一种基于预测控制的污水处理碳源投加方法技术

本发明专利技术提供一种基于预测控制的污水处理碳源投加方法。该方法包括：建立能耗和水质模型，采用NSGA2算法优化能耗和水质模型，获得能耗最低或水质最高的解集作为S

【技术实现步骤摘要】
一种基于预测控制的污水处理碳源投加方法


[0001]本专利技术涉及污水处理
，尤其涉及一种基于预测控制的污水处理碳源投加方法。

技术介绍

[0002]污水处理过程总氮(Total nitrogen)浓度是衡量出水水质的重要指标，总氮的超标排放会造成水体溶解氧浓度降低、水体富营养化、生物中毒死亡等严重后果。针对这一问题，我国在2002年出台了《城镇污水处理厂污染物排放标准(GB18918
‑
2002)》，规定了水污染物排放基本控制项目的日均最高允许排放浓度，其中总氮一级A类排放标准为15mg/L，B类排放标准20mg/L。
[0003]目前，常用的总氮处理工艺主要有传统生物脱氮工艺、新型生物脱氮工艺、物理化学工艺。其中，传统生物脱氮工艺如A2/O、SBR等，工艺结构经典、氨氮去除率高，但运行操作复杂、周期长、处理成本高，易受环境温度等因素的影响；新型生物脱氮工艺如短程生物脱氮技术、同步消化反硝化技术，这些技术在氨氮废水浓度较低时也具有良好的去除效果，但易受到溶解氧、pH值等条件的影响；物理化学法如沉淀法、吹脱法、吸附法，化学法设备和试剂的购买十分昂贵，大部分污水处理厂无法负担长期的处理费用。为了解决总氮浓度超标这一问题，通常采用缺氧池外加碳源强化脱氮的技术措施来确保出水总氮浓度达标。其主要投加控制方式有两种：一种为人工控制方式，工作人员通过污水出水水质变化趋势，人为对碳源进行控制。该方法过度依赖于人工经验、专家知识，且一定时间内投入量恒定，容易造成碳源投加过多或不足的情况，导致出水总氮超标、成本增加、挤占好氧池池容等一系列风险发生。另一种是基于前馈
‑
反馈的碳源投加控制方式，主要通过在线测量入水水质、出水水质等相关指标，采用前馈与反馈相结合方式，利用PLC控制器实现自动控制碳源投加量，但污水处理过程时间长、受影响因素众多，易造成投入碳源量不精确，且反馈环节具有一定的滞后性，不利于城市污水处理出水达标和节能降耗。
[0004]因此，如何在污水处理过程出水达标的前提下，最优化加入碳源减少总氮浓度，实现优化控制、节能降耗、峰值抑制仍是目前亟待解决的难点。

