基于聚类集成算法的自来水厂智能加药系统技术方案

本发明专利技术公开了一种基于聚类集成算法的自来水厂智能加药系统，属于投矾系统技术领域，解决了数据处理效率和可靠性的问题，其技术方案要点是包括反应池、沉淀池、滤池、多个水质仪表、投放设备、PLC系统、数据库、以及工作站，原水从水源处抽取并送入反应池时通过一个水质仪表进行检测并将数据送入PLC系统，投矾设备与PLC系统双向通信并对反应池进行投矾，沉淀池接于反应池和滤池之间进行沉淀处理，滤池用于输出自来水，其特征是：所述沉淀池和滤池之间通过另一个水质仪表将数据反馈给PLC系统，滤池的输出端还通过一个水质仪表将数据反馈给PLC系统，PLC系统连接数据库还通过工业以太网连接工作站，通过集成算法进行数据处理，达到了提高数据计算结果可靠性和高效性的效果。到了提高数据计算结果可靠性和高效性的效果。到了提高数据计算结果可靠性和高效性的效果。

【技术实现步骤摘要】
基于聚类集成算法的自来水厂智能加药系统


[0001]本专利技术涉及投矾系统领域，特别地，涉及一种基于聚类集成算法的自来水厂智能加药系统。

技术介绍

[0002]目前，混凝沉淀是自来水厂水处理中重要的环节之一，投矾就是投加混凝剂，适当的投矾量能够保证自来水水质、减轻净水构筑物负荷并且可以降低自来水厂生产成本，提高经济效益。
[0003]由于混凝过程是大滞后、非线性、时变系统，按传统的PID方法难以对投矾量进行有效的控制。近年来投矾控制领域较多的研究集中在应用模糊控制、神经网络控制、集成算法等人工智能理论。
[0004]利用MATLAB计算机软件包对某自来水厂的投矾系统进行了研究和分析，根据大量的历史数据可以建立原水水质参数与实际投矾量之间的数学模型。

