[發明專利]一種污水處理多目標優化控制方法及系統

在審

• 申請號: 202110513403.6
• 申請日: 2021-05-11
• 公開（公告）號: CN113189881A
• 公開（公告）日: 2021-07-30
• 發明（設計）人: 杜文莉;鐘偉民;錢鋒;彭鑫;李中美
• 申請（專利權）人: 華東理工大學
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 上海專利商標事務所有限公司 31100
• 代理人: 陶玉龍;陸嘉

1.一種污水處理多目標優化控制方法，其特征在于，包括以下步驟：

步驟S1、選取污水處理過程的被控變量并采集相關變量數據；

步驟S2、使用相關變量數據進行訓練，基于BP神經網絡建立能耗成本、出水水質和微生物風險的穩態預測模型；

步驟S3、以被控變量的設定值作為決策變量，以步驟S2建立的穩態預測模型作為約束條件，構建基于能耗成本、出水水質和微生物風險的多目標優化函數；

步驟S4、采用多目標差分進化算法對步驟S3構建的多目標優化函數進行優化計算，得到關于能耗成本、出水水質和微生物風險的帕累托最優解集；

步驟S5、從步驟S4的帕累托最優解集中篩選微生物風險低、能耗成本和出水水質均衡的解對應的決策變量，作為被控變量的優化設定值；

步驟S6、利用抗積分飽和比例積分控制器對步驟S5得到的被控變量的優化設定值進行實時跟蹤控制。

2.根據權利要求1所述的污水處理多目標優化控制方法，其特征在于，所述步驟S1中的污水處理過程，滿足活性污泥一號基準仿真模型的動態過程，進一步包括：

異養微生物的有氧生長；

異養微生物的缺氧生長；

自養微生物的有氧生長；

異養微生物的衰變；

自養微生物的衰變；

可溶性有機氮氨化；

顆粒狀有機物的水解；

顆粒狀有機氮的水解。

3.根據權利要求2所述的污水處理多目標優化控制方法，其特征在于，所述步驟S1中活性污泥一號基準仿真模型，包括5個完全混合式生化反應池和一個10層的二沉池。

4.根據權利要求3所述的污水處理多目標優化控制方法，其特征在于，所述步驟S1中相關變量，包括進水流量、能耗成本、出水水質、微生物風險以及被控變量。

5.根據權利要求4所述的污水處理多目標優化控制方法，其特征在于，所述步驟S1中的被控變量包括食微比、污泥齡、碳氮比、三號反應池的溶解氧和五號反應池的硝態氮。

6.根據權利要求5所述的污水處理多目標優化控制方法，其特征在于，所述步驟S1和步驟S2之間，進一步包括：

對污水處理過程的仿真模型的靈敏度進行分析，選擇靈敏度高的被控變量和相關變量作為步驟S2中建立穩態預測模型的訓練數據。

7.根據權利要求5所述的污水處理多目標優化控制方法，其特征在于，所述被控變量包括溶解氧和污泥齡；

所述步驟S2進一步包括：

以溶解氧設定值、污泥齡設定值和進水流量作為輸入，分別以能耗成本、出水水質和微生物風險作為輸出，使用步驟S1中的采集的相關變量數據進行訓練，基于BP神經網絡建立能耗成本、出水水質和微生物風險的穩態預測模型。

8.根據權利要求1所述的污水處理多目標優化控制方法，其特征在于，所述步驟S2中的BP神經網絡，包括輸入層、隱藏層和輸出層；

第一層為輸入層，第Q層為輸出層，中間各層為隱層：

對于每個層的神經元模型如下：

其中，n_q-1為上一層的神經元數量；

為輸入到第q層的第i個神經元的連接權系數；

為第q層的第i個神經元的閾值；

為第q層的第i個神經元的輸出；

為第q-1層的第j個神經元的輸出；

f(·)為轉換函數；

q∈[1，Q]，Q為神經網絡總層數。

9.根據權利要求8所述的污水處理多目標優化控制方法，其特征在于，所述轉換函數f包括：tansig函數、logsig函數和softmax函數。