[发明专利]一种基于混合智能算法的厌氧系统出水氨氮软测量方法

权利要求书

1.一种基于混合智能算法的厌氧系统出水氨氮软测量方法，其特征在于，包括如下步骤：

(1)辅助变量的确定：选取能直接测量并且与厌氧过程密切相关的水质变量；

(2)搭建厌氧废水处理系统，建立训练样本数据库：采集不同进水条件下厌氧反应器的进水水质和出水水质，构建模型输入输出向量对的集合；进水水质包括进水亚硝酸盐氮、进水COD、进水pH、产气量的参数；出水水质包括出水氨氮浓度、出水pH、产气量；

(3)对(2)中采集到的模型输入输出向量进行异常值的剔除和归一化处理，建立辅助变量数据样本集和关键状态变量即预测变量数据集；

(4)利用主成分分析算法分析辅助变量数据集：借助一个正交变换，将原始相关的随机变量变换成不相关的新变量，从代数的角度来看是将原变量的协方差阵转换成对角阵；

(5)建立基于最小二乘法支持向量机的出水氨氮软测量预测模型，利用(3)的辅助变量数据样本集和预测变量数据集组成数据集，将数据集分为训练样本数据和测试样本数据，利用训练样本数据对模型进行训练，直到满足训练条件训练停止；

(6)利用(5)训练好的基于最小二乘法支持向量机的出水氨氮软测量预测模型，将测试样本数据作为训练后模型的输入，模型输出即为出水氨氮的预测值。

2.根据权利要求1所述的一种基于混合智能算法的厌氧系统出水氨氮软测量方法，其特征在于，步骤(1)所述辅助变量的选取包括厌氧系统过程中的进水亚硝酸盐氮、进水COD、进水pH、出水pH以及产气量。

3.根据权利要求1所述的一种基于混合智能算法的厌氧系统出水氨氮软测量方法，其特征在于，步骤(2)以进水亚硝酸盐氮、进水COD、进水pH、出水pH以及产气量五个指标参数作为输入变量，出水氨氮浓度作为输出变量。

4.根据权利要求1所述的一种基于混合智能算法的厌氧系统出水氨氮软测量方法，其特征在于，步骤(4)具体包括：

①首先通过公式(1)计算辅助变量数据样本矩阵X_m×n的均值和方差，然后利用公式(2)对X_m×n进行零均值标准化处理得到标准化矩阵Z_m×n：

其中，矩阵X_m×n为由进水亚硝酸盐氮、进水COD、进水pH、出水pH以及产气量五个指标参数构成的样本矩阵，m为辅助变量参数个数，n为数据样本个数，为样本矩阵X_m×n第J列数据平均值，S_j代表标准差，x_ij代表第i个样本的第j个分量，z_ij代表标准化矩阵Z_m×n的第i个样本的第j个分量；

②利用公式(3)和(4)求标准化矩阵Z_m×n的协方差矩阵R_n×n，以下将Z_m×n简写为Z：

③根据公式(5)解出R的n个特征值λ_J，j＝1，2，…，n，并按从大到小的顺序排列，根据公式(6)求解相应特征值的单位特征向量b_j，b_j＝(b_1j，b_2j，┅，b_nj)：

|R-λ_JE|＝0 (5)

Rb＝λ_Jb (6)；

④按公式(7)计算累计方差贡献率，确定主成分个数k，累计方差贡献率≥85％的前k个主成分包含了绝大部分信息，后面的其他成分能被舍弃：

⑤最后利用公式(8)将标准化矩阵Z在k维上投影，k由④确定，组成k个主元的新的数据样本矩阵U，U₁称为第一主成分，U₂称为第二主成分，U₃称为第k主成分，这样原始数据样本实现了从n维降到k维：

为矩阵Z的第i个样本的转置矩阵。

5.根据权利要求4所述的一种基于混合智能算法的厌氧系统出水氨氮软测量方法，其特征在于，步骤(4)利用主成分分析算法分析辅助变量数据集，处理后将新的数据样本分为训练样本和测试样本。