基于深度学习的污水处理厂进水负荷动态感知预测方法和系统

    公开(公告)号:CN119378725A

    公开(公告)日:2025-01-28

    申请号:CN202411312848.8

    申请日:2024-09-20

    Abstract: 本发明公开了一种污水处理厂进水负荷动态感知预测方法和系统,方法包括:获取污水处理厂进水指标的历史数据及实时数据,生成模型数据库;对数据进行预处理;对清洗完成的历史数据集作划分数据集、归一化等处理;利用处理好的历史数据集构建深度学习神经网络模型,运用网格搜索及交叉验证方法确定模型最优参数;利用测试集对训练完毕的模型进行验证,得到符合期望的最优模型;将待测数据集导入模型,得到预测结果;系统包括:污水处理厂数据采集模块、数据预处理模块、模型训练模块、模型预测模块和互动操作模块。本发明能够得到污水处理厂实时进水指标监测数据与未来污水厂进水负荷间复杂的非线性关系,从而实现对未来进水负荷的精准预测;预测的未来进水负荷将为污水处理厂采取应急措施、制定治理方案争取时间,从而有效规避环境污染风险;同时为污水处理厂制定合理的控制策略提供可靠依据,降低运行管理成本,赋能新一代污水厂智慧管理平台。

Patent Agency Ranking