基于环境参数设计废水蒸发池低排放系统的方法技术方案

本发明专利技术公开了一种基于环境参数设计废水蒸发池低排放系统的方法，结合废水蒸发池位置参数、环境参数与液位参数的数据特征提取建立了字典模型，结合温度、湿度等参数选择适宜时间进行曝气，实现了降本增效的智能化控制设计。具体实施过程为通过在蒸发池水体表面以下布置塑料曝气软管，以风机鼓风为动力系统，增大汽水接触面积，进而增大蒸发量。这样蒸发池可以更高效的利用，蒸发同样的水量可以节约更多的占地面积，同时减少造价。同时减少造价。同时减少造价。

【技术实现步骤摘要】
基于环境参数设计废水蒸发池低排放系统的方法


[0001]本专利技术涉及水工领域的一种排放系统设计，尤其涉及一种基于环境参数设计废水蒸发池低排放系统的方法。

技术介绍

[0002]随着近年环保政策的发力，水资源的保护越来越受到各方面的重视，废水零排放逐渐受到各方青睐。零排放，是指无限地减少污染物和能源排放直至到零的活动，就其内容而言，一是要控制生产过程中不得已产生的能源和资源排放，将其减少到零；另一含义是将那些不得已排放出的能源、资源充分利用，最终消灭不可再生资源和能源的存在，废水零排放是指工业水经过重复使用后，将这部分含盐量和污染物高浓缩成废水全部(99％以上)回收再利用，无任何废液排出工厂，水中的盐类和污染物经过浓缩结晶以固体形式排出厂送垃圾处理厂填埋或将其回收作为有用的化工原料。
[0003]其中蒸发池在废水零排放处理系统中是非常经济的做法，建造蒸发池时需要考虑蒸发池面积大小，布置地点、环境、预设最高液位以及曝气口布置及孔深等都是需要考虑的问题，目前大部分的蒸发池都有着占地面积大，造价高的缺陷，如何缩小蒸发池面积和造价成为了困扰市场的一个主要问题。

