[發(fā)明專利]基于支持向量機和神經(jīng)網(wǎng)絡(luò)的污水化學需氧量軟測量方法

有效

• 申請?zhí)枺?/td>: 200910053267.6
• 申請日: 2009-06-17
• 公開（公告）號: CN101923083A
• 公開（公告）日: 2010-12-22
• 發(fā)明（設(shè)計）人: 張杰;馮輝;雷中方;張建秋;胡波
• 申請（專利權(quán)）人: 復旦大學
• 主分類號: G01N33/18
• 分類號: G01N33/18;G06N3/02;G06N3/08
• 代理公司: 上海正旦專利代理有限公司 31200
• 代理人: 包兆宜

技術(shù)領(lǐng)域

本發(fā)明屬于污水處理領(lǐng)域，具體涉及污水化學需氧量軟測量方法。

背景技術(shù)

化學需氧量(COD，Chemical?Oxygen?Demand)是在強酸并加熱條件下，采用一定的強氧化劑處理水樣時所消耗的氧化劑量，用氧的濃度(mg/L)來表示，它是表示水中有機物總量的一個綜合性指標。水體中有機物含量是關(guān)于天然水體環(huán)境質(zhì)量分級的重要指標之一，是導致水體發(fā)黑發(fā)臭的根本因素，也是水體是否受生活污水和工業(yè)廢水污染的判斷依據(jù)。很多國家都規(guī)定了可以排放入自然水體的水質(zhì)參數(shù)COD最大值。

目前，世界各國的COD測定方法主要為重鉻酸鉀回流法。重鉻酸鉀回流法是在水樣中加入一定量的重鉻酸鉀和催化劑硫酸銀，在強酸性介質(zhì)濃硫酸加入的條件下加熱回流一定時間，部分重鉻酸鉀被水樣中可氧化物質(zhì)還原，用硫酸亞鐵銨滴定剩余的重鉻酸鉀，根據(jù)消耗重鉻酸鉀的量計算COD的值。

重鉻酸鉀回流法測量COD準確可靠，但缺點也很明顯：

a)回流設(shè)備占用空間，操作比較繁瑣，批量測定有困難。

b)反應測量大時延，一般要加熱兩小時，難以實時地得到COD參數(shù)。

c)銀鹽耗量大，分析費用高，而且測試過程中添加的硫酸銀和硫酸汞形成的酸性廢液需要妥善處理，否則造成嚴重的二次污染。

為了解決COD變量的實時估計問題，軟測量技術(shù)取得了重大發(fā)展。軟測量的基本思想是把自動控制理論與生產(chǎn)過程知識有機的結(jié)合起來，應用計算機技術(shù)對難以測量或者暫時不能測量的重要變量，選擇另外一些容易測量的變量，通過構(gòu)造某種數(shù)學關(guān)系來推斷或者估計，以軟件來替代硬件的功能。軟測量技術(shù)已經(jīng)成為現(xiàn)代流程工業(yè)和過程控制領(lǐng)域的關(guān)鍵技術(shù)，理論體系正在逐步形成完善，并取得了一些成功的應用。

法國A?Charef等人采用主元分析(PCA)對數(shù)據(jù)分析并用神經(jīng)網(wǎng)絡(luò)建模，選取pH、氧化還原電位(Oxidation-Reduction?Potential，ORP)以及水溫作為基礎(chǔ)，得到了污水的COD估計值。韓國的Dong-Jin?Choi和Heekyung?Park選取神經(jīng)網(wǎng)絡(luò)建模，利用COD、pH、TSS等11個數(shù)據(jù)對污水的凱氏氮進行了軟測量研究。我國學者張文藝等以進水COD、pH、氨氮等9個參數(shù)作為輸入，估計了出水COD值。這些軟測量方法都取得了良好的COD估計效果，但也存在一些問題。

用神經(jīng)網(wǎng)絡(luò)進行COD軟測量建模，第一個問題在于輔助變量的選擇。和COD相關(guān)的化學參數(shù)多達十幾種，出于測量的準確性和測量的難易程度，選擇pH、溶解氧(Dissolved?Oxygen，DO)、ORP作為輔助變量已經(jīng)成為學者們的共識。第二個問題在于神經(jīng)網(wǎng)絡(luò)的構(gòu)建方法。神經(jīng)網(wǎng)絡(luò)建模是一種確定性網(wǎng)絡(luò)建模，它要求在相同的輔助變量輸入條件下有相同的模擬輸出。由于污水狀態(tài)的多樣性和輔助變量的選擇限制，這個要求往往不能完全滿足，常常導致用軟測量的模擬輸出估計主導變量時不能達到理想的精度。

發(fā)明內(nèi)容

本發(fā)明的目的是克服現(xiàn)有技術(shù)的缺陷，提供一種新的污水化學需氧量軟測量方法。具體涉及基于支持向量機(Support?Vector?Machine，SVM)和神經(jīng)網(wǎng)絡(luò)的污水化學需氧量軟測量方法

本發(fā)明的具體技術(shù)方案如下：

本發(fā)明提出的基于支持向量機和神經(jīng)網(wǎng)絡(luò)的污水水質(zhì)參數(shù)COD軟測量模型，主導變量為污水COD，輔助變量為水質(zhì)參數(shù)pH、pH變化率、DO、DO變化率、ORP以及ORP變化率。通過加入水質(zhì)參數(shù)變化率，不但能反應污水的瞬時狀態(tài)，也能反應水質(zhì)狀態(tài)的變化情況。這樣可以減少輔助變量矛盾數(shù)據(jù)(相同輸入下的不同輸出)出現(xiàn)，有利于提高模型的估計準確性。

基于分類的思想，引入支持向量機對輔助變量進行預處理，根據(jù)水質(zhì)參數(shù)及其變化率對數(shù)據(jù)樣本進行分類。采用支持向量機分類，有利于區(qū)分不同狀態(tài)水體的數(shù)據(jù)參數(shù)，減少了矛盾數(shù)據(jù)，便于神經(jīng)網(wǎng)絡(luò)訓練。同時，采用多個神經(jīng)網(wǎng)絡(luò)進行訓練，可以避免單個網(wǎng)絡(luò)的訓練局限性，如訓練陷入局部最小值、網(wǎng)絡(luò)不收斂等。

本發(fā)明所提供的基于支持向量機和神經(jīng)網(wǎng)絡(luò)的污水化學需氧量軟測量方法的模型結(jié)構(gòu)如圖1所示。

在污水處理中，水質(zhì)參數(shù)伴隨著污水狀態(tài)不斷變化，如污水中溶解氧的狀態(tài)有厭氧和好氧之分。在厭氧反應中，COD濃度高，衰減速率快，而在好氧反應中，COD濃度較低，反應時間長。為了便于神經(jīng)網(wǎng)絡(luò)訓練，希望通過支持向量機區(qū)分污水的狀態(tài)。在訓練支持向量機時，首先要確定如何對已有數(shù)據(jù)樣本進行標記。