基于EKF的污水处理过程经济模型预测控制

摘要

针对污水处理中许多相关过程状态不可测量或测量受到噪声影响具有较大的不确定性,进而影响过程监视和控制的问题,提出了一种基于扩展卡尔曼滤波的经济模型预测控制方法以提高系统的整体性能。在系统受到不确定扰动及测量噪声的情况下,利用扩展卡尔曼方法对污水组分进行估计,并基于状态估计设计了一种高效经济模型预测控制方法,优化出水质量及运行成本。在不同天气条件下从出水水质和运行成本等角度与基于扩展卡尔曼滤波的常规跟踪模型预测控制方案性能进行比较。仿真结果表明,该方法能够对污水处理BSM1模型的过程状态进行很好的估计,同时具有显著改善出水水质和降低运行成本的潜力。