基于人工神经网络的联合厌氧消化产气预测模型

• 作者: 郭荣欣 邹德勋 刘研萍
• 来源期刊: 北京化工大学学报（自然科学版）
• 学科: 地球科学
• 关键词: 厌氧消化 人工神经网络 产气量 预测模型
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 化学与化学工程
• 页码范围: 17-24
• 页数: 8页
• 分类号: X705
• 语种: 中文
• DOI: 10.13543/j.bhxbzr.2021.01.003

摘要

有机固体废物厌氧消化为非均相体系,预警调控对系统的稳定运行非常重要.为了准确预测负荷跨越式提升的联合厌氧消化体系的日产气量,利用灰色关联分析方法量化了厌氧消化体系中常见因素间的关联度,评估了厌氧消化体系的复杂程度,构建了反向传播(back propagation,BP)神经网络对日产气量进行预测.结果表明,各指标间的灰色关联度均大于0.7,表明厌氧消化体系中各参数之间关系的高度的关联性和复杂性.利用试验获取的148组数据作为BP神经网络的训练集和测试集,构建的BP神经网络精度较高,对148组样本数据的平均预测准确率达到99.17％,对日产气量具有较好的预测能力.