[发明专利]一种火电厂脱硫废水智能处理方法及系统

权利要求书

1.一种火电厂脱硫废水智能处理方法，其特征在于，所述方法包括：

获取训练样本，所述训练样本包括脱硫废水的水质历史监测指标数据和历史加药量数据；具体包括：根据所述水质历史监测指标数据和所述历史加药量数据得到训练样本；基于多个单一核函数，采用加权的方式构建包含多个单一核函数的加权核函数，所述加权核函数包括核函数参数；根据所述训练样本、所述核函数参数和设定SVR参数，建立SVR数学预测模型，所述SVR参数包括惩罚系数和不敏感参数；根据所述SVR数学预测模型采用网格搜索法遍历参数范围；根据所述参数范围采用五折交叉验证法，得到最优SVR参数；判断所述最优SVR参数是否达到设定精度阈值范围；若所述最优SVR参数达到设定精度阈值范围，则根据所述最优SVR参数范围建立智能处理模型；若所述最优SVR参数未达到设定精度阈值范围，则返回根据所述SVR数学预测模型采用网格搜索法遍历参数范围；

根据所述水质历史监测指标数据和所述历史加药量数据，构建智能处理模型；

获取当前时刻脱硫废水水质监测指标数据；

将所述当前时刻脱硫废水水质监测指标数据输入所述智能预处理模型，得到当前脱硫废水的最优加药量；

网格搜索方法遍历SVR参数的取值范围；SVR参数包括：惩罚系数C、不敏感参数及核函数参数；所述惩罚系数C的取值范围为[2^-5,2²⁵]；所述不敏感参数的取值范围为[0.002,0.1]；所述核函数选择高斯核函数时，其参数σ的取值范围为[2^-15,2¹⁵]，核函数选择多项式核函数时，其参数d取值范围为[1,10]；

根据所述多核加权核函数，建立SVR数学预测模型，具体包括：

将所述多核加权核函数代入所述SVR数学模型，得到SVR模型在高维空间的表达形式，式中，表示权重矢量矩阵；表示偏置，为常数；

所述SVR数学模型转换为：

具体转换过程如下：

所述数学模型对应的目标函数为：

其对应的约束条件为：

引入拉格朗日乘子，并定义拉格朗日函数L：

分别对参数求偏导数：

根据上式将目标函数转换成其对偶问题：

所述SVR数学模型转换为：

表示权重矢量矩阵；表示偏置，为常数；为惩罚系数；n为所述训练样本中脱硫废水水质历史监测指标数据的样本数；和为松弛因子；为不敏感参数；、、和为拉格朗日乘子；L为拉格朗日函数。