基于人工智能的微生物降解控制方法及系统技术方案

本发明专利技术提供了一种基于人工智能的微生物降解控制方法及系统，获取环境参数的历史数据以及与所述历史数据对应的控制参数，在时间点t0的控制参数构成长度为n的控制参数序列，基于t0前的历史数据，按照环境参数的变化频率构建m个不同长度的环境参数序列；构建m个与环境参数序列对应的子循环神经网络，将所有子循环神经网络的输出参数组成一个输出参数序列作为多层BP神经网络的输入，多层BP神经网络的输出为n个控制参数；对步骤2的神经网络进行训练，得到训练后的神经网络；输入当前时刻为基准的环境参数序列，得到输出的控制参数序列，对微生物降解的控制器进行控制。本发明专利技术有效提高了对活性污泥法处理污水控制的前瞻性以及准确性。准确性。准确性。

【技术实现步骤摘要】
基于人工智能的微生物降解控制方法及系统


[0001]本专利技术涉及污水处理领域，尤其涉及基于人工智能的微生物降解控制方法及系统。

技术介绍

[0002]水是重要的资源，万物的生长都离不开水。地球上水资源总量大概在14亿立方千米，但是淡水资源只占到总的水资源的2.5％，如果除去人类现在无法利用的冰川和南北极永久冻水，人们可利用的水资源十分少。工业化的快速发展以及城市生活污水，给水资源带来了很大的污染，对污水的处理不仅是保护生态环境的关键，也是循环使用水资源重要方式。对于污水的处理主要分为生物膜法、生物降解法、厌氧生物处理法以及活性污泥法等，其中，效果最好，应用最广泛的是活性污泥法，所谓活性污泥法是采用污泥中的微生物对污水进行处理，降解或者消耗有机物等，主要过程包括沉淀池、曝气池、二次沉淀池等。
[0003]活性污泥中的微生物涉及到生化反应，溶氧、PH值、温度、硝态氮、进出水速度等都会影响污水处理速度和污水处理效果。对活性污泥法的控制主要采用人工控制为主，很多学者将一些模糊控制、神经网络等方法应用到活性污泥法的控制中和出水效果的预测中，然而，这些方法要么是使用单个变量预测自身，例如根据当前溶氧，预测未来一段时间的溶氧，进而通过PID控制曝气量，要么是根据多个参数对某一个或某几个控制参数进行调整。但是活性污泥法中的微生物或者细菌的生化反应是一个过程复杂、严重滞后的过程，根据传感器获取的当前时刻数据去调节当前的环境状况往往缺乏前瞻性，而且不准确，现有的方法对微生物降解过程进行控制的准确性比较差。

