基于主成分分析优化BP神经网络模型的厌氧膜生物反应器膜污染预测

作者：古创; 姚军强; 吴志跃; 郑晓宇; 董仁杰; 乔玮^*

来源：新能源进展, 2022, 10(02): 95-102.

• 厌氧膜生物反应器
• 膜污染
• 主成分分析
• BP神经网络

膜污染是厌氧膜生物反应器运行中不可避免的问题，制约了工艺技术的推广应用，分析膜污染的形成过程是控制膜污染的重要内容。基于主成分分析（PCA）和反向传播神经网络（BPNN）的理论，提出了一种采用主成分分析优化BP神经网络的膜污染预测模型。以反应器连续运行试验数据为样本，利用相关性分析确定模型的输入变量，并基于输入变量间存在信息重叠问题，采用主成分分析法对输入因素进行降维处理，提取贡献率为70.4%的第一主成分和贡献率为17.7%的第二主成分作为输入特征。结合模型的贡献度分析和主成分分析发现，反应器内的污泥浓度是膜污染影响因素中最主要的特征变量，贡献度为34.9%。对比分析优化模型和单一模型的预测结果，发现PCA-BPNN模型的拟合效果更好，平均相对误差仅为3.8%，可用于膜污染分析研究，为后续研究提供参考。

• 单位
  中国农业大学