污水处理厂智能化升级(1)-数据来源

简介: 污水处理厂是从污染源排出的污(废)水,因含污染物总量或浓度较高,达不到排放标准要求或不符合环境容量要求,从而降低水环境质量时,必需经过人工强化处理的场所。一般分为城市集中污水处理厂和各污染源分散污水处理厂,处理后排入水体或城市管道。

污水处理厂是从污染源排出的污(废)水,因含污染物总量或浓度较高,达不到排放标准要求或不符合环境容量要求,从而降低水环境质量时,必需经过人工强化处理的场所。一般分为城市集中污水处理厂和各污染源分散污水处理厂,处理后排入水体或城市管道。目前污水处理厂分为两大类,市政污水处理厂和工业污水处理厂,因其污水中所含污染物主体不同,故处理的工艺流程和药剂用量差距较大。
近十几年随着互联网技术的发展,自控技术的不断完善,新建或改造升级的污水处理厂基本采用各种在线监控设备,这些在线监控设备每天也在不断的产生各种监控数据。污水厂在运行过程中所产生的流量记录、水质的检测数据、耗电量、耗药量等每天都会有大量数据被记录起来;这些大量的数据对于每个污水厂都是很重要的参考数据,但是这些的数据如何与我们实际的操作过程相结合,以提升管理质量,如何提高输出的水质质量,怎么才能够节约成本降低能耗就成为急需解决的问题。

日常操作期间,污水处理厂将连续地产生各种操作数据。为了更有效的利用这些数据,我们首先要了解这些数据是怎样产生的,才能帮助我们了解这些数据的作用,以便进行数据的分析和管理。今天的数据化管理的内容就来详细的罗列一下,在污水处理厂内从运行环节产生的数据。
对于污水处理厂产生的数据,我们从分别几个方面进行归类,1、进出口水质数据,2、过程管理数据,3、消耗量数据,4、设备数据。这四个大类的数据基本能够涵盖污水处理厂的运行情况,下面就从这几个方面进行详细的罗列下污水厂的数据内容。
1、进出口水质数据:作为一个污水厂来说,污水是主要的处理对象,污水厂的各种收入和支出也与污水有关,辨别和收集这部分数据,是运行人员要进行的重要工作之一。我们就来看看每日里污水相关的这些数据都有哪些。

image

污水相关数据有:每日进水的流量、液位、每小时污水提升量、出口每日污水排放量,出口小时排放量,污水瞬时流量;水质数据(常规项COD,BOD,SS,TP,TN,NH3-N,PH等),每日进水水质数据,污水出口瞬时水质数据,每日出水水质数据;周分析的水质项目数据,月分析水质项目数据(这些主要根据各地监管部门的要求对GB18918-2002的水质数据进行选择项目)。
image

image水的水质水量数据构成了对每天进入污水厂的污水的一个基本描述。通过进出水流量计的统计,化验室的分析化验来把污水的基本描述数据收集起来。这些数据是污水厂每天运行的最基础的数据资料,是反映污水厂是否正常运行的证据。
2、过程管理数据:过程管理相关的数据,主要来自于污水、污泥处理过程中人工进行干预或者操作而产生的数据。污水处理是一个复杂的多学科综合的处理工艺,在这个处理工艺中会有多个流程环节进行工作,收集这些环节中产生的数据,是我们对这些过程进行有效管控的重要依据。

image
有关这些处理的数据是:污泥浓度MLSS,易失性污泥浓度MLVSS,曝气池溶解氧DO,污泥沉降比SV,ORP,指示性微生物的数量,构筑物停留时间,污泥储池的停留时间,污泥储池溢流水质数据等等。这些过程数据大部分来自于污水厂的自控系统的现场在线仪表的收集,在中控室的计算机上可靠有效的保留这些数据,方便管理人员后期调阅分析是自控系统的必备条件。这些过程参数从污水污泥的处置过程进行数字化的描述,对于过程进行更准确的描述,使我们的运行管理人员能够通过数字来进行工艺的管控。

