Notice: Undefined index: linkPowrot in C:\wwwroot\wwwroot\publikacje\publikacje.php on line 1275
Strona główna > Publikacje
Publikacje
Pomoc (F2)
[43700] Artykuł:

Ocena wpływu zmiennych wejściowych oraz struktury modelu sztucznej sieci neuronowej na prognozowanie dopływu ścieków komunalnych do oczyszczalni

(Impact Assessment of Input Variables and model structure on Forecasting Wastewater Inflow into sewage Treatment Plants)
Czasopismo: Ochrona Środowiska   Tom: 38, Zeszyt: 2, Strony: 29-36
ISSN:  1230-6169
Wydawca:  POLISH SANITARY ENGINEERS ASSOC, UL MARSZ J PILSUDSKIEGO 74, WROCLAW, 2 SKR POCZT 980 50-900, POLAND
Opublikowano: Czerwiec 2016
 
  Autorzy / Redaktorzy / Twórcy
Imię i nazwisko Wydział Katedra Procent
udziału		 Liczba
punktów
Lidia Bartkiewicz orcid logoWiŚGiEKatedra Technologii Wody i Ścieków337.50  
Bartosz Szeląg orcid logoWiŚGiEKatedra Geotechniki, Geomatyki i Gospodarki Odpadami*337.50  
Jan Studziński33.00  

Grupa MNiSW:  Publikacja w czasopismach wymienionych w wykazie ministra MNiSzW (część A)
Punkty MNiSW: 15
Klasyfikacja Web of Science: Article

Web of Science Logo Web of Science    
Słowa kluczowe:

sieci neuronowe  modelowanie dopływu ścieków  regresja logistyczna  oczyszczalnia ścieków 

Keywords:

Sewage treatment plant  wastewater inflow  modeling  forecasting  ANN  correlation coefficient 


Abstract:

Due to a stochastic nature of sewage inflow into a treatment plant the inflow amount and its quality are highly variable which has a significant impact on the plant technological objects operation. Hence, sewage inflow forecasting would be desirable as it allows for mitigating the impact of abnormal events that might lead to major plant installation disruption. This paper presents the results of a raw sewage inflow modeling using Artificial Neural Networks (ANNs). Results of the three-year measurements of precipitation rates and sewage treatment plant inflow in Rzeszow and Kielce were used in the analyses. To assess the impact of exogenous variables on the model quality the logistic regression method was applied. The variables considered were the precipitation rate and daily sewage inflow, which were appropriately delayed in relation to the forecasted inflow values. Impact of the model structure parameters on accuracy of the mathematical model forecasts was also investigated.


POWRÓT
Strona główna > Publikacje