森林、KNN及SVR 3种机器学习模型对出水TN进行预测,并将预测值进行对比分析。结果表明:KNN和SVR 2种模型的决定系数分别为0.759和0.723,低于随机森林模型的0.814;KNN与SVR对应的平均绝对比分比误差分别为12.02%和12.49%,相较于随机森林的10.54%更高;KNN与SVR的均方误差分别为1.09和1.26,高于随机森林的0.85。因此,在有一定进水数据的基础上,通过随机森林构建的出水TN预测模型的精度更高,该研究方法能为污水预测提供一种新的尝试。

水解酸化-BBR-高效沉淀在污水厂提质增效中的应用

南昌市某污水处理厂提标改造工程设计规模为20000 m^(3)/d,工程设计出水水质执行地表水准Ⅳ类标准(TN除外)。为确保稳定达标,结合以往工程经验和进水水质情况,确定采用“粗格栅+细格栅曝气沉砂池+初沉池+水解酸化池+BBR池+二沉池+高效沉淀池+纤维转盘滤池+紫外消毒”工艺。介绍了主要工艺流程和运行参数,并结合稳定运行结果,得到该工艺对COD、BOD5、SS、TN、NH_(4)^(+)-N、TP等具有明显去除效果,其出水相应指标分别可达17.1、5.7、6.4、9.2、1.3、0.20 mg/L,满足《地表水环境质量标准》(GB 3838—2002)中地表水准Ⅳ类标准(TN除外)。技术经济分析表明,该工艺处理废水所需电费和药剂费为0.30元/m^(3)。

BBR工艺用于污水处理厂准Ⅳ类水提标改造

南昌某污水处理厂升级改造后,污染物排放标准由原《城镇污水处理厂污染物排放标准》(GB 18918—2002)的一级B标准提高至《地表水环境质量标准》(GB 3838—2002)的准Ⅳ类标准,且TN和SS达到一级A标准。该污水厂将A/A/O微曝氧化沟二级生化处理工艺升级改造为以“植物-泥-膜”为核心的植物生态生物膜(BBR)工艺,持续约7个月(含冬季)的正常运行数据显示,改造后出水水质满足设计标准,运行稳定,且抗冲击负荷(水质、水量、温度)能力强,NH_(3)-N、COD、BOD_(5)、TP的日平均浓度分别可达0.38、11.46、4.49、0.09 mg/L,优于地表Ⅳ类水标准;出水TN和SS分别为6.16 mg/L和2.38 mg/L,稳定处于10 mg/L以下;处理费用为0.6元/m^(3),较改造前节省约20%。