《Bioresource Technology》：Explainable machine learning for simultaneous energy–effluent prediction and operational state classification in a modified sequencing batch reactor
编辑推荐：
•
可解释的机器学习（Explainable ML）能够同时预测全规模序批式生物反应器（MSBR）中的曝气能耗、化学需氧量（COD）、氨氮（NH?-N）和总氮（TN）的出水质量。
- •
可解释的机器学习（Explainable ML）能够同时预测全规模序批式生物反应器（MSBR）中的曝气能耗、化学需氧量（COD）、氨氮（NH?-N）和总氮（TN）的出水质量。
- •
梯度坡度生物反应器（GBR）在预测效果上表现最佳。
- •
运行状态分类揭示了与路径相关的状态转换。
引言
废水处理厂（WWTP）是环境保护的关键基础设施，但其运行过程能耗较高，占市政能源消耗的很大比例（Dario等人，2018年）。因此，优化这些设施的能源消耗对于实现可持续环境管理和减缓气候变化至关重要。通过利用历史运行数据，机器学习（ML）技术已成为建模能源消耗和预测WWTP出水质量的有力工具（Al-Dahidi等人，2024年）。
WWTP的高能耗主要源于传统的基于规则的控制方式，这种控制通常依赖于固定的曝气或泵送计划（Zhang等人，2026年）。ML通过数据驱动的方法能够模拟复杂的非线性能源消耗模式，成为提高WWTP运行能源效率的变革性工具，据报道，基于AI的优化可将进水响应的能源消耗降低约15%-30%（Zhang等人，2026年）。预测模型在降低能源消耗方面显示出巨大潜力；例如，某市政WWTP使用动态监督机器学习方法实现了23%的能耗降低（Yun等人，2025年）。随着越来越严格的出水排放法规的出台，开发复杂的ML模型对于同时优化能源效率和合规性变得至关重要（Chen等人，2024年）。WWTP的高能耗主要来自曝气、泵送和污泥处理过程，这些过程共同导致了较高的运营成本和大量的温室气体（GHG）排放（Song等人，2025年）。
仅曝气过程就可能占WWTP总电能消耗的50%，直接增加了其碳足迹和运营能源成本（Stentoft等人，2021年；Wang等人，2023年）；内部能源成本包括反应器、曝气系统、泵送装置和污泥处理，占总运营支出的48%。此外，ML能够利用不同处理厂之间的情景差异，提高模型的泛化能力和可转移性，从而减少重新训练的需求，并增强对多种运行环境的适应能力（Y.-Q. Wang等人，2025年）。化学需氧量（COD）、氨氮（NH?-N）和总氮（TN）是评估处理效果和环境合规性的关键参数，需要准确的预测模型来进行实时过程控制。这些出水参数的复杂性，加上WWTP的动态特性，往往使得传统的生物动力学模型无法实现精确的实时预测和控制，因此需要探索先进的数据驱动方法（Diawara等人，2026年）。特别是那些能够处理高维和时间序列数据的ML模型，为模拟预先定义的情景和应对新的出水预测挑战提供了强大的框架（Xu等人，2025年）。这种增强的预测能力有助于实现实时过程调整，从而确保最佳性能并符合严格的排放标准。ML算法从运行数据中学习的能力使它们特别适合预测各种水质指标，如总悬浮固体（TSS）、总磷（TP）、COD和NH?-N（Yue等人，2025年）。这些模型可以利用多种运营和原料参数，包括总固体、pH值、温度和有机负荷率，来准确预测出水特性并优化处理过程。废水过程数据中的非线性、非平稳性和噪声对ML模型预测氮去除效果的准确性构成了重大挑战（Chen等人，2024年），因此需要新的方法来稳健处理动态数据并提供可解释的机制性见解。这些限制意味着需要不仅具有预测能力，还提供机制性解释的模型，尤其是在氮去除等对运行波动非常敏感的关键过程中。
