【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)屬于污水處理過程控制方法，具體涉及一種基于pod-lstm的污水處理過程預(yù)測控制方法。
技術(shù)介紹
1、污水處理廠(wastewatertreatmentplants,wwtp)在處理城市和工業(yè)廢水、保護(hù)環(huán)境、提高公共衛(wèi)生以及促進(jìn)社會經(jīng)濟(jì)發(fā)展等方面具有重要作用。污水處理過程涉及多個(gè)生化反應(yīng)和物質(zhì)傳輸過程，呈現(xiàn)出多變量耦合、強(qiáng)非線性和多約束等復(fù)雜特性。因此，對其進(jìn)行精確控制以提高出水水質(zhì)和降低能耗是至關(guān)重要的。
2、傳統(tǒng)控制方法，如比例積分微分(proportional-integral-derivative,pid)控制，以其簡便性而在污水處理過程中的應(yīng)用廣泛。然而，pid控制在應(yīng)對復(fù)雜非線性系統(tǒng)和多變量耦合系統(tǒng)時(shí)存在諸多不足，如難以有效處理系統(tǒng)中的動態(tài)約束，且缺乏對最優(yōu)控制性能的保證。隨著自動化控制技術(shù)的進(jìn)步，基于動態(tài)優(yōu)化的控制技術(shù)，如模型預(yù)測控制(modelpredictivecontrol,mpc)，能夠在多約束、多變量系統(tǒng)中通過對未來系統(tǒng)狀態(tài)的預(yù)測，實(shí)現(xiàn)當(dāng)前操作的優(yōu)化控制，已成為解決污水處理過程中多變量優(yōu)化問題的重要方法。然而，污水處理過程通常由大量非線性微分方程描述，例如基準(zhǔn)仿真模型bsm1包含145個(gè)狀態(tài)變量。在每個(gè)采樣周期內(nèi)執(zhí)行mpc控制時(shí)，需解決大規(guī)模非線性優(yōu)化問題，導(dǎo)致計(jì)算成本較高，難以滿足實(shí)時(shí)控制要求。
3、為降低計(jì)算成本，近年來模型近似方法已成為關(guān)鍵策略，通過簡化模型來逼近復(fù)雜的原始系統(tǒng)，從而減少計(jì)算復(fù)雜度。神經(jīng)網(wǎng)絡(luò)作為模型近似方法的延伸，憑借其強(qiáng)大的非線性擬合能力及數(shù)據(jù)驅(qū)動
技術(shù)實(shí)現(xiàn)思路
1、本專利技術(shù)提出了一種基于pod-lstm的污水處理過程模型預(yù)測控制方法，該方法通過本征正交分解(properorthogonaldecomposition,pod)技術(shù)對污水處理系統(tǒng)的高維狀態(tài)空間進(jìn)行降階，構(gòu)建低維近似模型，以降低系統(tǒng)的維數(shù)和計(jì)算成本。采用lstm神經(jīng)網(wǎng)絡(luò)對降階模型進(jìn)行非線性近似建模，設(shè)計(jì)mpc控制器，對污水處理過程的關(guān)鍵參數(shù)進(jìn)行實(shí)時(shí)優(yōu)化控制，使系統(tǒng)輸出能夠跟蹤設(shè)定的穩(wěn)態(tài)工作點(diǎn)，提供了一種可行且高效的預(yù)控策略。
2、本專利技術(shù)的目的是通過以下技術(shù)方案實(shí)現(xiàn)的：
3、一種基于pod-lstm的污水處理過程預(yù)測控制方法，所述方法包括以下步驟：
4、s1:使用污水處理過程的基準(zhǔn)模型bsm1，通過機(jī)理模型的原理關(guān)系構(gòu)建狀態(tài)微分方程，來產(chǎn)生過程狀態(tài)矩陣x；
5、s2:采用本征正交分解(pod)算法，對原始具有145個(gè)狀態(tài)變量的基準(zhǔn)污水處理過程進(jìn)行降階處理，以構(gòu)建低維度的近似過程模型；
