[发明专利]污水处理过程动态多目标优化控制方法

说明书

技术领域

本发明提出一种基于神经网络和非占优精英遗传算法NSGA-II的污水处理过程动态多目标优化控制方法，对污水处理过程能耗与水质两个重要且相互冲突的性能指标同时优化，实现好氧区溶解氧浓度和厌氧区硝态氮浓度设定值的动态寻优。污水处理优化控制是水处理领域重要的研究课题，属于水研究领域，也属于智能控制领域。

背景技术

污水处理过程是高能耗的复杂流程工业系统，其操作连续运行并需要保证出水水质达标。随着国家对污水处理过程节能降耗的要求和人类对环境保护意识的增强，污水处理过程的优化控制引起了广泛关注。污水处理过程优化控制是提高污水处理过程性能、实现节能降耗的有效途径。因此，本发明的研究成果具有广阔的应用前景。

污水处理优化控制的目标是在满足出水水质达标的前提下，获得能耗和成本的降低。在污水处理过程优化控制研究初期，单变量优化取得了较为丰硕的成果，并以溶解氧浓度优化为主。为了获得更好的优化性能，污水处理过程多变量优化控制近年来引起了众多学者关注。前置反硝化活性污泥法处理的污水过程，第五分区的溶解氧浓度和第二分区的硝态氮浓度强烈影响污水处理过程的硝化和反硝化水平，直接决定出水水质，同时也是曝气能耗AE和泵送能耗PE高低的重要影响参数。因此，对溶解氧浓度S_o和硝态氮浓度S_No的设定值进行优化已经成为提高污水处理过程优化性能的重要手段。

由于活性污泥处理过程中，存在复杂的物理、生化反应，且各种反应过程相互影响，使得整个系统呈现较强的耦合特性，甚至表现为性能指标的相互冲突，如，能耗与出水水质指标间便具有这种冲突特性。因此，将污水处理优化控制视为本质多目标优化问题更符合污水处理过程优化问题的实质，但这方面的研究工作才刚起步。国内外现有污水处理多目标优化控制方法中，存在的主要问题有：考虑了污水过程具有多目标优化特性，但优化算法依然将其处理成单目标优化问题；以优化处理厂设计参数为主的多目标优化方法，采用离线优化模式，不适于在线优化控制；在模型预测控制框架下考虑控制性能指标的冲突特性，但未考虑水质、能耗等经济指标优化。此外，污水处理过程能耗、水质的多目标优化控制问题，难点还在于能耗-水质-优化设定值模型较难建立。

发明内容

本发明获得一种基于神经网络和非占优精英遗传算法NSGA-II的污水处理过程多目标优化控制方法，实现污水处理过程溶解氧浓度和硝态氮浓度设定值优化，保证出水水质达标前提下，降低能耗和处理成本；本发明采用如下技术方案及实现步骤，其特征在于，包括以下步骤：

1.以出水水质达标为约束条件，同时优化能耗和出水水质两个性能指标，构造污水处理过程的约束多目标优化模型；

1.1多目标优化模型构造

建立优化设定值与性能指标间的函数关系，其实质是建立溶解氧浓度和硝态氮浓度的优化设定值与能耗指标、出水水质指标间的代理模型，实现对性能指标的预测和评价；令x₁(k)为溶解氧浓度设定值，x₂(k)为硝态氮浓度设定值，x(k)＝[x₁(k),x₂(k)]为设定值组成的优化向量，k为时刻，为方便表述，记x(k)为x；f_AE(x)为优化变量与曝气能耗间的函数表达，f_PE(x)为优化变量与泵送能耗间的函数表达，能耗指标定义为曝气能耗与泵送能耗之和，即能耗指标f_EC(x)＝f_AE(x)+f_PE(x)，f_EQ(x)为优化变量与出水水质指标间的函数表达；

构建如下多目标优化模型，

minF(x)＝{f_EC(x),f_EQ(x)}(1)