[發(fā)明專利]一種基于混合智能算法的厭氧系統(tǒng)出水氨氮軟測量方法

在審

• 申請?zhí)枺?/td>: 201810182380.3
• 申請日: 2018-03-06
• 公開（公告）號: CN108549740A
• 公開（公告）日: 2018-09-18
• 發(fā)明（設(shè)計(jì)）人: 萬金泉;謝彬;馬邕文;王艷;閆志成;郝金蕾
• 申請（專利權(quán)）人: 華南理工大學(xué)
• 主分類號: G06F17/50
• 分類號: G06F17/50;G06K9/62
• 代理公司: 廣州粵高專利商標(biāo)代理有限公司 44102
• 代理人: 何淑珍;江裕強(qiáng)

1.一種基于混合智能算法的厭氧系統(tǒng)出水氨氮軟測量方法，其特征在于，包括如下步驟：

(1)輔助變量的確定：選取能直接測量并且與厭氧過程密切相關(guān)的水質(zhì)變量；

(2)搭建厭氧廢水處理系統(tǒng)，建立訓(xùn)練樣本數(shù)據(jù)庫：采集不同進(jìn)水條件下厭氧反應(yīng)器的進(jìn)水水質(zhì)和出水水質(zhì)，構(gòu)建模型輸入輸出向量對的集合；進(jìn)水水質(zhì)包括進(jìn)水亞硝酸鹽氮、進(jìn)水COD、進(jìn)水pH、產(chǎn)氣量的參數(shù)；出水水質(zhì)包括出水氨氮濃度、出水pH、產(chǎn)氣量；

(3)對(2)中采集到的模型輸入輸出向量進(jìn)行異常值的剔除和歸一化處理，建立輔助變量數(shù)據(jù)樣本集和關(guān)鍵狀態(tài)變量即預(yù)測變量數(shù)據(jù)集；

(4)利用主成分分析算法分析輔助變量數(shù)據(jù)集：借助一個正交變換，將原始相關(guān)的隨機(jī)變量變換成不相關(guān)的新變量，從代數(shù)的角度來看是將原變量的協(xié)方差陣轉(zhuǎn)換成對角陣；

(5)建立基于最小二乘法支持向量機(jī)的出水氨氮軟測量預(yù)測模型，利用(3)的輔助變量數(shù)據(jù)樣本集和預(yù)測變量數(shù)據(jù)集組成數(shù)據(jù)集，將數(shù)據(jù)集分為訓(xùn)練樣本數(shù)據(jù)和測試樣本數(shù)據(jù)，利用訓(xùn)練樣本數(shù)據(jù)對模型進(jìn)行訓(xùn)練，直到滿足訓(xùn)練條件訓(xùn)練停止；

(6)利用(5)訓(xùn)練好的基于最小二乘法支持向量機(jī)的出水氨氮軟測量預(yù)測模型，將測試樣本數(shù)據(jù)作為訓(xùn)練后模型的輸入，模型輸出即為出水氨氮的預(yù)測值。

2.根據(jù)權(quán)利要求1所述的一種基于混合智能算法的厭氧系統(tǒng)出水氨氮軟測量方法，其特征在于，步驟(1)所述輔助變量的選取包括厭氧系統(tǒng)過程中的進(jìn)水亞硝酸鹽氮、進(jìn)水COD、進(jìn)水pH、出水pH以及產(chǎn)氣量。

3.根據(jù)權(quán)利要求1所述的一種基于混合智能算法的厭氧系統(tǒng)出水氨氮軟測量方法，其特征在于，步驟(2)以進(jìn)水亞硝酸鹽氮、進(jìn)水COD、進(jìn)水pH、出水pH以及產(chǎn)氣量五個指標(biāo)參數(shù)作為輸入變量，出水氨氮濃度作為輸出變量。

4.根據(jù)權(quán)利要求1所述的一種基于混合智能算法的厭氧系統(tǒng)出水氨氮軟測量方法，其特征在于，步驟(4)具體包括：

①首先通過公式(1)計(jì)算輔助變量數(shù)據(jù)樣本矩陣X_m×n的均值和方差，然后利用公式(2)對X_m×n進(jìn)行零均值標(biāo)準(zhǔn)化處理得到標(biāo)準(zhǔn)化矩陣Z_m×n：

其中，矩陣X_m×n為由進(jìn)水亞硝酸鹽氮、進(jìn)水COD、進(jìn)水pH、出水pH以及產(chǎn)氣量五個指標(biāo)參數(shù)構(gòu)成的樣本矩陣，m為輔助變量參數(shù)個數(shù)，n為數(shù)據(jù)樣本個數(shù)，為樣本矩陣X_m×n第J列數(shù)據(jù)平均值，S_j代表標(biāo)準(zhǔn)差，x_ij代表第i個樣本的第j個分量，z_ij代表標(biāo)準(zhǔn)化矩陣Z_m×n的第i個樣本的第j個分量；

②利用公式(3)和(4)求標(biāo)準(zhǔn)化矩陣Z_m×n的協(xié)方差矩陣R_n×n，以下將Z_m×n簡寫為Z：

③根據(jù)公式(5)解出R的n個特征值λ_J，j＝1，2，…，n，并按從大到小的順序排列，根據(jù)公式(6)求解相應(yīng)特征值的單位特征向量b_j，b_j＝(b_1j，b_2j，┅，b_nj)：

|R-λ_JE|＝0 (5)

Rb＝λ_Jb (6)；

④按公式(7)計(jì)算累計(jì)方差貢獻(xiàn)率，確定主成分個數(shù)k，累計(jì)方差貢獻(xiàn)率≥85％的前k個主成分包含了絕大部分信息，后面的其他成分能被舍棄：

⑤最后利用公式(8)將標(biāo)準(zhǔn)化矩陣Z在k維上投影，k由④確定，組成k個主元的新的數(shù)據(jù)樣本矩陣U，U₁稱為第一主成分，U₂稱為第二主成分，U₃稱為第k主成分，這樣原始數(shù)據(jù)樣本實(shí)現(xiàn)了從n維降到k維：

為矩陣Z的第i個樣本的轉(zhuǎn)置矩陣。

5.根據(jù)權(quán)利要求4所述的一種基于混合智能算法的厭氧系統(tǒng)出水氨氮軟測量方法，其特征在于，步驟(4)利用主成分分析算法分析輔助變量數(shù)據(jù)集，處理后將新的數(shù)據(jù)樣本分為訓(xùn)練樣本和測試樣本。