[发明专利]一种基于新型BP神经网络建模的沼气生产过程的预测方法

摘要

本发明公开了一种基于新型BP神经网络建模的沼气生产过程的预测方法。包括如下步骤：通过现场操作或者实验获得沼气生产过程中的数据(不同原料的配比及其各自指定发酵时间的输出产气量Y)；将采集到的数据用于新型BP神经网络的训练；利用训练到的最终模型对沼气生产过程的不同原料配比进行产气预测，并且再次验证所获取模型的有效性；将通过验证的模型用于实际沼气工程的原料配比技术指导。本发明可靠性及精度都非常高，克服了目前甲烷生产企业原料盲目配比的低效益生产模式，可实现相同原料种类下不同配比的沼气企业效益提前精确预测，可广泛应用。

主权项

1.一种基于新型BP神经网络建模的沼气生产过程的预测方法，其特征包括如下步骤：1)通过现场原料的种类即不同配比形成n组不同的测试组，同时将其置于相同的环境温度下，以指定天数的甲烷产气各自累计产气量结合原始的原料配比，形成采样数据，将采集到的数据存储到数据表中，对于每一组的各种配比输入以及其输出的产气结果，结合初始的非精确的训练预测模型，将新型双曲线正切函数作为目标函数(其中新型双曲线正切函数是本专利要保护的核心)；2)对输出结果做数据预处理，在数据预处理(标准化，公式如下)后，将数据分成两部分，分别用来训练和预测。标准化方法为将原始数据y通过标准化成y′：其中μ为均值，σ为标准差。标准化得到的结果是所有数据都聚集在0附近，方差为1；3)其中第一部分进行新型BP神经网络的训练，获得新型BP神经网络模型参数和输入层和隐含层之间的连接权重wij、隐含层和输出层之间的连接权重wjk；4)利用步骤3)训练得到新型BP神经网络算法模型对甲烷产气过程进行预测，获得预测结果并且与第二部分的实验输出结果进行对比；5)经过离散的输入测试后的新型BP神经网络模型，可以运用到实际生产过程中。当新的原料配比出现的时候，将数据输入测试验证后的新型BP神经网络可以很快的获取输出沼气累计量，从而可以提高沼气企业的经济效益。