基于动态数据驱动的生物氧化槽进气量预测

来源：计算机工程杂志2018年第6期北京时间：

作者：孙振华,南新元,蔡鑫

单位：新疆大学 电气工程学院,乌鲁木齐 830047

摘要：针对生物氧化槽进气量预测系统的开环调节、强时滞性、预测精度低等问题,提出一种基于动态数据驱动的生物氧化槽进气量预测方法。通过多级氧化槽进气量时间序列数据建立氧化槽进气量状态空间模型,采用Kalman滤波算法进行预测数据和实测数据的动态融合,并对预测值及模型参数进行实时在线更新,由此构建基于动态数据驱动的生物氧化槽进气量预测模型框架。实验结果表明,与未考虑多级槽间相关性的传统方法相比,该预测框架能够对生物氧化槽进气量进行较准确的预测。

关键词：动态数据驱动,生物氧化预处理,状态空间模型,参数估计,数据同化,Kalman滤波,进气量

基金资助：国家自然科学基金“高海拔地区氰化提金生物氧化预处理过程氧化还原电位预估方法研究”(61463047)。