当前位置：首页 > 论文 > 2025 > 06

论文

基于机器学习的含油污泥热解残渣含油率预测

收稿日期：2024-08-04 修回日期：2024-09-10 接受日期：2024-09-12

DOI:10.20078/j.eep.20240908

免费下载 免费下载 2025年06期

    摘要：为快速预测含油污泥热解后残渣含油率的变化规律,指导含油污泥热解工艺参数优化,选取热解终温,热解时间,升温速率,氮气流量,含油污泥的含油率、含水率和含渣率作为输入变量,热解残渣含油率作为输出变量,采用梯度提升决策树(GBDT)、极端梯度提升(... 展开+
    摘要：

    为快速预测含油污泥热解后残渣含油率的变化规律,指导含油污泥热解工艺参数优化,选取热解终温,热解时间,升温速率,氮气流量,含油污泥的含油率、含水率和含渣率作为输入变量,热解残渣含油率作为输出变量,采用梯度提升决策树(GBDT)、极端梯度提升(XGB)、支持向量机(SVM)及随机森林(RF)算法分别建立了含油污泥热解残渣含油率的预测模型。通过228组数据进行训练和测试,结果表明,GBDT、XGB、SVM以及RF4种含油率预测模型在测试集上的决定系数R2分别为0.8716、0.8667、0.8356和0.9171。经过贝叶斯优化算法(BOA)超参优化后,该4种含油率预测模型的测试集决定系数R2分别提升至0.9012、0.9001、0.8965和0.9204。其中,贝叶斯优化的随机森林(BO-RF)模型预测效果更佳,能更准确地预测含油污泥热解残渣含油率的动态变化规律。

    收起-

    作者：

    • 彭黄湖1
    • 姜勇1
    • 杨帆1,*
    • 陈泽洲1
    • 吴圣姬1
    • 车磊2

    作者简介

    第一作者：彭黄湖(1988—),男,浙江湖州人,副教授,主要研究方向为化工过程预测与参数优化。E-mail:penghh@zjhu.edu.cn
    通讯作者：杨帆(1987—),女,浙江湖州人,讲师,主要研究方向为有机固废热解工艺参数优化。E-mail:02567@zjhu.edu.cn

    单位

    • 1. 湖州师范学院 工学院,浙江 湖州 313000
    • 2. 浙江宜可欧环保科技有限公司,浙江 湖州 313000

    关键字

    • 含油污泥
    • 热解
    • 含油率预测
    • 特征重要性分析
    • 机器学习
    • 贝叶斯优化算法

    基金项目

    国家自然科学基金资助项目(52100143)

    引用格式

    彭黄湖, 姜勇, 杨帆, 等. 基于机器学习的含油污泥热解残渣含油率预测[J]. 能源环境保护, 2025, 39(6): 188-198.

    PENG Huanghu, JIANG Yong, YANG Fan, et al. Prediction of Oil Content in Pyrolysis Residues of Oily Sludge Based on Machine Learning[J]. Energy Environmental Protection, 2025, 39(6): 188-198.

    • 作者中心
    • 在线期刊

    最新更新

    地址：浙江省杭州市萧山区拱秀路288号煤科大厦
    邮编：311201
    编辑部电话：0571-82989702；19558121964
    编辑部邮箱：office@eep1987.com
    网站版权©《能源环境保护》编辑部  浙ICP备06000902号-4