一种厨余垃圾特征组分含量预测模型的构建方法及应用

本发明属于厨余垃圾组分预测，具体涉及一种厨余垃圾特征组分含量预测模型的构建方法及应用。

背景技术：

1、随着人均生活水平的提高，我国厨余垃圾的产量逐年提升。近年来，随着我国垃圾分类政策的推广和实施，好氧堆肥、厌氧发酵等资源化处理方式正逐步取代卫生填埋和焚烧等传统处理，以此使得厨余垃圾的资源回收率得到进一步提升。然而，厨余垃圾的成分复杂性和时空差异性是其资源化利用过程中亟待解决的难点，并且厨余垃圾的组成成分与后续资源化工艺流程的各项指标之间也存在较强的耦合性。

2、目前，在实际执行厨余垃圾的回收处理中，工人只能凭借历史生产经验进行生产工艺的选择和调整，这不仅增加了工人的计算工作量且可靠性较低，相应的也意味着在实际回收处理中，厌氧消化工艺可能会出现酸化失稳、沼气产量下降等问题，而好氧堆肥工艺则可能面临堆体温度过低、氮元素逸散等问题，进而大大影响了厨余垃圾的回收利用率。

技术实现思路

1、鉴于此，为解决上述背景技术中所提出的问题，本发明的目的在于提供一种厨余垃圾特征组分含量预测模型的构建方法及应用。

2、为实现上述目的，本发明提供如下技术方案：

3、一种厨余垃圾特征组分含量预测模型的构建方法，包括：

4、获取历史厨余垃圾数据，并提取所述历史厨余垃圾数据中的关键特征；其中，所述关键特征包括历史厨余垃圾的特征组分、所述特征组分的历史含量以及与所述历史含量相对应的历史条件；

5、利用所述关键特征作为训练数据集训练神经网络模型，以生成基于神经网络模型的预测模型，且所述预测模型即为厨余垃圾特征组分含量预测模型。

6、优选的，提取所述历史厨余垃圾数据中的关键特征时：

7、首先对所述历史厨余垃圾数据进行数字化处理，以得到关于所述历史厨余垃圾的特征属性；

8、然后采用特征提取方法提取所述特征属性中的关键特征，并进行归一化处理；其中，所述训练数据集为归一化处理后的所述关键特征。

9、优选的，所述预测模型的表达式为式中，y表示为所述特征组分的含量预测值，yi表示为第i个历史条件的归一化值，wi表示为第i个历史条件的回归系数。

10、优选的，所述历史条件包括温度条件、时间条件与地理位置条件。

11、优选的，所述时间条件中的时间变量包括小时、月份、季度。

12、优选的，所述特征组分包括历史厨余垃圾的含水率、有机质含量、c/n含量及无机盐含量。

13、优选的，所述有机质含量包括蛋白质含量和油脂含量。

14、优选的，所述无机盐含量包括氯离子含量和氟离子含量。

15、优选的，所述神经网络模型为递归神经网络模型、长短期记忆网络模型、循环神经网络模型、双向传播神经网络模型中的一种。

16、将基于上述所公开的构建方法所构建得到的预测模型应用于预测厨余垃圾特征组分含量中。

17、本发明与现有技术相比，具有以下有益效果：

18、本发明以神经网络模型为基础，以历史厨余垃圾数据为训练集，训练得到一个用于预测厨余垃圾特征组分含量的预测模型，具体在该预测模型中，充分考虑了日期时间、温度及地理位置等因素对厨余垃圾特征组分含量所造成的影响，由此能有效保证该预测模型在进行厨余垃圾特征组分含量预测估计时的精确度，进而方便准确及时的进行后续厨余垃圾回收处理工艺的调整，极大程度的提升厨余垃圾的回收利用率，对于实现可持续发展具有重要意义。

技术特征：

1.一种厨余垃圾特征组分含量预测模型的构建方法，其特征在于，包括：

2.根据权利要求1所述的厨余垃圾特征组分含量预测模型的构建方法，其特征在于，提取所述历史厨余垃圾数据中的关键特征时：

3.根据权利要求2所述的厨余垃圾特征组分含量预测模型的构建方法，其特征在于：所述预测模型的表达式为式中，y表示为所述特征组分的含量预测值，yi表示为第i个历史条件的归一化值，wi表示为第i个历史条件的回归系数。

4.根据权利要求3所述的厨余垃圾特征组分含量预测模型的构建方法，其特征在于：所述历史条件包括温度条件、时间条件与地理位置条件。

5.根据权利要求4所述的厨余垃圾特征组分含量预测模型的构建方法，其特征在于：所述时间条件中的时间变量包括小时、月份、季度。

6.根据权利要求3所述的厨余垃圾特征组分含量预测模型的构建方法，其特征在于：所述特征组分包括历史厨余垃圾的含水率、有机质含量、c/n含量及无机盐含量。

7.根据权利要求6所述的厨余垃圾特征组分含量预测模型的构建方法，其特征在于：所述有机质含量包括蛋白质含量和油脂含量。

8.根据权利要求6所述的厨余垃圾特征组分含量预测模型的构建方法，其特征在于：所述无机盐含量包括氯离子含量和氟离子含量。

9.根据权利要求3所述的厨余垃圾特征组分含量预测模型的构建方法，其特征在于：所述神经网络模型为递归神经网络模型、长短期记忆网络模型、循环神经网络模型、双向传播神经网络模型中的一种。

10.将基于如权利要求1-9中任意一项所述的构建方法所构建得到的预测模型应用于预测厨余垃圾特征组分含量中。

技术总结
本发明属于厨余垃圾组分预测技术领域，公开了一种厨余垃圾特征组分含量预测模型的构建方法及应用，其方法包括：获取历史厨余垃圾数据；对所述历史厨余垃圾数据进行数字化处理，以得到关于所述历史厨余垃圾的特征属性；采用特征提取方法提取所述特征属性中的关键特征，并进行归一化处理；利用归一化处理后的所述关键特征作为训练数据集训练神经网络模型，以生成基于神经网络模型的预测模型，且所述预测模型即为厨余垃圾特征组分含量预测模型。其中，所述关键特征包括历史厨余垃圾的特征组分、所述特征组分的历史含量以及与所述历史含量相对应的历史条件。综上，充分考虑时间、温度及地理位置等影响因素，从而有效提升预测结果的准确度。

技术研发人员：张胜华,吕琳
受保护的技术使用者：中国科学院城市环境研究所
技术研发日：
技术公布日：2024/1/14