文献类型：期刊文章

作　　者：韩红桂[1] 张家昌[1] 伍小龙[1] 王梓先[2] 乔俊飞[1]

HAN Hong-gui;ZHANG Jia-chang;WU Xiao-long;WANG Zi-xian;QIAO Jun-fei(Beijing Key Laboratory of Computational Intelligence and Intelligent System,Faculty of Information Technology,Beijing University of Technology,Beijing 100124,China;State Key Laboratory of Petroleum Pollution Control,Beijing 102206,China)

机构地区：[1]北京工业大学信息学部计算智能与智能系统北京市重点实验室,北京100214 [2]石油石化污染物控制与处理国家重点实验室,北京102206

出　　处：《控制工程》

基　　金：国家自然科学基金资助项目(61890930-5,61890930-3);北京高校卓越青年科学家项目(BJJWZYJH01201910005020);石油石化污染物控制与处理国家重点实验室开放课题(PPC2019009);第66批中国博士后科学基金资助项目(2019M660376)。

年　　份：2022

卷　　号：29

期　　号：4

起止页码：617-626

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD_E2021_2022、JST、ZGKJHX、核心刊

摘　　要：针对石化污水可生化性难以获得实时准确评价的问题,提出了一种多尺度数据驱动的石化污水可生化性评价方法。首先,通过分析石化污水组分和水质数据特点,解析水质数据的时间尺度特征以及与可生化性指标的关联关系;其次,设计基于主元分析法的多尺度特征提取算法,获取石化污水可生化性的特征变量;然后,构建基于模糊最小最大神经网络的智能评价模型,实现对石化污水可生化性的实时准确评价;最后,将提出的评价方法应用于实际石化污水处理过程中。验证结果表明,所提方法能够实现对石化污水可生化性进行实时准确的评价。

关 键 词：石化污水 动态特征提取  可生化性评价  模糊最小最大神经网络  

分 类 号：TP181]