Способ оптимизации расходов сточных вод общесплавных систем водоотведения Российский патент 2019 года по МПК E03F1/00 G05B13/04 

Изобретение относится к области систем водоотведения и может быть использовано для прогнозирования расходов сточных вод, поступающих из общесплавных систем водоотведения.

Известен способ воспроизведения нестационарных случайных процессов, содержащий операции задания и формирования в контуре управления сигналов стационарной и нестационарной составляющих реализуемого процесса, а также суммирования указанных составляющих при поддержании режима отрицательной обратной связи в указанном контуре управления. В указанном способе формирование нестационарной составляющей производят посредством стробирования и последующей фильтрации временных промежутков сигнала, задаваемого источником стационарной составляющей (см. патент RU №2 451 272, МПК G01M 7/00, 20.05.2012, Бюл. № 14).

Для указанного способа характерна узкая область применения, поскольку нестационарная составляющая реализуемого процесса в конечно счете зависит от стационарной составляющей. Поэтому он не может быть применен для генерации расходов дождевых сточных вод (нестационарная часть общесплавного стока), которая не зависит от времени.

Наиболее близким аналогом к заявляемому способу служит «Способ оптимального управления равновесным случайным процессом (РСП)», заключающийся в том, что:

- выделяют для упомянутого РСП его характеристики в виде независимых случайных величин, именуемых далее факторами, и условно постоянных величин и рассматривают эти условно постоянные величины и параметры законов распределения вероятностей упомянутых факторов в качестве координат фазового пространства, в котором протекает РСП;

- строят для исследуемого РСП в соответствии с априорной информацией о нем эволюционно - симулятивную модель (ЭСМ), взаимно увязывающую координаты упомянутого фазового пространства и разделяющую эти координаты на исходные показатели, управляющие параметры и расчетные показатели, после чего загружают построенную ЭСМ в память процессорного устройства;

- выделяют один из упомянутых расчетных показателей в качестве целевого показателя и исключают его из координат фазового пространства;

- измеряют с помощью соответствующих датчиков упомянутые исходные показатели исследуемого РСП и вводят измеренные исходные показатели в упомянутую память процессорного устройства в качестве входных сигналов для упомянутой ЭСМ;

- устанавливают период управления и выделяют в нем моменты времени, именуемые далее моментами воздействия, в которые будет осуществляться упомянутое управление РСП;

- устанавливают варианты допустимых величин для каждого из упомянутых управляющих параметров и каждого из упомянутых моментов воздействия на основе учета внешних условий и особенностей объекта, порождающего РСП;

- устанавливают интервал допустимых значений для каждого из упомянутых моментов воздействия и каждого из упомянутых расчетных показателей на основе учета внешних условий и особенностей объекта, порождающего РСП;

- вводят установленные допустимые величины управляющих воздействий и интервалы допустимых значений расчетных показателей в упомянутую память процессорного устройства;

- находят с помощью разработанной ЭСМ, функционирующей под управлением упомянутого процессорного устройства, конкретные значения расчетных показателей для каждого допустимого набора управляющих воздействий и каждого момента воздействия;

- исключают те наборы управляющих воздействий, при которых хотя бы один расчетный показатель выходит за пределы упомянутых интервалов допустимых значений;

- связывают те наборы управляющих воздействий, которые соответствуют одному и тому же моменту воздействия, логической связью «исключают друг друга» и логической связью «должен присутствовать хотя бы один»;

- устанавливают предельные значения управляющих воздействий за весь упомянутый период управления;

- загружают в память процессорного устройства вместе с неисключенными наборами управляющих воздействий установленные логические связи между управляющими воздействиями и их предельные значения;

- находят с помощью алгоритма динамического программирования для решения булевых задач, загруженного в память упомянутого процессорного устройства, оптимальное управление в виде однозначно определенных наборов упомянутых управляющих воздействий в каждый момент воздействия на весь упомянутый период управления (см. патент RU №2 557 483, МПК G05B 13/04, G05B 17/02, G06F 17/18, 20.07.2015, Бюл. № 20).

Для указанного способа характерны ограниченные функциональные возможности, поскольку с его помощью можно только управлять случайным процессом, но нельзя прогнозировать случайный процесс, в частности нельзя на этапе управления спрогнозировать на расчетный период расходы сточных вод, поступающих из общесплавной системы водоотведения с учетом выпадения дождей, интенсивность и продолжительность которых носит случайный характер.

