基于PSO-BP神经网络的水厂智能消毒预测模型 |
| |
引用本文: | 杨存满,鞠佳伟,袁芳,李晓尚,兰华春.基于PSO-BP神经网络的水厂智能消毒预测模型[J].中国给水排水,2022(3):57-61. |
| |
作者姓名: | 杨存满 鞠佳伟 袁芳 李晓尚 兰华春 |
| |
作者单位: | 1. 清华苏州环境创新研究院;2. 中环保水务投资有限公司;3. 湘潭中环水务有限公司;4. 清华大学环境学院 |
| |
摘 要: | 为解决水厂运行过程中粗犷式、经验式投加氯消毒剂的问题,建立基于PSO-BP神经网络的水厂智能消毒预测模型。选取流量、矾耗、水质参数作为预测模型的输入参数,利用粒子群算法优化神经网络权值和阈值,模型评价指标平均绝对百分比误差(MAPE)、均方根误差(RMSE)都低于传统BP神经网络模型,其中RMSE值下降207 kg,MAPE值下降1.80%,相对标准偏差(RSD)下降了2.4%,有效提高了模型预测的准确性和稳定性,并在实际应用过程中有助于降低水厂氯消毒剂药耗,平均可节约生产成本约1 756元/d。可见,PSO-BP智能消毒预测模型是合理、可行的,为城市自来水厂加氯量预测提供了一种简单可行的思路和方法。
|
关 键 词: | 自来水厂 加氯消毒 PSO-BP神经网络 BP神经网络 预测 |
|
|