基于新型联合循环神经网络(RNN)模型的出水总氮预测

• 作者: 夏文泽 冯骁 王喆 钱志明 刘杰 许雪乔
• 来源期刊: 净水技术
• 关键词: 污水处理过程 总氮预测 智能模型 循环神经网络 RNN)
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 污水处理与回用|WASTEWATER TREATMENT AND REUSE
• 页码范围: 107-113
• 页数: 7页
• 分类号: TU992.3|TP183
• 语种: 中文
• DOI: 10.15890/j.cnki.jsjs.2021.08.015

摘要

为了提高污水处理过程中出水TN的预测精度,提出一种基于联合RNN神经网络的出水TN预测算法.该联合RNN神经网络是基于传统RNN网络的改进型网络,其由一系列并排的单RNN网络构成,每个RNN网络的输出不仅与本网络的当前和历史输入相关,还与相邻RNN网络的历史输入相关.网络的训练过程分为两步,首先断开不同RNN网络的连接,单独训练每一个RNN网络,然后恢复不同RNN网络的连接,联合训练所有RNN网络.利用来自真实水厂的水质数据与常规RNN网络进行对比试验,试验结果显示,联合RNN网络的效果(R=0.902,E=0.245)好于常规RNN网络的效果(R=0.863,E=0.361),这证明所提出的算法提高了出水TN的预测精度.