Задачей настоящего изобретения является расширение функциональных возможностей известного способа.

Поставленная задача решается тем, что в известном способе, заключающийся в том, что:

а) выделяют для упомянутого случайного процесса (СП) его характеристики;

б) строят для исследуемого СП в соответствии с априорной информацией о нем математическую модель, после чего загружают построенную математическую модель в память процессорного устройства, в соответствии с настоящим изобретением в качестве математической модели принимают вероятностно – статистическую модель изменения состояний системы, а в качестве характеристики нестационарного случайного процесса принимают вероятности переходов из текущего состояния в последующее,

на этапе а) дополнительно накапливают статистическую информацию об изменении во времени расходов сточных вод, поступающих из общесплавной системы водоотведения и на основании ее определяют минимальное и максимальное значения расходов сточных вод, интервал расходов [, разбивают на участки (полуинтервалы) с шагом и формируют конечное множество значений возрастающих действительных чисел = где , , - , формируют множество натуральных чисел состояний системы = элементами которых являются порядковые номера множества , на основании анализа статистической информации определяют частоты переходов из текущего i–го состояния в последующее j- ое состояние в виде

- матриц частот переходов для случаев возрастания притока на предыдущем (t-1)-ом часе суток, t=; i=1, 2, …, n1; j=1, 2, …, n1; ,

- матриц частот переходов для случаев убывания притока на предыдущем (t-1)-ом часе суток, t=; i=1, 2, …, n1; j=1, 2, …, n1;

проводят аппроксимационный анализ частот переходов и определяют функциональную зависимость для плотности вероятности переходов из текущего i - го состояния в последующее j - ое состояние в виде:

- зависимости для случаев возрастания притока на предыдущем (t-1)-ом часе суток, ,

- зависимости для случаев убывания притока на предыдущем (t-1)-ом часе суток,

на дополнительном этапе в) с применением построенной вероятностно – статистической модели изменения состояний системы генерируют НСП расходов сточных вод, поступающих из общесплавной системы водоотведения, при этом на каждом шаге генерации фиксируют час t суток, направление изменения упомянутых расходов на предыдущем (t- 1)- ом часе суток, и если зафиксировано возрастание притока, то вероятности переходов из текущего i–го состояния в последующее j- ое состояние определяют как , а если зафиксировано убывание упомянутых расходов на (t- 1)- ом часе суток, то вероятности переходов определяют как , осуществляют переход в другие состояния в соответствии с выбранными вероятностями переходов .

Отличительными признаками заявляемого способа является:

1. Принятие в качестве математической модели вероятностно – статистической модели изменения состояний системы;

2. Принятие в качестве в качестве характеристики нестационарного случайного процесса вероятности переходов из текущего состояния в последующее;

3. Дополнительное накопление на этапе а) статистической информации об изменении во времени расходов сточных вод, поступающих из общесплавной системы водоотведения;

4. Дополнительное определение на этапе а) минимального и максимального значения расходов сточных вод;

5. Разбивка на этапе а) интервала расходов [, на участки (полуинтервалы) с шагом ;

6. Формирование на этапе а) конечного множества значений возрастающих действительных чисел = где , , - ;

7. Формирование множества натуральных чисел состояний системы = элементами которых являются порядковые номера множества ;

8. Представление частот переходов из текущего i–го состояния в последующее j- ое состояние в виде матриц частот переходов для случаев возрастания притока на предыдущем (t-1)-ом часе суток, t=; i=1, 2, …, n1; j=1, 2, …, n1; ;

9. Представление частот переходов из текущего i - го состояния в последующее j - ое состояние в виде матриц частот переходов для случаев убывания притока на предыдущем (t-1) - ом часе суток, t=; i=1, 2, …, n1; j=1, 2, …, n1;

10. Определение на основании анализа статистической информации функциональной зависимости для плотности вероятности переходов из текущего i - го состояния в последующее j - ое состояние;

11. Проведение аппроксимационного анализа частот переходов и представление функциональной зависимости для плотности вероятности переходов в виде для случаев возрастания притока на предыдущем (t-1)-ом часе суток, ;

