本发明涉及污水处理技术领域，具体而言，涉及一种基于改进粒子群算法的污水处理优化控制方法。
背景技术：
随着我国城镇化的不断发展推进，污水排放量也在不断地提升，城市污水处理厂在很大程度上缓解了污水对环境以及人类社会造成的影响。污水处理过程是指对污水进行物理、化学等手段进行进化处理使其满足达到排入某一水体或者饮用标准的处理过程。而污水处理的目的是在保证运作成本的条件下，保证出水水质，比如悬浮物浓度和溶解氧浓度。
污水处理是一个复杂的动态非线性优化控制系统，污染物组成复杂，入水流量和成分实时变化，控制变量之间相互耦合，互相影响，难以有效确定其运行设定值。常见的控制变量包括好氧区溶解氧浓度so,5和末端悬浮物浓度ss5、严氧区硝酸氮浓度sno,2和污泥回流比r，这些控制变量对污水系统的优化效果和效率有着重大的影响。
目前存在通过动态多目标粒子群优化算法对建立的污水处理过程优化目标进行优化的技术，解决了污水处理过程动态优化控制的问题，可促进污水处理厂高效稳定运行，降低能耗。然而该城市污水处理过程优化控制方法仅对溶解氧和硝态氮浓度进行优化控制，并未对末端悬浮物浓度以及污泥回流比进行优化控制，无法在降低能耗、保证系统运作成本的同时，提高出水水质。
技术实现要素：
基于此，为了解决现有技术的控制方法仅对溶解氧和硝态氮浓度进行优化控制，并未对末端悬浮物浓度以及污泥回流比进行优化控制，无法在降低能耗、保证系统运作成本的同时提高出水水质的问题，本发明提供了一种基于改进粒子群算法的污水处理优化控制方法，其具体技术方案如下：
一种基于改进粒子群算法的污水处理优化控制方法，其包括如下步骤：
构建多目标函数oc＝ye(ae pe) yspsp，其中，oc为污水处理过程的运作成本，ae为曝气能量消耗，pe为泵气能量消耗，sp为污泥处置费用，ye为1kw*h电能耗，ysp为1g污泥的处理费用；
构建改进的粒子群算法xi＝[xi1,…,xi4]，i＝1,……,np，其中，xi包括四个优化变量，四个所述优化变量分别为好氧区溶解氧浓度so,5、末端悬浮物浓度ss5、严氧区硝酸氮浓度sno,2以及污泥回流比r，np为种群规模；
利用所述改进的粒子群算法xi＝[xi1,…,xi4]进行优化计算，获取粒子的位置x(t)＝[so,5,ss5,sno,2,r]；
输入计算目标函数值，更新粒子的个体极值pbest和群体极值gbest，并更新粒子的位置；
检查粒子的位置信息，检查粒子每一维度的范围值是否超出寻优值范围，若粒子的范围值超出寻优值范围，则用最大边界值替代代替所述粒子的范围值；
以oc为目标函数，输出粒子位置值；
基于所述改进的粒子群算法xi＝[xi1,…,xi4]进行迭代优化并判断是否满足迭代终止条件，若满足，则输出四个所述优化变量的设定值优化结果，否则，继续进行迭代优化直至满足迭代终止条件。
通过以污水处理过程中的运作成本(如曝气能量消耗、泵气能量消耗以及污泥处理费用)为目标函数，并通过改进的粒子群算法对污水处理过程中的变量(包括好氧区溶解氧浓度so,5、末端悬浮物浓度ss5、严氧区硝酸氮浓度sno,2以及污泥回流比r)进行寻优计算，其不仅解决了污水处理过程中的多目标优化控制问题，有效提高污水处理过程中的综合运行效率，还能够在保证系统运作成本的同时，提高出水水质。
进一步地，所述基于改进粒子群算法的污水处理优化控制方法还包括如下步骤：根据得到的四个所述优化变量的设定值优化结果，对污水处理过程进行优化控制。
进一步地，四个所述优化变量的优化区域分别为：so,5∈[0.5,2],ss5∈[4000,5000],sno,2∈[0.5,2],r∈[0.5,1.5]。
进一步地，所述粒子的位置通过公式
