基于BP神经网络的能源草LCA研究

以石油为代表的石化能源,在成为当今世界经济发展命脉的同时,由于其储量的有限性和自身的不可再生性亦成为经济持续发展的潜在威胁。为此,开发可再生的新型能源、调整能源使用结构,是各国政府乃至全社会所关注的“热点”,其中生物质能源则以其良好生态性和环境友好性而成为21世纪最具开发潜力的可再生清洁能源资源。能源草是生物质能源的一个重要发展方向,不仅具有再生性强、原料成本低、能效高等优点,而且有助于水土保持、减少污染物排放以及有效减轻温室效应。用能源草制备可再生清洁能源——纤维素乙醇是能源草开发利用的一个重要途径,也是决定能源草产业链环境和经济效应的关键环节。 在我国,对能源草的研究尚处于起步阶段,还未开发出适合在我国大面积种植的能源草品种,有关能源草的利用技术还需进一步完善。论文以减少污染排放为控制目标,依据国际环境毒理学和化学学会(SETAC)定义的生命周期评价(LCA)框架,对能源草从种植、收割、预处理到纤维素乙醇制备的全过程进行生命周期评价研究;遵循中华人民共和国污染排放标准和能源草生命周期环境影响特征建立了综合评价指标体系;应用BP神经网络技术建立了生命周期影响评价模型,并利用该模型对能源草纤维素乙醇制备生命周期过程中排放的各种污染物进行了实证研究,确立了不同种类能源草纤维素乙醇制备的排放分级。