-
公开(公告)号:CN113157674A
公开(公告)日:2021-07-23
申请号:CN202110221279.6
申请日:2021-02-27
Applicant: 北京工业大学
IPC: G06F16/215 , G06F17/16 , G06F17/18 , G06K9/62
Abstract: 一种基于动态插值的城市污水处理过程数据清洗方法于污水处理领域,针对城市污水处理过程数据中含有离群值和连续重复值混合导致数据质量差的问题。该动态插值方法通过滑动窗口对数据段进行分割,计算分割后数据段的异常因子系数,判定数据段异常情况,剔除异常数据段内的离群值和连续异常值,采用随机森林回归模型对缺失数据进行补偿,提高了城市污水处理过程数据的质量;实验结果表明该方法提高了数据补偿的精度,保障在城市污水处理工业中数据库的数据质量,提高了污水处理厂的研究提的可信度。
-
公开(公告)号:CN114626300A
公开(公告)日:2022-06-14
申请号:CN202210265969.6
申请日:2022-03-17
Applicant: 北京工业大学
IPC: G06F30/27 , G06K9/62 , G06F119/02
Abstract: 一种基于数据离散化的出水氨氮智能预测方法于污水处理领域,针对城市污水处理过程出水氨氮预测峰值精度低的问题。先判断数据离散化间隔,对输入的数据进行离散化线性插值,获得间隔为一分钟的污水运行数据,在对离散化插值后的数据进行主成分分析获得辅助变量,用离散化插值后的辅助变量对模糊神经网络进行训练,预测下一时刻的出水氨氮,解决了出水氨氮峰值预测精度低的问题,实现出水氨氮浓度的实时预测。实验结果表明该方法提高了出水氨氮预测峰值的精度,以离散化数据空间的方式为获得可信度高的城市污水处理过程出水总氮预测值提供了一种有效的方法,满足城市污水处理厂的实际需求。
-
公开(公告)号:CN114626300B
公开(公告)日:2023-05-02
申请号:CN202210265969.6
申请日:2022-03-17
Applicant: 北京工业大学
IPC: G06F30/27 , G06F18/214 , G06F119/02
Abstract: 一种基于数据离散化的出水氨氮智能预测方法于污水处理领域,针对城市污水处理过程出水氨氮预测峰值精度低的问题。先判断数据离散化间隔,对输入的数据进行离散化线性插值,获得间隔为一分钟的污水运行数据,在对离散化插值后的数据进行主成分分析获得辅助变量,用离散化插值后的辅助变量对模糊神经网络进行训练,预测下一时刻的出水氨氮,解决了出水氨氮峰值预测精度低的问题,实现出水氨氮浓度的实时预测。实验结果表明该方法提高了出水氨氮预测峰值的精度,以离散化数据空间的方式为获得可信度高的城市污水处理过程出水总氮预测值提供了一种有效的方法,满足城市污水处理厂的实际需求。
-
-