本技術(shù)涉及固體廢物焚燒，特別是涉及一種固廢焚燒過程污染物濃度預(yù)測(cè)方法和系統(tǒng)。

背景技術(shù)：

1、隨著城市化進(jìn)程的加快，城市人口密度不斷上升，城市固體廢棄物的產(chǎn)生量也逐年增長。城市固廢處理原則為減量化、無害化、資源化。目前，我國處理城市固廢的方式為填埋、堆肥和焚燒，其中填埋所占比例最大。但是填埋所占用土地資源較多，不具備可持續(xù)性，不符合垃圾處理原則。而焚燒既可以解決土地資源問題，還可以實(shí)現(xiàn)固廢的無害化，輕量化等要求，是一種效果更佳的固廢處理方式，因此，國家大力支持和提倡對(duì)固廢的焚燒處理。然而，焚燒隨之而來的是固廢的二次污染問題，也即固廢焚燒會(huì)帶來污染物，這些污染物不僅對(duì)生態(tài)環(huán)境造成了破壞，而且對(duì)人們的身心健康也有巨大影響。因此，快速、準(zhǔn)確地預(yù)測(cè)污染物濃度不僅可以為焚燒過程的控制提供理論依據(jù)，還可以提高發(fā)電廠地工作效率，實(shí)現(xiàn)污染物的低濃度排放。

2、目前，城市固廢焚燒廠通常采用煙氣連續(xù)監(jiān)測(cè)系統(tǒng)對(duì)污染物濃度進(jìn)行測(cè)量。然而，由于系統(tǒng)長時(shí)間工作在高溫高壓的環(huán)境中，其內(nèi)部的傳感器、探頭和光學(xué)元器件會(huì)老化、腐蝕和損壞，從而降低監(jiān)測(cè)能力。此外，煙氣連續(xù)監(jiān)測(cè)系統(tǒng)設(shè)備采購和維護(hù)成本較高且儀器測(cè)量具有滯后性，難以滿足固廢焚燒過程優(yōu)化控制的快速性和準(zhǔn)確性要求。隨著機(jī)器學(xué)習(xí)和大數(shù)據(jù)技術(shù)的發(fā)展，基于數(shù)據(jù)驅(qū)動(dòng)的參數(shù)預(yù)測(cè)方法被廣泛應(yīng)用于工業(yè)過程，特別是近年出現(xiàn)的隨機(jī)配置網(wǎng)絡(luò)(stochastic?configuration?network,scn)可以有效解決網(wǎng)絡(luò)結(jié)構(gòu)難以確定的問題，因此，在工業(yè)生產(chǎn)領(lǐng)域得到廣泛關(guān)注。但是，當(dāng)scn中監(jiān)督機(jī)制的參數(shù)設(shè)置不合理時(shí)，即監(jiān)督機(jī)制的約束程度過于嚴(yán)格，可能會(huì)降低隱含層參數(shù)的配置效率，而且，隱含層節(jié)點(diǎn)的增加會(huì)增大模型的結(jié)構(gòu)復(fù)雜度和時(shí)間復(fù)雜度，從而影響模型的快速性和實(shí)時(shí)性，降低模型預(yù)測(cè)準(zhǔn)確度，進(jìn)而降低工作效率。

3、因此，亟需提供一種固廢焚燒過程污染物濃度預(yù)測(cè)方法和系統(tǒng)來解決以上提出的技術(shù)問題。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)提供了一種固廢焚燒過程污染物濃度預(yù)測(cè)方法和系統(tǒng)，能夠在保證模型準(zhǔn)確性的前提下，可快速構(gòu)建scn的預(yù)測(cè)模型，實(shí)現(xiàn)污染物濃度的準(zhǔn)確、快速預(yù)測(cè)，從而為固廢焚燒過程的優(yōu)化控制奠定基礎(chǔ)，提高工作效率。

