[发明专利]基于stacking元学习策略的污水处理故障诊断方法

说明书

本发明公开了一种基于stacking元学习策略的污水处理故障诊断方法，该方法是用均值法补全污水数据中属性不完整的样本的缺陷项，将其归一化到[0,1]区间中；设置基分类器隐层节点数、正则化系数、核宽度的最优参数；利用处理好的训练样本对基分类器进行3折交叉验证，获得基分类器的原始输出；将基分类器的原始输出转化为概率型输出，并构造出元训练集；利用元训练集对元分类器进行训练，得到最终的分类决策模型。本发明通过元学习策略融合了不同的基分类器提高了算法的多样性和稳定性，进一步提高了污水处理过程中故障诊断的整体性能。

技术领域

本发明涉及污水处理故障诊断的技术领域，尤其是指一种基于stacking元学习策略的污水处理故障诊断方法。

背景技术

污水处理是一个复杂的，多变量的生化过程。污水处理厂发生故障容易引发一系列严重的污水污染问题。而污水处理过程的故障诊断可转化为一个模式识别的分类问题。污水数据由定期将污水厂采集到的数据及其当前工作状态组成，一段时间内的污水数据组成污水数据集。由于合格的污水处理厂发生故障的频率很低，采集到的污水数据集中故障状态下的数据往往远少于正常状态下的数据。这就导致污水数据集是分布高度不平衡集，即污水处理过程的故障诊断是一个数据不平衡的分类问题。

传统学习算法往往基于总体准确率对参数进行优化，这容易使分类结果更偏向多数类。但在现实应用场合更被看重的是少数类的分类准确率，即在污水处理故障诊断场合，更重要的是准确分类出作为少数类的故障类。准确分类出作为少数类的故障类对及时诊断污水处理厂的运行故障并及时进行处理有巨大的帮助。及时诊断并处理污水故障可稳定出水水质并减少污水对环境的污染，并减少维护费用。因此，应注重研究及时精确少数类的故障类的故障诊断算法。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提出了一种基于stacking元学习策略的污水处理故障诊方法，通过构造一个两层的叠加式框架结构，利用元学习策略将3种对不平衡数据有不错分类效果的分类算法，即SVM，RVM，WELM进行融合，并选择WELM作为最终输出诊断结果的分类器。实验证明，本方法提高了对污水处理故障类的分类准确率，进而有效提高了污水处理过程中故障诊断的整体性能。

为实现上述目的，本发明所提供的技术方案为：基于stacking元学习策略的污水处理故障诊断方法，包括以下步骤：

1)原始污水数据有527个样本，每个样本有38维属性，其中某些样本在某些属性上包括化学需氧量COD、生化需氧量BOD，存在缺失值，对这些样本采用均值法补全其缺失值，并将所有38维属性值归一化到[0,1]区间；

2)527个原始污水样本总共分为4类，第一类为正常状态类，第二类为正常状态但某些性能指标超过了平均值，第三类为正常状态但进水量低，第四类为故障类；利用步骤1)中处理好的527个完整的污水样本作为Stacking两层学习框架中的第一层基分类器的原始输入，其中，基分类器选择支持向量机SVM、加权极限学习机WELM和相关向量机RVM，分别对这3个基分类器进行3折交叉验证，得到第一层学习对每个污水样本的诊断结果，即3个基分类器对于每个污水样本在4个类别上的输出值；

3)将步骤2)中的输出结果转化为概率型输出，即得到了每个原始污水样本分别属于4个类别的概率值，利用每个样本属于4个不同类别的概率值加上原始的类别标签，构造成新的训练集，称为元训练集；

4)用步骤3)得到的元训练集作为Stacking两层学习框架中第二层元分类器的输入，其中选择WELM作为第二层的元分类器，得到最终的诊断模型M_stacking；

5)用步骤1)相同的方法填补污水待测数据的缺失值，并将其归一化到[0,1]区间，通过第一层基分类器在训练样本D上训练学习产生的模型M_k，K＝1,2,3，分别对应3个基分类器，对处理后的待测数据输出预测结果；