12. Проведение аппроксимационного анализа частот переходов и представление функциональной зависимости для плотности вероятности переходов в виде для случаев убывания притока на предыдущем (t-1)-ом часе суток, t=; i=1, 2, …, n1; j=1, 2, …, n1;

13. Генерирование на дополнительном этапе в) с применением построенной вероятностно – статистической модели изменения состояний системы СП расходов сточных вод, поступающих из общесплавной системы водоотведения;

14. Фиксация на каждом шаге генерации часа t суток и направления изменения расходов на предыдущем (t- 1) - ом часе суток;

15. Определение вероятности переходов из текущего i–го состояния в последующее j - ое состояние как , если зафиксировано возрастание притока на предыдущем (t - 1) - ом часе суток;

16. Определение вероятности переходов из текущего i - го состояния в последующее j - ое состояние как , если зафиксировано убывание притока на предыдущем (t - 1)- ом часе суток;

17. Осуществление перехода в другие состояния в соответствии с выбранными вероятностями переходов .

По сведениям, имеющимся у авторов, все отличительные признаки не известны. Совместное их применение позволяет расширить функциональные возможности способа, т.к. с его помощью появляется возможность на этапе управления спрогнозировать (на расчетный период) расходы сточных вод, поступающих из общесплавной системы водоотведения с учетом выпадения дождей, интенсивность и продолжительность которых носит случайный характер, поскольку:

- благодаря совместному применению отличительных признаков № 1, 2, 11 и 15 появляется возможность генерировать случайный процесс изменения во времени расходов сточных вод;

- благодаря совместному применению отличительных признаков № 3 – 9, 12 - 14 появляется возможность повысить достоверность генерации случайного процесса изменения во времени расходов сточных вод.

Краткое описание чертежей.

На фиг. 1 в графическом виде представлены результаты дополнительного накопления статистической информации об изменении во времени расходов сточных вод, поступающих из общесплавной системы водоотведения, и определения минимального и максимального значения расходов сточных вод, на фиг. 2 приведен пример матрицы частот переходов из текущего i–го состояния в последующее j- ое состояние, на фиг. 3 приведен пример аппроксимационного анализа зависимости для плотности вероятности переходов из данного состояния в различные состояния вида , на фиг. 4 приведены результаты первого примера генерации случайного процесса расходов сточных вод, поступающих из общесплавной системы, и сравнение его с экспериментальным, полученным путем накопления статистической информации, на фиг. 5 – результаты сравнения вероятностей поступления фактических и генерированных расходов, приведенных на фиг. 4, на фиг. 6 приведены результаты второго примера генерации нестационарного случайного процесса расходов сточных вод, поступающих из общесплавной системы, и сравнение его с экспериментальным, полученным путем накопления статистической информации, на фиг. 7 – результаты сравнения вероятностей поступления фактических и генерированных расходов, приведенных на фиг. 6.

Осуществление изобретения.

На этапе а) выделяют для упомянутого нестационарного случайного процесса его характеристики. Для этого:

- накапливают статистическую информацию об изменении во времени расходов сточных вод, поступающих из общесплавной системы водоотведения и на основании ее определяют минимальное и максимальное значения расходов сточных вод. Например, = 10 тыс. м3/ч, = 200 тыс. м3/ч. На фиг. 1 в графическом виде представлены результаты такого анализа. Здесь, 1 - изменение во времени расходов сточных вод, поступающих из общесплавной системы водоотведения, 2 – минимальное значение расходов, 3 - максимальное значение расходов;

- интервал расходов [, разбивают на участки (полуинтервалы) с шагом и формируют конечное множество значений возрастающих действительных чисел = где , , - . Например, если = 2 тыс. м3/ч, то n1=95, а =;

- формируют множество натуральных чисел состояний системы = элементами которых являются порядковые номера множества . Для полученного варианта множество =;

- частоты переходов (характеристика нестационарного случайного процесса) из текущего i–го состояния в последующее j- ое состояние представляют в виде:

- матриц частот переходов для случаев возрастания притока на предыдущем (t-1)-ом часе суток, t=; i=1, 2, …, n1; j=1, 2, …, n1; ,

- матриц частот переходов для случаев убывания притока на предыдущем (t-1)-ом часе суток, t=; i=1, 2, …, n1; j=1, 2, …, n1;

Для иллюстрации на фиг. 2 для рассматриваемого примера приведен вид матрицы . Из нее, например, следует, что 0, = 0.12, …, = 0.00, см. фиг. 2.

