基于BP神经网络和遗传算法的污水处理厂电耗预测

作者:谢武明; 李俊; 周峰平; 毕小林; 陈冬冬; 吴志京; 马峡珍; 张宁
来源:水电能源科学, 2018, 36(08): 202-204.

摘要

污水处理为高电耗行业,有效预测电耗对污水处理厂节能优化有深远影响。以广东省某中小型污水处理厂18个月的数据为例,采用BP神经网络建立了电耗预测模型,将提升泵、回流泵、鼓风机的运行时间和频率及OPR、MLSS、好氧池DO、缺氧池DO、进水流量Q、COD、氨氮等33个指标作为BP神经网络模型的输入变量进行初步拟合,并用遗传算法对BP神经网络进行优化。结果表明,BP神经网络适用于电耗的拟合计算,通过与遗传算法组合,平均误差低至0.001 6,预测精度较高。