[发明专利]一种污水处理多目标优化控制方法及系统

权利要求书

1.一种污水处理多目标优化控制方法，其特征在于，包括以下步骤：

步骤S1、选取污水处理过程的被控变量并采集相关变量数据；

步骤S2、使用相关变量数据进行训练，基于BP神经网络建立能耗成本、出水水质和微生物风险的稳态预测模型；

步骤S3、以被控变量的设定值作为决策变量，以步骤S2建立的稳态预测模型作为约束条件，构建基于能耗成本、出水水质和微生物风险的多目标优化函数；

步骤S4、采用多目标差分进化算法对步骤S3构建的多目标优化函数进行优化计算，得到关于能耗成本、出水水质和微生物风险的帕累托最优解集；

步骤S5、从步骤S4的帕累托最优解集中筛选微生物风险低、能耗成本和出水水质均衡的解对应的决策变量，作为被控变量的优化设定值；

步骤S6、利用抗积分饱和比例积分控制器对步骤S5得到的被控变量的优化设定值进行实时跟踪控制。

2.根据权利要求1所述的污水处理多目标优化控制方法，其特征在于，所述步骤S1中的污水处理过程，满足活性污泥一号基准仿真模型的动态过程，进一步包括：

异养微生物的有氧生长；

异养微生物的缺氧生长；

自养微生物的有氧生长；

异养微生物的衰变；

自养微生物的衰变；

可溶性有机氮氨化；

颗粒状有机物的水解；

颗粒状有机氮的水解。

3.根据权利要求2所述的污水处理多目标优化控制方法，其特征在于，所述步骤S1中活性污泥一号基准仿真模型，包括5个完全混合式生化反应池和一个10层的二沉池。

4.根据权利要求3所述的污水处理多目标优化控制方法，其特征在于，所述步骤S1中相关变量，包括进水流量、能耗成本、出水水质、微生物风险以及被控变量。

5.根据权利要求4所述的污水处理多目标优化控制方法，其特征在于，所述步骤S1中的被控变量包括食微比、污泥龄、碳氮比、三号反应池的溶解氧和五号反应池的硝态氮。

6.根据权利要求5所述的污水处理多目标优化控制方法，其特征在于，所述步骤S1和步骤S2之间，进一步包括：

对污水处理过程的仿真模型的灵敏度进行分析，选择灵敏度高的被控变量和相关变量作为步骤S2中建立稳态预测模型的训练数据。

7.根据权利要求5所述的污水处理多目标优化控制方法，其特征在于，所述被控变量包括溶解氧和污泥龄；

所述步骤S2进一步包括：

以溶解氧设定值、污泥龄设定值和进水流量作为输入，分别以能耗成本、出水水质和微生物风险作为输出，使用步骤S1中的采集的相关变量数据进行训练，基于BP神经网络建立能耗成本、出水水质和微生物风险的稳态预测模型。

8.根据权利要求1所述的污水处理多目标优化控制方法，其特征在于，所述步骤S2中的BP神经网络，包括输入层、隐藏层和输出层；

第一层为输入层，第Q层为输出层，中间各层为隐层：

对于每个层的神经元模型如下：

其中，n_q-1为上一层的神经元数量；

为输入到第q层的第i个神经元的连接权系数；

为第q层的第i个神经元的阈值；

为第q层的第i个神经元的输出；

为第q-1层的第j个神经元的输出；

f(·)为转换函数；

q∈[1，Q]，Q为神经网络总层数。

9.根据权利要求8所述的污水处理多目标优化控制方法，其特征在于，所述转换函数f包括：tansig函数、logsig函数和softmax函数。