一种基于神经网络的出水NH4-N软测量方法技术

本发明专利技术提供了一种基于神经网络的出水NH4

【技术实现步骤摘要】
一种基于神经网络的出水NH4
‑
N软测量方法


[0001]本专利技术涉及水处理
，特别是涉及一种基于神经网络的出水NH4
‑
N软测量方法。

技术介绍

[0002]随着当今社会城市化和工业化的快速发展，我国水环境已受到严重破坏。污水排放不仅严重影响居民的日常生活，而且破坏了大自然的生态平衡。为了降低污水的排放量，实现水的循环利用，全国各地纷纷建立了污水处理厂。在污水处理过程中，NH4
‑
N浓度是衡量污水处理工艺(WWTP)性能的一个重要参数，然而由于污水处理过程是一个具有高度非线性、大滞后、大时变、多变量耦合等特点的复杂系统，而且维护成本较高，因此对其进行预测仍然是一个悬而未决的问题。因此，如何低成本、高效率地对出水NH4
‑
N的浓度进行预测对于出水水质的达标考核以及污水处理厂的稳定运行是非常有必要的。

技术实现思路

[0003]为了克服现有技术的不足，本专利技术的目的是提供一种基于神经网络的出水NH4
‑
N软测量方法，本专利技术通过将本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于神经网络的出水NH4
‑
N软测量方法，其特征在于，包括：构建回声状态网络，并对所述回声状态网络的网络结构及网络参数进行初始化；所述回声状态网络的输入变量包括进水温度、总固体悬浮物、溶解氧浓度、pH值以及出水氧化还原电位；所述回声状态网络的输出变量包括氨氮浓度；基于初始化后的回声状态网络，根据奇异值分解方法构造子储备池；根据条件数和差分进化算法优化所述子储备池；对优化后的所述子储备池的权值、输入权值和状态矩阵进行更新，并判断迭代次数是否小于预设迭代阈值，若是，则跳转至步骤“基于初始化后的回声状态网络，根据奇异值分解方法构造子储备池”；若是，则计算输出权值；根据输出权值和测试样本对所述回声状态网络进行测试，得到确定好的出水NH4
‑
N检测模型；将待检测数据输入至确定好的出水NH4
‑
N检测模型中，得到检测结果。2.根据权利要求1所述的基于神经网络的出水NH4
‑
N软测量方法，其特征在于，对所述回声状态网络的网络结构及网络参数进行初始化，包括：确定所述回声状态网络的初始结构为5
‑
N
‑
1；其中N表示子储备池节点个数；N的大小是逐渐增加；将sigmoid函数作为网络激活函数G(
·
)，确定初始迭代次数i＝1，最大迭代次数i
max
≤30，训练样本其中，u
k
表示第k组输入样本，t
k
表示第k组实际输出值，表示输入样本维度为n，L为样本总数；随机初始化网络输入权值W
in
和储备池内部权值W在(0,1)之间。3.根据权利要求2所述的基于神经网络的出水NH4
‑
N软测量方法，其特征在于，所述基于初始化后的回声状态网络，根据奇异值分解方法构造子储备池，包括：随机生成一个对角矩阵以及两个正交矩阵U
i
和V
i
；其中，为随机生成的在(0,1)之间数值，n
k
为子储备池节...

【专利技术属性】
技术研发人员：杨翠丽，乔俊飞，王明星，刘阳，王明，顾明珠，白冉，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：