当前位置：首页 > 网络首发

网络首发

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

DOI:10.20078/j.eep.20240908

免费下载 免费下载

    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RF 4种含油率预测模型在测试集上的决定系数R2分别为0.871 6、0.866 7、0.835 6和0.917 1。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0.901 2、0.900 1、0.896 5和0.920 4。其中，贝叶斯优化的随机森林（BOA-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

    作者简介: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
    • 2.浙江宜可欧环保科技有限公司

    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, 陈泽洲, 吴圣姬, 车磊. 基于机器学习的含油污泥热解残渣含油率预测[J/OL]. 能源环境保护: 1-10[2024-10-15]. https://doi.org/10.20078/j.eep.20240908.

    PENG Huanghu, JIANG Yong, YANG Fan, CHEN Zezhou, WU Shengji, CHE Lei. Prediction of oil content in pyrolysis residue of oily sludge based on machine learning[J/OL]. Energy Environmental Protection: 1-10[2024-10-15]. https://doi.org/10.20078/j.eep.20240908.

    • 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