2、第一方面，本技術(shù)提供了一種固廢焚燒過程污染物濃度預(yù)測(cè)方法，該方法包括：采集影響固廢焚燒過程污染物濃度變化的相關(guān)過程變量歷史數(shù)據(jù)以得到訓(xùn)練集；基于所述訓(xùn)練集根據(jù)隨機(jī)配置網(wǎng)絡(luò)的隱含層建立監(jiān)督機(jī)制，以得到符合監(jiān)督機(jī)制的隱含層節(jié)點(diǎn)；基于得到的符合所述監(jiān)督機(jī)制的隱含層節(jié)點(diǎn)確定所述隨機(jī)配置網(wǎng)絡(luò)的輸出權(quán)值；基于得到的所述輸出權(quán)值構(gòu)建隨機(jī)配置網(wǎng)絡(luò)預(yù)測(cè)模型，以實(shí)現(xiàn)固廢焚燒過程污染物濃度的預(yù)測(cè)。

3、可選的是，所述采集影響固廢焚燒過程污染物濃度變化的相關(guān)過程變量歷史數(shù)據(jù)以得到訓(xùn)練集，包括：采集影響nox、so2、hcl與co的特征變量數(shù)據(jù)以及k-1時(shí)刻的nox、so2、hcl和co的變量數(shù)據(jù)，并將其作為輸入變量；采集k時(shí)刻的nox、so2、hcl與co的變量數(shù)據(jù)作為輸出變量；根據(jù)得到的所述輸入變量和所述輸出變量構(gòu)成一組樣本容量為n的訓(xùn)練集d，通過公式(1)進(jìn)行描述，

4、

5、式中，d是樣本容量為n的訓(xùn)練集，x表示訓(xùn)練集的輸入值，y是污染物濃度作為訓(xùn)練集的輸出值。

6、可選的是，所述采集影響固廢焚燒過程污染物濃度變化的相關(guān)過程變量歷史數(shù)據(jù)以得到訓(xùn)練集，還包括：對(duì)得到的所述訓(xùn)練集進(jìn)行歸一化處理，通過公式(2)進(jìn)行描述，

7、

8、式中，m＝1,2,…,m+1；n＝1,2,…,n；xn,m表示經(jīng)過歸一化處理后第n個(gè)樣本的第m個(gè)特征變量值；歸一化后的訓(xùn)練集通過公式(3)進(jìn)行描述，

9、

10、可選的是，在所述基于所述訓(xùn)練集根據(jù)隨機(jī)配置網(wǎng)絡(luò)的隱含層建立監(jiān)督機(jī)制，以得到符合監(jiān)督機(jī)制的隱含層節(jié)點(diǎn)，之前還包括：對(duì)隨機(jī)配置網(wǎng)絡(luò)進(jìn)行初始參數(shù)設(shè)置；其中，所述初始參數(shù)包括隱含層最大節(jié)點(diǎn)數(shù)lmax，最大配置次數(shù)tmax，容忍誤差ε，隱含層參數(shù)配置范圍υ＝[λmin:δλ:λmax]，初始化殘差ε0＝[y1,...,yn]t，隱含層節(jié)點(diǎn)的輸出矩陣h設(shè)置為空集，給定空集ω存放值ξ，空集w存放備選節(jié)點(diǎn)參數(shù)w和b。

11、可選的是，所述基于所述訓(xùn)練集根據(jù)隨機(jī)配置網(wǎng)絡(luò)的隱含層建立監(jiān)督機(jī)制，以得到符合監(jiān)督機(jī)制的隱含層節(jié)點(diǎn)，包括：根據(jù)所述訓(xùn)練集輸入隨機(jī)配置網(wǎng)絡(luò)進(jìn)行訓(xùn)練，在區(qū)間[-λ,λ]中隨機(jī)選擇隱含層參數(shù)wk和bk，并將滿足監(jiān)督機(jī)制的備選節(jié)點(diǎn)wk和bk保存至候選隱含層節(jié)點(diǎn)集w，所述監(jiān)督機(jī)制通過公式(4)進(jìn)行描述：

