[发明专利]一种基于模糊BP神经网络的废水高级氧化处理智能加药系统及方法

权利要求书

1.一种基于模糊BP神经网络的废水高级氧化处理智能加药系统，包括PS高级氧化处理系统，其特征在于，还包括BP神经网络预测模型和模糊控制器，PS高级氧化处理系统以进水流量、进水COD和加药量作为输入向量，以实际出水COD作为输出向量，BP神经网络预测模型以进水流量、进水COD、实际出水COD、加药量作为输入向量，以出水COD预测值作为输出向量，模糊控制器以出水COD设定值与BP神经网络预测模型中的出水COD预测值之间的偏差e，以及它们间的偏差变化率e_c作为输入变量，以加药修正量△u(t)作为输出变量，通过修正后的加药量作为BP神经网络预测模型下一循环的输入向量之一，其中，进水流量以m3/h计，进水COD以mg/l计，加药量以L/h计，实际出水COD以mg/l计，出水COD预测值以mg/l计；

其中，所述BP神经网络预测模型的结构共有4层，分别为输入层，两个隐藏层以及输出层，结构为3-8-5-1，输入层节点数为3，输入向量为X＝[X_1，X_2，X₃]，分别代表进水流量、进水COD以及加药量，第一隐含层神经元节点数为8个，第二隐含层神经元个数为5个，输出层节点数为1个，输出向量为Y,代表出水COD预测值；

其中，所述模糊控制器模型采用结构为2-14-49-49-1，第一层节点数为2，代表偏差e和偏差变化率e_c；第二层为14个节点，代表14个隶属度函数，完成隶属度函数值的求取；第三层为49个节点，代表49条模糊规则，完成模糊规则的前件计算；第四层为49个节点，代表49个隶属度的适用度；第五层为1个节点，代表t时刻加药量的修正量。

2.根据权利要求1所述的一种基于模糊BP神经网络的废水高级氧化处理智能加药系统，其特征在于，所述加药量为过硫酸盐加药量。

3.一种根据权利要求1或2任一所述的基于模糊BP神经网络的废水高级氧化处理智能加药系统的加药方法，其特征在于，包括下列步骤：

S1、初始辅助变量的确定：选取能直接检测并且与出水COD密切相关的水质变量与加药量，所述的初始辅助变量为进水流量、进水COD、进水pH、过硫酸盐用量和亚铁盐用量；

S2、搭建PS高级氧化处理系统，建立训练样本数据库；根据该系统实际运行的每日进出水水质数据与加药量，构建模型输入输出向量的集合，以步骤S1中所述的初始辅助变量作为输入向量，以实际出水COD作为输出向量；

S3、对步骤S2中采集到的模型中输入向量和输出向量进行包括异常值剔除以及归一化处理在内的预处理，建立辅助变量数据样本集和预测变量数据集；

S4、利用主成分分析法算法分析辅助变量数据样本集，借助正交变换将原始相关的随机变量变换成不相关的新变量，确定最终辅助变量，并重新整理简化步骤S3所述的辅助变量数据样本集和预测变量数据集；其中，所述的最终辅助变量为进水流量、进水COD和过硫酸盐用量；

所述步骤S4确定最终辅助变量的方法具体为：

S41、由公式(1)得到初始辅助变量数据样本矩阵X_m×n的均值和方差，然后通过公式(2)对样本矩阵X_m×n进行零均值标准化处理，从而计算得到标准化矩阵Z_m×n；

其中，矩阵X_m×n是由进水流量、进水COD、过硫酸盐用量三个指标参数构成样本矩阵；m为辅助变量个数，n为样本个数，x_ij代表第i个样本的第j个分量，z_ij代表标准化之后第i个样本的第j个分量，为第i个样本分量的均值，S_j代表标准差；

S42、利用公式(3)和公式(4)求标准化矩阵Z_m×n的协方差矩阵R_n×n，以下将矩阵Z_m×n简写为Z：

S43、根据公式(5)求解出R的不同特征值λ_j，j＝1，2，…，n，将R的n个特征值按照从大到小的顺序排列，由公式(6)计算得到相应特征值对应的单位特征向量b_j，j＝1，2，…，n，b_j＝(b_1j，b_2j，┅，b_nj)；

|R-λ_JE|＝0 (5)

Rb＝λ_Jb (6)

S44、根据公式(7)计算主成分的累计方差贡献率，通过累计方差贡献率≥85％确定主成分个数k，其中前k个主成分包含了数据样本的绝大部分信息，后面的其他成分则舍弃：

S45、通过公式(8)将标准化矩阵Z_m×n投影在k维坐标上，组成新的数据样本矩阵U，其包括k个主元，U₁为第一主成分，U₂为第二主成分，U_k为第k主成分，通过以上变换，原始数据样本就实现了从n维降到k维的操作，其中Z_i^T为矩阵Z的第i个样本的转置矩阵，确定最终辅助变量：

S5、建立BP神经网络预测模型，利用步骤S4中所述的辅助变量数据样本集和预测变量数据集组成数据集，将数据集分为训练样本数据，测试样本数据，数据集中以最终辅助变量、实际出水COD作为输入向量，利用训练样本数据对模型进行训练，直到满足训练条件后停止，并以出水COD预测值作为输出向量输出；

S6、建立模糊控制器，通过t+△t时刻出水COD设定值y_d(t+△t)和步骤S5中所述的出水COD预测值y(t+△t)，算出出水COD预测值(mg/l)与出水COD设定值之间的偏差e，以及它们间的偏差变化率e_c，以偏差e和偏差变化率e_c作为输入变量，以加药修正量△u(t)作为输出变量，进而改变加药量；

S7、将步骤S6中修正后的加药量作为PS高级氧化处理系统下一循环的输入向量之一，并根据其他加药量与该加药量之间的关系完成对各加药量的控制。