进一步地，所述根据得到的四个所述优化变量的设定值优化结果，对污水处理过程进行优化控制的具体步骤包括：
构建分别与所述好氧区溶解氧浓度so,5、所述末端悬浮物浓度ss5以及所述严氧区硝酸氮浓度sno,2相对应的第一pi控制器、第二pi控制器以及第三pi控制器；
分别将所述好氧区溶解氧浓度so,5的设定值优化结果、所述末端悬浮物浓度ss5的设定值优化结果以及所述严氧区硝酸氮浓度sno,2的设定值优化结果代入所述第一pi控制器、所述第二pi控制器以及所述第三pi控制器，对污水处理过程进行优化控制。
进一步地，曝气能量消耗
进一步地，所述第一pi控制器的比例系数为500，积分系数为0.001。
进一步地，所述第二pi控制器的比例系数为-0.2，积分系数为18。
进一步地，所述第三pi控制器的比例系数为15000，积分系数为0.05。
相应地，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，当所述计算机程序被执行时实现上述所述的基于改进粒子群算法的污水处理优化控制方法。
附图说明
从以下结合附图的描述可以进一步理解本发明。图中的部件不一定按比例绘制，而是将重点放在示出实施例的原理上。在不同的视图中，相同的附图标记指定对应的部分。
图1是本发明一实施例中一种基于改进粒子群算法的污水处理优化控制方法的整体流程示意图；
图2是本发明一实施例中污水处理工艺仿真平台的整体结构示意图；
图3是图2所述污水处理工艺仿真平台使用的晴天污水进水sn,snh,snd曲线；
图4是利用本发明一实施例中一种基于改进粒子群算法的污水处理优化控制方法对晴天污水进水进行优化后的晴天出水sn,snh,snd曲线。
具体实施方式
为了使得本发明的目的、技术方案及优点更加清楚明白，以下结合其实施例，对本发明进行进一步详细说明。应当理解的是，此处所描述的具体实施方式仅用以解释本发明，并不限定本发明的保护范围。
需要说明的是，当元件被称为“固定于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的，并不表示是唯一的实施方式。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施方式的目的，不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
本发明中所述“第一”、“第二”不代表具体的数量及顺序，仅仅是用于名称的区分。
如图1所示，本发明一实施例中的一种基于改进粒子群算法的污水处理优化控制方法，其包括如下步骤：
构建多目标函数oc＝ye(ae pe) yspsp，其中，oc为污水处理过程的运作成本，ae为曝气能量消耗，pe为泵气能量消耗，sp为污泥处置费用，ye为1kw*h电能耗，ysp为1g污泥的处理费用；
构建改进的粒子群算法xi＝[xi1,…,xi4]，i＝1,……,np，其中，xi包括四个优化变量，四个所述优化变量分别为好氧区溶解氧浓度so,5、末端悬浮物浓度ss5、严氧区硝酸氮浓度sno,2以及污泥回流比r，np为种群规模；
利用所述改进的粒子群算法xi＝[xi1,…,xi4]进行优化计算，获取粒子的位置x(t)＝[so,5,ss5,sno,2,r]；
输入计算目标函数值，更新粒子的个体极值pbest和群体极值gbest，并更新粒子的位置；
检查粒子的位置信息，检查粒子每一维度的范围值是否超出寻优值范围，若粒子的范围值超出寻优值范围，则用最大边界值替代代替所述粒子的范围值；
以oc为目标函数，输出粒子位置值；
基于所述改进的粒子群算法xi＝[xi1,…,xi4]进行迭代优化并判断是否满足迭代终止条件，若满足，则输出四个所述优化变量的设定值优化结果，否则，继续进行迭代优化直至满足迭代终止条件。
