一种基于注意力机制和行为克隆模型的污水处理预测控制方法技术

本发明专利技术公开了一种基于注意力机制和行为克隆模型的污水处理预测控制方法，基于水质预测模块得到预测出水水质，将进水水质数据、上一次预测出水水质数据以及上一次预测出水水质数据和期望出水水质之间的偏差输入到智能控制模块，智能控制模块模拟专家操作，将专家对该情况的专家操作指令作为输出，提前修正污水处理系统中相关设备的运行参数，使预测水质数据与期望水质数据相符合或者在合理范围之内。内。内。

【技术实现步骤摘要】
一种基于注意力机制和行为克隆模型的污水处理预测控制方法

：
[0001]本专利技术属于水处理智能控制
，具体涉及一种基于注意力机制和行为克隆模型的污水处理预测控制方法。

技术介绍
：
[0002]污水处理(Sewage Treatment)是为使污水达到排入某一水体或再次使用的水质要求对其进行净化的过程。污水处理被广泛应用于建筑、农业、交通、能源、石化、环保、城市景观、医疗、餐饮等各个领域，也越来越多地走进寻常百姓的日常生活。目前来说，污水处理还大部分处于人工或者半自动阶段，系统运行和维护仍然主要依靠专家依照实际情况的发生给出必要的操作，专业性较强且人力成本很高，浪费了大量的财力、人力，而且必须有人坚守岗位。现有的一些方法也只是勉强做到了控制层面，但控制大多数是基于实际情况进行有效控制，无法做出未来的状态预测，并采取有效操作，当现场出现异常的时候，再去处理，可能会出现处理不及时的情况，从而造成严重的损失。
[0003]推动城市的信息化、智能化发展是许多城市建设者和研究者们所关心的重点问题，也是促进数字孪生的应用以及工业4.0的发展的有效途径之一。智慧城市已经成为现代社会的一个热门研究领域，在智慧城市的建设、发展中，污水的有效处理具有重要意义。对于污水处理过程来说，如果可以提前预知接下来的水质高低，并提前做出一些必要的操作，可以有效减少能源的消耗并降低操作和人力成本，减少突发状况的发生。另一方面，目前很多污水处理过程中的操作都是人工操作，过于依靠专家经验，不仅浪费时间和精力，而且安全隐患突出，专业性较强，人工成本较高。虽然许多国家政府和相关部门开始重视污水处理，并投入大量资金兴建污水处理工厂。但是目前大部分污水处理工厂缺少专业人员的监督、维护，有效的污水处理变得极为困难。针对目前污水处理厂智能化不足的情况，本方法充分发挥数据自身所特有的优点，对训练参数进行优化以获得最佳处理方案，设计了一种模型预测控制方法，可有效解决传统污水处理过程所带来的问题，从而确保污水处理过程的智能运行。