技术实现思路

[0005]本专利技术的目的在于针对现有技术的不足之处，至少在一定程度上解决相关技术中的技术问题，提供一种基于聚类集成算法的自来水厂智能加药系统，具有控制精度更高的优势。
[0006]为了解决上述技术问题，本专利技术的技术方案是：一种基于聚类集成算法的自来水厂智能加药系统，包括反应池、沉淀池、滤池、多个水质仪表、投放设备、PLC系统、数据库、以及工作站，原水从水源处抽取并送入反应池时通过一个水质仪表进行检测并将数据送入PLC系统，投矾设备与PLC系统双向通信并对反应池进行投矾，沉淀池接于反应池和滤池之间进行沉淀处理，滤池用于输出自来水，所述沉淀池和滤池之间通过另一个水质仪表将数据反馈给PLC系统，滤池的输出端还通过一个水质仪表将数据反馈给PLC系统，PLC系统连接数据库还通过工业以太网连接工作站；
[0007]将PLC系统中记录的数据进行转换并放置于数据库中，供调用查询，
[0008]将原水浊度、原水pH、原水氨氮、取水流量、河水水位作为5个自变量，分别为X1，X2，X3，X4，X5，Y＝f(X1，X2，X3，X4，X5)+￡，其中￡为常数项，Y为因变量，是给定水质条件下的最佳投矾量；
[0009]将监测到的历史数据对应上5个自变量进行模型确定，模型确定采用聚类集成算法筛选数据后进行数据模型拟合确定5个因素模型；
[0010]对5个因素模型进行多元拟合，得出最佳投矾量。
[0011]优选的，在MATLAB中输入命令：data＝[Y，X
l
，X2，X3，X4，X5]将各变量构造成一个6列的矩阵，然后，输入R＝corrcoef(data)，假设y＝a0+a
l
*X
l
+a2*X2+a3*X3+a4*X4+a5*X4使用regress0函数进行标准的多元线性试拟合，进入MATLAB命令窗口；
[0012]首先，输入：data：[X
l
，X2，X3，X4，X5]构造自变量矩阵；
[0013]然后输入：[a，bint，r，rint，stats]＝regress(Y，data)进行拟合。
[0014]优选的，在因素模型调用的数据之前进行数据筛选预处理，
[0015]假设数据集X有M条数据{x1,x2,
…
,x
M
}和N个特征{d1,d2,
…
,d
N
},将X表示为{D1,D2,
…
,D
N
},其中D
i
为列向量M维,表示M条数据在第i个特征上的值，
[0016]输入:数据集X＝{D1,D2,
…
,D
N
}；
[0017]输出:数据子集X
*
＝{D1,D2,
…
,D
k
}；
[0018]步骤1，根据公式计算特征间的协方差；
[0019]步骤2，计算的值；
[0020]步骤3，根据公式计算特征间的相关性,其中r
xy
∈[
‑
1,1]；
[0021]步骤4，根据r
xy
的值生成特征相关性矩阵X
c
；
[0022]步骤5，计算矩阵X
r
中列向量的平均值X
c
‑
mean
；
[0023]步骤6，选取X
c
‑
mean
中k个最接近0的值；
[0024]步骤7，X
*
＝最小值(X
c
‑
mean
)。
[0025]优选的，所述工作站包括人机界面、动态拟合模块、投矾量计算模块和OPC通讯模块；
[0026]所述人机界面主要用于向用户显示投矾当前的整个运行状态，包括原水水质参数、最新拟合参数、拟合模型的投矾量计算结果、投矾量计算结果和待滤水浊度，包括实时值和目标值；
[0027]动态拟合模块的用于每日O时0分从数据库中读取一个滑动窗口大小的历史数据集进行拟合，将得出最新的拟合参数传给投矾量计算模块并同时存入数据库中；
[0028]OPC通讯模块用于与PLC系统进行通讯；
[0029]投矾量计算模块的用于根据动态拟合模块送来的最新拟合参数和OPC通讯模块送来的原水水质参数根据拟合模型计算投矾量，并将结果传给人机界面和OPC通讯模块。
[0030]相比于
技术介绍
，本专利技术技术效果主要体现在以下方面：
[0031]1、利用MATLAB软件包对水厂投矾系统的历史数据进行分析并建立起数学模型，然后通过计算机编程实现了动态的拟合机制并将其作为前馈控制，再依靠可靠的PLC系统实现PID反馈控制，最后将两者相结合建立起完整的前馈一反馈投矾控制,其中对数据的收录和存储，再进行筛选，利用集成算法来提高数据的可靠性，具有自动更新数据库数据和自我学习的效果；
[0032]2、复一同的生产运行中，产生了大量的历史数据，而水厂的生产工艺是基本不变的，变化的只是原水水质参数和投矾量，对于曲线拟合而言，在函数模型不变的情况下，用于拟合的离散点较多，拟合的效果较好。
[0033]3、对离散点拟合完成后，就能得到一个确定的函数模型，根据这个模型，一组相同的输入值必然对应同一个输出值，不会得到不确定的意外结果。这个特性对于产品是自来水的水厂来说非常重要。
[0034]4、计算时间比较短，符合水厂生产要求。首先，对于已经拟合完毕的函数模型，只
需要输入当前的原水水质参数，立即就能得到所需的投矾量，这样可以保证对原水水质的快速变化的及时反应。其次，一次完整的曲线拟合需要的时间也不长，这就意味着系统可以定期引入新数据进行拟合，使函数模型不断自我完善，控制效果也就越来越好。
附图说明
[0035]图1为实施例中系统方框图。
具体实施方式
[0036]以下结合附图，对本专利技术的具体实施方式作进一步详述，以使本专利技术技术方案更易于理解和掌握。
[0037]实施例：
[0038]一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于聚类集成算法的自来水厂智能加药系统，包括反应池、沉淀池、滤池、多个水质仪表、投放设备、PLC系统、数据库、以及工作站，原水从水源处抽取并送入反应池时通过一个水质仪表进行检测并将数据送入PLC系统，投矾设备与PLC系统双向通信并对反应池进行投矾，沉淀池接于反应池和滤池之间进行沉淀处理，滤池用于输出自来水，其特征是：所述沉淀池和滤池之间通过另一个水质仪表将数据反馈给PLC系统，滤池的输出端还通过一个水质仪表将数据反馈给PLC系统，PLC系统连接数据库还通过工业以太网连接工作站；将PLC系统中记录的数据进行转换并放置于数据库中，供调用查询，将原水浊度、原水pH、原水氨氮、取水流量、河水水位作为5个自变量，分别为X1，X2，X3，X4，X5，Y＝f(X1，X2，X3，X4，X5)+￡，其中￡为常数项，Y为因变量，是给定水质条件下的最佳投矾量；将监测到的历史数据对应上5个自变量进行模型确定，模型确定采用聚类集成算法筛选数据后进行数据模型拟合确定5个因素模型；对5个因素模型进行多元拟合，得出最佳投矾量。2.根据权利要求1所述的基于聚类集成算法的自来水厂智能加药系统，其特征是：在MATLAB中输入命令：data＝[Y，X
l
，X2，X3，X4，X5]将各变量构造成一个6列的矩阵，然后，输入R＝corrcoef(data)，假设y＝a0+a
l
*X
l
+a2*X2+a3*X3+a4*X4+a5*X4使用regress0函数进行标准的多元线性试拟合，进入MATLAB命令窗口；首先，输入：data：[X
l
，X2，X3，X4，X5]构造自变量矩阵；然后输入：[a，bint，r，rint，stats]＝regress(Y，data)进行拟合。3.根据权利要求1所述的基于聚类集成算法的自来水厂智能加药系统，其特征是：在因素模型调用的数据之前进行数据筛选预处理，假设数据集X有M条数据{x1,x2,
…
,x
M
}和N个...

【专利技术属性】
技术研发人员：张寿龙，滕悦，汪宠，
申请(专利权)人：平行数字科技江苏有限公司，
类型：发明
国别省市：