居民供水安全是涉及到国计民生的大事,出厂水水质安全达标是其中的最重要一环。目前在国家政策引导下城市多水源供水格局己形成,水源水质在时空上存在很大差异。针对水源水质变化,水厂工艺运行调整水厂通常采用以人控为主的粗放式且相对固定惯用控制净水剂、氧化剂的加药量以保证出厂水水质。该模式下严重造成能耗增加和水质不稳定的问题产生。本课题以水厂出水水质稳定为目标,在对国内外水质预测与控制技术深入分析和调查的基础上,提出了基于支持向量机的出厂水水质控制方法。该方法基于水厂加药数据、加药时间及出厂水水质数据,采用支持向量机回归原理,构建了智能自动加药控制方案,对加药量、加药时机进行优化投加控制,以保证城市不同原水状态下的安全供水。本课题主要内容包括:(1)构建基于支持向量机的水质控制模型。常用水质控制工艺下,出厂水水质控制关键因素为加药量与加药时机。将加药对滤后水水质指标的效果存在一定的时间差考虑在建模中,以一定时间序列建立数据仓库,以总管压力、源水流量、源水浊度、源水余氯、源水PH、滤后水浊度、滤后水余氯、滤后水PH、加药量为输入变量,以PAC投加量为输出变量,采用MATLAB仿真工具,建立基于支持向量机的加药量控制模型,即为:PAC自动加药模型。(2)构建出厂水水质控制系统检测体系。基于出厂水水质控制系统检测体系的基本原理,搭建检测体系的软硬件环境。通过水质控制监测系统的参数设置进行分析,建立数值采集系统实现对水厂运行参数的实时采集与存储,并搭建检测体系设备硬件环境。(3)以浙江某水厂为对象,实现基于支持向量机的出厂水水质控制方法的验证与应用。以浙江某水厂为研究对象构建水质控制系统,进行数据采集,通过净水厂净水过程中的真实数据进行前述模型训练,并随机选取不同的水质数据进行模型的测试。该模型采用仿真模拟与应用效果对其展开验证,结果显示该PAC自动加药模型能够对现场水质有着较佳的控制效果,很好的达到了预期目标。将本课题研究成果应用于水厂制水工艺的在线监测和加药的智能决策控制,可实现准确、快速、方便地对现场水质的实时控制,且出厂水浊度值更低,水质效果更佳,出厂水质可以得到很好保障,并能为来自于多水源供水安全提供支持。