污水处理厂是解决水污染问题的重要方法,随着人均用水量增加,水污染问题越来越严重,近年来污水处理厂也越来越多,但是由于污水处理厂能耗过大,导致许多污水处理厂面临着成本费用不足的问题。在污水处理厂中,泵和鼓风机系统占污水处理厂能耗成本的80%以上。对污水处理厂中的设备进行节能研究,能够提高污水处理的能源利用率,降低污水处理厂运行成本。设备在运行过程中会有不同程度的磨损,而这些磨损会导致设备的运行效率下降,多台同等型号的设备在经过一段时间的工作后,设备的性能会变的参差不齐,而传统的PLC不能检测出设备此时的运行效率,因此传统PLC的不能够给出更加节省能耗的运行策略。使用机器学习算法可以对设备当前的运行效率进行学习建模,从而给出减少能耗的运行调度。本文通过改进污水处理过程中的提升泵站系统的运行计划来优化泵站能耗,建立了一个基于群类优化算法的提升泵站节能运行规则。根据污水处理厂泵站系统的运行逻辑,建立了基于机器学习的泵站相关模型。使用GRU网络对污水处理厂的污水连接池进水量进行建模,使用该模型对污水连接池的进水量进行预测,通过一定的计算规则计算出未来泵站所需的泵水量。使用GPR算法对提升泵站的能耗和流量进行建模,使用能耗模型和流量模型对泵站运行状态的能耗和泵水量进行预测。建立了一个以GRU网络进水量预测模型为运行约束和以GPR能耗和泵水量预测模型为评价函数的提升泵站运行优化模型,该模型使用改进的粒子群优化算法以最小化提升泵站能耗和保证提升泵站泵水量为目标。以东北某污水处理厂为案例,对GRU污水连接池进水量预测、GPR能耗预测模型、GPR流量预测模型进行了模型验证,准确率高。对能耗优化模型进行了验证,与常规自动化的能耗相比,节能10%左右。