【技术实现步骤摘要】
基于Keras的垃圾焚烧厂烟气重金属排放预测方法
[0001]本专利技术涉及重金属排放预测
,更具体的说是涉及一种基于Keras的垃圾焚烧厂烟气重金属排放预测方法。
技术介绍
[0002]生活垃圾安全可持续的处置事关我国居民生活质量的重要因素,随着我国社会经济的迅速发展,居民物质生活水平也不断提高,生活垃圾清运量日益增加。
[0003]目前的生活垃圾处置方式多为填埋技术,填埋是指在选择好的填埋场地中铺设防渗材料后,将生活垃圾压缩堆积于场地中。由于城市的迅速发展,土地资源日益紧缺,填埋场适用地日益减少,垃圾处理成为城市发展的一项重要问题。
[0004]生活垃圾焚烧发电技术中,焚烧过程可大幅降低生活垃圾的体积和质量,实现生活垃圾减量化,同时利用焚烧产生的蒸汽推动汽轮机发电还可实现生活垃圾处置的资源化,焚烧过程的高温环境,可将垃圾中的致病微生物或病原虫等大量杀灭,实现生活垃圾的无害化。
[0005]生活垃圾焚烧发电厂初期投资巨大,相较于填埋场的简易运营模式,生活垃圾焚烧发电厂需要专业人员运营;同时炉型 ...
【技术保护点】
【技术特征摘要】
1.一种基于Keras的垃圾焚烧厂烟气重金属排放预测方法,其特征在于,包括以下步骤:步骤一、收集垃圾焚烧过程涉及的连续型数据和分类型数据,构成数据集;步骤二、将所述数据集中的数据进行数据预处理;步骤三、将所述数据集中的数据以并联的形式输入神经网络模型中;步骤四、设置神经网络模型的结构,并选取最优的神经网络模型;步骤五、将预处理之后的数据集分为训练集、测试集和验证集,使用训练集训练所述神经网络模型,使用所述测试集对所述神经网络模型的精度进行校验,并进行循环迭代,得到满足设定精度的神经网络模型;步骤六、依据满足设定精度的所述神经网络模型,对烟气重金属排放量进行预测。2.根据权利要求1所述的一种基于Keras的垃圾焚烧厂烟气重金属排放预测方法,其特征在于,还包括最终输出精度检测步骤,对于满足设定精度的所述神经网络模型,使用验证集对所述神经网络模型进行精度校验,得到神经网络模型的最终输出精度。3.根据权利要求1所述的一种基于Keras的垃圾焚烧厂烟气重金属排放预测方法,其特征在于,所述连续型数据包括原始生活垃圾组分、各地经济发展水平、重金属排放数据,所述分类型数据包括炉型、烟气净化工艺。4.根据权利要求1所述的一种基于Keras的垃圾焚烧厂烟气重金属排放预测方法,其特征在于,所述数据预处理具体指,对于连续型数据进行数据换算和归一化处理,对于分类型数据进行独热编码转换。5.根据权利要求4所述的一种基于Keras的垃圾焚烧厂烟气重金属排放预测方法,其特征在于,所述数据换算是指通过多维矩阵转化,将原始生活垃圾组分的百分比含量转化为各类重金属入炉含量,具体方法为:设单位质量生活垃圾某组分X
i
中重金属j...
【专利技术属性】
技术研发人员:马文超,崔纪翠,黄卓识,刘雪薇,施娅俊,陈冠益,
申请(专利权)人:天津大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。