上一周公众号对数据分析污水水质变化的过程中的作用进行了探讨，那么数据分析在污水厂的工艺调整中还有什么其他的作用呢？数据分析究竟要怎样应用到污水厂的运行管理中去呢？从这一周开始我们将逐步深入的进行数据分析的污水厂工艺应用的探讨。
数据分析作为现今社会重要的科学手段，对现代社会起到了非常重要的作用，无论从科技发展，工农业发展，商业应用中都有非常多的应用。和我们老百姓常见的就是大数据无时无刻的影响着我们的日常生活，购物，出行，日常生活都会被大数据包围，我们也越来越享受大数据带给我们便捷的生活，而这些大数据背后就是各种各样深入的数据归纳和分析。作为污水厂，其实每天都在不断的产生大量的数据，这些数据对于污水厂的管理，能不能像大数据一样，使我们的管理更加便捷，高效呢？所以我们是需要对污水厂产生的数据进行有效的分析，从而使污水厂的运行管理更加精准和到位。
那么数据分析是如何影响到污水厂的运行管理的呢？我们先来了解数据分析，在没有确定我们需要通过数据分析来了解什么的时候，这些来自于生产一线的数据往往只是一堆数字或者文字，没有任何的贡献。但其实这些数字是来源于每一个污水厂的实际运行的情况，这些数据背后隐藏了每个污水厂的运行管理方方面面，包括活性污泥的各种生存状况。而我们需要做的就是通过数学手段进行数据分析，把这些冷冰冰的数据背后鲜活的污水厂运行的情况挖掘出来，成为我们运行管理的扎实基础。
下面我们来举一个例子，看看如何用数学手段挖掘数据之间的关联性，对污水厂的运行管理做出帮助。
我们知道在一个污水厂里，进水水质是非常重要的，进水水质中的BOD更为重要，特别是近年来对出水氮磷的要求，从普遍理论上，去除氮磷是对进水中的BOD要有一定的比例关系的。但是对于一般的污水厂来说，BOD的化验难度远远大于COD，很多污水厂都不会去每日进行BOD的化验，但是会长期进行COD的化验。这就出现一个问题，我们能不能用COD来替代BOD，进行每日的进水水质的评估呢？如果进水的COD是400mg/L，我们能不能预测出进水的BOD是多少呢？我们来用一个污水厂的数据进行讨论。
这是某个污水厂在2004~2007年的COD和BOD的化验数据得月平均数值，一般来说，污水厂由于是专属服务某一个地区的污水处理的，这个地区由于居民生活水平，工业比例，管网建设情况在一定时期内稳定，那么也就是说这个地区的污水的组分是固定的，我们需要通过这些化验数据来做出一个COD和BOD之间的关联关系来，方便我们后期更加快捷方便的通过COD的化验就能预测到BOD的数值，来衡量进水中的碳源。
首先利用EXCEL中的作图功能，这种寻求两个数据之间的关联的方法，一般采用这种散点图，散点图一般用于比较至少两组数值或者两对数据，使用它可以显示值集之间的关系，当我们把某污水厂2004~2007年的COD和BOD月平均值值得数据做成散点图之后，大家可以看到，这个散点图非常明显的显示出两者之间的关系呈线性分布，那么我们现在需要做的就是如何把这个线性关系找到。
这种线性关系得寻找，在计算机辅助下，可以非常方便快捷的得到，大家可以利用EXCEL里面得数据趋势线的添加方式来进行，选择添加趋势线，在趋势线的选择框里，选择线性，注意下面要把“显示公式”得选项选择上，这样这个公式就能很方便的得出来了。
当我们通过几年的数据进行分析后，得出得这个公式
Y=0.4366X+45.574，换成BOD和COD的关系就是：
BOD=0.4366COD+45.574
能够通过COD来预估进水的BOD，从而研判进水中得碳源是否充足了。
当然这个是快捷得方式，如果是要采用数学推理计算的方式，这种线性关联的方式就要通过线性回归方程来进行计算。
第一：用所给样本求出两个相关变量的(算术）平均值：
xp=(x1+x2+x3+...+xn)/n
yp=(y1+y2+y3+...+yn)/n
第二：分别计算分子和分母：（两个公式任选其一）
分子=(x1y1+x2y2+x3y3+...+xnyn)-nXpYp
分母=(x12+x22+x32+...+xn2)-n*x2
第三：计算b：b=分子/分母
第四：最后把x,y的平均数xp，yp代入a=Yp-bXp
求出a并代入总的公式y=bx+a得到线性回归方程。
为了验证这个数学计算方法，数学方法要求数据样本更多，更多的数据样本可以反应出更准确的数值，我们把某厂的2007年的每日的COD和BOD的值进行统计计算，出于篇幅原因，我们把数据表的部分列出来，然后用EXCEL里面的公式进行上述的数学运算，计算的结果见表后的数据：
最终计算出２００７年的COD和BOD的关系式为：
ｙ＝0.3455X+85.56
也就是BOD＝0.3455COD＋85.56
然后我们用EXCEL的散点图和趋势线的方式来进行验证，可以看到这个曲线图的方程是：
这个方程和我们数学计算的方程基本一致，因此可以知道数学方法和表格方法都是可以完成这个线性方程式的推算的。这个线性方程的得出，可以便捷的通过进水的COD来快捷的判断进水的BOD值，不必要等到５天后出来BOD５再来判断系统的碳源是否充足。
这一期的公众号通过利用计算机软件和数学方法进行了污水厂进水水质数据的关联性分析，得到的方程可以作为污水厂的运行管理有利工具，简化了污水厂对水质的化验程序，增强了污水厂工艺管理人员对水质的把控，从而更准确的对工艺进行控制。这就是我们数据化分析在污水厂中的应用。欢迎大家持续关注公众号，参与数据化分析对污水厂的运行管理的提高的探讨。
延伸阅读：
原标题：数据分析对污水厂工艺调控的作用（二）
