RBF神经网络氧化沟系统出水氮磷预报模型

为定量模拟污水处理系统进水及出水水质参数数学关系,为污水处理系统的智能反馈控制奠定理论基础,文章以河南漯河市污水净化中心氧化沟系统为考察对象,采用径向基函数(RBF)神经网络对其模拟分析,建立了氧化沟系统出水TN、TP预报的RBF网络模型。建模过程采用的主成分分析与聚类分析有效挖掘了样本信息,采用的数据预处理方法缩减了模型误差。模型性能及灵敏度检验表明,建成的模型对出水TN、TP预报准确率分别达到90%、70%,相关性检验系数分别达到0.95和0.89,可用于该系统出水TN、TP预报,为系统在线控制提供指导。研究同时表明,RBF神经网络由于克服了误差反向传播(BP)网络收敛慢、局部极值等缺点,在水处理系统模拟及其反馈控制中,具有巨大的应用潜力。

多核小波支持向量机在Carrousel氧化沟系统的应用

Carrousel氧化沟广泛应用于城市污水处理,但污水处理的效果受到水质和环境因素影响很大,难以建立精确的预测模型.现有的机器学习方法普遍预测效果较差,为了准确预报污水处理的效果,本文采用多核小波支持向量机进行建模,实验表明该方法提高了预报的精确度,适合用于氧化沟系统的实时在线预测.

基于免疫原理的RBF网络Carrousel氧化沟系统预报

为提高Carrousel氧化沟系统水质模拟的精度,利用免疫算法结合RBF神经网络进行建模,并加入k-means聚类对样本进行预处理。以某污水处理中心两年生产数据进行实验,测得出水TN的预报误差0.1956,出水TP的预报误差0.1456,较仅用RBF网络均有很大提高,证明该方法可以应用于Carrousel氧化沟系统的在线实时预测。

预处理系统-氧化沟工艺处理化纤废水

化纤废水CODcr、BOD5、SS、S2-、Zn2+浓度都很高。采用物化预处理系统—氧化沟工艺处理某化纤企业废水后,效果明显,出水各项指标均可达到《污水综合排放标准》(GB8978-1996)中的一级排放标准。同时最大程度地降低了工程投资和运行成本,减少了整个设施的占地面积。