Далее проводят аппроксимационный анализ частот переходов и определяют функциональную зависимость для плотности вероятности переходов из текущего i - го состояния в последующее j - ое состояние в виде:

- зависимости для случаев возрастания притока на предыдущем (t-1)-ом часе суток, ,

- зависимости для случаев убывания притока на предыдущем (t-1)-ом часе суток,

Например, для рассматриваемого примера при t= 0 и тенденции возрастания зависимость в графическом виде представлена на фиг. 3. Здесь, 4 – частоты переходов , 5 – плотность вероятности переходов.

Далее, на этапе б) строят для исследуемого случайного процесса в соответствии с априорной информацией о нем вероятностно – статистическую модель, после чего загружают построенную математическую модель в память процессорного устройства.

на дополнительном этапе в) с применением построенной вероятностно – статистической модели изменения состояний системы генерируют случайный процесс расходов сточных вод, поступающих из общесплавной системы водоотведения, при этом на каждом шаге генерации фиксируют час t суток, направление изменения упомянутых расходов на предыдущем (t- 1)- ом часе суток, и если зафиксировано возрастание притока, то вероятности переходов из текущего i–го состояния в последующее j- ое состояние определяют как , а если зафиксировано убывание упомянутых расходов на (t- 1)- ом часе суток, то вероятности переходов определяют как , осуществляют переход в другие состояния в соответствии с выбранными вероятностями переходов .

В результате получают сгенерированный случайный процесс расходов сточных вод, поступающих из общесплавной системы водоотведения. Для иллюстрации на фиг. 4 приведен первый пример результатов такой генерации. Здесь, 6 - изменение во времени фактических расходов сточных вод, поступающих из общесплавной системы водоотведения, 7 - изменение во времени генерированных расходов сточных вод, поступающих из общесплавной системы водоотведения. В дополнение к фиг. 4 на фиг. 5 приведено сравнение вероятностей поступления фактических и генерированных расходов. Здесь, 8 - вероятность поступления фактических расходов сточных вод, поступающих из общесплавной системы водоотведения, 9 - вероятность поступления генерированных расходов.

На фиг. 6 приведен второй пример результатов такой генерации. Здесь, 10 - изменение во времени фактических расходов сточных вод, поступающих из общесплавной системы водоотведения, 11 - изменение во времени генерированных расходов сточных вод, поступающих из общесплавной системы водоотведения. В дополнение к фиг. 6 на фиг. 7 приведено сравнение вероятностей поступления фактических и генерированных расходов. Здесь, 12 - вероятность поступления фактических расходов сточных вод, поступающих из общесплавной системы водоотведения, 13 - вероятность поступления генерированных расходов.

Таким образом, для заявляемого изобретения характерна «промышленная применимость».

