BP神经网络和ARIMA模型对污水处理厂出水总氮浓度的模拟预测

• 作者: 张志强 李宣辑 林佳敏 林晶晶 沈亮 陈金良 马聪
• 来源期刊: 环境工程技术学报
• 关键词: 污水处理 总氮 BP神经网络 ARIMA模型
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 水污染治理
• 页码范围: 573-578
• 页数: 6页
• 分类号: X703
• 语种: 中文
• DOI: 10.12153/j.issn.1674-991X.2019.03.261

摘要

污水处理厂出水总氮(TN)浓度是评价水处理效果的关键指标之一.建立BP神经网络模型对污水处理厂脱氮工艺进行模拟,引入自回归整合移动平均模型(ARIMA模型)对污水处理厂未来短期出水TN浓度进行预测.结果 表明:BP神经网络模型在训练集和测试集模拟结果的平均相对误差分别为15.9％和16.5％,模型预测结果的平稳性较差;ARIMA模型对未来7d出水TN浓度的时序预测平均误差为4.41％,预测精度较高;2个模型相结合有助于实现污水处理厂快捷和高效的在线检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张志强		7	5	2.0	2.0
2	沈亮	厦门大学化学化工学院	7	63	3.0	7.0
3	林佳敏	厦门大学化学化工学院	1	2	1.0	1.0
4	陈金良	厦门大学化学化工学院	2	3	1.0	1.0
5	林晶晶	厦门大学化学化工学院	1	2	1.0	1.0
6	李宣辑	厦门大学化学化工学院	1	2	1.0	1.0
7	马聪		1	2	1.0	1.0