技术实现思路

[0004]鉴于目前蒸发池存在的占地面积大，造价高的问题，本专利技术提供一种基于环境参数设计废水蒸发池低排放系统的方法，能够通过大数据挖掘，对特定环境参数数据进行基于建立FOA参数优化的模糊隶属度属性最小二乘法的目标信息参数匹配，实现间隔、曝气口布置及孔深、风机压力与曝气量数据归集，完成废水蒸发池低排放系统设计，通过增大废水蒸发池的曝气量，减少了蒸发池占地面积和工程造价，结合温度、湿度等参数选择适宜时间进行曝气，实现了降本增效的智能化控制。
[0005]为达到上述目的，本专利技术的实施例采用如下技术方案：
[0006]一种基于环境参数设计废水蒸发池低排放系统的方法，所述基于环境参数设计废水蒸发池低排放系统的方法包括以下步骤：
[0007]基于目标信息参数映射任务属性参数，获得典型样本库；
[0008]基于典型样本库进行样本特征提取与派生，生成任务属性参数扩展样本库；
[0009]建立模糊集合与模糊隶属度属性最小二乘支持向量机模型；
[0010]使用模糊集合与模糊隶属度属性最小二乘支持向量机模型进行目标信息参数匹配，获取样本库索引号N；
[0011]根据样本库索引号N在扩展样本库中匹配对应规则N样本库，输入目标信息参数匹配方案样本，萃取输出最佳任务属性参数。
[0012]依照本专利技术的一个方面，所述目标信息参数包括废水蒸发池位置、环境与液位，所述任务属性参数包括废水蒸发池的间隔、曝气口布置及孔深、风机压力与曝气量。
[0013]依照本专利技术的一个方面，所述基于目标信息参数映射任务属性参数，获得典型样本库的方法为：基于废水蒸发池位置、环境与液位的时间序列目标信息参数映射间隔、曝气口布置及孔深、风机压力与曝气量任务属性参数，获得典型样本库多规则原始数据特性信息样本。
[0014]依照本专利技术的一个方面，所述基于典型样本库进行样本特征提取与派生，生成任务属性参数扩展样本库的方法为：基于有限数据的典型样本库，通过样本特征提取与派生网络，生成符合典型样本库规则的全局目标信息参数与任务属性参数扩展样本库。
[0015]依照本专利技术的一个方面，所述建立模糊集合与模糊隶属度属性最小二乘支持向量机模型的方法包括：创建样本的模糊集合；建立模糊集合与模糊隶属度属性最小二乘支持向量机(FLS
‑
SVM)模型；
[0016]所述创建样本的模糊集合包括：以函数集合E＝{(x
i
,y
i
)|i＝1,2,3,
…
,l}为训练样本集，x∈R
′
，y∈R分别为样本集合输入及输出变量，其中l代表训练样本集参数个数，将所有输入特征向量集构建为输入样本集合，即论域的形成，通过样本集合输入量x
i
对模糊向量特征子集p的隶属度δ
i
贡献度对论域进行修正，修正度与贡献度反相关；
[0017]为样本集合输入量从低维至高维空间映射的函数表示，其样本集合输入量与高维映射点之间的欧氏距离为:
[0018][0019]则元素x
i
和其他元素间的距离平均值为:
[0020][0021]那么样本点x
i
的模糊隶属函数δ
i
为:
[0022][0023]所述建立模糊集合与模糊隶属度属性最小二乘支持向量机模型包括：将输入样本集中的样本集合输入量x
i
与对应隶属度函数δ
i
的积，计算训练输出样本集X':
[0024]X
′
＝(x
i
δ
i
)
′
t＝1
[0025]FLS
‑
SVM决策函数为：
[0026][0027]其中，ω代表权值向量，是非线性输入特征向量从空间映射至多维空间线性回归的特征表示，x∈R
′
。b为偏置函数。经验风险R
′
emp
为以下二次项表达式:
[0028][0029]则构造的结构风险函数R'是:
[0030][0031]则问题的优化目标可以表示为:
[0032][0033][0034]拉格朗日乘子法的对偶变换由输入特征参数在空间域的函数内积变换技巧函数表示
[0035][0036]由KKT条件得出:
[0037][0038]整理原式可得:
[0039][0040]经过中心函数的构建和矩阵转换，得到矩阵方程为:
[0041][0042]其中建立模糊集合与模糊隶属度属性最小二乘支持向量机模型的决策方程为
[0043][0044]依照本专利技术的一个方面，所述使用模糊集合与模糊隶属度属性最小二乘支持向量机模型进行目标信息参数匹配，获取样本库索引号N的方法为：基于特定目标信息参数激励，经过FOA参数优化模糊隶属度属性最小二乘支持向量机进行分类识别后，确定特定目标信息参数激励所属的任务属性参数类别，根据该任务属性参数类别给出呼应样本库索引号N。
[0045]依照本专利技术的一个方面，所述根据样本库索引号N在扩展样本库中匹配对应规则N样本库，输入目标信息参数匹配方案样本，萃取输出最佳任务属性参数的方法为：根据样本库索引号N在派生扩展样本库中匹配对应规则N样本库，在规则N样本库检索与特定输入目标信息参数欧氏距离最小且匹配度合适的符合废水蒸发池低排放系统设计的间隔、曝气口布置及孔深、风机压力与曝气量方案样本，萃取并输出其中最佳间隔、曝气口布置及孔深、风机压力与曝气量属性参数。
[0046]依照本专利技术的一个方面，所述建立模糊集合与模糊隶属度属性最小二乘支持向量
机模型还包括：在自定义参数搜索空间，根据果蝇嗅觉算法进行全局变步长搜索，并针对环境液位参数等参数集组合以视觉变步长搜本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于环境参数设计废水蒸发池低排放系统的方法，其特征在于，所述基于环境参数设计废水蒸发池低排放系统的方法包括以下步骤：基于目标信息参数映射任务属性参数，获得典型样本库；基于典型样本库进行样本特征提取与派生，生成任务属性参数扩展样本库；建立模糊集合与模糊隶属度属性最小二乘支持向量机模型；使用模糊集合与模糊隶属度属性最小二乘支持向量机模型进行目标信息参数匹配，获取样本库索引号N；根据样本库索引号N在扩展样本库中匹配对应规则N样本库，输入目标信息参数匹配方案样本，萃取输出最佳任务属性参数。2.根据权利要求1所述的一种基于环境参数设计废水蒸发池低排放系统的方法，其特征在于，所述目标信息参数包括废水蒸发池位置、环境与液位，所述任务属性参数包括废水蒸发池的间隔、曝气口布置及孔深、风机压力与曝气量。3.根据权利要求2所述的一种基于环境参数设计废水蒸发池低排放系统的方法，其特征在于，所述基于目标信息参数映射任务属性参数，获得典型样本库的方法为：基于废水蒸发池位置、环境与液位的时间序列目标信息参数映射间隔、曝气口布置及孔深、风机压力与曝气量任务属性参数，获得典型样本库多规则原始数据特性信息样本。4.根据权利要求2所述的一种基于环境参数设计废水蒸发池低排放系统的方法，其特征在于，所述基于典型样本库进行样本特征提取与派生，生成任务属性参数扩展样本库的方法为：基于有限数据的典型样本库，通过样本特征提取与派生网络，生成符合典型样本库规则的全局目标信息参数与任务属性参数扩展样本库。5.根据权利要求2所述的一种基于环境参数设计废水蒸发池低排放系统的方法，其特征在于，所述建立模糊集合与模糊隶属度属性最小二乘支持向量机模型的方法包括：创建样本的模糊集合；建立模糊集合与模糊隶属度属性最小二乘支持向量机(FLS
‑
SVM)模型；所述创建样本的模糊集合包括：以函数集合E＝{(x
i
,y
i
)|i＝1,2,3,
…
,l}为训练样本集，x∈R
′
，y∈R分别为样本集合输入及输出变量，其中l代表训练样本集参数个数，将所有输入特征向量集构建为输入样本集合，即论域的形成，通过样本集合输入量x
i
对模糊向量特征子集p的隶属度δ
i
贡献度对论域进行修正，修正度与贡献度反相关；为样本集合输入量从低维至高维空间映射的函数表示，其样本集合输入量与高维映射点之间的欧氏距离为:则元素x
i
和其他元素间的距离平均值为:那么样本点x
i
的模糊隶属函数δ
i
为:所述建立模糊集合与模糊隶属度属性最小二乘支持向量机模型包括：将输入样本集
中的样本集合输入量x
i
与对应隶属度函数δ
i
的积，计算训练输出样本集X':X
′
＝(x
i
δ
i
)
′
t＝1
FLS
‑
S...

【专利技术属性】
技术研发人员：李林海，顾琛钧，范艳婷，许承志，王婷，
申请(专利权)人：中机国能电力工程有限公司，
类型：发明
国别省市：