本发明涉及污水处理智能处理，具体涉及一种污水厂磷生态智能控制方法、系统、设备及存储介质。
背景技术：
1、目前，公知的污水厂生物除磷技术(含辅助物化组合技术)和控制技术是根据当时的设计条件和指标选择的工艺处理技术。随着社会经济和科学技术的发展，这些采用传统控制方式的已建设污水厂由于各种因素必然存在各种缺陷，不能满足人们日益提升的环保要求。孤立的技术及控制运行一些设定指标往往还会造成出水指标超标的情况。我国大部分污水厂采用人工化验或在线监测来获取水质参数，检测滞后时间长，数值不稳定，不能实时系统的控制磷生态的运行。其主要弊端为：对环境生态条件变化反应不敏感，如进水水质、水量、天气、溶解氧等导致除磷效果不稳定；对污水厂生物除磷负荷能力不能动态把控，同时有时可能过多的依靠化学除磷，消耗过多能源，反应时间过长，导致增加成本和潜在的环境风险。
2、需要从生态的角度根据环境、微生物、加药量等的变化实时的预测污水厂的除磷负荷动态地去运行。对污水厂上游重点单位及排水管网设立预测及报警单元，以确保污水厂自有生态正常运转。
技术实现思路
1、有鉴于此，本发明提供了一种污水厂磷生态智能控制方法、系统、设备及存储介质，以已建污水厂的不能实时预测控制磷生态运行的不足。
2、第一方面，本发明提供了一种污水厂磷生态智能控制方法，所述方法包括：
3、获取污水厂分配井及上游污水管网产生的与磷指标相关的数据，并输入第一预设磷指标预测模型得到第一磷排出数据；
4、基于所述第一磷排出数据污水厂确定污水厂处理负荷能力的实时预测值，并动相应的处理措施控制磷的处理生态参数使水质达标；
5、获取进入污水处理厂生物处理部分中与磷指标相关的数据，并输入到第二预设磷指标预测模型得到第二磷排出数据；
6、将所述第二磷排出数据与预设出水磷指标规范值进行比较，根据比较结果确定污水厂处理负荷能力，启动相应的处理措施控制磷的处理生态参数使水质达标；
7、获取出水口及堆肥场所中与生物菌群相关的数据，并输入第三预设磷指标预测模型得到第三磷排出数据，用于评估污水厂的磷指标处理能力。
8、本实施例提供的污水厂磷生态智能控制方法，可以在动态预测污水厂磷生态参数的同时，能实时调整除磷处理措施运行方案，优化除磷工艺，具有自适应自学习功能，从而动态预测污水厂磷处理负荷，自动控制上游排污单位的水量，保证磷生态安全运行。
9、在一种可选的实施方式中，所述第一预设磷指标预测模型的构建过程，包括：
10、获取污水厂分配井及上游污水管网中与磷指标相关的多源变量样本数据，所述多源变量样本数据包括：不同时间段、不同温度的与磷指标相关的变量数据集及对应的污水含磷浓度，并对所述多源变量样本数据进行主成分分析得到主成分特征数据；其中与磷指标相关的变量数据集包括：流量、多种化学物质的浓度；
11、利用主成分特征数据对预设神经网络进行训练；
12、基于预设评估指标对训练好的模型进行评估，基于评估结果对模型进行优化得到所述第一预设磷指标预测模型，用于预测进入污水厂中的污水含磷浓度。
13、本发明实施例采用多源多时间段的样本数据中可以用于准确磷指标预测，利用pca进行降维处理，提取主要的特征成分，减少数据的维度和冗余信息，以降低后续bp神经网络模型的复杂性。
14、在一种可选的实施方式中，所述第二预设磷指标预测模型的构建过程，包括：
15、获取污水处理厂中与磷指标相关的进水水质参数，包括：ph值、do、orp、
16、将所述进水水质参数输入anfis模型进行训练；
17、对模型进行性能验证，并将满足预设性能要求的模型作为第二预设磷指标预测模型，用于预测
18、本发明实施例采用自适应神经模糊推理系统，将模糊控制的模糊化、模糊推理和反模糊化3个基本过程全部用神经网络来实现，利用神经网络的学习机制自动地从输入输出样本数据中抽取规则，构成自适应神经模糊控制器，通过离线训练和在线学习算法进行模糊推理控制规则的自调整，使其系统本身朝着自适应、自组织、自学习的方向发展，基于具有的自适应自学习功能，从而动态预测污水厂磷处理负荷。
19、在一种可选的实施方式中，所述第三预设磷指标预测模型的构建过程，包括：
20、获取出水口及堆肥场所中与生物菌群相关的数据，包括：do、orp、温度、营养物及污水厂出水及堆肥中的含磷量；
21、将所述生物菌群和相关的数据输入anfis模型进行训练；
22、基于预设评估指标对训练好的模型进行评估，基于评估结果对模型进行优化得到所述第三预设磷指标预测模型，用于预测污水厂出水及堆肥中的含磷量。
