[发明专利]一种基于活性污泥水处理的溶解氧浓度优化方法

说明书

本发明公开了一种基于活性污泥水处理的溶解氧浓度优化方法，其包含：步骤1，建立活性污泥水处理系统模型；步骤2，对粒子群算法进行改进；步骤3，建立基于XGBoost的集成出水水质预测模型并对其进行仿真计算，获取水质模型的实时出水参数值；步骤4，利用APSO‑BP方法对进水水质中溶解氧浓度进行动态优化，获取最优溶解氧浓度设定值。本发明的优化方法采用基于XGBoost的集成学习模型对出水水质的参数值进行实时预测，并通过APSO‑BP方法建立溶解氧浓度优化模型，在保证出水水质的基础上，解决了活性污泥法污水处理过程中出水参数值时延大、精度低等问题，通过对曝气池进行合理曝气降低企业生产成本，促进工厂高效稳定运行。

技术领域

本发明采用基于xgboost的集成学习方法对出水水质的参数值进行实时预测。将出水参数值与国家标准值之间的差值作为反馈信息，采用改进的粒子群算法对参数值进行全局优化，获取初始全局最优值。利用BP神经网络建立带有约束的多目标优化模型，解决溶解氧浓度与其影响因素之间没有精确数学描述的问题。

背景技术

近年来，随着经济的快速发展，城镇化和工业化水平程度越来越高，经济社会对水资源的需求量在逐年增加。同时工业污水和生活废水的不断排放，使得水资源污染问题已经变得越来越严峻。在难以增加水资源总量的情况下，提高水资源的使用率，将污水处理后再循环利用是目前最佳的选择。

采用活性污泥法实现城市污水生化处理被认为是最经济最具可持续发展的处理方式。曝气池中溶解氧浓度是一个极其重要的过程控制参数，对处理效率、精度、运行成本和系统稳定性都有着至关重要的影响。

理论上，当溶解氧浓度过低时，微生物不能进行正常的氧化分解作用，导致处理后的水质中污染物浓度高、净化程度不够水质不能达标。当溶解氧浓度过高时，微生物在富氧的生存环境中迅速繁殖，微生物进行各种生化反应，其中包括好氧和厌氧生物降解，利用活性污泥的凝聚吸附性和氧化分解功能，将污水中溶解和胶体状态的有机物最终分解为二氧化碳和水；不能被正常消耗掉的微生物残留在曝气池中导致出水的水质不佳。

在实际除污过程中，由于溶解氧浓度控制过程具有时延大、非线性、强耦合等特点，更进一步增加了溶解氧浓度控制难度。为了在溶解氧优化过程中更好的平衡收敛速度、模型参数和计算效率，通过对活性污泥法中各影响因素之间耦合性分析和处理过程进行研究，对溶解氧浓度和影响因素之间建立数学模型。

发明内容

本发明的目的是针对活性污泥法在城市污水处理过程中溶解氧浓度和影响因素之间难以建立数学模型的问题，提供一种基于活性污泥水处理的溶解氧浓度优化方法。采用基于XGBoost的集成学习模型对出水水质的参数值进行实时预测，将参数值与国家标准值之间的差值作为出水水质的反馈信息，利用APSO-BP算法(改进粒子群方法与BP神经网络相结合，以下简称APSO-BP算法)对进水水质中溶解氧浓度进行动态优化，获取最优溶解氧浓度设定值。从而，解决了溶解氧浓度和其影响因素之间难以建立数学模型的问题，提高了污水处理的性能，保障污水处理过程高效稳定运行。

为了达到上述目的，本发明提供了一种基于活性污泥水处理的溶解氧浓度优化方法，该方法包括以下步骤：

步骤1，根据污水厂实际处理过程并依据物料平衡原理建立活性污泥水处理系统模型；

式(1)中，各参数的物理意义为：X(t)为活性污泥浓度，S(t)为出水底物浓度(主要是指BOD的浓度)，X_r(t)为回流污泥浓度，DO(t)为好氧生化反应池中的溶解氧浓度，D(t)为进水变化率，DO_s为最大溶解氧浓度，S_in为进水底物浓度，DO_in为进水溶解氧浓度，Y为产率系数，μ(t)为微生物增值率，K_La为氧转移系数，K₀为模型常数，γ，β为进水和出水常数。

步骤2，对粒子群算法进行改进，惯性权重更新公式为：