在开发能够同时预测能源消耗和出水质量的统一建模框架方面存在一个关键差距。现有模型仅关注孤立方面，如N?O排放预测或废热回收，而没有整合能源使用与多污染物出水动态之间的复杂相互依赖性（Al-Dahidi等人，2024年）。Ye等人还报告了一个基于贝叶斯优化的框架，可以有效提高TN和能源消耗的预测性能（Ye等人，2024年）。此外，Mao等人通过反向传播时间序列模型、粒子群优化和高斯分类方法，预测了能耗和出水质量（COD、总固体、NH?-N），以优化曝气过程的能源消耗（Mao等人，2024年）。这种专门化方法往往忽视了系统性的运营权衡，阻碍了某些WWTP的整体优化（Hani等人，2024年），这些WWTP从预测和优化转向理解预测如何转化为运行状态分类和运行状态转换。解决这一差距不仅需要联合预测，还需要一种从定量预测到机制理解再到运营行动的路径。
因此，本研究通过三个连续阶段开发了这样的路径。第一阶段建立了一个统一的预测层，因为能源消耗和多污染物出水质量在共享的曝气和负荷动态上存在机制耦合，但传统上都是单独建模的。因此，对比了三种机器学习模型（GBR、XGBoost和DNN），以联合预测曝气能耗以及出水的COD、NH?-N和TN浓度，为后续分析提供了定量化的能源-出水关系。第二阶段应用基于SHAP的可解释性分析，揭示了能源消耗和出水质量的主要机制驱动因素，包括特征相互作用和具有操作意义的阈值，如反硝化饱和度。第三阶段引入了运行状态分类（OSC）框架，该框架基于Tapio弹性和DEA生产率指标，将连续的、可解释的预测离散为四种可操作的运行状态：耦合、解耦、拥堵和缓解，从而可以实时诊断和管理能源-出水权衡，而不仅仅是事后分析。这样，预测、解释和分类形成了一个连贯的框架，每个阶段都解决了前一个阶段的限制。
本研究采用了两种集成模型（GBR和XGBoost）以及深度神经网络（DNN），来捕捉曝气能耗和多污染物出水质量之间的复杂非线性关系。这种多样化的架构确保了高性能的预测层，利用基于树的模型处理表格特征相互作用的卓越能力，同时利用深度学习模型捕捉废水系统的更广泛、多层的动态表示。
章节片段
数据收集
数据来自中国东部的一个改进型序批式生物反应器（MSBR）。该设施的处理能力为50,000立方米/天，服务于约15万居民。污水处理厂的示意图见补充信息（图S1）。所有收集的数据都是2023年1月1日至2025年12月31日的日时间序列数据。该厂的处理设计符合C类“污水排放标准”。
过程特征描述
这里提供了运营数据集的描述性统计信息，以描述MSBR WWTP在研究期间的进水负荷、出水质量和特定能源消耗的分布情况。进水参数的皮尔逊相关矩阵（图2a）显示NH?-N、TN和TP之间存在中等到强的正相关性（r = 0.61–0.87），表明有机负荷增加可能与氮和磷的增加同时发生。
结论
本研究开发了一个可解释的ML框架，整合了GBR、XGBoost和DNN模型以及OSC框架，以同时预测MSBR厂中的曝气能耗和出水质量。主要发现和意义包括：
- •
GBR在曝气能耗（R2 = 0.906）和COD出水（R2 = 0.919）方面的泛化能力最强；XGBoost的表现也相当（R2分别为0.909和0.919），而DNN在所有目标上的表现始终较低，这证实了集成树的优越性。
CRediT作者贡献声明
Bernard Lassimo Diawara: 写作 – 审阅与编辑，撰写原始稿件，验证，软件开发，方法学研究，数据管理，概念构思。 Zhihua Xu: 写作 – 审阅与编辑，正式分析，概念构思。 Shuai Yang: 写作 – 审阅与编辑，正式分析，概念构思。 Haiping Cong: Xin Wang: Mohamed Yateh: 写作 – 审阅与编辑，验证，正式分析。 Long Youwei: 写作 – 审阅与编辑。 Ricardo Domingos Manuel Ferro: 写作 – 审阅与编辑，正式分析。 Wangyang Chen: 写作 –
Chen等人，2023a；Chen等人，2023b；Huang等人，2025a；Huang等人，2025b；Wang等人，2025a；Wang等人，2025b。
作者声明他们没有已知的财务利益或个人关系可能影响本文所述的工作。
致谢
本研究得到了水利部重大科学技术项目（SKS-2025078）的支持。
Bernard Lassimo Diawara | Zhihua Xu | Shuai Yang | Haiping Cong | Xin Wang | Mohamed Yateh | Long Youwei | Ricardo Domingos Manuel Ferro | Wangyang Chen | Yulin Tang
