摘要：随着石油炼制工业污染排放新标准的实施,针对催化裂化装置尾气排放的标准更加严格,也对装置生产提出了更高要求。本研究以某炼化厂催化裂化装置2015年4月每小时尾气SO₂浓度在线监测数据为样本,以不同输入层神经元个数（4、8、10）、隐含层神经元个数（3-10）、训练算法（Levenberg-Marguadt反传算法、贝叶斯正则化算法）分别建立BP人工神经网络模型,得到的模型预测结果与在线监测数据相比

关键字：时间序列;BP神经网络;炼厂尾气;SO2排放

ISSN号：无

卷、期、页：2018:418-422,5

发表日期：2018-08-20

期刊分区（SCI为中科院分区）：无

收录情况：国内学术会议论文集

发表期刊名称： 《环境工程》2018年全国学术年会

参与作者：李兴春,薛明,徐媛

通讯作者：安帅

第一作者：曹睿

论文类型：会议论文

论文概要：安帅,李兴春,薛明,曹睿,徐媛，基于BP神经网络的炼厂催化裂化装置尾气SO2浓度预测， 《环境工程》2018年全国学术年会，2018，2018:418-422,5

论文题目：基于BP神经网络的炼厂催化裂化装置尾气SO2浓度预测