12、

13、其中，gl表示隱含層第l個(gè)節(jié)點(diǎn)的輸出；0<||g||<bg，bg∈r+；el-1為網(wǎng)絡(luò)殘差，r＝1/(1+(α/lmax)l)∈(0,1)，α＝1,2,…,lmax，lmax為隱含層最大節(jié)點(diǎn)數(shù)，非負(fù)序列{ul}滿足liml→+∞ul＝0且ul≤(1-r)；若隨機(jī)選擇的隱含層參數(shù)wk和bk不滿足監(jiān)督機(jī)制，即w為空集，重復(fù)上述步驟重新生成隱含層參數(shù)，并再進(jìn)行監(jiān)督機(jī)制的判斷，直至生成符合監(jiān)督機(jī)制的候選集節(jié)點(diǎn)。

14、可選的是，基于所述訓(xùn)練集根據(jù)隨機(jī)配置網(wǎng)絡(luò)的隱含層建立監(jiān)督機(jī)制，以得到符合監(jiān)督機(jī)制的隱含層節(jié)點(diǎn)，還包括：根據(jù)所述候選隱含層節(jié)點(diǎn)集w，計(jì)算符合條件的候選集節(jié)點(diǎn)的ξl值，并保存至空集ω中，ξl值通過公式(5)、(6)描述：

15、

16、

17、根據(jù)得到的所述ω集合中選出ξl的最大值，則該值對(duì)應(yīng)的候選節(jié)點(diǎn)作為第k個(gè)隱含層節(jié)點(diǎn)；根據(jù)所述第k個(gè)隱含層節(jié)點(diǎn)計(jì)算對(duì)應(yīng)節(jié)點(diǎn)的輸出值h并將其保存至隱含層節(jié)點(diǎn)的輸出矩陣h中，輸出值h通過公式(7)描述：

18、hk＝[s(x1；wk，bk)，...，g(xn；wk，bk)]t???(7)

19、其中，g(·)為sigmoid激活函數(shù)。

20、可選的是，所述基于得到的所述輸出權(quán)值構(gòu)建隨機(jī)配置網(wǎng)絡(luò)預(yù)測(cè)模型，以實(shí)現(xiàn)固廢焚燒過程污染物濃度的預(yù)測(cè)，包括：根據(jù)隱含層節(jié)點(diǎn)，采用qr分解法計(jì)算隨機(jī)配置網(wǎng)絡(luò)的輸出權(quán)值；確定得到的所述輸出權(quán)值是否滿足容忍誤差；若是，則基于所述輸出權(quán)值構(gòu)建得到隨機(jī)配置網(wǎng)絡(luò)預(yù)測(cè)模型。

21、可選的是，所述根據(jù)隱含層節(jié)點(diǎn)數(shù)，采用qr分解法計(jì)算隨機(jī)配置網(wǎng)絡(luò)的輸出權(quán)值，包括：判斷隱含層節(jié)點(diǎn)數(shù)，若隱含層節(jié)點(diǎn)數(shù)等于1，則利用qr分解法計(jì)算網(wǎng)絡(luò)輸出權(quán)值，通過式(8)和(9)進(jìn)行描述：

22、h＝qr?????????(8)

23、

24、其中，表示隱含層輸出權(quán)值；h＝[g1,g2,…,gl]表示隱含層輸出矩陣；表示hl的廣義逆矩陣；若隱含層節(jié)點(diǎn)數(shù)大于1，設(shè)添加的隱含層節(jié)點(diǎn)為第k+1個(gè)隱含層節(jié)點(diǎn)，并引入輔助變量更新計(jì)算網(wǎng)絡(luò)輸出權(quán)值。