6、s3:采集數(shù)據(jù)，設(shè)計(jì)偽隨機(jī)二進(jìn)制信號將其應(yīng)用于離散化污水處理第一原理微分方程，進(jìn)行開環(huán)仿真得到污水處理過程的開環(huán)動態(tài)響應(yīng)數(shù)據(jù)；
7、s4:對采集的數(shù)據(jù)進(jìn)行預(yù)處理，包括降階處理，并對降階后的數(shù)據(jù)進(jìn)行最大-最小值歸一化(max-min歸一化)操作，隨后采用滑動窗口方法對歸一化后的數(shù)據(jù)進(jìn)行處理，以生成深度學(xué)習(xí)模型的訓(xùn)練樣本數(shù)據(jù)；
8、s5:使用數(shù)據(jù)參數(shù)構(gòu)建近似低緯度污水處理系統(tǒng)的lstm模型；
9、s6:結(jié)合訓(xùn)練后的lstm的降階神經(jīng)網(wǎng)絡(luò)模型，并在此基礎(chǔ)上設(shè)計(jì)mpc控制器。
10、所述的一種基于pod-lstm的污水處理過程預(yù)測控制方法，所述污水處理過程狀態(tài)矩陣的構(gòu)建，具體包括：通過設(shè)計(jì)污水處理過程的兩個(gè)操控輸入kla5和qa偽隨機(jī)二進(jìn)制信號，并將其應(yīng)用于離散化污水處理第一原理微分方程來獲取污水處理過程的狀態(tài)矩陣x＝[x(t1)x(t2)x(t3)…x(tn)]。
11、所述的一種基于pod-lstm的污水處理過程預(yù)測控制方法，所述使用pod算法對污水處理過程進(jìn)行降階處理，具體包括：通對過程狀態(tài)矩陣進(jìn)行奇異值分解，所用公式如下：
12、
13、式中和為標(biāo)準(zhǔn)正交向量，分別稱為左奇異向量和右奇異向量；是一個(gè)對角矩陣，矩陣的每個(gè)對角項(xiàng)稱為奇異值；x的奇異值為非負(fù)數(shù)，并按降序排列，即σ1≥σ2≥···≥σn。σ值越大，代表基向量捕獲的數(shù)據(jù)中存在的信息越重要。
14、所述的一種基于pod-lstm的污水處理過程預(yù)測控制方法，所述降階模型的構(gòu)建，具體包括：選擇一個(gè)小于狀態(tài)數(shù)n的正整數(shù)r，用前r個(gè)奇異值σi即從第r行第r列截?cái)唳业玫浇惦A矩陣因此，選擇u的前r列和vt的前r行分別構(gòu)成矩陣ur和得到一個(gè)低維近似系統(tǒng)，所用公式如下：
15、
16、令則降階系統(tǒng)模型可以表示為：
17、
18、其中z(t)是狀態(tài)x(t)在低維空間中的近似，該空間由x的左奇異向量u的前r項(xiàng)組成，即
19、所述的一種基于pod-lstm的污水處理過程預(yù)測控制方法，所述降階數(shù)據(jù)集的獲得，具體包括：通過與產(chǎn)生快照矩陣不同的prbs輸入信號，并將其應(yīng)用于離散化污水處理第一原理微分方程，進(jìn)行開環(huán)仿真得到污水處理過程的開環(huán)動態(tài)響應(yīng)，得到不同時(shí)刻的狀態(tài)值作為開環(huán)數(shù)據(jù)。
20、所述的一種基于pod-lstm的污水處理過程預(yù)測控制方法，所述數(shù)據(jù)預(yù)處理，具體包括通過最簡基ur對開環(huán)數(shù)據(jù)來進(jìn)行降階處理，降階數(shù)據(jù)max-min歸一化操作，所用公式如下：
21、xnorm＝(x-xmin)/(xmax-xmin)
22、式中xnorm是歸一化后的值，x是原始值，xmin是特征在數(shù)據(jù)集中的最小值，xmax是特征在數(shù)據(jù)集中的最大值；將歸一化處理后的數(shù)據(jù)劃分為訓(xùn)練集，驗(yàn)證集，測試集。
