[发明专利]一种基于优化的BP神经网络的沼气产量建模计算方法及装置

说明书

本发明提供一种基于优化的BP神经网络的沼气产量建模计算方法及装置，该装置是一个复杂建模算法构建的一个软件模块，被采用到EWATERSYS智能水务信息系统中，通过该系统结合沼气产量建模可以很好的为用户提供沼气产量的预测，其构成如下：系统前置智能采集网关，用于采集传送数据；EWATERSYS智能水务信息系统中的数据分析引擎，用于关键数据提取；EWATERSYS智能水务信息系统中的算法模块装置，用于建模学习；通过本发明创造可以给出一种能够更为贴近工程实际的且更为准确的沼气产量计算模型，同时也可以推广到其他工程实践中使用该模型。

技术领域

本发明涉及沼气产量计算领域，尤其涉及一种基于优化的BP神经网络的沼气产量建模计算方法及装置。

背景技术

目前升压式厌氧污泥反应器污水处理是指废水通过布水装置依次进入底部的污泥层和中上部污泥悬浮区，与其中的厌氧微生物进行反应生成沼气，气、液、固混合液通过上部三相分离器进行分离，污泥回落到污泥悬浮区，分离后废水排出系统，同时回收产生沼气的厌氧反应器(简称UASB反应器)。升压式厌氧污泥反应器污水处理中一个重要的产物就是沼气，沼气经过净化处理后进入低压湿式储气柜、低压干式储气柜和高压储气柜等储气装置中。储存的沼气可以用于民用炊事、锅炉及发电中。因此沼气产量值在此类型污水处理工艺及计算过程中的精确度极为重要。具体的工艺流程图如图1所示。

现有的计算建模方法只要有以下两种方式：

1、依据现有经验建模方法：

沼气产量计算：UASB反应器的沼气产率为0.45Nm³/kg COD_cr～0.50Nm³/kg COD_cr(经验值)，沼气产量可按照如下公式进行计算：

其中：

Q_a——沼气产量，Nm³/d

Q——设计流量，Nm³/d

η——沼气产率，m³/kgCOD_cr

S₀——进水有机物浓度，mgCOD_cr/L

S_e——出水有机物浓度，mgCOD_cr/L；

该方法缺点在于：UASB中沼气产量的建模计算由于公式采用了经验值，导致沼气产量的建模输出值存在偏差，不能够反应实际工程中更为精确的沼气产量。这样也为后续沼气应用工艺流程造成了很多不确定因素。

2、采用神经网络等人工智能建模手段，人工神经网络(Artificial NeuralNetwork，简记作ANN)，是对人类大脑系统的一阶特性的一种描述。简单地讲，它是一个数学模型，可以用电子线路来实现，也可以用计算机程序来模拟，是人工智能研究的一种方法。ANN算法众多，因本专利涉及BP ANN算法，因此，此处采用BP ANN算法。BP ANN预测方法如下：

BP神经网络是一种基于误差反向传播的算法，由非线性变换单元组成的前馈网络。它的信息流只能从输入单元到它的上层单元。变换神经元的输入与输出关系满足非线性单调上升的函数。网络的学习过程由正向传播和反向传播两部分组成。在正向传播过程中，每一层神经元的状态只能影响下一层神经元。如果输出层不能得到期望输出，即实际输出与期望输出有误差，那么转入反向传播过程，将误差信号沿原来的链接方向返回，修改各层神经元的权值，逐次向输入层传播计算。再经过正向传播过程，这两个过程交替反复运用，直到误差信号很小或者满足迭代次数，此时网络学习结束。其网络连接权值就可以近似地表示输入与输出的非线性关系。因为网络具有非线性传递函数，BP神经网络有一定的容错范围，相对于学习样本有较好的泛化能力。