通过以污水处理过程中的运作成本(如曝气能量消耗、泵气能量消耗以及污泥处理费用)为目标函数，并通过改进的粒子群算法对污水处理过程中的变量(包括好氧区溶解氧浓度so,5、末端悬浮物浓度ss5、严氧区硝酸氮浓度sno,2以及污泥回流比r)进行寻优计算，其不仅解决了污水处理过程中的多目标优化控制问题，有效提高污水处理过程中的综合运行效率，还能够在保证系统运作成本的同时，提高出水水质。
在其中一个实施例中，构建改进的粒子群算法xi＝[xi1,…,xi4]，i＝1,……,np的具体方法为：先设定种群规模np、最大迭代次数t、惯性权重w，然后在4维优化空间中，随机产生除湿种群xi，最后移除速度项，以获取所述改进的粒子群算法。其中，xi表示种群中粒子的位置，xi表示整个种群中的一个可行解。
通过移除速度项，可以避免因粒子速度而引起的收敛停滞和发散问题。
在其中一个实施例中，所述基于改进粒子群算法的污水处理优化控制方法还包括如下步骤：根据得到的四个所述优化变量的设定值优化结果，对污水处理过程进行优化控制。
在其中一个实施例中，四个所述优化变量的优化区域分别为：so,5∈[0.5,2],ss5∈[4000,5000],sno,2∈[0.5,2],r∈[0.5,1.5]。
在其中一个实施例中，所述粒子的位置通过公式
在其中一个实施例中，所述根据得到的四个所述优化变量的设定值优化结果，对污水处理过程进行优化控制的具体步骤包括：
构建分别与所述好氧区溶解氧浓度so,5、所述末端悬浮物浓度ss5以及所述严氧区硝酸氮浓度sno,2相对应的第一pi控制器、第二pi控制器以及第三pi控制器；
分别将所述好氧区溶解氧浓度so,5的设定值优化结果、所述末端悬浮物浓度ss5的设定值优化结果以及所述严氧区硝酸氮浓度sno,2的设定值优化结果代入所述第一pi控制器、所述第二pi控制器以及所述第三pi控制器，对污水处理过程进行优化控制。
在其中一个实施例中，曝气能量消耗
在其中一个实施例中，所述第一pi控制器的比例系数为500d-1·(g·m-3)-1，积分系数为0.001d，所述第二pi控制器的比例系数为-0.2d-1·(g·m-3)-1，积分系数为18d，所述第三pi控制器的比例系数为15000d-1·(g·m-3)-1，积分系数为0.05d。
污水处理效果往往体现在污水中的一些关键参数，比如易生物降解基质质量浓度ss，溶解性氨氮质量浓度snh和溶解性生物降解有机氮质量浓度snd。
为了验证本发明实施例的基于改进粒子群算法的污水处理优化控制方法的水质处理效果，本发明一实施例还提供了图2所示为污水处理工艺仿真平台，其中，qi为污水入水流量，qint为内回流量，qe为出水流量，qr为外回流量，qw为剩余污泥排放量，step-feed表示当水力负荷超限时，旁路打开，so,5,ref表示第5个反应池溶解氧浓度的设定值，ss5,ref表示第5个反应池悬浮物浓度的设定值，sno,2,ref表示第2个反应池溶解氧浓度的设定值，rref表示污泥回流比的设定值，沉淀池中的m表示高度-米，so,5,ref、ss5,ref、sno,2,ref以及rref均通过本发明一实施例中的污水处理优化控制方法计算而得。
将本发明实施例的基于改进粒子群算法的污水处理优化控制方法应用到图2所示的污水处理工艺仿真平台，晴天污水进水的参数如图3所示，利用本发明实施例所述的基于改进粒子群算法的污水处理优化控制方法对晴天污水进水进行优化后的晴天出水sn,snh,snd曲线如图4所示。对比图3和图4，能够很明显的看出本发明所述的基于改进粒子群算法的污水处理优化控制方法的有效性，其能够在保证系统运作成本的同时，有效的提高出水水质。
