基于BSM1的硝态氮浓度辨识建模

Modeling and optimal control of wastewater treatment process based on BSM1

污水处理过程复杂多样,为方便研究工作,根据基准仿真1号模型(Benchmark Simulation Model no.1,BSM1)搭建simulink仿真模型。由于控制溶解氧和硝态氮浓度的稳定是污水处理过程的关键,所以针对传统PI控制对大滞后非线性系统中硝态氮浓度控制性能低以及系统运行速度慢的问题,利用极限学习机(ELM)和支持向量机(SVM)的预测能力对硝态氮浓度进行模型辨识和比较。结果证明,在数据量较少的情况下,支持向量机(SVM)具有很高的精确度,但是在数据量较高的情况下,极限学习机同样具有高精确度的特点并且运行速度更快。