技术实现思路

[0005]为了解决污水处理出水总氮超标的问题，本专利技术提出了一种基于预测控制的污水处理碳源投加方法，该方法首先采用RBF神经网络建立总氮预测模型，其次通过优化算法获得能耗最小时关键参数的设定值，若分析预测得到的总氮超过最高排放标准，则采用峰值抑制控制方法精细化加入碳源，降低出水总氮浓度，实现对污水处理关键参数的超标控制。
[0006]本专利技术提供的一种基于预测控制的污水处理碳源投加方法，包括：
[0007]步骤1：建立能耗和水质模型，采用NSGA2算法优化所述能耗和水质模型，获得能耗最低或水质最高的解集作为第五分区溶解氧S
O,5
浓度和第二分区硝态氮S
NO,2
浓度的设定值；
[0008]步骤2：将能耗最低或水质最高的解集输入至已构建好的污水处理出水总氮预测模型，得到当前输入量所对应的总氮预测值；
[0009]步骤3：判断所述总氮预测值是否超标并采取不同的碳源模糊控制规则进行碳源投加，具体包括：当总氮预测值超标时，采用碳源模糊控制规则，根据总氮预测值对第一分区外加碳源和第二分区外加碳源进行模糊控制。
[0010]进一步地，步骤1具体包括：
[0011]步骤1.1：选取F1和F2分别为能耗目标函数和水质目标函数，f1和f2分别为能耗模型和水质模型，采用公式(1)至公式(3)对能耗和水质优化问题进行描述：
[0012][0013]X＝(x1,x2)
[0014]l
i
≤x
i
≤u
i
,i＝1,2
ꢀꢀ
(2)
[0015]△
＝100C
Ntot
[0016][0017]其中，
△
为超标惩罚项，C
Ntot
为预测出水总氮超标值；f
Ntot
表示污水处理出水总氮预测模型；S
c
为设定的总氮浓度上限值；X表示能耗和水质优化问题的解，x
i
表示解中的第i个决策变量，l
i
、u
i
分别为决策变量x
i
的下界和上界，其中，x1和x2分别具体表示第五分区溶解氧S
O,5
浓度和第二分区硝态氮S
NO,2
浓度；
[0018]步骤1.2：设第p个解X
p
的目标向量为(F1(X
p
),F2(X
p
))，按照公式(4)计算归一化后第p个解X
p
的稀疏度，然后选取当前稀疏度最小的非支配解X＝(x1,x2)作为稀疏解：
[0019][0020]其中，SP(X
p
)表示归一化后第p个解X
p
的稀疏度，W
p
为目标函数空间中与目标向量(F1(X
p
),F2(X
p
))之间的欧氏距离小于r的其它目标向量的个数，r为小于1的正实数，N为设定的初始种群数量；
[0021]步骤1.3：在选取稀疏解后进行交叉变异，避免陷入局部最优，具体为按照公式(5)至公式(8)使用极限优化变异方法进行局部搜索，产生局部解；同时，按照公式(9)和公式(10)使用随机移民策略进行变异操作，产生[0.2N]个局部解；
[0022]X
p
＝(x
′1,x
′2),p＝1,2,...,N
ꢀꢀ
(5)
[0023]x
′
i
＝x
i
+α
·
β
max
(x
i
),i＝1,2
ꢀꢀ
(6)
[0024][0025]β
max
(x
i
)＝max[x
i
‑
l
i
,u
i
‑
x
i
],i＝1,2
ꢀꢀ
(8)
[0026]XX
k
＝(xx
′1,xx
′2),k＝1,2,...,[0.2N]ꢀꢀ
(9)
[0027]xx
′
i
＝γx
i
,i＝1,2,0<γ<1.2
ꢀꢀ
(10)
[0028]其中，X
p
表示极限优化变异更新后的解，x
′
i
表示极限优化变异更新后的解中的第i个决策变量，h和γ为随机数，q表示形状参数，β
max
(x
i
)为当前决策变量x
i
可变动的最大值本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于预测控制的污水处理碳源投加方法，其特征在于，包括：步骤1：建立能耗和水质模型，采用NSGA2算法优化所述能耗和水质模型，获得能耗最低或水质最高的解集作为第五分区溶解氧S
O,5
浓度和第二分区硝态氮S
NO,2
浓度的设定值；步骤2：将能耗最低或水质最高的解集输入至已构建好的污水处理出水总氮预测模型，得到当前输入量所对应的总氮预测值；步骤3：判断所述总氮预测值是否超标并采取不同的碳源模糊控制规则进行碳源投加，具体包括：当总氮预测值超标时，采用碳源模糊控制规则，根据总氮预测值对第一分区外加碳源和第二分区外加碳源进行模糊控制。2.根据权利要求1所述的一种基于预测控制的污水处理碳源投加方法，其特征在于，步骤1具体包括：步骤1.1：选取F1和F2分别为能耗目标函数和水质目标函数，f1和f2分别为能耗模型和水质模型，采用公式(1)至公式(3)对能耗和水质优化问题进行描述：质模型，采用公式(1)至公式(3)对能耗和水质优化问题进行描述：质模型，采用公式(1)至公式(3)对能耗和水质优化问题进行描述：其中，
△
为超标惩罚项，C
Ntot
为预测出水总氮超标值；f
Ntot
表示污水处理出水总氮预测模型；S
c
为设定的总氮浓度上限值；X表示能耗和水质优化问题的解，x
i
表示解中的第i个决策变量，l
i
、u
i
分别为决策变量x
i
的下界和上界，其中，x1和x2分别具体表示第五分区溶解氧S
O,5
浓度和第二分区硝态氮S
NO,2
浓度；步骤1.2：设第p个解X
p
的目标向量为(F1(X
p
),F2(X
p
))，按照公式(4)计算归一化后第p个解X
p
的稀疏度，然后选取当前稀疏度最小的非支配解X＝(x1,x2)作为稀疏解：其中，SP(X
p
)表示归一化后第p个解X
p
的稀疏度，W
p
为目标函数空间中与目标向量(F1(X
p
),F2(X
p
))之间的欧氏距离小于r的其它目标向量的个数，r为小于1的正实数，N为设定的初始种群数量；步骤1.3：在选取稀疏解后进行交叉变异，避免陷入局部最优，具体为按照公式(5)至公式(8)使用极限优化变异方法进行局部搜索，产生局部解；同时，按照公式(9)和公式(10)使用随机移民策略进行变异操作，产生[0.2N]个局部解；X
p
＝(x
′1,x
′2),p＝1,2,...,N
ꢀꢀꢀ
(5)x
′
i
＝x
i
+α
·
β
max
(x
i
),i＝1,2
ꢀꢀꢀ
(6)β
max
(x
i
)＝max[x
i
‑
l
i

【专利技术属性】
技术研发人员：卢超，姬鹏飞，鲁西坤，卢政宇，张勇，谢朝臣，
申请(专利权)人：安阳工学院，
类型：发明
国别省市：