一种基于改进GA-BP神经网络的沼气产量预测方法及系统

本发明涉及沼气产量评估，尤其是涉及一种基于改进ga-bp神经网络的沼气产量预测方法及系统。

背景技术：

1、沼气，是一种清洁、可持续的能源。我国是一个传统农业大国，农村地区缺乏沼气，普及率低，只有30％-40％。因此，我国农村沼气技术体系落后，随着我国社会经济的不断发展，人民的生活水平越来越高，对环境的要求越来越严格。在力求达到碳中和目标下，绿色能源在我国的能源使用所占的比重不断增加。沼气作为一种多用途的可再生资源，既可以代替化石燃料，又因为富含甲烷能够代替天然气使用，因此，沼气产量预测研究以及对沼气生产进行科学化的指导具有现实意义。

2、遗传算法(genetic algorithm，ga)是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的模型。该算法通过数学的方式，利用计算机仿真运算，将问题的求解过程转换成类似生物进化中的染色体基因的交叉、变异等过程。遗传算法优点在于它是基于概率规则，具有可扩展性，易与其他技术混合使用，但在进行编码时容易出现不规范不准确的问题。

3、bp(back propagation，bp)神经网络是一种按照误差反向传播训练的一种前馈网络，其主要应用在数据拟合、函数逼近等方面。bp神经网络模型确立就是先构造神经网络的输入层、隐藏层和输出层，然后根据数据样本，确定权重w和偏置b，就得出完整的神经网络模型了。但bp神经网络存在学习速率慢、易陷入局部最小值等不足。

4、模拟退火算法(simulated annealing，sa)来源于固体退火原理，是一种基于概率的算法。算法思想为：先从一个较高的初始温度出发，逐渐降低温度，直到温度降低到满足热平衡条件为止。在每个温度下，进行n轮搜索，每轮搜索时对旧解添加随机扰动生成新解，并按一定规则接受新解。优点在于，不管函数形式多么复杂，模拟退火算法更有可能找到全局最优解，而缺点在于需要耗费的时间越来越多。

5、目前，在对沼气产量预测的研究少，且沼气生产具有严重的非线性，对于沼气产量进行预测还没有有效手段，如果单使用bp神经网络进行预测，预测的结果不甚理想，本申请提出的一种基于改进ga-bp神经网络的沼气产量预测方法及系统，准确率得到了极大的提升，鲁棒性也得到了增强。

技术实现思路

1、本发明的目的是提供一种基于改进ga-bp神经网络的沼气产量预测方法及系统，能够完成对沼气产量的精准预测，对沼气生产进行指导，优化清洁能源的生产模式，减少不可再生资源的使用。

2、为实现上述目的，本发明提供了一种基于改进ga-bp神经网络的沼气产量预测方法及系统，包包括数据采集与预处理模块、特征提取模块与沼气产量预测模块，数据采集与预处理模块，获取沼气产量相关的传感器数据，将从采集模块采集到的数据与沼气产量相关的传感器数据进行分类、解析，分析所获数据可用性，剔除无效数据；特征提取模块，提取可用沼气产量相关传感器数据，同时将得到的数据分为训练集与测试集两个部分；沼气产量预测模块，使用模拟退火算法对遗传算法的神经网络的权值与阈值进行优化。

3、优选的，数据采集与预处理模块包括气体收集单元、环境数据获取单元与数据预处理单元。

4、优选的，特征提取模块包括数据提取单元与网络映射单元，进行特征提取工作，减少数据维度，整理出有效的特征以供后续使用，将与沼气产量相关参数进行提取，并放入数据库中进行存储，且在改进遗传算法优化的bp神经网络中进行映射。

5、优选的，沼气产量预测模块包括原始数据优化单元、网络模型改进单元、网络参数优化单元与模型训练单元。

6、优选的，原始数据单元获取改进遗传算法优化bp神经网络的预设参数，根据预设参数进行编码以形成改进遗传算法优化bp神经网络的初始种群，其中，预设参数包括预设权值和预设阈值，对初始种群进行选择、交叉和变异操作，每一轮操作的交叉概率和变异概率分别根据改进遗传算法优化bp神经网络确定，根据操作轮数是否达到设定的最大遗传代数，确定是否终止操作，在操作轮数达到最大遗传代数时，获取最后一轮操作获取的种群中适应度值最大的种群，并将适应度值最大的种群解码，以形成改进遗传算法优化bp神经网络的各个初始参数。

7、优选的，网络模型改进单元，根据操作轮数是否达到设定的最大遗传代数，确定是否终止操作；在操作轮数未达到最大遗传代数时，将当前轮操作获得的新种群与上一轮操作获得的所述种群按比例混合得到下一轮种群，并对下一轮种群进行选择、交叉和变异操作，并验证算法的有效性。

