废水处理过程的典型相关分析建模方法研究
刘鸿斌1,2(
),宋留1 1. 南京林业大学林业资源高效加工利用协同创新中心, 江苏 南京 210037
2. 华南理工大学制浆造纸工程国家重点实验室, 广东 广州 510640
收稿日期:2018-12-24出版日期:2020-02-20发布日期:2020-02-14作者简介:刘鸿斌(1981—),男,山西大同人,主要研究方向为制浆造纸过程监测与控制研究. E-mail: 基金资助:制浆造纸工程国家重点实验室开放基金资助项目(201813);南京林业大学高层次人才科研启动基金(GXL029)Study on modeling methods of wastewater treatment processes with canonical correlation analysis
Hongbin LIU1,2(),Liu SONG1 1. Co-Innovation Center of Efficient Processing and Utilization of Forest Resources, Nanjing Forestry University, Nanjing 210037, Jiangsu, China
2. State Key Laboratory of Pulp and Paper Engineering, South China University of Technology, Guangzhou 510640, Guangdong, China
Received:2018-12-24Online:2020-02-20Published:2020-02-14Supported by:制浆造纸工程国家重点实验室开放基金资助项目(201813);南京林业大学高层次人才科研启动基金(GXL029)摘要/Abstract
摘要： 随着公众环保意识的增强,废水达标排放成为工业生产中至关重要的一步。传统的污水出水水质预测模型是基于静态数据模型,这样不仅忽略了过程变量中的动态有效信息,还影响了模型预测的精度,降低了模型的泛化能力。在考虑了过程变量的时变与动态特性的基础上,将时间差分方法嵌入到典型相关分析模型中,分析了时间差分阶数变化对模型预测精度的影响。与传统的典型相关分析建模方法相比,基于时间差分的典型相关分析模型对出水化学需氧量的预测均方根误差由1.502 8下降至0.564 5,相关系数由0.422 7提高到0.847 0;对于出水总氮,其均方根误差由2.344 0下降到1.192 6,相关系数由0.405 9提高到0.793 6。模型的预测精度与泛化能力均得到提高。
PDF全文下载地址:
http://gxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=1899
