[发明专利]一种基于改进极限学习机的溶解氧浓度软测量方法

摘要

本发明公开了一种基于改进极限学习机的溶解氧浓度软测量方法，包括以下步骤：S1：对影响水质因素的水体因素进行数据采集；S2：对采集到的数据进行离群点识别、滤波处理操作，S3：采用上述预处理过的批量历史数据作为软测量模型的输入信息，将检测到的溶解氧浓度化验值作为输出数据建立溶解氧浓度模型；S4：建立模型在线校正机制，水产养殖溶解氧浓度模型的动态校正：基于水产养殖生产过程中的实时数据信息，将溶解氧浓度化验值和软测量模型输出的溶解氧浓度值进行误差比较，采用椭球定界稳定学习算法对溶解氧浓度的软测量模型参数进行学习和更新。采用的椭球定界稳定学习算法，不仅能够更新模型参数，而且能够保证建模误差稳定有界。

主权项

一种基于改进极限学习机的溶解氧浓度软测量方法，其特征在于：包括以下步骤：S1：对影响水质因素的水体温度信息、PH值信息、总氨氮亚硝态氮和硝态氮信息进行数据采集；S2：对采集到的数据进行离群点识别、滤波处理操作：首先采用改进的稳健数据预处理方法对数据中的离群点即异常数据进行识别和删除，再对余下的数据采用中位值滤波技术进行处理，保留每组数据的中值作为软测量模型的输入输出数据；S3：采用上述预处理过的批量历史数据作为软测量模型的输入信息，将检测到的溶解氧浓度化验值作为输出数据建立溶解氧浓度模型；采用基于改进的极限学习机软测量方法，即利用椭球交集理论，将极限学习机的模型参数误差定义为一个椭球，建模误差定义为另一个椭球，重新构建极限学习机模型形式，构造递推辨识算法，找到最优的软测量模型参数，使软测量模型输出溶解氧浓度值；S4：建立模型在线校正机制，水产养殖溶解氧浓度模型的动态校正：基于水产养殖生产过程中的实时数据信息，将溶解氧浓度化验值和软测量模型输出的溶解氧浓度值进行误差比较，采用椭球定界稳定学习算法对溶解氧浓度的软测量模型参数进行学习和更新。