基于鲁棒极限学习机的污泥膨胀智能检测方法

摘要：

污水处理运行数据中常含有离群点,严重影响污泥膨胀检测效果.针对该问题提出一种基于鲁棒极限学习机的智能检测方法.首先,考虑到极限学习机的输出权值由最小二乘估计获得,易受离群点的影响导致模型鲁棒性较差,通过引入M-估计技术构建基于鲁棒极限学习机(RELM)的离群点检测模型,实现离群点的检测和修正.其次,建立基于鲁棒极限学习机的污泥膨胀检测模型,根据污泥膨胀检测模型误差及阈值逻辑完成污泥膨胀的检测.最后,利用污水处理厂采集的运行数据对提出的智能检测方法进行验证.实验结果表明,本研究方法不仅可以实现离群点的有效修正,而且可以完成污泥膨胀的准确检测.

关键词：污泥膨胀、鲁棒极限学习机、检测模型、智能检测

所属期刊栏目：41

分类号：TN929.5

资助基金：国家自然科学基金;中国博士后科学基金

在线出版日期：2022-09-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：111-120