为有效保障高速公路服务区污水处理系统的健康运行,结合污水处理系统的构成和系统运行特征,设计了一种用于评估污水处理系统健康状态的双层支持向量机(support vector machine,SVM)模型,并将健康状态分为健康、亚健康、故障和异常4个等级.首先,分析提升泵、进水泵、自吸泵等6个子系统的运行特征,使用随机函数和欠采样处理构建特征向量集.其次,采用SVM构建下层各子系统健康状态评估模型,并使用ThunderSVM算法来提高模型训练速度.再次,融合下层各子系统健康状态评估的结果,构建上层SVM系统评估模型,得到整个污水处理系统的健康状态.最后,依据青兰高速山西段服务区污水处理系统进行验证.结果表明,所提出的双层SVM模型相较树类模型和单层SVM模型不仅可评估整个污水处理系统的健康状态,还可评估各子系统的健康状态,且模型训练速度和判断精度均有提升.

系统健康状态;双层支持向量机模型;服务区污水处理系统;数据特征

山西省交通新技术发展有限公司,太原030012;北京交通大学交通运输学院,北京100044

[1]刘文辉;贺晓宇;罗二娟;岳丛俊;赵建东-.基于双层支持向量机的污水处理系统健康状态评估)[J].科学技术与工程,2022(29):13090-13095

服务区污水处理系统,ThunderSVM,双层支持向量机模型

系统健康状态,高速公路服务区,健康运行,运行特征,support,vector,machine,亚健康,提升泵,水泵,自吸泵,随机函数,欠采样,特征向量,健康状态评估模型,模型训练,训练速度,系统评估,青兰高速,西段,数据特征

0.174103