遗传聚类算法在污水处理异常数据分析中的应用.PDFVIP

第２８卷第６期　　　 计算机应用与软件 Ｖｏｌ２８Ｎｏ．６ ２０１１年６月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｊｕｎ．２０１１ 遗传聚类算法在污水处理异常数据分析中的应用 陆 林 花 （福州大学阳光学院　福建福州３５００１５） 摘　要　　为了识别污水处理数据中的异常数据，应用了一种基于最近邻聚类和遗传优化算法的异常检测算法。算法采用基于距 离的异常因子来度量异常数据的异常程度。通过分析异常类别的数据，建立故障诊断的规则。实验结果表明，该方法能够有效地检 测中污水处理数据中的异常数据。 关键词　　最近邻聚类　遗传算法　异常因子　故障规则　污水处理 ＡＰＰＬＩＣＡＴＩＯＮＯＦＧＥＮＥＴＩＣＣＬＵＳＴＥＲＩＮＧＡＬＧＯＲＩＴＨＭＴＯＡＢＮＯＲＭＡＬＤＡＴＡ ＡＮＡＬＹＳＩＳＩＮＷＡＳＴＥＷＡＴＥＲＴＲＥＡＴＭＥＮＴ ＬｕＬｉｎｈｕａ （ＣｏｌｌｅｇｅｏｆＳｕｎＳｈｉｎｅ，ＦｕｚｈｏｕＵｎｉｖｅｒｓｉｔｙ，Ｆｕｚｈｏｕ３５００１５，Ｆｕｊｉａｎ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｉｎｏｒｄｅｒｔｏｉｄｅｎｔｉｆｙｔｈｅａｂｎｏｒｍａｌｄａｔａｆｒｏｍｗａｓｔｅｗａｔｅｒｔｒｅａｔｍｅｎｔｈｉｓｔｏｒｙｄａｔａｓｅｔ，ａｎａｂｎｏｒｍｉｔｙｄｅｔｅｃｔｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｔｈｅ ｎｅａｒｅｓｔｎｅｉｇｈｂｏｒｃｌｕｓｔｅｒｉｎｇａｎｄｇｅｎｅｔｉｃｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍｉｓｐｒａｃｔｉｃｅｄ．Ｔｈｅａｌｇｏｒｉｔｈｍａｐｐｌｉｅｓｄｉｓｔａｎｃｅｂａｓｅｄｏｕｔｌｉｅｒｆａｃｔｏｒｔｏｍｅａｓｕｒｅｔｈｅ ａｂｎｏｒｍｉｔｙｄｅｇｒｅｅｏｆａｎｏｕｔｌｉｅｒ．Ｂｙａｎａｌｙｚｉｎｇｔｈｅａｂｎｏｒｍａｌｄａｔａ，ａｆａｕｌｔｄｉａｇｎｏｓｉｓｒｕｌｅｉｓｅｓｔａｂｌｉｓｈｅｄ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅ ｍｅｔｈｏｄｃａｎｅｆｆｅｃｔｉｖｅｌｙｄｅｔｅｃｔａｂｎｏｒｍａｌｄａｔａｉｎｗａｓｔｅｗａｔｅｒｔｒｅａｔｍｅｎｔｈｉｓｔｏｒｙｄａｔａｓｅｔ． Ｋｅｙｗｏｒｄｓ　　Ｎｅａｒｅｓｔｎｅｉｇｈｂｏｒｃｌｕｓｔｅｒｉｎｇ　Ｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ　Ｏｕｔｌｉｅｒｆａｃｔｏｒ　Ｆａｕｌｔｒｕｌｅ　Ｗａｓｔｅｗａｔｅｒｔｒｅａｔｍｅｎｔ 类和遗传优化算法对污水处理运行数据进行聚类分析，然后采 ０　引　言 用基于距离和的异常因子来度量异常点的异常程度，从而筛选 出样本集中最为异常的样本。通过分析异常样本所对应的故障 目前在国内及国际上污水处理领域故障诊断和现场监控技 问题，然后对污水处理中的故障规则的建立作了初步探讨。 术很多采用基于知识的专家系统［１－５］，然而开发一个基于知识 的系统最大的难点就是建立知识库。知识的获取主要是依靠专 １　最近邻聚类 家的经验知识，存在知识获取瓶颈问题。本文以城市污水处理 中的活性污泥法污水处理为研究对象，利用聚类分析技术挖掘 最近邻聚类算法的基本思想是：空间中的每一点和与之最 污水处理历史数据中的隐藏知识。聚类分析的目的主要是找到 近的点属于同一类的可能性最大。如果两个距离最近的点之间 数据中的异常类别，通过分析异常类别的数据，来进行故障规则 的距离小于设定的距离阈值 ，那么就认为它们属于同一类。 ｄ 的建立。在污水处理过程中，绝大多数时候是处在正常状态，而 最近邻聚类算法试图把两个最近邻的点归为一类。最近邻聚类 故障状态表现为个别状态，因此，获得正常状态的数目要远大于