Изобретение относится к области систем водоотведения. Способ состоит в том, что выделяют для упомянутого случайного процесса его характеристики, строят для исследуемого случайного процесса в соответствии с априорной информацией о нем математическую модель, после чего загружают построенную математическую модель в память процессорного устройства. В качестве математической модели принимают вероятностно-статистическую модель изменения состояний системы, а в качестве характеристики нестационарного случайного процесса принимают вероятности переходов из текущего состояния в последующее. На первом этапе дополнительно накапливают статистическую информацию об изменении во времени расходов сточных вод, поступающих из общесплавной системы водоотведения, и на основании ее определяют минимальное q_min и максимальное q_max значения расходов сточных вод. Интервал расходов [q_min, q_max] разбивают на участки-полуинтервалы с шагом Δq и формируют конечное множество значений возрастающих действительных чисел R₁=[q₁, … q_i-1, q_i, q_i+1, …, q_n1], где q₁=q_min, q_n1=q_max, q_i+1-q_i=Δq, формируют множество натуральных N₁ чисел состояний системы N₁=[1, 2, … i-1, i, i+1, …, n1], элементами которых являются порядковые номера множества R₁, на основании анализа статистической информации определяют частоты переходов w_i,j из текущего i-го состояния в последующее j-е состояние в виде матриц W₁(t) частот переходов для случаев возрастания притока на предыдущем (t-1)-м часе суток, t=[1, 2, …, 24]; i=1, 2, …, n1; j=1, 2, …, n1; матриц W₂(t) частот переходов для случаев убывания притока на предыдущем (t-1)-м часе суток, t=[1, 2, …, 24]; i=1, 2, …, n1; j=1, 2, …, n1; проводят аппроксимационный анализ частот переходов w_i,j и определяют функциональную зависимость для плотности вероятности переходов ƒ(j) из текущего i-го состояния в последующее j-е состояние в виде: зависимости для случаев возрастания притока на предыдущем (t-1)-м часе суток, зависимости для случаев убывания притока на предыдущем (t-1)-м часе суток, на дополнительном этапе с применением построенной вероятностно-статистической модели изменения состояний системы генерируют случайный процесс расходов сточных вод, поступающих из общесплавной системы водоотведения. На каждом шаге генерации фиксируют час t суток, направление изменения упомянутых расходов на предыдущем (t-1)-м часе суток, и если зафиксировано возрастание притока, то вероятности переходов P_i,j из текущего i-го состояния в последующее j-е состояние определяют как а если зафиксировано убывание упомянутых расходов на (t-1)-м часе суток, то вероятности переходов P_i,j определяют как осуществляют переход в другие состояния в соответствии с выбранными вероятностями переходов P_i,j. Обеспечивается расширение функциональных возможностей. 7 ил.

Способ оптимизации расходов сточных вод общесплавных систем водоотведения, заключающийся в том, что:

а) выделяют для упомянутого случайного процесса его характеристики;

б) строят для исследуемого случайного процесса в соответствии с априорной информацией о нем математическую модель, после чего загружают построенную математическую модель в память процессорного устройства, отличающийся тем, что в качестве математической модели принимают вероятностно-статистическую модель изменения состояний системы, а в качестве характеристики нестационарного случайного процесса принимают вероятности переходов из текущего состояния в последующее,

на этапе а) дополнительно накапливают статистическую информацию об изменении во времени расходов сточных вод, поступающих из общесплавной системы водоотведения, и на основании ее определяют минимальное q_min и максимальное q_max значения расходов сточных вод, интервал расходов [q_min, q_max] разбивают на участки-полуинтервалы с шагом Δq и формируют конечное множество значений возрастающих действительных чисел R₁=[q₁, … q_i-1, q_i, q_i+1, …, q_n1], где q₁=q_min, q_n1=q_max, q_i+1-q_i=Δq, формируют множество натуральных N₁ чисел состояний системы N₁=[1, 2, … i-1, i, i+1, …, n1], элементами которых являются порядковые номера множества R₁, на основании анализа статистической информации определяют частоты переходов w_i,j из текущего i-го состояния в последующее j-е состояние в виде

- матриц W₁(t) частот переходов для случаев возрастания притока на предыдущем (t-1)-м часе суток, t=[1, 2, …, 24]; i=1, 2, …, n1; j=1, 2, …, n1;

- матриц W₂(t) частот переходов для случаев убывания притока на предыдущем (t-1)-м часе суток, t=[1, 2, …, 24]; i=1, 2, …, n1; j=1, 2, …, n1;

проводят аппроксимационный анализ частот переходов w_i,j и определяют функциональную зависимость для плотности вероятности переходов ƒ(j) из текущего i-го состояния в последующее j-е состояние в виде:

- зависимости для случаев возрастания притока на предыдущем (t-1)-м часе суток,

- зависимости для случаев убывания притока на предыдущем (t-1)-м часе суток,

на дополнительном этапе в) с применением построенной вероятностно-статистической модели изменения состояний системы генерируют случайный процесс расходов сточных вод, поступающих из общесплавной системы водоотведения, при этом на каждом шаге генерации фиксируют час t суток, направление изменения упомянутых расходов на предыдущем (t-1)-м часе суток, и если зафиксировано возрастание притока, то вероятности переходов P_i,j из текущего i-го состояния в последующее j-е состояние определяют как а если зафиксировано убывание упомянутых расходов на (t-1)-м часе суток, то вероятности переходов P_i,j определяют как осуществляют переход в другие состояния в соответствии с выбранными вероятностями переходов P_i,j.