[发明专利]利用集成主成分分析的污水处理过程异常工况检测方法

权利要求书

1.一种基于集成主成分分析的污水处理过程的异常工况检测的方法，其特征在于，所述方法包括以下步骤：

步骤一：选择污水处理过程的监控变量，获取正常工况下各变量的数据，并记录为训练数据集；

步骤二：对训练数据进行预处理；

步骤三：求取训练数据的特征值，确定特征值对应的特征向量；

步骤四：从步骤三获得的特征向量中随机选取一定数量的特征向量作为主元，建立主成分分析的主元模型；重复多次，建立多个主成分分析的主元模型；

步骤五：对步骤四得到的每个主元模型计算T²统计量，利用核密度估计确定各个主元模型的T²统计量的阈值；

步骤六：进行模型聚类，从步骤四得到的主元模型中获得一个或多个合适的模型；

步骤七：获取污水处理过程某一时刻的实时数据，作为检测数据；

步骤八：对检测数据进行预处理；

步骤九：按照步骤六中获得合适的模型建立检测数据的主成分分析的主元模型，计算检测数据在各个合适的模型中的T²统计量；

步骤十：计算检测数据在某个合适的模型中的T²统计量的故障概率，并利用贝叶斯估计计算实时数据在所有合适的模型构成的数据空间的检测统计量，识别出异常工况。

2.如权利要求1所述的方法，其特征在于，

步骤一中，污水处理生物过程应大致满足活性污泥1号模型中的动态过程，主要包括：(1)异养生物的需氧生长，(2)异养生物的缺氧生长，(3)自养生物的需氧生长，(4)异养生物的衰减，(5)自养生物的衰减，(6)可溶性有机氮的氨化，(7)被吸附的缓慢降解有机碳的水解，和(8)被吸附的缓慢降解有机氮的水解；和/或

步骤一中，选取的监控变量要能反映污水处理过程的运行状况；和/或

步骤一中，选取的监控变量选自溶解氧浓度、进水量、污泥回流量、出水量、出水氨氮含量、化学需氧量、生物需氧量、PH值、固态悬浮物浓度、水的压力和水温；和/或

步骤一中，整个污水处理过程符合长期型1号基准仿真模型，包括两个缺氧池、三个好氧池和一个二沉池，缺氧池和好氧池满足活性污泥1号模型。

3.如权利要求1所述的方法，其特征在于，

步骤二或步骤八中，对数据进行预处理包括：去除数据缺失的样本，对数据零均值化；其中，对数据零均值化包括：假设有M组样本数据{X_m}，每个数据样本是N维，由此组成矩阵X_m×n，利用下式对数据标准化：

其中，i＝1,2…M，j＝1,2…N。

4.如权利要求1所述的方法，其特征在于，

步骤三中，获得训练数据的特征值及其对应的特征向量的方法如下：

假设训练数据包含M组数据{X_m}，每个数据是N维，由此组成矩阵X_m×n，矩阵X_m×n经零均值化处理后得到矩阵X；

步骤1：求出零均值化后的矩阵X的协方差矩阵S_T；

步骤2：求出S_T的特征值λ_i及相应的单位化正交特征向量p_i。

5.如权利要求1所述的方法，其特征在于，

步骤四中，随机选取的特征向量的个数k为特征向量总数的30％-50％；从步骤三得到的单位化正交特征向量中随机选择k个向量后，主成分分析的主元模型的建立公式为：

其中，[t₁，t₂，…，t_k]＝[Xp₁，Xp₂，…Xp_k]，[p₁，p₂，…，p_k]为从步骤三得到的单位化正交特征向量中随机选取的k个向量，X为训练数据经预处理后得到的矩阵。