CN115755618B 一种超标抑制策略的污水处理过程多目标优化控制方法 （江南大学）

一种超标抑制策略的污水处理过程多目标本申请涉及一种超标抑制策略的污水处理溶解氧浓度和硝态氮浓度的设定值进行二次优水氨氮浓度和总氮浓度预测峰值超标现象同时2根据预测模型的输出判断水质参数超标情况，若水质参数超标，对对所述溶解氧浓度和硝态氮浓度的设定值进行二次优化的具载入多目标优化控制在该周期所采集的溶解氧浓度和硝态氮浓度所对应的能耗和水对寻优得到的帕累托解集挑选能耗较低的设定值组合，并将该设定值2.根据权利要求1所述的一种超标抑制策略的污水处理过程多目标优化控制方法，其OCI=AE+PE+3EC33.根据权利要求2所述的一种超标抑制策略的污水处理过程多目标优化控制方法，其把寻优得到的帕累托解依次作为溶解氧浓度和硝态4.根据权利要求3所述的一种超标抑制策略的污水处理过程多目标优化控制方法，其5.根据权利要求1所述的一种超标抑制策略的污水处理过程多目标优化控制方法，其6.根据权利要求5所述的一种超标抑制策略的污水处理过程多目标优化控制方法，其。7.根据权利要求6所述的一种超标抑制策略的污水处理过程多目标优化控制方法，其。4水水质受硝态氮浓度(SNO2)和溶解氧浓度(SO5)的影响，可以通过回流泵和鼓风机分别对两出水氨氮浓度和总氮浓度超标的情况，如何采用抑制控制策略使其能够约束在控制限内，[0007]利用长短期记忆网络的时序建模能力，建立出水氨氮浓度和总氮浓度的预测模5Vi和KLai分别表示第i个[0025]把寻优得到的帕累托解依次作为溶解氧浓度和硝态氮浓度设定值，带入预测模外回流量对氨氮浓度进行稀释调节，对溶解氧浓度和硝态氮浓度的设定值进行动态优化，6[0031]载入多目标优化控制在该周期所采集的溶解氧浓度和硝态氮浓度所对应的能耗~7m3/d。[0046]图2是根据一示例性实施例示出的多目标优化控制下五种出水水质参数的变化情[0050]图6是根据一示例性实施例示出的在加入抑制出水水质超标策略的7文的实施方案的范围包括权利要求书的整个范围，以及权利要求书的所有可获得的等同[0060]请参照图1，本实施例提供一种超标抑制策略的污水处理过程多目标优化控制方[0061]利用长短期记忆网络的时序建模能力，建立出水氨氮浓度和总氮浓度的预测模8神经网络；FNN为前馈神经网络；LSTM为长短期记忆神经网络；均方根误差(Rootmean[0067]所述对预测模型中硝态氮浓度和溶解氧浓度的设定值进行寻优的过程采用多目9Vi和KLai分别表示第i个多目标进化算法(I_MOEA/D)对SO5和SNO2的设定值进行优化，PID控制器通过调节KLai和Qa达[0084]从附图3和附图4中可以看出虽然硝态氮浓度和溶解氧浓度不断变化，但是PID控制器也能够保证很高的准确度下进行跟踪控制。表2给出了晴朗天气条件下不同的优化控APSO为基于改进的粒子群算法与神经网络相结合的优化控制方法；ESN为基于状态回声网[0087]经过多目标进化算法对SO5和SNO2设定值进行一次寻优，其寻优过程会产[0088]所述对预测模型中硝态氮浓度和溶解氧浓度的设定值进行寻优的过程产生帕累[0089]把寻优得到的帕累托解依次作为溶解氧浓度和硝态氮浓度设定值，带入预测模Qr稀释第一分区的氨氮浓度，此稀释过程一直持续到氨氮浓度峰值达到第五个反应单元，[0100]载入多目标优化控制在该周期所采集的溶解氧浓度和硝态氮浓度所对应的能耗[0102]对寻优得到的帕累托解集挑选能耗较低的设定值组合，并将该设定值组合作为r的调节公式如下：~7m3/d。[0113]选取水质超标时间百分比P作为抑制策略的评价指标，即水质超标总时长Tc与运)和P(SNtot，e)均为0并且本方案在能耗和水质方面均取得了较好包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read_[0120]需要说明的是，以上描述仅为本申请的一些实施例以及对所运用技术原理的说其等同特征进行任意组合而形成的其它技术方限于)具有类似功能的技术特征进行互相替换而形成的[0122]尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应面所描述的特定特征和动作仅仅是实现权利要