基于深度学习的模拟器用于通过深度强化学习算法控制废水处理中的除磷过程
系统与控制
2024-03-25 v1 人工智能
机器学习
系统与控制
摘要
除磷在废水处理中对于减少对有限资源的依赖至关重要。深度强化学习(DRL)是一种机器学习技术，能够通过试错学习控制策略，优化复杂非线性系统，包括废水处理厂中的过程。然而，由于需要精确的模拟器，将 DRL 应用于化学和生物过程具有挑战性。本研究训练了六个模型以辨识除磷过程，并利用它们为 DRL 环境创建模拟器。尽管这些模型达到了较高的准确率(>97%)，但不确定性和错误的预测行为限制了它们在较长时间跨度上作为模拟器的性能。模型预测中的复合误差被确定为导致该问题的原因之一。这种改进过程控制的方法涉及利用具有充足历史跨度的监控与数据采集(SCADA)系统数据，为 DRL 算法创建仿真环境，而无需复杂的系统建模或参数估计。
引用
@article{arxiv.2401.12822,
title = {Deep Learning Based Simulators for the Phosphorus Removal Process Control in Wastewater Treatment via Deep Reinforcement Learning Algorithms},
author = {Esmaeel Mohammadi and Mikkel Stokholm-Bjerregaard and Aviaja Anna Hansen and Per Halkjær Nielsen and Daniel Ortiz-Arroyo and Petar Durdevic},
journal= {arXiv preprint arXiv:2401.12822},
year = {2024}
}
备注
Journal Paper