在其中一个实施例中，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，当所述计算机程序被执行时实现上述所述的基于改进粒子群算法的污水处理优化控制方法。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
1.一种基于改进粒子群算法的污水处理优化控制方法，其特征在于，包括如下步骤：
构建多目标函数oc＝ye(ae pe) yspsp，其中，oc为污水处理过程的运作成本，ae为曝气能量消耗，pe为泵气能量消耗，sp为污泥处置费用，ye为1kw*h电能耗，ysp为1g污泥的处理费用；
构建改进的粒子群算法xi＝[xi1,…,xi4]，i＝1,……,np，其中，xi包括四个优化变量，四个所述优化变量分别为好氧区溶解氧浓度so,5、末端悬浮物浓度ss5、严氧区硝酸氮浓度sno,2以及污泥回流比r，np为种群规模；
利用所述改进的粒子群算法进行优化计算，获取粒子的位置x(t)＝[so,5,ss5,sno,2,r]；
输入计算目标函数值，更新粒子的个体极值pbest和群体极值gbest，并更新粒子的位置；
检查粒子的位置信息，检查粒子每一维度的范围值是否超出寻优值范围，若粒子的范围值超出寻优值范围，则用最大边界值替代代替所述粒子的范围值；
以oc为目标函数，输出粒子位置值；
基于所述改进的粒子群算法xi＝[xi1,…,xi4]进行迭代优化并判断是否满足迭代终止条件，若满足，则输出四个所述优化变量的设定值优化结果，否则，继续进行迭代优化直至满足迭代终止条件。
2.如权利要求1所述的一种基于改进粒子群算法的污水处理优化控制方法，其特征在于，还包括如下步骤：根据得到的四个所述优化变量的设定值优化结果，对污水处理过程进行优化控制。
3.如权利要求2所述的一种基于改进粒子群算法的污水处理优化控制方法，其特征在于，四个所述优化变量的优化区域分别为：so,5∈[0.5,2],ss5∈[4000,5000],sno,2∈[0.5,2],r∈[0.5,1.5]。
4.如权利要求3所述的一种基于改进粒子群算法的污水处理优化控制方法，其特征在于，所述粒子的位置通过公式
5.如权利要求4所述的一种基于改进粒子群算法的污水处理优化控制方法，其特征在于，所述根据得到的四个所述优化变量的设定值优化结果，对污水处理过程进行优化控制的具体步骤包括：
构建分别与所述好氧区溶解氧浓度so,5、所述末端悬浮物浓度ss5以及所述严氧区硝酸氮浓度sno,2相对应的第一pi控制器、第二pi控制器以及第三pi控制器；
分别将所述好氧区溶解氧浓度so,5的设定值优化结果、所述末端悬浮物浓度ss5的设定值优化结果以及所述严氧区硝酸氮浓度sno,2的设定值优化结果代入所述第一pi控制器、所述第二pi控制器以及所述第三pi控制器，对污水处理过程进行优化控制。
6.如权利要求5所述的一种基于改进粒子群算法的污水处理优化控制方法，其特征在于，曝气能量消耗
7.如权利要求6所述的一种基于改进粒子群算法的污水处理优化控制方法，其特征在于，所述第一pi控制器的比例系数为500，积分系数为0.001。
8.如权利要求7所述的一种基于改进粒子群算法的污水处理优化控制方法，其特征在于，所述第二pi控制器的比例系数为-0.2，积分系数为18。
9.如权利要求8所述的一种基于改进粒子群算法的污水处理优化控制方法，其特征在于，所述第三pi控制器的比例系数为15000，积分系数为0.05。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，当所述计算机程序被执行时实现如权利要求1至9中任何一项所述的基于改进粒子群算法的污水处理优化控制方法。
技术总结