[论文解读] Time Series Dataset for Modeling and Forecasting of $N_2O$ in Wastewater Treatment

Laura Debel Hansen, Anju Rani+4 more|arXiv (Cornell University)|Jul 8, 2024

Water Quality Monitoring and Analysis被引用 4

一句话总结

本文介绍了一项为期两年、高分辨率（2分钟间隔）的全尺寸丹麦污水处理厂时间序列数据集，测量了氧化亚氮（N₂O）及其相关的运行、环境和控制参数。该数据集支持利用机器学习和数据驱动技术对N₂O排放进行高级建模与预测，解决了现实世界中非平稳性、季节性及间歇性等复杂问题，有助于改进污水处理中的减排策略。

ABSTRACT

In this paper, we present two years of high-resolution nitrous oxide ($N_2O$) measurements for time series modeling and forecasting in wastewater treatment plants (WWTP). The dataset comprises frequent, real-time measurements from a full-scale WWTP, with a sample interval of 2 minutes, making it ideal for developing models for real-time operation and control. This comprehensive bio-chemical dataset includes detailed influent and effluent parameters, operational conditions, and environmental factors. Unlike existing datasets, it addresses the unique challenges of modeling $N_2O$, a potent greenhouse gas, providing a valuable resource for researchers to enhance predictive accuracy and control strategies in wastewater treatment processes. Additionally, this dataset significantly contributes to the fields of machine learning and deep learning time series forecasting by serving as a benchmark that mirrors the complexities of real-world processes, thus facilitating advancements in these domains. We provide a detailed description of the dataset along with a statistical analysis to highlight its characteristics, such as nonstationarity, nonnormality, seasonality, heteroscedasticity, structural breaks, asymmetric distributions, and intermittency, which are common in many real-world time series datasets and pose challenges for forecasting models.

研究动机与目标

• 提供一个全面的、真实世界的时间序列数据集，用于全尺寸污水处理厂（WWTP）中N₂O排放的建模与预测。
• 支持开发数据驱动和机理模型，实现实时控制与N₂O减排，N₂O是一种温室效应是CO₂ 265倍的强效温室气体。
• 解决在活性污泥工艺中缺乏公开可获取、高分辨率的运行数据集，尤其缺乏详细的生化与控制信号数据，用于N₂O研究。
• 作为评估预测模型的基准，并推动机器学习在环境工程中的应用发展。
• 促进水行业中N₂O排放建模与控制的协作与标准化。

提出的方法

• 数据于2022年6月至2024年6月期间，以2分钟间隔在丹麦哥本哈根的Avedøre WWTP采集，使用SCADA系统与基于云的控制平台。
• 数据集包含24个信号：12个传感器测量值（如N₂O、NH₄⁺、NO₃⁻、DO、SS、温度、流量）和12个控制信号（如O₂设定点、阀门位置、阶段代码）。
• 运行数据从与厂区SCADA系统集成的在线云平台提取，确保实时准确性与一致性。
• 进行了统计分析，以表征数据特性，如非平稳性、非正态性、季节性、异方差性、结构突变及非对称分布。
• 数据包含雨水分流模式（SWM）事件和交替曝气控制阶段，真实反映了运行动态。
• 该数据集可通过Mendeley Data（DOI: 10.17632/xmbxhscgpr.1）公开获取，用于基准测试与模型开发。

Figure 1: Layout of a WWTP with ASP. The parameters $k$ , $m$ , and $n$ vary based on plant-specific dimensioning. Adapted from [ 1 ] .

实验结果

研究问题

• RQ1 全尺寸活性污泥工艺中，哪些关键运行与环境因素驱动了N₂O浓度的波动？
• RQ2 真实世界污水处理数据中非平稳性、间歇性及季节性变化的动力学特性，如何影响时间序列预测模型的性能？
• RQ3 高分辨率、全尺寸的运行数据在多大程度上能提升N₂O排放预测与控制策略的准确性？
• RQ4 如交替曝气与雨水分流管理等控制策略，如何随时间影响N₂O排放？
• RQ5 该数据集能否作为评估机器学习与深度学习模型在环境时间序列预测中应用的可靠基准？

主要发现

• 该数据集覆盖了全尺寸污水处理厂连续24个月的高分辨率（2分钟）测量，真实捕捉了复杂的现实动态。
• N₂O浓度变化显著，最高记录值达12.0 mg/L，表明排放存在显著波动。
• 数据表现出强烈的非平稳性、季节性及结构突变，尤其在雨水分流事件和运行阶段转换期间更为明显。
• 控制信号如O₂设定点和阀门位置表现出动态行为，其中O₂设定点范围为0.0至2.5 mg/L，阀门位置范围为0%至100%。
• 数据集包含12个运行信号与12个传感器测量值，监测池中N₂O的平均浓度为0.1 mg/L，标准差为0.2 mg/L。
• 该数据集的可用性使研究人员能够在真实、复杂的条件下测试与验证模型，推动环境工程与机器学习应用的进一步发展。

Figure 2: Aerial photograph of the 8 aeration tanks at the case plant. The sensor placement, aeration field and flow directions are indicated in tank 1 and tank 2 for line 3.