arrow
返回

Current density performance prediction for a microbial electrolysis cell using machine learning methods

delete2026-09-03
delete0
delete
OA
AI
A
Antonio Rivero-Cacho
M
Manuel Botejara-Antúnez
Ó
Óscar Brox Santiago
S
Sven Kerzenmacher
J
Justo García‐Sanz‐Calcedo *
DOI:10.1016/j.jwpe.2026.110840delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
• 评估了8种机器学习模型以预测MEC中生物阳极电流密度。 • CNN-NARX在独立测试集上获得了最高的决定系数。 • 该研究基于150天的MEC运行提供了实验性概念验证。 • SHAP识别出pH、乙酸和光密度为最具影响力的预测因子。 • 数据驱动建模显示出在废水处理应用中监测MEC的潜力。
Keyword:
Artificial neural networks
Microbial electrolysis cells
Process modelling
Wastewater
Energy projects

期刊

Journal of Water Process Engineering 封面图
Journal of Water Process Engineering
IF:
6.7
论文数:
1.0W
被引数:
3.3W

机构

U
university of bremen
学者数:
1.1K
论文数: 579
被引数: 0
U
Universidad de Extremadura
学者数:
6.7K
论文数: 6.0K
被引数: 4.7K
引用论文

引用论文

暂无论文信息