23、所述的一種基于pod-lstm的污水處理過程預(yù)測控制方法，所述滑動窗口處理，具體包括：選擇一個(gè)固定值k作為窗口的長度，將數(shù)據(jù)集中(t1,t2,t3,…,tk)過去k個(gè)時(shí)間步的輸入和輸出的數(shù)據(jù)作為特征，未來1個(gè)時(shí)間步(tk+1)的輸出數(shù)據(jù)作為標(biāo)簽，使之作為lstm神經(jīng)網(wǎng)絡(luò)訓(xùn)練的一個(gè)樣本，后將窗口沿時(shí)間方向滑動，以窗口內(nèi)的最后一個(gè)數(shù)據(jù)作為先前的預(yù)測值，再次輸入模型，得到再下一時(shí)間節(jié)點(diǎn)的預(yù)測值；并基于此原則得到多組訓(xùn)練樣本。
24、所述的一種基于pod-lstm的污水處理過程預(yù)測控制方法，所述訓(xùn)練lstm神經(jīng)網(wǎng)絡(luò)近似模型，具體包括：通過調(diào)節(jié)lstm單元數(shù)，以及訓(xùn)練批次和和迭代次數(shù)，網(wǎng)絡(luò)層數(shù)及激活函數(shù)的調(diào)整，使均方誤差損失函數(shù)達(dá)到最小。
25、所述的一種基于pod-lstm的污水處理過程預(yù)測控制方法，所述在降階神經(jīng)網(wǎng)絡(luò)模型上設(shè)計(jì)mpc控制器，具體包括：在給定預(yù)測范圍的條件下，mpc控制器設(shè)計(jì)為將兩個(gè)輸出跟蹤一個(gè)最佳穩(wěn)態(tài)點(diǎn)，兩個(gè)輸出為第一反應(yīng)室和第二反應(yīng)室中緩慢可生物降解和可溶性底物，表示為xs1和xs2；跟蹤一個(gè)最佳穩(wěn)態(tài)工作點(diǎn)(ys,本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種基于POD-LSTM的污水處理過程預(yù)測控制方法，其特征在于，所述方法包括以下步驟：
2.根據(jù)權(quán)利要求1所述的一種基于POD-LSTM的污水處理過程預(yù)測控制方法，其特征在于，所述污水處理過程狀態(tài)矩陣的構(gòu)建，具體包括：通過設(shè)計(jì)污水處理過程的兩個(gè)操控輸入KLa5和Qa偽隨機(jī)二進(jìn)制信號，并將其應(yīng)用于離散化污水處理第一原理微分方程來獲取污水處理過程的狀態(tài)矩陣X＝[x(t1)?x(t2)?x(t3)···x(tN)]。
3.根據(jù)權(quán)利要求1所述的一種基于POD-LSTM的污水處理過程預(yù)測控制方法，其特征在于，所述使用POD算法對污水處理過程進(jìn)行降階處理，具體包括：通對過程狀態(tài)矩陣進(jìn)行奇異值分解，所用公式如下：
4.根據(jù)權(quán)利要求3所述的一種基于POD-LSTM的污水處理過程預(yù)測控制方法，其特征在于，所述降階模型的構(gòu)建，具體包括：選擇一個(gè)小于狀態(tài)數(shù)n的正整數(shù)r，用前r個(gè)奇異值σi即從第r行第r列截?cái)唳驳玫浇惦A矩陣因此，選擇U的前r列和VT的前r行分別構(gòu)成矩陣Ur和得到一個(gè)低維近似系統(tǒng)，所用公式如下：
5.根據(jù)權(quán)利要求1所述的一種基于POD-L
6.根據(jù)權(quán)利要求1所述的一種基于POD-LSTM的污水處理過程預(yù)測控制方法，其特征在于，所述數(shù)據(jù)預(yù)處理，具體包括通過最簡基Ur對開環(huán)數(shù)據(jù)來進(jìn)行降階處理，降階數(shù)據(jù)Max-Min歸一化操作，所用公式如下：
