【技术实现步骤摘要】
本专利技术涉及污水处理软测量的
,尤其是指一种基于多属性高斯核函数快速相关向量机的污水在线软测量方法。
技术介绍
传统污水处理方法种类多样,主要有物理法、化学法、生物法等。我国现阶段的城市污水处理主要以生物法为主。但是,污水处理过程中,控制对象具有高度的非线性、时变、大滞后等特点。控制过程要考虑多项质量指标,且一直处于外部环境的动态扰动之中。另外,在线检测手段匮乏,许多过程变量缺乏稳定可靠的实时监测仪表。污水处理的复杂性和测量仪表的缺陷,致使生化过程无法得到有效控制和处理,存在一大类难以测量或不易在线测量的参数。为了提高出水合格率,节能降耗,降低运行成本,提高系统可靠性,需要对污水处理厂密切相关的过程变量进行实施监测和控制。软测量技术以建模简单、方法多样,预测效果可观等优势,为这个难题提供了一个很好的解决方案。
技术实现思路
本专利技术的目的在于克服现有技术的不足,提出了一种基于多属性高斯核函数快速相关向量机的污水在线软测量方法。首先,通过多属性高斯核函数(MAG)来构造贝叶斯矩阵。再在相关向量机(RVM)的基础上引入快速边际似然算法来学习模型的超参数,建立基于贝叶斯框架下的多属性高斯核函数快速相关向量机模型(MAG-FASTRVM)。最后采用滑动窗口技术建立滚动时间窗,用若干组污水历史数据建立初始模型,剩下若干组污水数据用于新数据,建立MAG-FASTRVM的污水在线软测量模型,实时预测出水水质BOD、COD浓度的输出。本专利技术的目的通过下述技术方案实现:一种基于多属性高斯核函数快速相关向量机的污水在线软测量方法,包括下列步骤:S1、通过多属性高斯 ...
【技术保护点】
一种基于多属性高斯核函数快速相关向量机的污水在线软测量方法,其特征在于,包括以下步骤:S1、通过多属性高斯核函数构造快速相关向量机的贝叶斯矩阵Φ;S2、在相关向量机的基础上引入快速边际似然算法来学习模型的超参数,建立基于贝叶斯矩阵Φ的多属性高斯核函数快速相关向量机模型;S3、采用滑动窗口技术建立滚动时间窗,利用滚动时间窗内的数据优化建模,将模型数据和参数随着滚动时间窗的滚动进行在线更新;S4、设置滚动窗口长度L,移动长度R,用若干组污水历史数据建立初始模型,剩下若干组污水数据用于新数据,建立基于贝叶斯矩阵Φ的多属性高斯核函数快速相关向量机的污水在线软测量模型,实时预测出水水质生物需氧量BOD以及化学需氧量COD的浓度输出。
【技术特征摘要】
1.一种基于多属性高斯核函数快速相关向量机的污水在线软测量方法,其特征在于,包括以下步骤:S1、通过多属性高斯核函数构造快速相关向量机的贝叶斯矩阵Φ;S2、在相关向量机的基础上引入快速边际似然算法来学习模型的超参数,建立基于贝叶斯矩阵Φ的多属性高斯核函数快速相关向量机模型;S3、采用滑动窗口技术建立滚动时间窗,利用滚动时间窗内的数据优化建模,将模型数据和参数随着滚动时间窗的滚动进行在线更新;S4、设置滚动窗口长度L,移动长度R,用若干组污水历史数据建立初始模型,剩下若干组污水数据用于新数据,建立基于贝叶斯矩阵Φ的多属性高斯核函数快速相关向量机的污水在线软测量模型,实时预测出水水质生物需氧量BOD以及化学需氧量COD的浓度输出。2.根据权利要求1所述的基于多属性高斯核函数快速相关向量机的污水在线软测量方法,其特征在于,所述多属性高斯核函数的形式如下: k ( x m , x n ) = exp ( - Σ k = 1 d η k ( x m k - x n k ) 2 ) , ]]>其中Xm表示第m个样本,Xn表示第n个样本,其中m,n∈(1,2...
【专利技术属性】
技术研发人员:许玉格,孙称立,刘莉,邓晓燕,罗飞,
申请(专利权)人:华南理工大学,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。