[发明专利]PID-LSSVM稳态估计污水溶解氧控制方法

说明书

本发明针对污水处理DO控制滞后问题，提出了一种基于比例积分微分(PID)‑最小二乘支持向量机(LSSVM)稳态估计的控制方法；首先通过采集PID控制下各种状态数据，用LSSVM来学习拟合出各初始状态与该状态下的PID控制器稳态输出值的关系，然后采用训练后的LSSVM估计稳态输出和比例积分微分控制器相结合的方法进行DO控制，当误差小于等于某预定值时，引入积分控制项，改善控制精度。本发明可以改善传统PID污水DO控制滞后的缺点,有利于DO的稳定控制。

技术领域

本发明涉及的是一种污水处理溶解氧(DO)领域的控制方法，具体地说，涉及一种基于比例积分微分(PID)-最小二乘支持向量学习机(LSSVM)稳态估计的污水处理DO控制方法。

背景技术

随着经济社会的快速发展，水污染的问题日益凸显，有关于污水处理控制的技术研究受到越来越多的重视。其中，污水处理过程中DO是曝气控制的关键参数，存在大滞后、大惯性和时变等特点，常规PID控制，通过积分控制达到消除稳态误差的过程较长，控制滞后效果不理想，需要寻找优化的控制方案。

发明内容

技术方案：本发明提供了一种基于PID-LSSVM稳态估计的污水处理DO控制方法，利用LSSVM稳态估计来给出污水处理DO在不同情况下的控制信号的稳态值，再与比例积分微分控制器结合在一起进行控制，并在较小误差情况启动积分控制，改善控制精度。控制过程分为两阶段，阶段实现如下：

阶段1：先采用传统的PID控制器进行污水处理DO控制，采集在不同状态时污水处理DO控制状态数据x_i＝(O^*,O_I,E,U)，包括出水DO给定当前值O*，入水DO当前值O_I，出水DO给定与出水DO当前值Oo的误差E，当前控制输出U以及各状态对应的PID控制器的稳态输出值y_i，用LSSVM来拟合出各状态与该状态下的PID控制器稳态输出值的关系。设学习样本为LSSVM回归通过非线性映射Φ将数据映射到高维特征空间，再在高维特征空间进行线性回归：

式中α_i∈R是Lagrange乘子，偏置b∈R，N为样本个数，K(x,x_i)为满足Mercer条件的核函数，可采用多种核函数如：

径向基(RBF)核函数：K(x,x_i)＝exp(-|x-x_i|²/σ²)。其中σ为径向基宽度

多项式核函数：K(x,x_i)＝(x^Tx_i+1)^u(u∈N)，u为指数

Sigmoid函数：K(x,x_i)＝tanh(a(x^Tx_i)+c)(a,c∈R)，a，c为参数通过支持向量学习得预测模型，从而预测输出。

将采集的数据中的70％作为训练样本，剩余30％作为测试样本，将系统状态x_i作为LSSVM的输入，各初始状态所对应的PID控制器稳态输出值y_i作为LSSVM的输出，通过求解，可以得到以各启动状态作为输入，以PID控制器稳态值为输出的LSSVM模型，具体步骤如下：

Step1采集实际运行数据x_i和y_i，将x_i和y_i进行归一化处理；

Step2采用LSSVM标准训练算法对LSSVM进行训练，通过网格优化法对不同模型参数(惩罚系数C、核函数参数)对LSSVM进行学习和交叉验证测试，得到最佳LSSVM模型；