HydroSphere：面向受治理、自愈型污水基础设施的框架

arXiv:2610.08819v1 公告类型：新论文 摘要：快速工业化和城市增长正加大对水质和污水处理系统的压力，而传统处理厂通常依赖静态监测和控制策略，难以适应不断变化的污染物状况。本文提出 HydroSphere，这是一个用于实时水质监测、预测、处理优化和故障恢复的受治理数据驱动框架。研究使用了1940年至2023年间收集的282万条水质测量数据对 HydroSphere 进行了评估。该框架集成了三个主要组件。首先，混合 TCN-LSTM 模型对七项水质参数进行多步预测，取得了0.1417的 RMSE、0.1047的 MAE 和0.3596的 R2。其次，自适应投药优化模块采用 PPO 强化学习调节化学药剂投加量，平均步奖励达到1.059，而固定剂量基线为1.017。结果还表明，不受约束的奖励优化可能导致过量投药，说明有必要设置明确的运行安全措施。第三，SHADE 异常检测模块使用深度自动编码器识别传感器和过程异常，在受控故障注入条件下取得了0.651的 F1 分数。HydroSphere 将这些能力与分级治理、确定性安全边界和人工监督相结合，以支持更安全、更具适应性的水基础设施。该框架为智能污水管理提供了可扩展的基础，并支持联合国可持续发展目标6和13的实现。