期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于CNN-LSTM混合神经网络的炼化污水处理场COD排放浓度预测
1
作者
何为
岳留强
+3 位作者
唐智和
栾辉
陈昌照
王若尧
《西安石油大学学报(自然科学版)》
北大核心
2025年第1期121-129,共9页
快速、准确预测含油污水中有机污染物的化学需氧量(COD),及时优化运行参数,对于石油炼化企业节能减排、污水达标排放极为重要和迫切。为此,以某炼化企业污水处理场生产要素和COD排放浓度数据为研究样本,提出一种增加先验知识的CNN-LSTM...
快速、准确预测含油污水中有机污染物的化学需氧量(COD),及时优化运行参数,对于石油炼化企业节能减排、污水达标排放极为重要和迫切。为此,以某炼化企业污水处理场生产要素和COD排放浓度数据为研究样本,提出一种增加先验知识的CNN-LSTM混合神经网络算法,建立炼化企业污水处理场COD排放浓度预测模型。结果表明,该模型既可发挥CNN较好刻画、提取局部特征信息的优势,又具有LSTM对连续时间序列数据较好继承性的特点,其均方根误差为22.3217、决定系数为0.8732,平均相对误差较LSTM网络构建的模型降低5.45%。
展开更多
关键词
炼化污水处理
混合神经网络(CNN-LSTM)
COD浓度
污染排放预测
在线阅读
下载PDF
职称材料
题名
基于CNN-LSTM混合神经网络的炼化污水处理场COD排放浓度预测
1
作者
何为
岳留强
唐智和
栾辉
陈昌照
王若尧
机构
中国石油集团安全环保技术研究院有限公司qhse检测中心
中国石油
天然气
集团
有限公司
质量健康
安全
环保
部
出处
《西安石油大学学报(自然科学版)》
北大核心
2025年第1期121-129,共9页
基金
国家重点研发计划“炼化废水全息解析与梯级利用智慧决策平台研究”(2023YFC3206901)
中国石油天然气股份有限公司科学研究与技术开发项目“典型炼油化工污水处理场智能化管控技术研究”(2022DJ6904)。
文摘
快速、准确预测含油污水中有机污染物的化学需氧量(COD),及时优化运行参数,对于石油炼化企业节能减排、污水达标排放极为重要和迫切。为此,以某炼化企业污水处理场生产要素和COD排放浓度数据为研究样本,提出一种增加先验知识的CNN-LSTM混合神经网络算法,建立炼化企业污水处理场COD排放浓度预测模型。结果表明,该模型既可发挥CNN较好刻画、提取局部特征信息的优势,又具有LSTM对连续时间序列数据较好继承性的特点,其均方根误差为22.3217、决定系数为0.8732,平均相对误差较LSTM网络构建的模型降低5.45%。
关键词
炼化污水处理
混合神经网络(CNN-LSTM)
COD浓度
污染排放预测
Keywords
refining waste water treatment
hybrid neural network
COD concentration
pollution emission prediction
分类号
TE992.2 [石油与天然气工程—石油机械设备]
X742 [环境科学与工程—环境工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于CNN-LSTM混合神经网络的炼化污水处理场COD排放浓度预测
何为
岳留强
唐智和
栾辉
陈昌照
王若尧
《西安石油大学学报(自然科学版)》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
