专栏名称: 能源环境研究
聚焦环境、能源等领域的顶级研究进展,研读顶尖科研报道,与君共赏顶刊盛宴。
今天看啥  ›  专栏  ›  能源环境研究

华中科技大学ES&T丨可解释机器学习优化集成碳、氮、磷和硫生物转化的生态系统用于含盐废水处理

能源环境研究  · 公众号  ·  · 2024-09-11 16:49

文章预览

摘  要 处理含盐废水的反硝化硫(S)转化相关强化生物除磷(DS-EBPR)工艺具有独特的微生物生态学特征,集碳(C)、氮(N)、磷(P)和S生物转化于一体。然而,由于众多参数和复杂的细菌相互作用,导致操作不稳定。本研究引入了一种两阶段可解释的机器学习方法来预测Sconversion驱动的除磷效率并优化DS-EBPR过程。第一阶段利用XGBoost回归模型,通过特征工程从厌氧参数预测硫酸盐还原(SR)强度,实现了0.948的R 2 值。第二阶段涉及CatBoost分类和回归模型,将缺氧参数与预测的SR值相结合来预测P去除,分别达到94%的准确度和0.93的R 2 值。本研究确定了关键的环境因素,包括SR强度(20-45 mg S/L)、进水P浓度( < 9.0 mg P/L)、混合液挥发性悬浮固体(MLVSS)/混合液悬浮固体(MLSS)比率(0.55-0.72)、进水C/S比(0.5-1.0)、缺氧反应时间(5-6 h)和MLSS浓度(>6 ………………………………

原文地址:访问原文地址
快照地址: 访问文章快照
总结与预览地址:访问总结与预览