7.根據(jù)權(quán)利要求1所述的一種基于POD-LSTM的污水處理過程預(yù)測控制方法，其特征在于，所述滑動窗口處理，具體包括：選擇一個(gè)固定值K作為窗口的長度，將數(shù)據(jù)集中(T1,T2,T3,…,TK)過去K個(gè)時(shí)間步的輸入和輸出的數(shù)據(jù)作為特征，未來1個(gè)時(shí)間步(TK+1)的輸出數(shù)據(jù)作為標(biāo)簽，使之作為LSTM神經(jīng)網(wǎng)絡(luò)訓(xùn)練的一個(gè)樣本，后將窗口沿時(shí)間方向滑動，以窗口內(nèi)的最后一個(gè)數(shù)據(jù)作為先前的預(yù)測值，再次輸入模型，得到再下一時(shí)間節(jié)點(diǎn)的預(yù)測值；并基于此原則得到多組訓(xùn)練樣本。
8.根據(jù)權(quán)利要求1所述的一種基于POD-LSTM的污水處理過程預(yù)測控制方法，其特征在于，所述訓(xùn)練LSTM神經(jīng)網(wǎng)絡(luò)近似模型，具體包括：通過調(diào)節(jié)LSTM單元數(shù)，以及訓(xùn)練批次和和迭代次數(shù)，網(wǎng)絡(luò)層數(shù)及激活函數(shù)的調(diào)整，使均方誤差損失函數(shù)達(dá)到最小。
9.根據(jù)權(quán)利要求1所述的一種基于POD-LSTM的污水處理過程預(yù)測控制方法，其特征在于，所述在降階神經(jīng)網(wǎng)絡(luò)模型上設(shè)計(jì)MPC控制器，具體包括：在給定預(yù)測范圍的條件下，MPC控制器設(shè)計(jì)為將兩個(gè)輸出跟蹤一個(gè)最佳穩(wěn)態(tài)點(diǎn)，兩個(gè)輸出為第一反應(yīng)室和第二反應(yīng)室中緩慢可生物降解和可溶性底物，表示為XS1和XS2；跟蹤一個(gè)最佳穩(wěn)態(tài)工作點(diǎn)(ys,us)在特定采樣時(shí)間ti下的跟蹤MPC表述為如下優(yōu)化：
...【技術(shù)特征摘要】
1.一種基于pod-lstm的污水處理過程預(yù)測控制方法，其特征在于，所述方法包括以下步驟：
2.根據(jù)權(quán)利要求1所述的一種基于pod-lstm的污水處理過程預(yù)測控制方法，其特征在于，所述污水處理過程狀態(tài)矩陣的構(gòu)建，具體包括：通過設(shè)計(jì)污水處理過程的兩個(gè)操控輸入kla5和qa偽隨機(jī)二進(jìn)制信號，并將其應(yīng)用于離散化污水處理第一原理微分方程來獲取污水處理過程的狀態(tài)矩陣x＝[x(t1)?x(t2)?x(t3)···x(tn)]。
3.根據(jù)權(quán)利要求1所述的一種基于pod-lstm的污水處理過程預(yù)測控制方法，其特征在于，所述使用pod算法對污水處理過程進(jìn)行降階處理，具體包括：通對過程狀態(tài)矩陣進(jìn)行奇異值分解，所用公式如下：
4.根據(jù)權(quán)利要求3所述的一種基于pod-lstm的污水處理過程預(yù)測控制方法，其特征在于，所述降階模型的構(gòu)建，具體包括：選擇一個(gè)小于狀態(tài)數(shù)n的正整數(shù)r，用前r個(gè)奇異值σi即從第r行第r列截?cái)唳业玫浇惦A矩陣因此，選擇u的前r列和vt的前r行分別構(gòu)成矩陣ur和得到一個(gè)低維近似系統(tǒng)，所用公式如下：
5.根據(jù)權(quán)利要求1所述的一種基于pod-lstm的污水處理過程預(yù)測控制方法，其特征在于，所述降階數(shù)據(jù)集的獲得，具體包括：通過與產(chǎn)生快照矩陣不同的prbs輸入信號，并將其應(yīng)用于離散化污水處理第一原理微分方程，進(jìn)行開環(huán)仿真得到污水處理過程的開環(huán)動態(tài)響應(yīng)，得到不同時(shí)刻的狀態(tài)值作為開環(huán)數(shù)據(jù)。
6.根據(jù)權(quán)利要求1所述的一種基...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：曾靜，馬會彪，
申請(專利權(quán))人：沈陽化工大學(xué)，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。