韩红桂， 鲁树武， 伍小龙， 乔俊飞

(1.北京工业大学信息学部， 北京 100124； 2.北京工业大学计算智能与智能系统北京市重点实验室， 北京 100124)

城市污水处理是减少水环境污染、实现城市污水资源化的一种有效途径[1-3]. 城市污水处理过程主要包括格栅、初沉池、生化反应池、二沉池等过程[4-5]. 为了实现出水水质达标，城市污水处理过程需要根据实时状态数据、出水水质数据以及工况环境数据等信息，调节过程可操作变量，保持污水处理过程稳定达标运行[6-7]. 因此，城市污水处理过程数据的准确、实时采集和传输不仅是城市污水处理系统的重要环节，也是运行过程精确建模与闭环控制的重要保障[8]. 然而，由于城市污水处理运行过程存在运行环境复杂、过程干扰大等特点，导致运行过程易产生噪声数据和缺失数据等现象[9-11]. 例如，城市污水处理过程年记录数据包含了1%～2%的异常数据；在恶劣天气情况下，严重偏离真实值的数据甚至达到数据总量的10%～20%. 这些异常数据难以为城市污水处理过程状态估计和性能分析提供可靠的信息依据[12-16].

城市污水处理运行过程最常见的数据异常现象有2类，分别是数据噪声和数据缺失. 为了减少数据噪声的影响，刘鹏宇等[17]提出一种基于中值滤波的降噪方法，该方法通过对数据进行快速排序来获取数据中值，并对超过阈值数据进行滤波处理来达到去除噪声的效果. 然而，由于大量数据进行比较排序导致数据去噪时间……