[发明专利]一种用于废水处理的在线加药控制方法及系统

说明书

本发明公开了一种用于废水处理的在线加药控制方法及系统，该方法包括：获取当前时刻来水监测指标数据，并将当前时刻来水监测指标数据输入到在线加药控制模型中，得到当前时刻最优加药量；其中，在线加药模型是采用主成分分析算法、遗传算法以及神经网络模型算法建立而成；本发明通过主成分分析算法降低训练样本的维度，提高BP神经网络模型的速度，提高加药量计算的速度；通过遗传算法优化BP神经网络模型的连接权值和阈值，使BP神经网络模型的预测精度提高并且不易陷入局部最优；因此，采用本发明提供的在线加药控制模型克服废水处理过程中加药方式难以准确确定加药剂量的缺陷，实现快速、精确的在线加药控制过程。

技术领域

本发明涉及火电厂废水处理技术领域，特别涉及一种用于废水处理的在线加药控制方法及系统。

背景技术

火电厂废水处理过程是一个多变量、大滞后、动态性、干扰严重的非线性动态系统，是一种难以控制的复杂工业过程。实现火电厂废水处理自动化是实现现代化处理与现代化管理的必要条件，是提高废水处理效果、降低成本的必要手段。火电厂废水处理过程中，混凝、絮凝等工艺是不可缺少的重要部分，其过程是一个复杂的物理化学反应过程，对加药种类及剂量的控制精度要求较高，传统上药剂添加量是运行人员通过出水水质来判断，为了达到出水水质要求通过反复调整药剂添加量，浪费了大量的时间和人工，属于“后知后觉”行为，具有明显的滞后性；其次药剂的添加量一旦确定后，基本属于长期恒定状态，不但造成药品的无形浪费，而且由于来水水质的时变特性，出水指标无法满足用户的实时要求。

因此电厂水处理的加药过程表现出随机性、滞后性、非线性性及传统处理方法的缺陷，实现在线加药控制是火电厂废水处理行业一个亟待解决的问题。

发明内容

本发明的目的是提供了一种用于废水处理的在线加药控制方法及系统，克服废水处理过程中传统加药方式难以准确确定加药剂量的缺陷，实现快速、精确的在线加药控制过程。

为实现上述目的，本发明提供了如下方案：

一种用于废水处理的在线加药控制方法，所述在线加药控制方法包括：

获取当前时刻来水监测指标数据；

将所述当前时刻来水监测指标数据输入到在线加药控制模型中，得到当前时刻最优加药量；其中，所述在线加药控制模型的输入为所述当前时刻来水监测指标数据；所述在线加药控制模型的输出为所述当前时刻最优加药量；所述在线加药控制模型是依据主成分分析算法、遗传算法以及神经网络模型算法建立而成；所述在线加药控制模型的建立方法具体包括：

获取训练样本；所述训练样本包括多个样本对；每个样本对均包括多个输入、一个输出；所述输入为符合出水水质的来水监测指标数据；所述输出为所述来水监测指标数据对应的最优加药量；

采用主成分分析算法，对所述训练样本中的样本对进行处理，得到主成分矢量矩阵及主成分分量的个数；

根据所述主成分矢量矩阵及所述主成分分量的个数，建立BP神经网络模型；所述BP神经网络模型为多输入单输出的三层模型；所述BP神经网络模型的输入为所述主成分矢量矩阵；所述BP神经网络模型的输出为最优加药量；所述BP神经网络模型的输入神经元的个数为所述主成分分量的个数；

采用遗传算法，对所述BP神经网络模型的连接权值和阈值进行优化，得到最优连接权值和最优阈值；

根据所述最优连接权值和所述最优阈值，更新所述BP神经网络模型；更新后的BP神经网络模型为所述在线加药控制模型。

可选的，所述样本对为输入时间序列信号和输出时间序列信号组成的时间序列集(X,Y)；