[发明专利]一种用于废水处理的在线加药控制方法及系统

摘要

本发明公开了一种用于废水处理的在线加药控制方法及系统，该方法包括：获取当前时刻来水监测指标数据，并将当前时刻来水监测指标数据输入到在线加药控制模型中，得到当前时刻最优加药量；其中，在线加药模型是采用主成分分析算法、遗传算法以及神经网络模型算法建立而成；本发明通过主成分分析算法降低训练样本的维度，提高BP神经网络模型的速度，提高加药量计算的速度；通过遗传算法优化BP神经网络模型的连接权值和阈值，使BP神经网络模型的预测精度提高并且不易陷入局部最优；因此，采用本发明提供的在线加药控制模型克服废水处理过程中加药方式难以准确确定加药剂量的缺陷，实现快速、精确的在线加药控制过程。

主权项

1.一种用于废水处理的在线加药控制方法，其特征在于，所述在线加药控制方法包括：获取当前时刻来水监测指标数据；将所述当前时刻来水监测指标数据输入到在线加药控制模型中，得到当前时刻最优加药量；其中，所述在线加药控制模型的输入为所述当前时刻来水监测指标数据；所述在线加药控制模型的输出为所述当前时刻最优加药量；所述在线加药控制模型是依据主成分分析算法、遗传算法以及神经网络模型算法建立而成；所述在线加药控制模型的建立方法具体包括：获取训练样本；所述训练样本包括多个样本对；每个样本对均包括多个输入、一个输出；所述输入为符合出水水质的来水监测指标数据；所述输出为所述来水监测指标数据对应的最优加药量；采用主成分分析算法，对所述训练样本中的样本对进行处理，得到主成分矢量矩阵及主成分分量的个数；根据所述主成分矢量矩阵及所述主成分分量的个数，建立BP神经网络模型；所述BP神经网络模型为多输入单输出的三层模型；所述BP神经网络模型的输入为所述主成分矢量矩阵；所述BP神经网络模型的输出为最优加药量；所述BP神经网络模型的输入神经元的个数为所述主成分分量的个数；采用遗传算法，对所述BP神经网络模型的连接权值和阈值进行优化，得到最优连接权值和最优阈值；根据所述最优连接权值和所述最优阈值，更新所述BP神经网络模型；更新后的BP神经网络模型为所述在线加药控制模型。