城市供水混凝投药控制模型研究：基于BP神网络佳投药量预测.pdfVIP

基于BP神经网络的最佳投药量预测

摘要：混凝投药通过投加混凝剂除去原水中的杂质及其他有害物质，是城市供水过程中的

重要环节之一，这一过程效果的好坏将直接影响后续处理工艺及出水水质的好坏。该过程具有影响

因素多、大滞后性和非线性等特征，实际控制难度较大。本文基于广州南沙水厂的9397个投药

控制数据，尝试构建一种基于BP神经网络混凝投药控制模型，来预测混凝剂的最佳投药量。

对于原数据集有值情况，本基本预处理，用三次样条插值法对出水浊度进行插值估算，

并剔除5外的异常值，按照出水浊度小于1.10NTU的，筛选出投药合格的6143个数据，以

此作为样本数据。

针对第（1）问，本文运用平流沉淀理论，求得原水混凝沉淀到出水结束的滞后时间，约为80

分钟，在实际范围70min--120min内。

针对第（2）问，本文以原水浊度、原水流速、原水PH值三个因素作为BP神经网络模型的输入

神经元参数，对混凝剂投加量的训练样本和测试样本进行分析，得到预测的最佳投药量；

针对第（3）问，在第二问之上，增加出水浊度做为输入参数再次建立BP神经网络模型，并与

第（2）问的模型进行比较。为了比较模型性能，我们又建立多元线性回归模型，找出四个变量与投

药