25、可選的是，所述若隱含層節(jié)點(diǎn)數(shù)大于1，設(shè)添加的隱含層節(jié)點(diǎn)為第k+1個(gè)隱含層節(jié)點(diǎn)，并引入輔助變量更新計(jì)算網(wǎng)絡(luò)輸出權(quán)值，包括：引入輔助變量，對(duì)q、r和r-1進(jìn)行更新，以迭代更新計(jì)算輸出權(quán)值，其中，輔助變量通過公式(10)、(11)、(12)、(13)進(jìn)行描述，對(duì)q、r和r-1進(jìn)行更新通過公式(14)、(15)、(16)進(jìn)行描述：

26、hk+1＝[qk·rk|rk+1]?????(10)

27、c＝qkt·hk+1?????(11)

28、

29、b＝(hk+1-qk·c)/d?????(13)，

30、qk+1＝＝[qk|b]????????(14)

31、

32、

33、式中，hk+1表示k+1個(gè)隱含層節(jié)點(diǎn)的輸出矩陣，c，d和b表示輔助變量；

34、根據(jù)對(duì)q、r和r-1的更新，得到輸出權(quán)值，通過公式(17)進(jìn)行描述：

35、

36、其中，αk+1＝d-1·bt·y。

37、第二方面，本技術(shù)提供了一種城市固廢焚燒過程污染物濃度預(yù)測(cè)系統(tǒng)，該系統(tǒng)包括：采集模塊，用于采集影響固廢焚燒過程污染物濃度變化的相關(guān)過程變量歷史數(shù)據(jù)以得到訓(xùn)練集；數(shù)據(jù)處理模塊，用于基于所述訓(xùn)練集根據(jù)隨機(jī)配置網(wǎng)絡(luò)的隱含層建立監(jiān)督機(jī)制，以得到符合監(jiān)督機(jī)制的隱含層節(jié)點(diǎn)；確定模塊，用于基于得到的符合所述監(jiān)督機(jī)制的隱含層節(jié)點(diǎn)確定所述隨機(jī)配置網(wǎng)絡(luò)的輸出權(quán)值；構(gòu)建模塊，基于得到的所述輸出權(quán)值構(gòu)建隨機(jī)配置網(wǎng)絡(luò)預(yù)測(cè)模型，以實(shí)現(xiàn)固廢焚燒過程污染物濃度的預(yù)測(cè)。

38、第三方面，本技術(shù)還提供了一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)上述所述方法的步驟。

39、第四方面，提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述所述方法的步驟。

40、本技術(shù)至少具有以下優(yōu)點(diǎn)：

41、本技術(shù)中通過采集影響固廢焚燒過程污染物濃度變化的相關(guān)過程變量歷史數(shù)據(jù)以得到訓(xùn)練集，將訓(xùn)練集作為輸入數(shù)據(jù)，根據(jù)隨機(jī)配置網(wǎng)絡(luò)算法，并根據(jù)構(gòu)建的監(jiān)督機(jī)制約束，得到符合監(jiān)督機(jī)制的隱含層節(jié)點(diǎn)和隱含層參數(shù)，進(jìn)而通過構(gòu)建新的監(jiān)督機(jī)制，加快了隱含層輸入權(quán)值和偏置的配置效率，并采用qr分解與scn增量機(jī)制相結(jié)合的方式更新變換矩陣，迭代計(jì)算輸出權(quán)值，降低scn模型訓(xùn)練的計(jì)算復(fù)雜度，從而在保證模型準(zhǔn)確性的前提下，可快速構(gòu)建scn的預(yù)測(cè)模型，實(shí)現(xiàn)污染物濃度的準(zhǔn)確、快速預(yù)測(cè)，解決測(cè)量儀器滯后性的問題，進(jìn)而降低設(shè)備采購和維護(hù)成本，為固廢焚燒過程的優(yōu)化控制奠定基礎(chǔ)，提高工作效率。