基于多尺度自适应选择Transformer（MSASFormer）的污水处理厂多目标出水水质联合预测模型

《Water》：MSASFormer: A Multi-Scale Adaptive Selection Transformer for Multi-Target Effluent Quality Forecasting in Wastewater Treatment Plants

　　

准确的出水水质预测对于污水处理厂（WWTPs）的过程监控和运行决策至关重要。然而，实现可靠的预测需要对多个时间尺度上的过程动态进行有效建模。这些时间尺度的相对重要性以及预测所需的上下游信息可能会随运行条件和预测目标的变化而变化。为解决这一挑战，研究人员提出了多尺度自适应选择Transformer（Multi-Scale Adaptive Selection Transformer, MSASFormer），这是一个用于同时预测多个出水水质指标的统一框架。MSASFormer利用基准仿真模型No.2（Benchmark Simulation Model No. 2, BSM2）生成的模拟数据，对出水BOD5、COD和TSS进行4小时超前预测，在三种评估模型中取得了最佳的聚合预测性能。与两个强大的混合模型（CNN–LSTM和TCN–GRU）相比，MSASFormer实现了最低的标准化均方误差（Standardised Mean Squared Error, SMSE）和最高的平均决定系数（R2）。同时，它在所有三个指标上均取得了最低的平均绝对误差（Mean Absolute Error, MAE），并在COD上获得了最佳整体性能，同时在BOD5和TSS上与TCN–GRU保持竞争力。消融实验结果表明了主要架构组件对预测性能的贡献。最后，对尺度选择行为的分析显示，MSASFormer在不同输入样本间选择了不同的时间尺度组合，表明其具备根据变化的过程条件调整尺度选择的能力。

一、研究背景与意义

污水处理厂（WWTPs）的运行过程涉及水力传输、生物转化和固体分离等多重耦合过程，其对进水负荷和运行条件的响应呈现非线性特征，导致出水水质的动态变化跨越不同时间尺度。环境与运行工况的变化进一步增加了预测难度。因此，如何根据不断变化的过程条件，有效融合来自不同时间尺度的信息以实现可靠的出水水质预测，是该领域面临的核心挑战。现有研究虽已探索了循环神经网络（RNN）、混合模型及Transformer等架构，但在多尺度时序表征的自适应选择以及面向多目标的特异性信息提取方面仍存在不足。为此，研究人员提出了一种名为多尺度自适应选择Transformer（MSASFormer）的统一框架，旨在通过自适应地选择与当前过程动态最相关的时间尺度，并结合目标特异性信息检索，实现对多个出水水质指标的同步精准预测。

二、关键技术方法

本研究采用的数据集源自国际水协会（IWA）WWTPs控制策略基准化工作组开发的基准仿真模型No.2（BSM2）的开环配置（BSM2OL）。该仿真使用了BSM2提供的标准609天动态进水序列。研究人员选取了19个在实际全规模污水处理厂中具备可测性的上游过程变量作为模型输入，并排除了出水水质指标的历史观测值。模型接收过去24小时内（96个采样点，每15分钟一个）的上游过程数据，任务为同时预测4小时后（即16个采样间隔后）的出水五日生化需氧量（BOD₅）、化学需氧量（COD）和总悬浮固体（TSS）。

MSASFormer模型由三个核心模块构成：

1. 1.
   多尺度编码器（MSE）：将输入序列按多种分辨率划分为不重叠的时间块（patch），并将每个块作为一个令牌（token），在不同尺度内应用自注意力机制以捕获跨时间尺度的依赖关系。
2. 2.
   动态感知尺度选择器（DASS）：通过对标准化输入历史进行原始、季节性和趋势成分分解，提取动态描述符，并由轻量级选择网络为每个输入样本分配候选时间尺度的概率分布，最终保留并加权最相关的K个尺度。
3. 3.
   目标特异性交叉注意力解码器（TSD）：为每个预测目标（BOD₅、COD、TSS）分配独立的查询向量，通过与共享的多尺度记忆进行交叉注意力计算，使各目标能选择性检索与其最相关的时空特征。

三、研究结果

3.1 预测结果与分析

与CNN–LSTM和TCN–GRU两种强基线模型相比，MSASFormer在聚合指标上表现最优，获得了最低的标准化均方误差（SMSE）和最高的平均决定系数（R2）。具体而言，其SMSE较CNN–LSTM降低了18.8%，较TCN–GRU降低了1.6%。在目标特异性指标上，MSASFormer在所有三个指标上均取得了最低的平均绝对误差（MAE），其中对COD的预测优势最为显著。尽管参数量最大，但其单样本推理延迟低于TCN–GRU，约降低27.1%。统计检验表明，MSASFormer相较于CNN–LSTM的性能提升具有统计学显著性，而与TCN–GRU的差异则不显著。在抗噪性测试中，MSASFormer在所有测试噪声水平下均保持了最低的平均SMSE。

3.2 预测偏差与时间跟踪

所有模型在高浓度子集（≥训练期第90百分位数）中均表现出负向预测偏差，即普遍低估高浓度事件。MSASFormer在COD高浓度区的偏差幅度最小，而TCN–GRU在BOD₅和TSS高浓度区的偏差更小。回归散点图显示，MSASFormer的滞后轨迹分支分离程度较低，表明其预测值与观测值的相位差更小，时间对齐性更好。

3.3 消融分析

通过移除DASS、移除TSD以及将MSE替换为标准Transformer编码器（Trans-TSD）进行的消融实验证实了各模块的贡献。完整MSASFormer模型的SMSE最低（0.366），而移除DASS、移除TSD和Trans-TSD的SMSE分别升高至0.400、0.411和0.444。这表明多尺度补丁编码、自适应尺度选择和目标特异性解码均对模型性能有显著正向贡献。此外，对目标条件化尺度选择的比较发现，允许各目标独立选择尺度虽能略微降低平均SMSE，但改善未达到统计学显著性。对训练损失中目标权重的敏感性分析显示，适度增加COD权重（如1:2:1）可降低总体SMSE。

3.4 自适应尺度选择分析

对测试集所有输入窗口的尺度选择记录进行分析发现，DASS展现出明显的时变特性。总体而言，1小时和2小时的细粒度尺度被频繁选中（分别为96.6%和81.7%），而4小时和6小时尺度的选择率虽然整体较低，但在特定干扰事件期间（如高进水流量和COD负荷时段）显著增加。这验证了DASS能够根据进水条件的变化，自适应地调整对不同时间尺度的依赖，从而更好地捕捉从短期波动到持续扰动的过程动态。

四、结论与讨论

本研究提出的MSASFormer框架，通过整合多尺度时序编码、动态感知尺度选择和目标特异性交叉注意力机制，成功实现了对污水处理厂出水BOD₅、COD和TSS的同步4小时超前预测。在BSM2开环仿真数据上的评估表明，MSASFormer取得了优于对比模型的聚合预测性能。消融实验证实了多尺度编码、自适应尺度选择和目标特异性解码各自的重要贡献。尺度选择分析进一步揭示了模型能够根据输入样本动态调整其使用的时间分辨率。这些结果证明了自适应时序表征与目标特异性信息检索相结合在多目标出水水质预测中的价值。

研究结论指出，COD仍是所有模型中最具挑战性的预测目标，这可能归因于其反映多种有机组分，而这些组分的动态无法被所选上游测量完全捕获。未来工作将聚焦于：（1）在编码器中引入COD特异性时间分支；（2）在全规模污水处理厂的不同运行条件下验证模型；（3）探索更长预测时域下的性能；（4）研究迁移学习以适应标记数据有限的工厂。