支持向量機在污水處理中的節(jié)能應(yīng)用研究.pdf_第1頁
已閱讀1頁,還剩70頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、在目前的污水處理工藝中,污水處理的成本非常高昂,最主要的原因,是與污水處理工藝中存在大量的電能浪費有關(guān)。據(jù)統(tǒng)計,每年污水處理廠60%~70%的電能消耗來自于曝氣池鼓風(fēng)機端的用電量。鼓風(fēng)機常常在滿功率的情況下以老式的閥門調(diào)節(jié)這一方式調(diào)整曝氣池進氣量。因此,如何在不影響污水處理工藝質(zhì)量的前提下,減少鼓風(fēng)機端的電能浪費是目前絕大部分國內(nèi)污水處理廠亟待解決的問題,降低污水處理中的能耗也符合我國近年來提倡的節(jié)能宗旨。本文針對這一熱點問題,利用以支

2、持向量機為工具的軟測量方法,對鼓風(fēng)機端的節(jié)能進行了研究,所做的工作主要包括: 1.鼓風(fēng)機調(diào)節(jié)的主要依據(jù)是溶解氧DO的濃度,針對DO的變化對外界參數(shù)的改變有一定延時的問題,本文在現(xiàn)場采集回的數(shù)據(jù)基礎(chǔ)上,經(jīng)過大量實驗,確定了污水處理測量中溶解氧(DO)的相關(guān)變量,利用回歸支持向量機對其進行了預(yù)測,獲得了較高的準(zhǔn)確率。 2.在聚類分析的基礎(chǔ)上,提出一種針對擁有大量輸入訓(xùn)練數(shù)據(jù)的回歸支持向量機的數(shù)據(jù)預(yù)處理方法,該方法旨在讓支

3、持向量機的解擁有更好的稀疏性,在后續(xù)預(yù)測中有更好的運行效率。為驗證算法的有效性,本文隨后將其運用于溶解氧DO、出水TN,曝氣池SVI的預(yù)測,實驗結(jié)果證明,本算法在保證預(yù)測精度的前提下,能夠?qū)⒅С窒蛄康膫€數(shù)降低20%~30%,較好地改善了支持向量的稀疏性,同時提高了預(yù)測的運算效率。 3.將本文提出的回歸支持向量機數(shù)據(jù)預(yù)處理算法與主元分析,粗糙集等數(shù)據(jù)預(yù)處理方法進行比較,通過搭建不同的軟測量模型:SVR,C-SVR,PCA-SVR

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論