image
3、消耗量数据:污泥相关数据、各设备耗电量数据、药剂使用数据,消耗量数据是日常水厂运行过程中一直消耗的能源的数据和使用维度计量,与水厂日常运营费用息息相关。
污泥相关数据有:每日剩余污泥排放量,每日脱水机污泥投配泵提升量,泥饼量(脱水后,泥饼的运出数量);污泥絮凝剂加药,脱水污泥之前的水分含量的比值,和脱水后的污泥的含水量,污泥有机成分,脱水后上清液SS等等。污泥脱水的过程是保障污水处理正常运行的一个环节,通过每日的数据记录,对污泥脱水能够实现每日追踪,也是发现和解决污水处理中出现问题的重要的参考数据。
电力数据主要包含有:每日总有功,总无功,动力耗电,照明耗电,各分变电室的有功,无功,动力,照明数据等;各主要的设备(提升水泵,鼓风机等)的电流,电压值等;缴纳电费数据等。
药量相关的主要数据有:除磷药剂PAC的投加量,污泥脱水的PAM药剂投加量,脱氮的补充碳源的药剂投加量(根据实际运行水质),污水消毒剂投加(化学药),药剂吨耗水量,化验室各种用药量等等数据。这些投加的药量是保证出水水质达标的,这些加药量数据是污水厂重要成本之一,在日常运行中应认真收集。
4、设备数据:污水处理厂是由大量的设备组成的一个生产单位,对于这些组成的设备需要进行管理,才能保证污水处理的有效进行。但是怎么才能实现对这些污水处理设备的有效的管理,那就需要在我们运行中收集这些设备的数据,进行分析判断,实现管理目标。
设备相关的数据主要有:设备类别,各类型设备台数,设备安装位置,设备能耗,设备转速,设备运行时间,设备正常运行参数,设备运行的电流电压,压力,流量,温度等,设备保养周期,设备加油数量周期,设备注脂的数量周期,设备检修次数,内容,设备更换周期和更换时间,设备备品备件数量信息等。这些设备数据为每一台套设备都提供了全面情况的数据描述,这些数据就为我们管理人员提供了设备的准确信息,便于管理人员对设备进行有效的管理和维护,确保设备正常运行,处理出水稳定达标

目录
相关文章
|
数据采集 存储 监控
大数据的数据来源 - 数据采集的方式(数据接入的方式)
大数据处理关键技术一般包括:大数据采集、大数据预处理、大数据存储及管理、大数据分析及挖掘、大数据展现和应用(大数据检索、大数据可视化、大数据应用、大数据安全等)。下面主要介绍下大数据采集
4204 0
|
5月前
|
数据采集 供应链 搜索推荐
数据集成:融合不同来源的数据
【6月更文挑战第4天】数据集成在企业中发挥关键作用,连接数据孤岛,促进信息流动,提升决策能力。通过抽取、清洗、转换和加载(ETL)不同来源、格式的数据,整合到统一框架,进行深度分析。以零售商为例,集成销售、客户和供应链数据可优化库存管理。数据清洗确保质量,转换满足分析需求,最终加载到数据仓库。Python和pandas库是实现这一过程的工具之一。随着技术进步,数据集成将推动企业向智能化和个性化发展。
124 2
|
4月前
|
人工智能 数据挖掘 数据库
客户在哪儿AI的企业全历史行为数据与企业信息查询平台上的数据有何区别
客户在哪儿AI的企业全历史行为数据 VS 企业信息查询平台上的数据。
|
6月前
|
存储 供应链 容灾
平台设计-用户数据来源
平台的基本理念是一个组织只有一套系统
|
6月前
|
机器学习/深度学习 计算机视觉
YOLOv8改进 | 二次创新篇 | 升级版本Dyhead检测头替换DCNv3 实现完美升级(全网独家首发)
YOLOv8改进 | 二次创新篇 | 升级版本Dyhead检测头替换DCNv3 实现完美升级(全网独家首发)
489 2
|
6月前
|
机器学习/深度学习 计算机视觉
YOLOv5改进 | 二次创新篇 | 升级版本Dyhead检测头替换DCNv3 实现完美升级(全网独家首发)
YOLOv5改进 | 二次创新篇 | 升级版本Dyhead检测头替换DCNv3 实现完美升级(全网独家首发)
221 0
|
机器学习/深度学习 文字识别 自然语言处理
开启智能时代:深度解析智能文档分析技术的前沿与应用
开启智能时代:深度解析智能文档分析技术的前沿与应用
开启智能时代:深度解析智能文档分析技术的前沿与应用
|
存储 数据采集 XML
大数据数据采集的数据来源的日志数据之搜索类数据
在大数据领域,数据采集是一个非常重要的环节。日志数据已经成为了大数据应用中不可或缺的一部分,尤其是搜索类数据。本文将介绍搜索类日志数据作为数据来源的特点以及其采集流程。
177 0
|
存储 消息中间件 NoSQL
如何高效搭建资产管理平台?众安科技告诉你答案是图技术
资产管理平台是全域的元数据中⼼,它可以对数据资产进行管理监控,解决企业内部的数据孤岛问题,挖掘数据价值并对业务赋能。那,如何高效地搭建一个资产管理平台,有效管理数据资产呢?
280 0
|
数据中心
《测试数据中心-互联网模式下新型的数据准备引擎》电子版地址
测试数据中心-互联网模式下新型的数据准备引擎
86 0
《测试数据中心-互联网模式下新型的数据准备引擎》电子版地址