基于无监督 XAI 方法的 WWTP 运行模式应用：AQUAVALL WWTP 实例
系统与控制
2025-06-09 v1 机器学习
系统与控制
摘要
水资源复用是当今日趋势紧迫的时代下，面对淡水日益稀缺且日益紧张的挑战的关键环节；同时，将清洁水返回自然环境也是强制性要求。因此，废水处理厂 (WWTP) 是任何致力于应对这些严重挑战的政策中必不可少的设施。WWTP 是复杂的设施，必须以最佳状态运行以实现其目标。如今，这些设施的运行已被广泛监控，产生了大量关于其历史运行数据的数据库。所有这些数据蕴含着大量嵌入信息，通常难以被工厂经理消化、关联和理解；换言之，他们难以在任何给定时刻了解整个设施的全局运行情况。此时，智能方法和机器学习 (ML) 方法可以为这种需求提供支持，通过管理所有数据，将其转化为可管理、可解释且可解释的知识，帮助理解 WWTP 设施的运行情况。本文提出并测试了一种基于可解释人工智能 (XAI) 的方法，用于实际的 WWTP，以提取关于 AQUAVALL 管理的 WWTP 运行模式的可解释服务知识。AQUAVALL 是西班牙西西里亚-莱昂内省瓦拉多利尔市议会负责整个水循环的公共服务机构。通过应用针对 WWTP 挑战的众所周知的 XAI 和 ML 方法，成功将大量历史数据库通过少数解释性运行模式概括，展示了每种情况中涉及的变量和设施单元。
引用
@article{arxiv.2506.05958,
title = {Applying XAI based unsupervised knowledge discovering for Operation modes in a WWTP. A real case: AQUAVALL WWTP},
author = {Alicia Beneyto-Rodriguez and Gregorio I. Sainz-Palmero and Marta Galende-Hernández and María J. Fuente and José M. Cuenca},
journal= {arXiv preprint arXiv:2506.05958},
year = {2025}
}