聚類算法在污水處理異常檢測中的研究.pdf

1、我國水資源污染狀況觸目驚心,這加劇淡水資源短缺的同時也影響到人類的健康。有效優(yōu)化污水處理過程,降低能源消耗成為迫切的需求。目前,污水處理廠的污水處理過程主要依賴知識的故障監(jiān)測專家系統(tǒng),而建立知識系統(tǒng)的關(guān)鍵是知識庫的建立,這主要依賴于專家豐富的經(jīng)驗,因此存在一定的局限性:當運行過程中出現(xiàn)異常狀態(tài)時,只有少數(shù)經(jīng)驗豐富的操作者才能有效的維護。為此,有人提出基于數(shù)據(jù)挖掘技術(shù)進行污水處理過程的異常檢測,這樣將提高污水處理廠的運行效率和管理水平。本

2、論文利用聚類分析技術(shù)為理論基礎(chǔ),提出具有更高聚類效率和效果的Twi-CLARANS聚類算法,并且結(jié)合遺傳算法優(yōu)化,將優(yōu)化算法運用于尋找污水處理廠監(jiān)測數(shù)據(jù)中的異常數(shù)據(jù),最終得出故障生成規(guī)則,促使工廠能盡早地采取正確的措施恢復正常。
　　本文研究內(nèi)容和成果如下:
　　1.通過聚類算法中各個算法特性、適應范圍以及核心思想的分析,選擇基于劃分法的CLARANS算法作為原型,對污水處理廠的異常數(shù)據(jù)進行聚類。
　　2.基于傳統(tǒng)CL

3、ARANS算法和網(wǎng)格思想,提出一種改進后的聚類算法:基于網(wǎng)格的二次CLARANS算法。相比傳統(tǒng)CLARANS聚類在所有數(shù)據(jù)中隨機選擇初始節(jié)點的思想,改進后的算法從密集網(wǎng)格中挑選初始節(jié)點進行聚類,可以提高算法的執(zhí)行時間,更關(guān)鍵的是能避免陷入局部最優(yōu);另外,將第一次得到的最優(yōu)解放在原始數(shù)據(jù)中作為第二次CLARANS聚類的初始節(jié)點進行測試,這能降低孤立點被忽略的可能性,保證數(shù)據(jù)樣本的完整性。在對大量數(shù)據(jù)進行仿真測試后,實驗證明它能夠?qū)崿F(xiàn)高度聚

4、集,同時提高其聚類效率。
　　3.改進后的聚類算法Twi-CLARANS在聚類效率和質(zhì)量上都有所提高,但是基于劃分原理的算法是一種局部搜索機制,這使得它在實際應用時受到很大限制,所以需要結(jié)合具有全局搜索能力的遺傳算法。本文將Twi-CLARANS算法和遺傳優(yōu)化相結(jié)合,彌補Twi-CLARANS算法的局限性。
　　研究表明,將基于遺傳優(yōu)化的Twi-CLARANS算法運用于污水處理廠的監(jiān)控數(shù)據(jù)中,能從樣本數(shù)據(jù)中找出異常對象,并根