23、本发明实施例通过对污水厂出水及堆肥中的含磷量进行预测，便于核算磷的去除量，可以综合判断磷的处理能力。
24、在一种可选的实施方式中，所述启动相应的处理措施控制磷的处理生态参数使水质达标，包括：
25、在满足生物除磷和污水厂处理负荷能力的条件下依次使用一级化学除磷、二级化学除磷及三级深度除磷使水质达标，如果超出污水厂处理负荷能力则控制进水阀及进水泵的流量。
26、本发明实施例将把生物除磷作为主工艺，物化除磷作为辅助作用，即在满足生物除磷的情况下，如果磷超生物处理范围则采用化学除磷，如果属于难于处理则采用深度除磷措施，有益于保护水质生态环境。
27、在一种可选的实施方式中，上述的方法还包括：在污水厂出水及污泥处置部分设立数据库，用于记录再生资源的磷生态参数，具体包括：
28、确定需要收集的数据项，包括：污泥产生量、处置方式、处置时间、不同时段处理出水中磷浓度；
29、确定数据库工具并根据数据项的类型确定数据表的结构；
30、按照预设时间周期收集污泥处置和磷指标的数据，并基于预设规范要求值进行数据准确性的验证，按预设更新频率和流程更新数据；
31、根据不同用户的需求和职责，设置相应的数据访问权限；
32、按预设时间周期进行数据库备份同时制定数据恢复计划。
33、本发明实施例通过建立完善的污水处理厂污泥处置及磷指标数据库，可以更好的存储污水处理厂整个磷处理过程数据、提供数据共享、减少数据冗余、保持数据独立性、实现数据集中控制，有利于实时监管。
34、第二方面，本发明提供了一种污水厂磷生态智能控制系统，所述系统包括：
35、第一磷指标预测模块，用于获取污水厂分配井及上游污水管网实时产生的与磷指标相关的数据，并输入第一预设磷指标预测模型得到第一磷排出数据；
36、第一控制模块，用于基于所述第一磷排出数据确定污水厂处理负荷能力的实时预测值，并动相应的处理措施控制磷的处理生态参数使水质达标；
37、第二磷指标预测模块，用于获取进入污水处理厂生物处理部分中与磷指标相关的数据，并输入到第二预设磷指标预测模型得到第二磷排出数据；
38、第二控制模块，用于将所述第二磷排出数据与预设出水磷指标规范值进行比较，根据比较结果确定污水厂处理负荷能力，启动相应的处理措施控制磷的处理生态参数使水质达标；
39、第三磷指标预测模块，用于获取出水口及堆肥场所中与生物菌群相关的数据，并输入第三预设磷指标预测模型得到第三磷排出数据，用于评估污水厂的磷指标处理能力。
40、第三方面，本发明提供了一种计算机设备，包括：存储器和处理器，存储器和处理器之间互相通信连接，存储器中存储有计算机指令，处理器通过执行计算机指令，从而执行上述第一方面或其对应的任一实施方式的污水厂磷生态智能控制方法。
41、第四方面，本发明提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机指令，计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的污水厂磷生态智能控制方法。
42、第五方面，本发明提供了一种计算机程序产品，包括计算机指令，计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的污水厂磷生态智能控制方法。
1.一种污水厂磷生态智能控制方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述第一预设磷指标预测模型的构建过程，包括：
3.根据权利要求1所述的方法，其特征在于，所述第二预设磷指标预测模型的构建过程，包括：
4.根据权利要求1所述的方法，其特征在于，所述第三预设磷指标预测模型的构建过程，包括：
5.根据权利要求1所述的方法，其特征在于，所述启动相应的处理措施控制磷的处理生态参数使水质达标，包括：
6.根据权利要求1-5任一所述的方法，其特征在于，还包括：在污水厂出水及污泥处置部分设立数据库，用于记录再生资源的磷生态参数，具体包括：
7.一种污水厂磷生态智能控制系统，其特征在于，所述系统包括：
8.一种计算机设备，其特征在于，包括：
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机指令，所述计算机指令用于使计算机执行权利要求1至6中任一项所述的污水厂磷生态智能控制方法。
10.一种计算机程序产品，其特征在于，包括计算机指令，所述计算机指令用于使计算机执行权利要求1至6中任一项所述的污水厂磷生态智能控制方法。