技术实现思路

[0004]为了提高微生物降解污水过程控制的准确性，一方面，本专利技术提供了一种基于人工智能的微生物降解控制方法，如图1所示，所述方法包括以下步骤：
[0005]步骤1，获取环境参数的历史数据以及与所述历史数据对应的控制参数；在时间点t0的控制参数构成长度为n的控制参数序列，基于t0前的所述历史数据，按照环境参数的变化频率构建m个不同长度的环境参数序列；其中，m为环境参数个数，n为控制参数个数；
[0006]步骤2，构建m个与所述环境参数序列对应的子循环神经网络，所述子循环神经网络的输入参数个数与对应的所述环境参数序列长度相同，设置与每个子循环神经网络对应的输出参数个数，将所有子循环神经网络的输出参数组成一个输出参数序列作为多层BP神经网络的输入，所述多层BP神经网络的输出为n个控制参数；
[0007]步骤3，获取多个不同时间点的控制参数序列和环境参数序列，组成训练集和验证集，对步骤2的神经网络进行训练，得到训练后的神经网络；
[0008]步骤4，构建以当前时刻为基准的环境参数序列，并输入训练好的神经网络，得到输出的控制参数序列，根据所述控制参数序列对微生物降解的控制器进行控制。
[0009]优选地，所述按照环境参数的变化频率构建m个不同长度的环境参数序列，具体
为：
[0010]按照所述环境参数更新频率对所述环境参数进行分类，第一类为按分钟更新的环境参数，第二类为按小时更新的环境参数，第三类为按天更新的环境参数；
[0011]按照公式计算环境参数的序列长度，其中，α
i
表示第i类环境参数的权重，表示环境参数序列的基准值，i＝1、2、3。
[0012]优选地，所述子循环神经网络具体为：
[0013]设置所述环境参数的重要性级别，基于所述重要性级别、所述输出参数个数以及与所述环境参数对应的环境参数序列长度确定所述子循环神经网络隐藏层的层数；并将双向循环网络作为所述隐藏层的第一层。
[0014]优选地，所述基于所述重要性级别、所述输出参数个数以及与所述环境参数对应的环境参数序列长度确定所述子循环神经网络隐藏层的层数，具体为：
[0015]根据公式计算所述子循环神经网络隐藏层的层数，其中，表示所述环境参数对应的环境参数序列长度，表示所述输出参数个数，表示所述重要性级别，j为正整数，且1≤j≤m。
[0016]优选地，所述环境参数为溶解氧浓度、进水量、pH值、生化反应池温度、氨氮浓度、亚硝酸盐浓度、外界温度、气压、降雨量中的一项或多项；所述控制参数为鼓风机、进水阀、出水阀、酸碱调节阀中的一项或多项。
[0017]此外，本专利技术提供了一种基于人工智能的微生物降解控制系统，所述系统包括以下模块：
[0018]数据集构建模块，用于获取环境参数的历史数据以及与所述历史数据对应的控制参数；在时间点t0的控制参数构成长度为n的控制参数序列，基于t0前的所述历史数据，按照环境参数的变化频率构建m个不同长度的环境参数序列；其中，m为环境参数个数，n为控制参数个数；
[0019]神经网络构建模块，用于构建m个与所述环境参数序列对应的子循环神经网络，所述子循环神经网络的输入参数个数与对应的所述环境参数序列长度相同，设置与每个子循环神经网络对应的输出参数个数，将所有子循环神经网络的输出参数组成一个输出参数序列作为多层BP神经网络的输入，所述多层BP神经网络的输出为n个控制参数；
[0020]训练模块，用于获取多个不同时间点的控制参数序列和环境参数序列，组成训练集和验证集，对步骤2的神经网络进行训练，得到训练后的神经网络；
[0021]控制模块，用于构建以当前时刻为基准的环境参数序列，并输入训练好的神经网络，得到输出的控制参数序列，根据所述控制参数序列对微生物降解的控制器进行控制。
[0022]优选地，所述按照环境参数的变化频率构建m个不同长度的环境参数序列，具体为：
[0023]按照所述环境参数更新频率对所述环境参数进行分类，第一类为按分钟更新的环境参数，第二类为按小时更新的环境参数，第三类为按天更新的环境参数；
[0024]按照公式计算环境参数的序列长度，其中，α
i
表示第i类环境参数的权
重，表示环境参数序列的基准值，i＝1、2、3。
[0025]优选地，所述子循环神经网络具体为：
[0026]设置所述环境参数的重要性级别，基于所述重要性级别、所述输出参数个数以及与所述环境参数对应的环境参数序列长度确定所述子循环神经网络隐藏层的层数；并将双向循环网络作为所述隐藏层的第一层。
[0027]优选地，所述基于所述重要性级别、所述输出参数个数以及与所述环境参数对应的环境参数序列长度确定所述子循环神经网络隐藏层的层数，具体为：
[0028]根据公式计算所述子循环神经网络隐藏层的层数，其中，表示所述环境参数对应的环境参数序列长度，表示所述输出参数个数，表示所述重要性级别，j为正整数，且1≤j≤m。
[0029]最后本专利技术提供了一种计算机可读存储介质，用于存储计算机程序指令，所述计算机程序指令在被处理器执行时实现如上所述的方法。
[0030]活性污泥法是利用污泥中的微生物对污水进行处理，作为应用最为广泛的污水处理方法，在对污水的处理中多采用人工控制的方式，但是微生物是繁殖、生长、降解污水有害物质的过程是一个复杂的生化过程本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的微生物降解控制方法，其特征在于，所述方法包括以下步骤：步骤1，获取环境参数的历史数据以及与所述历史数据对应的控制参数；在时间点t0的控制参数构成长度为n的控制参数序列，基于t0前的所述历史数据，按照环境参数的变化频率构建m个不同长度的环境参数序列；其中，m为环境参数个数，n为控制参数个数；步骤2，构建m个与所述环境参数序列对应的子循环神经网络，所述子循环神经网络的输入参数个数与对应的所述环境参数序列长度相同，设置与每个子循环神经网络对应的输出参数个数，将所有子循环神经网络的输出参数组成一个输出参数序列作为多层BP神经网络的输入，所述多层BP神经网络的输出为n个控制参数；步骤3，获取多个不同时间点的控制参数序列和环境参数序列，组成训练集和验证集，对步骤2的神经网络进行训练，得到训练后的神经网络；步骤4，构建以当前时刻为基准的环境参数序列，并输入训练好的神经网络，得到输出的控制参数序列，根据所述控制参数序列对微生物降解的控制器进行控制。2.如权利要求1所述的微生物降解控制方法，其特征在于，所述按照环境参数的变化频率构建m个不同长度的环境参数序列，具体为：按照所述环境参数更新频率对所述环境参数进行分类，第一类为按分钟更新的环境参数，第二类为按小时更新的环境参数，第三类为按天更新的环境参数；按照公式计算环境参数的序列长度，其中，α
i
表示第i类环境参数的权重，表示环境参数序列的基准值，i＝1、2、3。3.如权利要求1所述的微生物降解控制方法，其特征在于，所述子循环神经网络具体为：设置所述环境参数的重要性级别，基于所述重要性级别、所述输出参数个数以及与所述环境参数对应的环境参数序列长度确定所述子循环神经网络隐藏层的层数；并将双向循环网络作为所述隐藏层的第一层。4.如权利要求3所述的微生物降解控制方法，其特征在于，所述基于所述重要性级别、所述输出参数个数以及与所述环境参数对应的环境参数序列长度确定所述子循环神经网络隐藏层的层数，具体为：根据公式计算所述子循环神经网络隐藏层的层数，其中，表示所述环境参数对应的环境参数序列长度，表示所述输出参数个数，表示所述重要性级别，j为正整数，且1≤j≤m。5.如权利要求1
‑
4任一项所述的微生物降解控制方法，其特征在于，所述环境参数为溶解氧浓度、进水量、pH值、生化反应池温度、氨氮浓度、亚硝酸盐浓度、外界温度、气压、降雨量中的一项或多项；所述控制参数为鼓风机、进水阀、出水阀、酸碱...

【专利技术属性】
技术研发人员：王重阳，李相瑾，闫梦迪，张如彦，
申请(专利权)人：河南大学，
类型：发明
国别省市：