一种铜加工废水排放的在线监测与预警方法、系统、设备及介质与流程

本发明属于铜加工废水在线监测，特别是涉及一种铜加工废水排放的在线监测与预警方法、系统、设备及介质。

背景技术：

1、随着我国铜加工行业的快速发展，含铜废水的排放总量和成分复杂性持续增加，对排放口铜离子浓度的实时、准确监测已成为环境保护和水污染防控的关键环节。离子选择电极法因其响应速度快、操作简便且可实现连续在线测量，逐渐成为铜加工废水排放监测中广泛应用的传感技术，由此推动基于离子选择电极的在线监测系统在行业中的部署。

2、在现有的铜加工废水排放监测系统中，普遍采用铜离子选择性电极作为核心传感元件，通过定期采集废水样本或对浸入式电极进行人工操作，利用标准缓冲溶液或已知浓度的标准铜离子溶液对电极进行离线校准，以修正因电极老化、敏感膜污染或温度变化等因素导致的电位漂移；部分系统则配置自动加注标准液的在线校准模块，按照预设的时间周期或测量次数自动执行校准程序以维持电极的测量准确性。

3、然而，无论是人工离线校准还是自动标准液校准，均依赖于外部物理标准样品，不仅增加标准试剂的消耗成本和系统的结构复杂性，而且校准周期和电极漂移的实时变化之间存在固有的时间滞后，导致在校准间隔期内测量数据可能已因电极性能退化而失真，难以及时发现并补偿缓慢发展的信号漂移。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种能够在不依赖外部标准液的条件下，对铜离子选择性电极的测量漂移进行在线、持续的自适应补偿的铜加工废水排放监测方法。

2、第一方面，本技术提供了一种铜加工废水排放的在线监测与预警方法，包括：

3、对铜加工废水排放监测点的每个传感器通道的参数信号进行模数转换，得到每个传感器通道的数字化时间序列；其中，传感器通道包括铜离子选择性电极通道、ph电极通道、orp电极通道、温度传感器通道、流量计通道和电导率电极通道；

4、对各数字化时间序列进行基于互相关分析的时间对齐处理，生成多变量原始读数序列；

5、对多变量原始读数序列进行特征工程，获取废水水质状态特征，并拼接各废水水质状态特征，得到状态向量；其中，状态向量用于反映水质动态变化；

6、将状态向量输入深度强化学习自校准智能体，输出包括乘性校准系数和加性校准系数的二维连续校准动作；其中，深度强化学习自校准智能体基于soft actor-critic算法构建；

7、基于二维连续校准动作，对铜离子选择性电极的当前读数执行校准补偿，得到校准后铜离子浓度值；

8、基于校准后铜离子浓度值，对铜加工废水排放监测点进行多级排放预警处理，生成排放预警结果。

9、进一步地，方法还包括：

10、组合当前时刻的校准后铜离子浓度值、ph值、氧化还原电位值、温度值、流量值和电导率值，得到校准后六维向量；

11、将校准后六维向量输入预训练的变分自编码器，输出重构向量；其中，预训练的变分自编码器以最小化重构误差和kl散度的加权和为目标函数；

12、根据重构向量和校准后六维向量之间的均方误差，计算校准后铜离子浓度值和同时刻其他传感器读数之间的内在物理化学关联的一致性评分；

13、基于一致性评分、二维连续校准动作和上一时刻校准动作，计算得到深度强化学习自校准智能体的综合奖励值，综合奖励值包括一致性奖励项、时序平滑性惩罚项和动作幅度惩罚项；

