[发明专利]一种基于敏感性分析和差分进化算法的参数自动校准方法

权利要求书

1.一种基于敏感性分析和差分进化算法的活性污泥模型参数自动校准方法，其特征在于：基于国际水协活性污泥模型的在线或离线仿真平台，模拟水厂运行情况，计算出水指标；利用敏感性分析，对相应的出水指标针对不同参数依次进行模拟计算，将对该值具有显著影响的参数予以记录，加入待校准参数中；由于水厂仪表以及模型本身的计算误差，通过经验设定出水指标的可接受误差范围，建立用以校准的损失函数，将该损失函数推送给参数自动校准模块，利用上述模拟平台与设定的损失函数，对选择的参数通过误差反馈进行校准，至达到设定的目标值时止；由于不可抗力因素的影响，校准参数具有时效性，为达到此目的，加入了自动校准激活模块，该模块通过设定误差限即计算关注的目标值与预测值间的误差或校准周期，对平台上的水厂的参数在进行校准操作。

2.根据权利要求1所述的一种基于敏感性分析和差分进化算法的活性污泥模型参数自动校准方法，其特征在于：所述的活性污泥模型包括国际水协提出的ASM1，ASM2，ASM2d或ASM3号模型。

3.根据权利要求1所述的一种基于敏感性分析和差分进化算法的活性污泥模型参数自动校准方法，其特征在于：可校准参数包括进水组分参数、活性污泥模型的动力学系数、化学计量学系或/和二沉池一维通量模型的沉淀参数。

4.根据权利要求1所述的一种基于敏感性分析和差分进化算法的活性污泥模型参数自动校准方法，其特征在于：通过敏感性分析确定需要校准的参数，而后通过差分进化算法进行校准。

5.根据权利要求1所述的一种基于敏感性分析和差分进化算法的活性污泥模型参数自动校准方法，其特征在于：函数表示将与目标误差限距离最远的物质的误差值最小化，且具有如下形式

其中θ_k分别为物质的模拟浓度、实际浓度和误差限，k表示COD、氨氮、总氮或总磷，则loss(·)表示对参数·计算损失函数值。

6.根据权利要求1所述的一种敏感性分析和差分进化算法的活性污泥模型参数自动校准方法，其特征在于：敏感性分析法的计算过程在于

其中为物质k的模拟浓度随参数x的变化函数，x_b和x_a分别为参数x的变化范围的上界和下界，由于为某种物质的浓度，因此使得上式不会因为分母为0而无意义。

7.根据权利要求1所述的一种敏感性分析和差分进化算法的活性污泥模型参数自动校准方法，其特征在于，参数校准算法具有如下步骤：

1)随机生成第一代若干种子个体其中N为需要校准的参数个数，表示第1代种群中第i个个体的第j(j＝1,2,…,N)个分量的值，计算各个种子个体的损失函数值P为种群数量，一般而言为校准参数个数N的10倍；

2)对第G代种群中每个个体进行变异操作，产生变异个体V_i＝(v_i1,v_i2,...,v_iN)：

其中1≤r1≠r2≠r3≠i≤P，为避免出现早熟现象使用自适应变异算子F：

F＝F₀·2^λ

其中F₀＝0.8，G_m为最大进化次数，G为当前进化次数。

3)对第G代个体及其产生的交叉个体V_i利用交叉算子CR∈(0,1)，进行交叉操作产生中间个体U_i＝(u_i1,u_i2,...,u_iN)，过程如下：

其中rand(0,1)为按照一致分布在区间(0,1)内随机取值；

4)使用贪婪算法选择下一代个体：

8.根据权利要求1所述的一种敏感性分析和差分进化算法的活性污泥模型参数自动校准方法，其特征在于：参数自动校准的损失函数计算依赖于以活性污泥模型为基础的仿真模拟平台的稳态计算和动态计算两种方法，其差别在于基于稳态计算仅需将采集的进水的均值作为输入，以与采集数据相匹配的同时段出水均值作为输出目标值进行计算，而基于动态的自动校准计算则需要按照目标水厂的水力停留时间设定各个时刻的出水数据值作为目标予以优化。