典型文献
基于大数据方法的垃圾焚烧发电厂环境执法监管数据预测模型探究
文献摘要：
在垃圾焚烧发电厂运行系统负荷特性统计指标和污染源监督性监测数据积累的大数据背景下,有效提取数据之间的关联特征对于垃圾焚烧系统规划运行和执法监管具有重大意义.首先,通过Pearson关联分析获得运行负荷特性指标和排放特征指标任意2因素之间的相关性特征;然后利用SPSS及Python软件,构建用以预测烟气污染因子排放量的多元线性回归模型及BP神经网络模型.对模型预测结果进行了比较,结果表明,多元线性回归模型和BP神经网络模型都能应用于烟气污染因子排放量的预测,进一步得出的BP神经网络模型的预测效果优于多元线性回归模型.本研究对于探究工业污染源环境执法建模和定量分析污染源排放水平具有参考价值.
文献关键词：
垃圾焚烧;大数据;运行负荷特性指标;相关性;多元回归分析;BP神经网络
中图分类号：
作者姓名：
薛军;奚强;徐淑民;张宏伟;桑宇;乔鹏;侯鑫;刘占上
作者机构：
生态环境部固体废物与化学品管理技术中心,北京100029;绿色动力环保集团股份有限公司,深圳518057;北京市保生源科技有限公司,北京100080
文献出处：
引用格式：
[1]薛军;奚强;徐淑民;张宏伟;桑宇;乔鹏;侯鑫;刘占上-.基于大数据方法的垃圾焚烧发电厂环境执法监管数据预测模型探究)[J].环境工程学报,2022(03):752-758
A类：
运行负荷特性指标
B类：
大数据方法,垃圾焚烧发电厂,环境执法,执法监管,数据预测,运行系统,系统负荷,统计指标,监督性监测,数据积累,大数据背景下,有效提取,提取数据,关联特征,焚烧系统,系统规划,规划运行,排放特征,特征指标,Python,烟气污染,污染因子,多元线性回归模型,工业污染源,源排放,排放水平,多元回归分析
AB值：
0.265248
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
