[发明专利]基于数据的城市污水泵站系统建模方法

摘要

本发明涉及一种基于数据的城市污水泵站系统建模方法。现有排水管网泵站模型建模复杂度高。本发明方法首先建立排水管网泵站预测模型；其次SCADA系统采集的原始数据进行预处理；然后确定模型集类型，辨识模型结构和模型参数辨识；最后对模型参数进行在线动态修正。本发明方法突破传统建模需对机理特性完全了解的束缚，建模时间相对较短，获得模型结构较为简单。

主权项

1.基于数据的城市污水泵站系统建模方法，其特征在于该方法包括如下步骤：步骤(1)建立排水管网泵站预测模型；排水管网泵站预测模型包括排水管网泵站污水储量预测模型和污水入流量的预测模型，分别为：x(k)＝x(k-1)+T(z^-1)v(k-1)-s(k-1)+u(k-1)+ε(k-1)和x′(k-1)＝x(k)-x(k-1)+s(k-1)＝T(z^-1)v(k-1)+u(k-1)+ε(k-1)其中：k为采样时刻，x(k)为k时刻该泵站污水储水量，x′(k-1)为采样周期[k-1 k]内该泵站的污水入流量；s(k-1)为采样周期[k-1 k]内该泵站排出的污水量；u(k-1)为采样周期[k-1 k]内本地流入该泵站的污水量之和的均值；ε(k-1)为采样周期[k-1 k]内本地流入该泵站的污水量之和的噪声；v(k-1)为采样周期[k-1 k]内上游泵站排出的污水量，T(z^-1)v(k-1)为上游泵站排出的污水量经管网延迟流入该泵站的污水量：T(z-1)v(k-1)=Σi=nnbaiz-i=(anaz-na+...+anbz-nb)v(k-1)]]>其中T(z^-1)为不确定延迟算子，z^-1为一步延迟算子，表示延时一步采样周期的相应量；n_a和n_b分别表示上游泵站排水量v对流入该泵站的污水量x′的最小迟延和最大迟延，n_b＞n_a；系数a_i(i＝n_a，...，n_b)为采样周期[k-i-1 k-i]内上游泵站排出量流入该泵站污水量的比例；步骤(2)对数据进行预处理，具体包括处理遗漏数据和处理噪声数据；处理遗漏数据的方法为：对数据采集与监控系统采集的时间序列数据首先进行数据粗选，即每分钟选1个数据；然后再利用忽略元组或历史数据补全方法处理遗漏数据；处理噪声数据的方法为：采用分箱方法处理噪声数据；步骤(3)辨识不确定延迟算子T(z^-1)，具体方法是：a、确定模型集类型；根据泵站大量历史运行数据将上游泵站开泵率聚类为3～5类模式，每一类对应建立一个预测模型，跟踪当前开泵率指标，动态判断当前运行时刻属于何种模式，从而切换至与该模式对应的预测模型；所述的开泵率为计量时间内上游泵站所开泵运行总时间与计量时间内上游泵站可用泵总可运行时间的比值；b、对流入泵站的污水量x′与上游泵站排水量v进行互相关性分析，确定模型结构n_a和n_b；具体方法是：n组采样数据构成时间序列[x′_t]和[v_t](t＝1，2，...，n)与时延q相关，其中1≤q≤n，互相关系数r_q(x′，v)为：rq(x′,v)=Σt=1n-q(xt′-x‾′)(vt+q-v‾)[Σt=1n(xt′-x‾′)2Σt=1n(vt-v‾)2]1/2,]]>式中：x‾′=1nΣt=1nxt′,]]>v‾=1nΣt=1nvt]]>计算不同时延q的相关系数r_q(x′，v)，当r_q(x′，v)大于设定的置信上限值时，r_q(x′，v)所对应的最小时刻和最大时刻就是模型结构n_a和n_b；c、采用最小二乘法确定预测模型参数将步骤(1)得到的预测模型转化为：z(k)＝x(k)-x(k-1)+s(k-1)-u(k-1)＝T(z^-1)v(k-1)+ε(k-1)将上式化为一个标准的最小二乘形式：z(k)＝h^T(k)θ+ε(k-1)式中，系数h(k)＝[v(k-n_a-1)，...，v(k-n_b-1)]^T；将上式写成矩阵形式：Z_L＝H_Lθ+∑_L式中Z_L＝[z(1)，z(2)，...，z(L)]^T，∑_L＝[ε(1)，ε(2)，...，ε(L)]^T，L为辨识数据维数；最小二乘法的准则函数J(θ)取为：J(θ)＝(Z_L-H_Lθ)^TΛ_L(Z_L-H_Lθ)其中，Λ_L为加权阵，取正定对角阵；极小化J(θ)，得到系数θ的估计值d、在线动态修正模型参数选择准则函数J_L+1，J_L+1＝αJ_L+[z(L+1)-h^T(L+1)θ_L]²；根据递推公式求解系数θ的估计值θ^L+1=θ^L+K(L+1)[z(L+1)-hT(L+1)θ^L]K(L+1)=P(L)h(L+1)α+hT(L+1)P(L)h(L+1)P(L+1)=1α[1-K(L+1)hT(L+1)]P(L)]]>其中α为遗忘因子，一般取0.95＜α＜1；K(L+1)为权因子；P(L+1)为正定的协方差阵。