中文核心期刊
CSCD來源期刊(核心庫)
中國科技核心期刊
RCCSE中國核心學術期刊
JST China 收錄期刊

留言板

尊敬的讀者、作者、審稿人, 關于本刊的投稿、審稿、編輯和出版的任何問題, 您可以本頁添加留言。我們將盡快給您答復。謝謝您的支持!

姓名
郵箱
手機號碼
標題
留言內容
驗證碼

基于人工神經網絡的分流制系統雨水泵站雨天排放污染成因研究

魏卿 陳詠琪 謝一凡 林晶瑩 尹海龍

魏卿, 陳詠琪, 謝一凡, 林晶瑩, 尹海龍. 基于人工神經網絡的分流制系統雨水泵站雨天排放污染成因研究[J]. 環境工程, 2023, 41(12): 54-60,181. doi: 10.13205/j.hjgc.202312006
引用本文: 魏卿, 陳詠琪, 謝一凡, 林晶瑩, 尹海龍. 基于人工神經網絡的分流制系統雨水泵站雨天排放污染成因研究[J]. 環境工程, 2023, 41(12): 54-60,181. doi: 10.13205/j.hjgc.202312006
WEI Qing, CHEN Yongqi, XIE Yifan, LIN Jingying, YIN Hailong. POLLUTION MECHANISM OF WET-WEATHER PUMPING DISCHARGE IN SEPARATED STORMWATER DRAINAGE SYSTEMS BASED ON ARTIFICIAL NEURAL NETWORK[J]. ENVIRONMENTAL ENGINEERING , 2023, 41(12): 54-60,181. doi: 10.13205/j.hjgc.202312006
Citation: WEI Qing, CHEN Yongqi, XIE Yifan, LIN Jingying, YIN Hailong. POLLUTION MECHANISM OF WET-WEATHER PUMPING DISCHARGE IN SEPARATED STORMWATER DRAINAGE SYSTEMS BASED ON ARTIFICIAL NEURAL NETWORK[J]. ENVIRONMENTAL ENGINEERING , 2023, 41(12): 54-60,181. doi: 10.13205/j.hjgc.202312006

基于人工神經網絡的分流制系統雨水泵站雨天排放污染成因研究

doi: 10.13205/j.hjgc.202312006
基金項目: 

國家重點研發計劃課題(2021YFC3200703)

國家自然科學基金(521701013)

詳細信息
    作者簡介:

    魏卿(1996-),男,博士研究生,主要研究方向為城市排水系統智慧診斷和優化調控。qingw@#edu.cn

    通訊作者:

    尹海龍 (1976-),男,教授,主要研究方向為城鎮智慧水務和水環境治理。yinhailong@#edu.cn

POLLUTION MECHANISM OF WET-WEATHER PUMPING DISCHARGE IN SEPARATED STORMWATER DRAINAGE SYSTEMS BASED ON ARTIFICIAL NEURAL NETWORK

  • 摘要: 分流制系統雨水泵站排放造成雨天河道水質惡化,闡明其排放污染成因是削減雨天污染和改善河道水質的基礎。針對上海市中心城區兩個分流制系統,分別采用反向傳播神經網絡和徑向基神經網絡建立降雨、管網運行等11個參數和雨水泵站雨天排放水質的非線性響應關系,探究雨天排放污染的主要影響因素。結果表明:與反向傳播神經網絡相比,徑向基神經網絡具有較高模擬效果,COD、NH3-N和SS的平均絕對誤差、均方根誤差、平均百分比誤差分別下降了15.6%~31.9%、12.3%~18.3%和12.6%~53.9%,決定系數提高了3.1%~5.4%?;趶较蚧窠浘W絡對輸入參數進行重要性分析,確定了5個優先參數,分別為距離上次開泵時間、開泵水位、峰值降雨量、前期不降雨天數、停泵水位。應開展雨污混接調查和實施雨污分流改造,從根本上減少旱天污水在管道沉積造成的雨天污染"零存整取"和污染效應放大。此外,通過優化雨水泵停泵水位,也可以削減雨天排放濃度。
  • [1] ZGHEIB S, MOILLERON R, CHEBBO G. Priority pollutants in urban stormwater: part 1-Case of separate storm sewers[J]. Water Research, 2012, 46(20): 6683-6692.
    [2] 徐祖信, 徐晉, 金偉, 等. 我國城市黑臭水體治理面臨的挑戰與機遇[J]. 給水排水, 2019, 55(3): 1-5

    , 77.
    [3] ELLIS J B, BUTLER D. Surface water sewer misconnections in England and Wales: pollution sources and impacts[J]. Science of the Total Environment, 2015, 526: 98-109.
    [4] LI Y, ZHOU Y, WANG H, et al. Characterization and sources apportionment of overflow pollution in urban separate stormwater systems inappropriately connected with sewage[J]. Journal of Environmental Management, 2022, 303: 114231.
    [5] THÉVENOT D R, MOILLERON R, LESTEL L, et al. Critical budget of metal sources and pathways in the Seine River basin (1994—2003) for Cd, Cr, Cu, Hg, Ni, Pb and Zn[J]. Science of the Total Environment, 2007, 375(1/2/3): 180-203.
    [6] 李田, 戴梅紅, 張偉, 等. 水泵強制排水系統合流制溢流的污染源解析[J]. 同濟大學學報(自然科學版), 2013, 41(10): 1513-1518, 1525.
    [7] WU J, WANG Z. A hybrid model for water quality prediction based on an artificial neural network, wavelet transform, and long short-term memory[J]. Water, 2022, 14(4): 610.
    [8] SALEH A, ALI H. Wastewater pollutants modeling using artificial neural networks[J]. Journal of Ecological Engineering, 2021, 22(7): 35-45.
    [9] 趙夢圓,王建龍,黃濤,等.北京市雨水徑流中顆粒物沉降特性[J].環境工程,2019,37(2):67-72.
    [10] 王新民, 張超超. 基于深度學習的舊金山灣水質預測[J]. 吉林大學學報(地球科學版), 2021, 51(1): 222-230.
    [11] 張秀菊, 王柳林, 李秀平, 等. 基于BP神經網絡的瀟河流域水質預測[J]. 水資源與水工程學報, 2021, 32(5): 19-26.
    [12] 孫躍揚,武利,郭楠,等.具有在線自組織功能的RBF網絡的COD預測[J/OL].控制工程:1-7.https://doi.org/10.14107/j.cnki.kzgc.20230237.

    2023-12-17.
    [13] XIE Y, CHEN Y, LIAN Q, et al. Enhancing real-time prediction of effluent water quality of wastewater treatment plant based on improved feedforward neural network coupled with optimization algorithm[J]. Water, 2022, 14(7): 1053.
    [14] ZHANG Q, LI Z, SNOWLING S, et al. Predictive models for wastewater flow forecasting based on time series analysis and artificial neural network[J]. Water Science and Technology, 2019, 80(2): 243-253.
  • 加載中
計量
  • 文章訪問數:  13
  • HTML全文瀏覽量:  2
  • PDF下載量:  1
  • 被引次數: 0
出版歷程
  • 收稿日期:  2023-11-15
  • 網絡出版日期:  2024-03-08

目錄

    /

    返回文章
    返回
    国产99999在线精品