垃圾焚烧电厂IOC及AO池出水污染物浓度的神经网络预测

李林霖; 王孝强; 叶兵; 赵莹; 董长青

English Version Journal Login

您当前的位置：

首页 >

文章列表页 >

垃圾焚烧电厂IOC及AO池出水污染物浓度的神经网络预测

更新时间：2026-06-30

- 垃圾焚烧电厂IOC及AO池出水污染物浓度的神经网络预测
- Vol. 42, Issue 6, Pages: 70-78(2026)
- 作者机构：
  
  1. 华北电力大学新能源学院
  2. 新能源发电国家工程研究中心(华北电力大学)
- 作者简介：
- 基金信息：
- DOI：
  CLC： X773;TP183
- Published：2026
- 稿件说明：
移动端阅览
李林霖, 王孝强, 叶兵, et al. 垃圾焚烧电厂IOC及AO池出水污染物浓度的神经网络预测[J]. 2026, 42(6): 70-78.
DOI：

李林霖, 王孝强, 叶兵, et al. 垃圾焚烧电厂IOC及AO池出水污染物浓度的神经网络预测[J]. 2026, 42(6): 70-78. DOI：

摘要

为了预测垃圾渗滤液厌氧罐及AO池（anaerobic-Oxic pool）出水中的污染物浓度指标，首先解决了自动监测分钟数据集与日内某段时间（time frame

TF）人工取样分析所得天数据集的数据不同频问题。针对分钟数据集中各TF子集中的数据，通过四分位法剔除异常，用子集的平均值及其日期组成的记录近似代表所在日的分钟数据，转换成天数据集。合并出水浓度及因素的天数据集，得到各反应器的数据集D

的少量指标缺失值分别通过线性插值和Coreg算法补齐得到数据集D

和D

。基于D

、D

分别构建了BP、Linear-LSTM、Coreg-LSTM模型。结果表明，Linear-LSTM的预测结果优于BP，其预测厌氧罐、AO池出水污染物浓度的平均绝对百分比误差介于6.10%～11.06%；对数量级很小的AO池出水污染物NH

-N

Coreg-LSTM模型的平均绝对百分比误差为10.32%，显著低于其他模型。

Abstract

关键词

Keywords

references

孙爱华,陈波,刘慎.IOC—A/O—UF/NF/RO组合工艺处理垃圾焚烧渗滤液[J].中国给水排水,2021(16).

宋亚奇,王婉玉,万汝杰,邢浩楠.基于KACNN-LSTM-MLP的超短期光伏发电功率预测[J].电力科学与工程,2025(02).

宫永立,王玉超,刘志文,陆旭峰,骆可.基于四分位数和Sigmoid改进模型的风电数据清洗方法[J].电力科学与工程,2025(03).

姜宇恒,乔宗良,李逗,任少君,司风琪.基于聚类算法与贝叶斯优化的BP神经网络实时碳排放量预测模型[J].热力发电,2025(11).

孙蔚旻,陈朱蕾,熊向阳,喻晓,罗毅.垃圾渗滤液生物处理系统BP人工神经网络模型[J].安全与环境工程,2004(04).

高鑫.两级DTRO对垃圾渗滤液中污染物的去除特性及基于神经网络的仿真研究[D].西南交通大学,2018(09).

王东明.基于机器学习及基质匹配的激光诱导击穿光谱技术用于煤质分析的研究[D].山东大学,2024(08).

张功勋.基于负荷-风功率超短期预测的TTC在线计算[D].山西大学,2022(08).

李飞跃.基于多算法优化RBF神经网络的渗滤液处理水质监测与控制系统设计[D].杭州电子科技大学,2025(10).

隋军, 等编著.广州市城市污水污泥特性及ASM模型应用研究[M].广东科技出版社,2009.

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于梯度提升回归器的算力–电力映射模型预测

不同控制模式低压直流系统低频动态等效电路建模及分析

纯电动卡车用双电机设计及其模式切换控制策略研究

综合能源系统合成氨塔容量配置分布鲁棒优化方法研究

基于时空特征和二次分解的误差自校正短期风电功率预测

Related Author

No data

Related Institution

No data

AI问答

⁰