技术实现思路
：
[0004]本专利技术目的在于克服现有技术存在的缺点，寻求设计一种基于注意力机制和行为克隆模型的污水处理预测控制方法。通过研究污水处理指标的变化规律并结合专家知识，充分发挥数据自身所特有的优点，对训练参数进行优化以获得最佳处理方案，系统可以对污水处理现场情况进行智能预测控制，提前预测接下来的污水处理效果，并第一时间给出反馈，自动做出必要的操作。
[0005]为了实现上述目的，本专利技术涉及的基于注意力机制和行为克隆模型的污水处理预测控制方法，具体包括以下步骤：
[0006](1)实时获取污水处理系统中水质采集设备采集的进水水质数据；
[0007](2)将进水水质数据、上一次预测出水水质数据以及上一次预测出水水质数据和期望出水水质之间的偏差输入到智能控制模块，智能控制模块模拟专家操作，将专家对该情况的专家操作指令作为输出，提前修正污水处理系统中相关设备的运行参数；所述专家操作指令为专家基于输入对污水处理系统做的一系列的操作，当刚执行上述方法时，步骤(2)中的输入只包括进水水质数据；
[0008](3)将进水水质数据和对应的专家操作指令输入到水质预测模块，水质预测模块基于输入预测污水处理系统的出水水质变化，将预测出水水质数据作为输出；
[0009](4)将专家操作指令输送到污水处理系统中的被控设备中调整污水处理系统的运行参数；
[0010](5)重复步骤(1)
‑
(4)，直至预测出水水质数据和期望出水水质之间的偏差小于设定的阈值，或直至达到设定的循环周期，停止运行。
[0011]具体地，智能控制模块基于克隆模型构建，首先将已有的一部分进水水质数据、上一次预测出水水质数据以及上一次预测出水水质数据和期望出水水质之间的偏差作为输入，上述输入对应的专家操作指令作为输出，训练构建克隆模型，然后将另一部分进水水质数据、上一次预测出水水质数据以及上一次预测出水水质数据和期望出水水质之间的偏差作为输入，上述输入对应的专家操作指令作为输出，验证和测试克隆模型，最后得到构建好的克隆模型。
[0012]具体地，水质预测模块基于GRU
‑
Attention模型构建，首先将已有的一部分进水水质数据和对应的专家操作指令作为输入，上述输入对应的预测出水水质数据作为输出，训练构建GRU
‑
Attention模型，然后另一部分进水水质数据和对应的专家操作指令作为输入，上述输入对应的预测出水水质数据作为输出，验证和测试GRU
‑
Attention模型，最后得到构建好的GRU
‑
Attention模型。
[0013]具体地，步骤(1)中基于Modbus通信协议实现对污水处理系统的进水水质数据的实时读取；步骤(4)中专家操作指令基于Modbus通信协议输送到污水处理系统中的被控设备中调整污水处理系统的运行参数。
[0014]本专利技术与现有技术相比具有以下有益效果：基于水质预测模块得到预测出水水质，将进水水质数据、上一次预测出水水质数据以及上一次预测出水水质数据和期望出水水质之间的偏差输入到智能控制模块，智能控制模块模拟专家操作，将专家对该情况的专家操作指令作为输出，提前修正污水处理系统中相关设备的运行参数，使预测水质数据与期望水质数据相符合或者在合理范围之内。
附图说明：
[0015]图1为实施例1中所述的基于注意力机制和行为克隆模型的污水处理预测控制方法原理结构示意图。
[0016]图2为实施例1中GRU神经网络单元结构示意图。
具体实施方式：
[0017]下面通过具体实施例并结合附图对本专利技术作进一步说明。
[0018]实施例1
[0019]如图1所示，本实施例涉及的基于注意力机制和行为克隆模型的污水处理预测控制方法，具体包括以下步骤：
[0020](1)实时获取污水处理系统中水质采集设备采集的进水水质数据，如COD、pH、温度、溶解氧等。
[0021]具体地，步骤(1)中基于Modbus通信协议实现对污水处理系统的进水水质数据的实时读取。本实施例中Modbus通信协议采用Modbus
‑
RTU模式，通过Modbus协议将污水处理系统现场获取的数据进行采集汇总，并全部存储于云服务中。Modbus协议允许多个设备在同一个网络上进行通信，将采集到的数据进行传输，实现实时、精确地采集数据，进而实现污水处理过程的预测控制。
[0022](2)将进水水质数据、上一次预测出水水质数据以及上一次预测出水水质数据和期望出水水质之间的偏差输入到智能控制模块，智能控制模块模拟专家操作，将专家对该情况的专家操作指令作为输出，提前修正污水处理系统中相关设备的运行参数；所述专家操作指令为专家基于输入对污水处理系统做的一系列的操作，包括但不限于温度调节、进水量的调节、设定风机和水泵的运行参数(e.g.,电压、电流、功率、转速)等；当刚执行上述方法时，步本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于注意力机制和行为克隆模型的污水处理预测控制方法，其特征在于，具体包括以下步骤：(1)实时获取污水处理系统中水质采集设备采集的进水水质数据；(2)将进水水质数据、上一次预测出水水质数据以及上一次预测出水水质数据和期望出水水质之间的偏差输入到智能控制模块，智能控制模块模拟专家操作，将专家对该情况的专家操作指令作为输出，提前修正污水处理系统中相关设备的运行参数；所述专家操作指令为专家基于输入对污水处理系统做的一系列的操作，当刚执行上述方法时，步骤(2)中的输入只包括进水水质数据；(3)将进水水质数据和对应的专家操作指令输入到水质预测模块，水质预测模块基于输入预测污水处理系统的出水水质变化，将预测出水水质数据作为输出；(4)将专家操作指令输送到污水处理系统中的被控设备中调整污水处理系统的运行参数；(5)重复步骤(1)
‑
(4)，直至预测出水水质数据和期望出水水质之间的偏差小于设定的阈值，或直至达到设定的循环周期，停止运行。2.根据权利要求1所述的基于注意力机制和行为克隆模型的污水处理预测控制方法，其特征在于，智能控制模块基于克隆模型构建，首先将已有的一部分进水水质数据、上一次预测出水水质数据以及上一次预测出水水质数据和期望出水水质之间的偏差作为输入，上述输入...

【专利技术属性】
技术研发人员：苗盛，徐久哲，周长亮，
申请(专利权)人：青岛理工大学，
类型：发明
国别省市：