本发明涉及污水仿真领域，尤其涉及一种污水处理仿真建模过程中异常数据识别处理方法。
背景技术：
1、随着污水处理厂出流排放标准越来越严格以及要求实施节能与降耗的背景下,污水处理工艺变得越来越复杂,无论是污水处理厂设计还是运行，传统的基于经验和定性的方法面临着巨大的挑战。污水处理工艺模拟 (数学模型) 作为工艺分析的定量技术和工具已经被广泛接受, 并应用于城市污水处理厂设计，升级改造和优化运行。
2、其中搭建污水处理工艺模拟过程中需要大量污水厂历史数据，但是污水厂历史数据中会掺杂这个大量错误数据和异常数据，所以要对数据进行筛选。
技术实现思路
1、本发明要解决的技术问题是，提供一种污水处理仿真建模过程中异常数据识别处理方法。
2、为解决上述技术问题，本发明提供的一种污水处理仿真建模过程中异常数据识别处理方法，包括如下步骤：
3、s1、对污水厂数据进行收集，其中包括设计资料数据、运行情况数据、设备情况数据、进/出水化验数据、在线检测数据、自控系统数据；
4、s2、对s1步骤中收集的数据通过excel表格进行整理，其中excel表格横向是各数据类别以及单位，纵向是时间轴，且excel表格中各数据类别与仿真模型中标签变量保持一致；
5、s3、对s2步骤excel表格中的数据进行知识推理与匹配，根据已采集的数据，利用业内专家知识对excel表格中数据进行知识推理，根据所制定的匹配规则，找出excel表格中的异常数据；
6、s4、对excel表格中数据异常数据进行处理，其中包括excel表格中极大值、极小值、空白值、以及对关键数据进行单独测量。
7、进一步，其中设计资料数据包括：工艺流程图、构筑物尺寸、设备型号、数量和运行方式。其中s1步骤中污水厂进/出水化验数据和在线检测数据包括：水量和水质，所述水量包括：瞬时流量、累计流量、日平均流量、月平均流量，所述水质包括：cod、bod、tss、ph、nh3-n、tn、tp。
8、进一步，其中s1步骤中污水厂设备运行参数数据包括：do、ph、t、mlss、鼓风机供气量、排泥量。
9、进一步，其中s1步骤中自控系统监测数据包括do、ph、t、曝气量、排泥量、回流量、加药量。
10、进一步，其中s3步骤中对excel表格中的数据进行知识推理与匹配包括：
11、污水厂进出水量是否一致、有无回用水量、出水量误差值；
12、污水厂进水cod与bod的比值是否符合生活污水特征；
13、污水厂进水ss与vss比值是否符合生活污水特征；
14、污水厂生物池曝气量如何分布与do关系是否一致；
15、污水厂生物池mlss与 mlvss比值是否符合活性污泥特征；
16、污水厂排泥与回流是否一致、污泥龄是否符合工艺特征。
17、进一步，其中s2步骤中各数据小数点位数保持一致。
18、进一步，其中生活污水cod与bod之间比值：ρ( bod)： ρ( cod) 平均值基本上在0.4 ～ 0. 5 之间。
19、进一步，其中生活污水ss与vss比值在30%-50%之间。
20、进一步，其中生物池mlss与 mlvss比值为0.5-0.8之间。
21、本发明优点：
22、通过本方法可以快速的对污水厂历史数据进行梳理，从而剔除污水厂异常数据，通过excel表格和仿真软件相互配合利用业内专家知识对excel表格中数据进行知识推理，根据所制定的匹配规则，找出excel表格中的异常数据。
23、从而进行快速对污水厂搭建建模。
1.一种污水处理仿真建模过程中异常数据识别处理方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的一种污水处理仿真建模过程中异常数据识别处理方法，其特征在于：其中设计资料数据包括：工艺流程图、构筑物尺寸、设备型号、数量和运行方式;
3.根据权利要求1所述的一种污水处理仿真建模过程中异常数据识别处理方法，其特征在于：其中s1步骤中污水厂设备运行参数数据包括：do、ph、t、mlss、鼓风机供气量、排泥量。
4.根据权利要求1所述的一种污水处理仿真建模过程中异常数据识别处理方法，其特征在于：其中s1步骤中自控系统监测数据包括do、ph、t、曝气量、排泥量、回流量、加药量。
5.根据权利要求1所述的一种污水处理仿真建模过程中异常数据识别处理方法，其特征在于：s3步骤中对excel表格中的数据进行知识推理与匹配包括：
6.根据权利要求1所述的一种污水处理仿真建模过程中异常数据识别处理方法，其特征在于：其中s2步骤中各数据小数点位数保持一致。
7.根据权利要求5所述的一种污水处理仿真建模过程中异常数据识别处理方法，其特征在于：其中生活污水cod与bod之间比值：ρ( bod)： ρ( cod) 平均值基本上在0. 4 ～ 0.5 之间。
8.根据权利要求5所述的一种污水处理仿真建模过程中异常数据识别处理方法，其特征在于：其中生活污水ss与vss比值在30%-50%之间。
9.根据权利要求5所述的一种污水处理仿真建模过程中异常数据识别处理方法，其特征在于：其中生物池mlss与 mlvss比值为0.5-0.8之间。