14、打包状态向量、二维连续校准动作、综合奖励值和下一时刻状态向量，得到转移样本；

15、在固定步数从经验回放池中随机采样转移样本，得到转移样本集合，并基于转移样本集合，更新深度强化学习自校准智能体，得到更新后深度强化学习自校准智能体。

16、进一步地，基于一致性评分、二维连续校准动作和上一时刻校准动作，计算得到深度强化学习自校准智能体的综合奖励值，包括：

17、将一致性评分确定为一致性奖励项；

18、计算二维连续校准动作相对于上一时刻校准动作的平方变化量，并将平方变化量确定为时序平滑性惩罚项；

19、基于二维连续校准动作中的乘性校准系数和加性校准系数，计算得到动作幅度惩罚项；

20、加权求和一致性奖励项、时序平滑性惩罚项和动作幅度惩罚项，得到综合奖励值。

21、进一步地，对各数字化时间序列进行基于互相关分析的时间对齐处理，生成多变量原始读数序列，包括：

22、对每个传感器通道的数字化时间序列进行平滑去噪处理，得到各传感器通道的平滑值序列；

23、对各平滑值序列进行基于中位数绝对偏差的粗大误差剔除处理，得到各传感器通道的清洁序列；

24、将温度传感器通道设置为参考通道，并计算其他传感器通道的清洁序列分别和参考通道的清洁序列之间的互相关函数；

25、根据各互相关函数的峰值位置，确定各其他传感器通道相对于参考通道的时间延迟量；

26、根据各时间延迟量，对各其他传感器通道的清洁序列执行时移插值操作，得到多变量原始读数序列。

27、进一步地，基于二维连续校准动作，对铜离子选择性电极的当前读数执行校准补偿，得到校准后铜离子浓度值，包括：

28、基于二维连续校准动作，对铜离子选择性电极的当前读数执行校准补偿，得到校准后铜离子浓度值；其中，校准补偿公式为：

29、；

30、其中，为校准后铜离子浓度值，为二维连续校准动作中的乘性校准系数，为二维连续校准动作中的加性校准系数，为铜离子选择性电极的当前读数，为当前时刻。

31、进一步地，基于校准后铜离子浓度值，对铜加工废水排放监测点进行多级排放预警处理，生成排放预警结果，包括：

32、比较校准后铜离子浓度值和排放标准阈值，得到比较结果；

33、若比较结果为校准后铜离子浓度值小于倍的排放标准阈值，生成状态正常指令，状态正常指令用于指示铜离子排放量正常，不触发预警；

34、若比较结果为校准后铜离子浓度值大于倍的排放标准阈值且小于排放标准阈值，生成一级预警指令，一级预警指令用于指示铜离子排放量接近排放限值；

35、若比较结果为校准后铜离子浓度值大于倍的排放标准阈值，生成二级预警指令，生成二级预警指令用于指示铜离子排放量排放超标；

36、以当前时刻为终点，截取预设时间窗口长度的校准后铜离子浓度值，得到铜离子浓度时间序列，并对铜离子浓度时间序列进行线性回归分析，获取变化斜率；

37、当变化斜率大于0且校准后铜离子浓度值和排放标准阈值的差值小于安全余量时，生成三级预警指令，三级预警用于指示运维人员铜离子浓度呈上升趋势；

38、对一级预警、二级预警和三级预警进行综合判断，生成排放预警结果。

39、第二方面，本技术还提供了一种铜加工废水排放的在线监测与预警系统，包括：

40、信号调理模块，用于对铜加工废水排放监测点的每个传感器通道的参数信号进行模数转换，得到每个传感器通道的数字化时间序列；其中，传感器通道包括铜离子选择性电极通道、ph电极通道、orp电极通道、温度传感器通道、流量计通道和电导率电极通道；

41、数据预处理模块，用于对各数字化时间序列进行基于互相关分析的时间对齐处理，生成多变量原始读数序列；

42、特征提取模块，用于对多变量原始读数序列进行特征工程，获取废水水质状态特征，并拼接各废水水质状态特征，得到状态向量；其中，状态向量用于反映水质动态变化；

43、校准系数获取模块，用于将状态向量输入深度强化学习自校准智能体，输出包括乘性校准系数和加性校准系数的二维连续校准动作；其中，深度强化学习自校准智能体基于soft actor-critic算法构建；

44、校准执行模块，用于基于二维连续校准动作，对铜离子选择性电极的当前读数执行校准补偿，得到校准后铜离子浓度值；

45、排放预警模块，用于基于校准后铜离子浓度值，对铜加工废水排放监测点进行多级排放预警处理，生成排放预警结果。

46、第三方面，本技术还提供了一种计算机设备，包括存储器和处理器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现本技术实施例中任一所述的一种铜加工废水排放的在线监测与预警方法。

47、第四方面，本技术还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条程序代码，所述程序代码由处理器加载并执行以实现本技术实施例中任一所述的一种铜加工废水排放的在线监测与预警方法。

48、上述一种铜加工废水排放的在线监测与预警方法、系统、设备及介质，通过对铜加工废水排放监测点的每个传感器通道的原始参数信号进行模数转换和基于互相关分析的时间对齐处理，生成多变量原始读数序列；对多变量原始读数序列进行特征工程，获取废水水质状态特征，得到用于反映水质动态变化的状态向量；将状态向量输入深度强化学习自校准智能体，输出包括乘性校准系数和加性校准系数的二维连续校准动作，对铜离子选择性电极的当前读数执行校准补偿，基于校准后的铜离子浓度值进行多级排放预警处理，生成排放预警结果。能够从根本上消除对物理标准样品的依赖，显著降低试剂消耗和系统维护成本，同时校准动作在每个采样时刻连续执行，彻底消除传统周期性校准存在的滞后问题。