8、优选的，网络参数优化单元，利用改进遗传算法优化bp神经网络对得到的权值与阈值进行优化。

9、优选的，模型训练单元，将传感器数据作为bp神经网络的输入，将网络参数优化单元得到的最优染色体进行解码，得到最优的权值与阈值，将权值与阈值导入到bp神经网络中，得到误差最小的bp神经网络模型，使用bp神经网络对测试集进行训练，将得到的数据与实际的沼气产量数据进行比较，得到系统在对数据验证时的真正准确度。

10、因此，本发明采用上述结构的一种基于改进ga-bp神经网络的沼气产量预测方法及系统，能够完成对沼气产量的精准预测，对沼气生产进行指导，优化清洁能源的生产模式，减少不可再生资源的使用。

11、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

技术特征：

1.一种基于改进ga-bp神经网络的沼气产量预测方法及系统，包括数据采集与预处理模块、特征提取模块与沼气产量预测模块，数据采集与预处理模块，获取沼气产量相关的传感器数据，将从采集模块采集到的数据与沼气产量相关的传感器数据进行分类、解析，分析所获数据可用性，剔除无效数据；特征提取模块，提取可用沼气产量相关传感器数据，同时将得到的数据分为训练集与测试集两个部分；沼气产量预测模块，使用模拟退火算法对遗传算法的神经网络的权值与阈值进行优化。

2.根据权利要求1所述的一种基于改进ga-bp神经网络的沼气产量预测方法及系统，其特征在于：数据采集与预处理模块包括气体收集单元、环境数据获取单元与数据预处理单元。

3.根据权利要求1所述的一种基于改进ga-bp神经网络的沼气产量预测方法及系统，其特征在于：特征提取模块包括数据提取单元与网络映射单元，进行特征提取工作，减少数据维度，整理出有效的特征以供后续使用，将与沼气产量相关参数进行提取，并放入数据库中进行存储，且在改进遗传算法优化的bp神经网络中进行映射。

4.根据权利要求1所述的一种基于改进ga-bp神经网络的沼气产量预测方法及系统，其特征在于：沼气产量预测模块包括原始数据优化单元、网络模型改进单元、网络参数优化单元与模型训练单元。

5.根据权利要求4所述的一种基于改进ga-bp神经网络的沼气产量预测方法及系统，其特征在于：原始数据单元获取改进遗传算法优化bp神经网络的预设参数，根据预设参数进行编码以形成改进遗传算法优化bp神经网络的初始种群，其中，预设参数包括预设权值和预设阈值，对初始种群进行选择、交叉和变异操作，每一轮操作的交叉概率和变异概率分别根据改进遗传算法优化bp神经网络确定，根据操作轮数是否达到设定的最大遗传代数，确定是否终止操作，在操作轮数达到最大遗传代数时，获取最后一轮操作获取的种群中适应度值最大的种群，并将适应度值最大的种群解码，以形成改进遗传算法优化bp神经网络的各个初始参数。

6.根据权利要求4所述的一种基于改进ga-bp神经网络的沼气产量预测方法及系统，其特征在于：网络模型改进单元，根据操作轮数是否达到设定的最大遗传代数，确定是否终止操作；在操作轮数未达到最大遗传代数时，将当前轮操作获得的新种群与上一轮操作获得的所述种群按比例混合得到下一轮种群，并对下一轮种群进行选择、交叉和变异操作，并验证算法的有效性。

7.根据权利要求4所述的一种基于改进ga-bp神经网络的沼气产量预测方法及系统，其特征在于：网络参数优化单元，利用改进遗传算法优化bp神经网络对得到的权值与阈值进行优化。

8.根据权利要求4所述的一种基于改进ga-bp神经网络的沼气产量预测方法及系统，其特征在于：模型训练单元，将传感器数据作为bp神经网络的输入，将网络参数优化单元得到的最优染色体进行解码，得到最优的权值与阈值，将权值与阈值导入到bp神经网络中，得到误差最小的bp神经网络模型，使用bp神经网络对测试集进行训练，将得到的数据与实际的沼气产量数据进行比较，得到系统在对数据验证时的真正准确度。

技术总结
本发明公开了一种基于改进GA‑BP神经网络的沼气产量预测方法及系统，包括数据采集与预处理模块、特征提取模块与沼气产量预测模块，数据采集与预处理模块，获取沼气产量相关的传感器数据，将从采集模块采集到的数据与沼气产量相关的传感器数据进行分类、解析，分析所获数据可用性，剔除无效数据；特征提取模块，提取可用沼气产量相关传感器数据，同时将得到的数据分为训练集与测试集两个部分；沼气产量预测模块，使用模拟退火算法对遗传算法的神经网络的权值与阈值进行优化。本发明采用上述的一种基于改进GA‑BP神经网络的沼气产量预测方法及系统，能够完成对沼气产量的精准预测，对沼气生产进行指导，优化清洁能源的生产模式，减少不可再生资源的使用。

技术研发人员：贾宇琛,高立艾,温鹏,于雪彬,张瑞强,周加栋,张晓彤,乔雅宁,付安楠,霍利民
受保护的技术使用者：河北农业大学
技术研发日：
技术公布日：2024/1/13