[发明专利]一种基于有序聚类的污水处理控制方法

摘要

本发明公开了一种基于有序聚类的污水处理控制方法，采用有序样本聚类，对污水入水水质和水量的变化情况自适应划分控制时间段，再综合考虑出水水质、曝气能耗和泵送能耗，采用具有全局搜索能力的人工免疫算法确定好氧池溶解氧浓度和缺氧池硝酸氮浓度在每段的最优设定值，实现污水系统分时段实时调节氧气传递系数和内回流量。本发明的方法，在保证出水水质的前提下降低了污水处理运行能耗。

主权项

1.一种基于有序聚类的污水处理控制方法，其特征在于，包含以下顺序的步骤：S1.确定优化问题的目标函数及约束条件：目标函数为J=min{AE+PE+1T∫tt+T[c1(TN-18)+c2(SNH-4)+c3(COD-100)+c4(TSS-30)+c5(BOD5-10)]dt}]]>其中T为优化周期，c_i(i=1～5)为惩罚因子，AE为鼓风能耗，PE为泵送能耗，TN为总氮，COD为化学需氧量，S_NH为硝酸氮，TSS为固体悬浮物，BOD₅为5天生化需氧量；出水水质约束TN<18g/m³、化学需氧量COD<100g/m³、硝酸氮S_NH<4g/m³、固体悬浮物TSS<30g/m³、5天生化需氧量BOD₅<10g/m³，执行器约束为：操作变量0<SO₅<3，0<SNO₂<2；S2.采用有序样本聚类法，根据入水数据的波动情况实现自适应分段，为实时调节溶解氧浓度PI控制器、硝酸氮浓度PI控制器参数提供依据：（1）首先对入水数据的多维变量进行零-均值预处理；（2）再根据有序样本聚类关于其基本思想—类的直径的定义，计算其值，并在N个有序样本分为k个类的所有可能的种分法中，在定义的损失函数的意义下，求得最优分类解使得损失函数最小，其中k<N；S3.采用具有全局搜索能力的人工免疫寻优算法，按自适应分段结果对污水进行分时段动态优化控制：以“天”为优化周期，依据序样本聚类法针对每日的污水入水数据波动情况进行分类，令分段结果为n，采用具有全局优化能力的人工免疫算法来寻找各时段控制器最优设定值SO₅和SNO₂的具体步骤如下：(1)令起始时间t=0，优化周期T=1d；(2)初始化抗体种群数、迭代次数、产生初始抗体群：由于一天被分成了n个控制区间，每个区间将寻优出一对SO₅、SNO₂设定值，故抗体的维数确定为2n，在两个设定值SO₅和SNO₂的取值范围0<SO₅<3，0<SNO₂<2内随机产生初始抗体种群；(3)运行BSM1系统模型：将抗体群中每个2n维的抗体依次赋值给一天中相应寻优时间段的寻优参数SO₅和SNO₂，如此连续运行BSM1模型一天，按优化目标函数式计算得到当天的性能指标J值，通过抗体群的J值比较得到最优的抗体并记录下来；(4)根据免疫操作机制对抗体种群进行迭代更新：包括促进和抑制抗体的产生，即高亲和力抗体受到促进，高浓度抗体受到抑制，采用精英保留策略产生记忆细胞库，以及基于选择因子、克隆因子和变异因子进行的抗体的选择、克隆和变异操作；(5)判断是否达到迭代次数，若没有则重复步骤(2)和(3)；若达到迭代次数则退出寻优，并输出该天连续n个时段的最优SO₅和SNO₂设定值；(6)令时间t=t+1，返回步骤(2)进行第t天各控制时段的参数最优设定值，直至完成所需优化的总天数；S4.控制执行层更新数据的时间间隔是动态变化的，即按照有序样本聚类法得到的分段时间动态地调整溶解氧浓度PI控制器、硝酸氮浓度PI控制器的设定值。